Менторство для чайников

Привет! Меня зовут Артём Минаков, я аналитик в монетизации Авито.

Долгое время слово «ментор» для меня было чем-то непонятным. В моей картине мира оно находилось рядом с понятиями «инфобизнесмен», «коуч» и «йога-гуру».

На деле всё оказалось куда прозаичнее и проще: ментор — это наставник на карьерном пути, с которым можно обсудить рабочие проблемы и карьерные перспективы.

Сегодня расскажу про свой опыт со стороны менти, а Егор Беседин — руководитель направления аналитики в вертикали Товары и ментор — объяснит, почему может быть полезно попробовать себя в роли ментора.

🙂 Быть менти — зашибись, мне лично нравится. Самое ценное в менторстве для меня — возможность взглянуть на рабочие ситуации новым взглядом. Мне открывается перспектива опытного менеджера, который принимал десятки непростых решений.

Часть вопросов, которые мы затрагивали:
✔️ Стоит ли выделять время на нетворкинг, как это делать эффективно?
✔️ Как прокачать навыки презентации и питчинга — ту самую last-mile часть, где аналитика превращается в действия?
✔️ Как вести переговоры о росте и зарплате?

Очевидно, что это открытые и непростые вопросы, на которые нет универсального ответа — многое зависит от контекста, краткосрочных целей и личной стратегии. Стоит ли слушать советы буквально? Нужно ли им следовать?

Здесь работает то же критическое мышление, что и в аналитике: ты не обязан принимать всё на веру. Это нормально — дискутировать и находить в споре истину.

🎯 Зачем быть ментором? На связи Егор Беседин! Я расскажу, зачем беру менторства — осознанно и за деньги (но с нюансом — об этом ниже 👇)

Менторинг — это не только про «помочь другому», но и про собственный рост. Вот что он даёт мне:

🔹 Структурирую свой опыт. Чтобы объяснить сложное просто, приходится вычленять суть. Это отличная ревизия знаний: что работает, что уже устарело, где есть пробелы.

🔹 Смотрю на привычное под новым углом. Менти задают «неудобные» вопросы, на которые давно не обращал внимания. Иногда это открывает новые идеи и направления роста.

🔹 Формирую культуру. Менторинг — это способ передавать не только навыки, но и мышление, подходы, ценности. Через одного человека — меняется целая команда, потом продукт, потом компания.

🔹 Поддерживаю благотворительные проекты. Я прошу оплачивать менторство, это фильтрует запросы и делает процесс глубже по смыслу. Деньги отправляются в проверенные фонды.

Я сам — волонтёр, и для меня это важная часть жизни. Так что менторство становится вкладом сразу в два направления: развитие людей и поддержку тех, кому особенно нужна помощь.

Выводы: менторство — это круто! Рекомендуем попробовать себя в роли ментора или менти, если у вас ещё не было такого опыта.

Просто попробуйте начать разговор с интересным человеком и не стесняйтесь предложить продолжить такие беседы на регулярной основе в формате менторства.

Традиционный опрос

🔥 — если был опыт в роли менти или ментора
👀 — если всегда хотели попробовать
🐳 — для коучей и йога-гуру

#ЕгорБ #ТёмаМинаков

Псс, подглядываем в чаты

Всем привет! Сегодня, в честь начала новой рабочей недели, я хотела рассказать вам о своих коллегах. Но, как говорится, лучше один раз увидеть, чем сто раз услышать — поэтому я не буду вам о них рассказывать😀

Вместо этого заглянем в рабочие чаты и почитаем настоящие сообщения наших коллег, чтобы вы без лишних слов поняли, какие они классные и как весело с ними работать🫶

Предложение для самых смелых: делитесь в комментариях мемами из ваших рабочих переписок 😎

Аналитик в запуске нового продукта

Всем привет! На связи Дима Кротов, старший аналитик в Работе.

Совсем недавно у нас запустился новый продукт — Авито Подработка. Я являюсь частью команды, трудившейся над запуском, и сегодня хочу поделиться инсайтами, которые собрал на пути, во время и немного после этого запуска.

1️⃣ Ценность каждой выполняемой вами задачи очень высока (те самые 20% усилий дают 80% результата), и один сделанный чарт может дать такой импакт, над которым в уже устоявшейся команде нужно работать месяцами. 🚀

2️⃣ Работая над новым продуктом, вы строите фундамент, которым будут пользоваться годами (если, конечно, всё пойдёт по плану). Ловушка с временными решениями, оказавшимися в итоге самыми постоянными, здесь работает на все 100%. Поэтому лучше сразу сделать хорошо (ну или хотя бы приемлемо), чтобы через несколько лет не пришлось на вопрос: «Почему так криво / неудобно / костыльно?» отвечать — «Так исторически сложилось». 🛠

3️⃣ Сильно сомневаться в данных на старте — очень полезно. Как бы странно это ни звучало для аналитика, но это так: когда вы только начинаете получать первые логи из сервисов и пользовательские события, челленджите их. Возможно, что-то не доезжает, передаётся не в том виде. На старте это нормально, и именно аналитик может вовремя заметить поломку и поднять вопрос о фиксах. 📊

4️⃣ Память подводит, а документация — нет. Через полгода вы не вспомните, почему на одном из двадцати графиков в конкретную дату что-то отвалилось. А бизнес вдруг возьмёт и заинтересуется. И тогда из широких штанин аналитик достанет документацию и заметки. Аналогично и со всеми аналитическими артефактами в целом. Важно инвестировать время в описание процессов, источников и событий — это окупится в виде меньшего числа вопросов и противоречий в будущем. 📄

5️⃣ Контекст очень изменчив, поэтому важна постоянная коммуникация. Во время запуска команда движется очень быстро, и фокус может меняться буквально за пару дней или даже часов. На этом этапе очень важно много слушать и не менее важно — говорить: подсвечивать любые инсайты, задавать вопросы и оценивать, что в фокусе у команды именно сейчас. Вполне возможно, что то, что вы собрались делать, уже просто неактуально, и это тоже нормально. Главное — вовремя сменить фокус. 💭

Резюмируя, основные отличительные черты данной стадии развития продукта: обилие коммуникации и процессных вопросов (сильно больше, чем обычно), преобладание инфраструктурных задач, большой импакт даже от небольших ресерчей и роль аналитика-навигатора, без которого продукт может легко свернуть не туда. И, как по мне, строить что-то полезное и большое из ничего — очень драйвово. 🚀

Интересно, что ближе вам: стабильные и понятные задачи в устоявшихся продуктах и командах или много неизвестности и открытости в командах-стартапах? Делитесь в комментах!

#ДимаКр

Всем привет! Это Денис Булгаков — acting team lead в команде Доставки и Маша Новикова — acting team lead в команде опыта профессиональных продавцов.

Собрали карточки с рассказом о нашем опыте наставничества стажёров 🚀

Менторам хотим пожелать сил и удачи, а будущим стажёрам — не бояться пробовать свои силы.

Помните, что у менторов тоже есть страхи — ведь если стажировка пойдёт не по плану, первым делом спрос будет с наставников!

➡️ О том, как выглядит стажировка глазами стажёров, читайте в посте Юли и Саши в канале Avito Data Tech

#Новик #ДенисБулгаков

5 вопросов, чтобы собрать требования к дашборду (и не пришлось повторно идти к заказчику на следующий день)

It’s Wednesday, my dudes! Всем привет, сегодня с вами Маша, старший BI-разработчик вертикали Товары. Давайте поговорим, как собрать требования к дашборду, чтобы потом не оказаться в ситуации: «У нас была какая-то тактика, и мы её придерживались». Для этого я предлагаю задать заказчику 5 основных вопросов.

1️⃣ Зачем?
Какова цель? На какие вопросы должен отвечать дашборд? На этом этапе иногда можно понять, нужен ли вообще дашборд, или есть другие инструменты (в том числе уже существующие дашборды), которые могут решить нужную задачу.

2️⃣ Что?
Какие пожелания по метрикам и разрезам? Разрезы нужны в фильтрах или должны быть выведены на графики? Иногда ожидается, что вы поможете подобрать нужные метрики, а иногда у заказчика есть конкретный список метрик, которые ему нужны.

И здесь же опциональный вопрос: Откуда?
Особый случай, если ваш заказчик тоже аналитик — иногда он может дать пожелания или советы по источнику данных для отчёта (заказчик-аналитик — это золото 💗).

3️⃣ Как?
Как дашборд будет использоваться? Кто, как, где будет смотреть дашборд? Какие сценарии работы? Как часто он должен обновляться?

4️⃣ Какой?
Каким визуально должен быть дашборд? Как он должен выглядеть? Иногда у заказчика может быть конкретное пожелание по визуалу или референс. Если так случилось, что референс есть — это не значит, что нужно идти строго по нему. Можно и нужно предлагать свой вариант — вдруг он окажется удобнее)

5️⃣ Когда?
Какие желаемые сроки? Совпадают ли ожидания заказчика с нашими возможностями? Возможно, стоит сделать MVP и постепенно дорабатывать его, а не делать сразу всё.


И самый главный вопрос:
Вы ведь знаете мем про жабу и среду?
🥰— конечно, знаю
🙈— не знаю, пошёл гуглить

#МашаАн

В Авито мы живём по канонам OKR: каждый квартал ставим цели, замеряем результаты... Ну вы поняли. Недавно закончился Q1 2025 и сейчас самое время для рефлексии.

Настоящие OKR оставим на другой раз, а сегодня — поделюсь своими неформальными «ачивками» квартала.

🎯 Objective: «Быть на высоте» 🎯

☑ Зайти в квартал «с ноги»
Вспомнить свои обязанности и имена коллег после новогодних праздников

☑ Новаторски починить дашборд, просто заменив ссылку
Смотрите скрин про это в комментариях к посту

☑ Выработать и соблюдать SLA по скорости ответов в чатах
Срочность = количество тегов + количество «!» + «плиз»

☑ Раскрыть несколько дел о багах в данных
Кажется, это к команде Х — посмотрите, плиз?

☑ Повысить well-being своих коллег
Делиться мемами и забавными ситуациями

☑ Докопаться до сути задачи
Спасибо за терпение к моим «я походу жёстко туплю, но...»

☑ Заработаться и забыть про начало встречи («ой, сорри, бегу!»)

☑ Быть готовой ко всему
Регулярно использовать реакцию с Гарольдом 😬

☑ Дать мутной задаче настояться
...чтобы она решилась сама

☑ Укрепить чувства благодарности и любви к своим коллегам (бесценно!)

Думаю, OKR можно считать закрытым на 100%! 😅
Конечно, это всё шутки, но мне приятно вспоминать подобные мелочи, ведь они наполняют рабочую жизнь и делают её живее ✨

А какие неформальные OKR закрыли вы в прошлом квартале? Пишите в комментариях! 👇

#ЮляГол

Образование аналитика

Всем привет! На связи с очередным лонгридом (краткость не моя сестра) Настя Аносова, старший аналитик в Товарах. Сегодня хочу затронуть тему высшего образования для аналитика.

В нашей сфере можно встретить кого угодно: физиков, экономистов, социологов, и даже филологов. Многие из них — классные специалисты, из чего следует логичный вопрос: зачем тогда тратить 4–6 лет на универ, если можно быстро освоить нужные инструменты и начать работать?

Честно говоря, при устройстве на работу в разных компаниях про диплом у меня спросили примерно 0 раз. Но я на репрезентативность не претендую, может, не там искала. Однако и по опыту коллег и друзей из сферы ситуация выглядит похоже (ошибка выжившего?).

Аргументов, дискредитирующих образование, подобрать можно много, вот самые частые из них:

👩‍💻 Пока универ перепишет программу, технологии уйдут далеко вперёд (в моей альма-матер, например, нас учили кодить на R)

📚 Часто в универе слишком много теории, крайне мало практики и объяснения полезности этой теории в реальной жизни (пока не начала работать аналитиком, понятия не имела, насколько может быть полезна статистика. Хотя в универе этому был посвящён целый год)

⌛ 4–6 лет обучения — это огромный срок, за который можно освоить все необходимые навыки, построить стартап, превратить его в единорога и продать Илону Маску…

Несмотря на это, я считаю, что классическое универское образование всё равно полезно (про отсрочку чур не шутить). Но оно не столько про знания, сколько про формирование широкого кругозора, дисциплину и нетворкинг.

Университет — это среда. Почему выпускники из топовых универов страны в среднем зарабатывают больше (давайте не будем челленджить статистику) и часто занимают более успешные позиции? Их учат какой-то другой математике? Другой экономике? По большей части — нет. Просто успех человека во многом формирует окружение.

И если рядом с тобой много замотивированных классных ребят (а таковые и оказываются в топовых университетах), то ты с высокой вероятностью станешь одним из них.

Из других важных навыков — университет учит учиться, делать неидеально, но приемлемо и в срок. А ещё сомневаться, проверять информацию и делать обоснованные выводы. Также развивает умение общаться с людьми, презентовать свои идеи и работать в команде.

Да и на стажировках нередко обращают внимание на ВУЗ, и часто отдают предпочтения интернам из топовых универов. Так что для старта карьеры — точно важная конкурентная плюшка.

Резюмируя — высшее образование не гарантирует успех (в аналитике или где бы то ни было). Можно ли без него быть классным специалистом? Определённо. Но, справедливости ради, я не знаю ни одного коллегу, который бы не имел вышки =)

P.S. Давайте проведем перекличку в реакциях к этому посту. Ставьте⚡, если считаете, что высшее образование было для вас полезно, и 🐳 , если нет. Проверим гипотезу)

#НастяАн

Привет! Я Женя, старший аналитик в монетизации.

В Авито работает много моих друзей. Часть из них сначала стали коллегами, а потом друзьями, а часть — сначала друзьями, потом коллегами. И рассказать я хочу про вторых.

Во многих компаниях есть рефералки: вы рекомендуете человека, он проходит собеседование и (если мэтч случился) устраивается на работу. Так уже шесть моих друзей стали моими коллегами!

Приглашая человека по рефералке, я обещаю другу, что компания точно того стоит, и я правда очень рекомендую её. Отправляя рефералку компании, гарантирую, что я как Женя Мурзаева, действительно ручаюсь за этого человека.

♥️ И как же я люблю осознавать, что работаю в компании, которую рекомендую всей душой, и что мои друзья — те люди, которых могу рекомендовать с огромной гордостью. Кстати, один из этих друзей — также автор этого канала.

С Артёмом Минаковым мы работали в параллельных командах другой компании. Я была пользователем инхаус инструмента, за который отвечал Артём, и всегда восхищалась его желанию помочь, докопаться до ответа, структурировать подходы.

Наши с ним пути разошлись, но ненадолго: встреча на конференции, рассказ об Авито, рекомендация, собеседования, оффер в команду монетизации…
И вот мы с Артёмом снова собираемся с утра на кофе, только уже в офисе Авито!

А вы используете реферальную программу в компании?

P.S. Если у вас в компании нет рефералки, а крутые друзья есть — рекомендуйте их к нам. Вы получите денежный бонус после выхода человека на работу -> порекомендовать друга. А если вы ищете, кто порекомендует вас, то пишите мне (@jane_mur) или любому автору канала :)

#ЖеняМур

Привет! Меня зовут Артём Минаков, я аналитик в монетизации. Вы когда-нибудь мечтали стать лучшей версией себя? Моложе, красивее…

Сегодня хочу поговорить о том, в чём может заключаться развитие аналитика кроме хард-скиллов: SQL, Python, AB и ML.

Я выделил три навыка, которые были или являются моими точками роста.

1️⃣Продуктовое мышление

Я начинал карьеру со стажировки в консалтинге, где мы делали проекты по внедрению BI. Оттуда я вышел с пониманием того, что моя работа заключается в конкретных задачах, например, сделать дашборд или обработать и преобразовать данные.

Мой майндсет кардинально поменялся, когда я впервые стал частью продуктовой команды. Там я осознал, что моя главная задача заключается именно в улучшении продукта, в донесении ценности для пользователей. Начал предлагать и питчить свои идеи, брать больше ответственности за принятие решений и приоритизацию аналитических задач, стараясь стать правой рукой продакта.

Ролевой моделью для меня являются коллеги, которые готовы подстраиваться и действовать в интересах продукта: сегодня они тащат модель в прод или делают нетривиальный дизайн теста, а через месяц заменяют заболевшего менеджера, рассказывая про успехи команды на дэмо. Бесконечно восхищаюсь такими ребятами вокруг себя❤️

2️⃣ Управление ожиданиями

На мой взгляд, это один из ключевых навыков, влияющих на отношения с продактом и стейкхолдерами. Однако, в этом навыке я далёк от идеала — склонен переоценивать себя, брать больше, чем могу успеть.

Поделюсь некоторыми советами, которые помогают выстраивать доверительные рабочие отношения и снижают количество лишнего стресса:

🚀 Договариваться о целях, майлстоунах и ожиданиях от результата на старте

🚀 Закладывать в оценки времени выполнения задач немного на непредвиденные обстоятельства. Искать баланс между амбициями выполнить всё asap и минимальным риском.

🚀 Не бояться сообщать, что сроки сдвигаются. Подсвечивать, даже если появляется такой риск.

Расскажите о ваших способах прокачивать этот навык в комментариях, мне будет интересно ознакомиться

3️⃣Борьба с перфекционизмом

Простая мысль, о которой я обычно забываю, погружаясь с головой в очередную задачу: иногда хорошее решение лучше идеального, особенно если его можно быстро внедрить и проверить.

Скорость принятия решений критична для бизнеса. Присущая мне (и многим аналитикам) дотошность и стремление всё довести «до ума» частенько идёт вразрез с желанием бизнеса получить всё как можно быстрее.

Это не значит, что нужно халтурить и делать только минимально необходимое 😀
Полезно понимать, когда скорость важнее глубокой проработки, и идеальным будет именно good enough решение.

Напишите, что помогло вам побороть синдром отличника, потому что я с ним сталкиваюсь даже во время написания этого поста…

Откликаются ли вам перечисленные пункты?

🔥— если замечали за собой хотя бы одну из перечисленных зон
🐳 — если вы когда-нибудь мечтали стать лучшей версией себя

#ТёмаМинаков

Всем привет! На связи Рома Клочко, аналитик в Доставке 📦

Обучение ML-модели и оптимизация её метрик — это очень ресурсоёмко, увлекательно и благородно.

Но гораздо больше вызовов ждут нас на проде, когда по загадочным причинам качество модели значительно отличается от того, что мы видели на обучении. В невыгодную для нас сторону, конечно же 🙂

Хочу рассказать, с какими вызовами я столкнулся, когда доводил до прода ML-модели, и какие ошибки возникали там, где, как казалось, их быть не может.

🧠 Секреты успешного внедрения модели на прод:
1. У модели на проде актуальные значения фичей.
2. На проде фичи считаются абсолютно так же, как при обучении.
3. Алгоритм перевода предсказаний модели в принятие решения должен быть таким же, как при оценке качества при обучении.

✍️ Давайте приведу примеры ошибок, которые я допускал в каждом из этих пунктов.

1️⃣ При тестировании мы не смогли обнаружить, что в сервис попадает неактуальная версия витрины с фичами для модели.

Проблема возникала по двум причинам: во-первых, при тестировании мы проверили, что данные попадают в сервис, но не проверили, что они в точности соответствуют тем, что ожидаются. Тут табличка и там табличка, разве недостаточно? Оказалось, нет.

Во-вторых, при тестировании мы использовали витрину не такой структуры, как на проде, и это сделало ошибку менее очевидной.

2️⃣ Мы внедряли одну модель и заметили, что её качество значительно хуже, чем мы ожидали. Мы не залогировали каждое срабатывание, поэтому найти причину низкого качества было тяжело, и на это ушло несколько дней.

В итоге мы увидели, что при обучении модели некоторые фичи считались, подглядывая в будущее: учитывались данные, которые ещё не должны были доехать в DWH к моменту расчёта.

Мы пересчитали фичи и переобучили модель, но если бы на этапе тестирования залогировали все события, гораздо быстрее узнали бы, что фичи считаются некорректно.

3️⃣ Мы тестировали одну из моделей на проде и обнаружили аномальное поведение продуктовых метрик. Убедились, что фичи на сервисе актуальные, а модель выдаёт то же предсказание, что и в офлайне. Казалось, что происходит какая-то магия.

Анализ показал, что произошла мискоммуникация с разработкой, и положительный класс модели был воспринят на проде как отрицательный.

Модель буквально работала в обратную сторону: хорошие события отсеивала, а нежелательные оставляла. Если честно, более комичную ситуацию я не могу себе представить.

💡 Вывод таков: тестировать нужно настолько душно, насколько позволяют ресурсы. Каждое непроверенное звено может обернуться срочной задачей, которая внесёт коррективы в ваши выстроенные процессы планирования спринта.

Всем желаю не только пресижна и рекола, но и их воспроизведения в реальности!

#РомаК

Приглашаем на митап про A/B-тесты и наш инструмент Trisigma

Мы в Авито проводим по 4 000+ A/B-тестов в год: это позволяет проверять много гипотез и значительно растить ключевые показатели. Но эти результаты зависят не только от количества тестов, а ещё и от их качества.

Чтобы эффективно и быстро проводить эксперименты, мы создали собственную A/B-шницу — Trisigma. Сейчас она доступна для всех продуктовых команд.

Если интересно больше узнать о том, как устроен этот инструмент и как мы проводим тесты, приходите на наш митап. Расскажем, как всё работает, а после встречи обязательно понетворкаем.

📅 Когда
16 апреля. Собираемся с 18:15, начнём в 19:00, будем на встрече до 22:00 с перерывом на кофе.

📍 Где
— офис Авито в Москве на Лесной, 7
— или онлайн: трансляция будет на YouTube и в VK

✅ Как присоединиться
Регистрируйтесь на таймпаде — это можно сделать уже сейчас.

Привет! Я Георгий Фандеев, и я менеджер аналитики.

Когда я пришел в Авито, использование Python было де-факто стандартом среди аналитиков компании.
Мне, выросшему на R, это было странно и непривычно. К счастью, за эти годы мне удалось донести преимущества R до своих команд и сделать его основным языком. А со следующего полугодия мы начнем популяризацию R уже в рамках всего Авито.

Почему R, а не python?

👉 Python разработан почти 35 лет назад. Многие ли из вас знакомы с языком Ада? Нет? То-то же, а ведь ему всего 45. Да, пока ещё Python на волне успеха, но, опыт говорит, что ему осталось недолго.

👉 R, в отличие от питона, изначально создавался для анализа данных. Вы можете стать гуру R, оставаясь аналитиком, а не превращаясь в разработчика.

👉 R в среднем быстрее питона. Да, в некоторых ML-задачах это не так, но разве это проблема? Пока обучается модель, аналитик может делать дашборд или витрину.

👉 Элитарность. Специалистов по R мало и ценятся они высоко. Кроме того, менеджер, подчиненные которого используют только R, может быть спокоен, — его ребятам будет сложнее уйти в другую компанию.

Как происходил переход?

1️⃣ Первым делом я провел серию воркшопов и рассказал о достоинствах R.

2️⃣ Затем я стал поощрять использование R на добровольных началах. Переход на R стал одним из поводов выдать повышенную премию.

3️⃣ Ещё через год я ввел запрет на Python в своих командах (за некоторыми исключениями). Если мне приносили код на питоне, я отправлял переписывать на R. Жёстко? Да, но зато сработало!

Эксперимент оказался удачным:

✅ Задачи выполняются в среднем на 42% быстрее.

✅ Число технических ошибок в скриптах снизилось на 14%.

✅ Мои команды стали сплочённее: изучение R вынудило ребят больше общаться между собой и спрашивать советы друг у друга.


Как итог — со следующего полугодия в матрицу компетенций аналитиков уже всего Авито будет добавлено знание R (пока наряду c Python).
Надеюсь, наш опыт вдохновит и вас на R-переход! Поверьте, оно того стоит!

#ГеоргийФ

Всем привет! На связи Лада Селиванова и Дима Кротов.

Как и многие аналитики, на своём пути мы не раз ловили мысли: «Какой у меня уровень?», «Точно ли я уже мидл или всё ещё джун?» — привет, синдром самозванца 😅

А вы задумывались об этом?

🔎 Мы уверены, рефлексия — это не самокопание, а важный скилл для роста. Собрали вопросы, которые помогут разобраться, на какой ступени аналитики вы находитесь сейчас и понять, что уже умеете и делаете, а какие навыки ещё стоит подтянуть.

✍️ Читайте вопросы в карточках, выбирайте один вариант ответа и записывайте его себе в заметки или на листок. В конце нужно будет собрать все ответы и посчитать сумму баллов.

Разброс такой:
а) — 1 балл
б) — 2 балла
в) — 3 балла

❗Дисклеймер: полученные результаты теста являются фановыми. За более точной оценкой уровня идите в матрицу компетенций своей компании или на собеседование 😎

🤓 Проходите тест и делитесь своими грейдами в комментариях.

#Дима_Кр
#Лада

Специалисты из агентства NEWHR опросили 1 293 аналитика из разных сфер, и большинство из них выбрали Авито в качестве самого привлекательного работодателя 🚀

По такому поводу решили поделиться, почему нам нравится быть аналитиками в Авито. Читайте карточки ⬆️

→ Больше подробностей и других итогов опроса найдёте в исследовании

Всем привет! Я — Женя Мурзаева, и я работаю в монетизации.

Команда монетизации Авито занимается разработкой продуктов для продавцов, которые используют Авито не просто для разгрузки дома и продажи личных вещей, а как платформу, на которой они зарабатывают. Пример продуктов, над которыми работает моя команда: продвижение объявлений, плата за размещение объявления или плата за целевое действие с объявлением.

Несмотря на то что наши задачи не строятся на том, чтобы делать продукты дороже, мы довольно часто получаем негатив от пользователей.
Например, фразы в духе: «раньше всегда было лучше и понятней» или «Авито точно хочет нас обмануть». Мы привыкли к этому.

Но вот однажды за семейным обедом я рассказывала, чем занимаюсь. Начала издалека — с рассказа, какими бывают ИТ-продукты.

И как только закончила говорить, кто-то из родственников начал:
«А, так Авито недавно добавил опцию размещения на 14 дней в долгосрочной аренде, это прям здорово!».
«Это тоже продукт?» — спросили меня.
Тут я расплылась в улыбке. Ведь это именно мой продукт и именно моя команда работала месяцы, чтобы появились эти опции. Такие моменты всегда сохраняются в сердцах команды монетизации ❤️

А какой фидбэк пользователей вы получаете на своих продуктах?
😍— пользователи в восторге
😇— раз на раз не приходится
😎— мы их не спрашиваем

#ЖеняМур

Привет, на связи Настя из Авито Недвижимости 👋

Кажется, что все вокруг разбираются в аналитике лучше, а ты только делаешь вид? Добро пожаловать в клуб!

Синдром самозванца — частый спутник аналитиков. Исследование показывает, что до 70% людей в той или иной степени испытывают это переживание в течение своей карьеры. Но давайте посмотрим на него с другой стороны.

Это чувство — не враг, а, скорее, индикатор того, что вы стремитесь к росту. Оно заставляет сомневаться, проверять себя и учиться. Главное — не дать ему парализовать себя.

Как с этим справляться?
1. Примите, что идеальных аналитиков не существует. Даже senior-аналитики иногда ошибаются. Аналитика — это не про идеальные ответы, а про поиск лучшего решения в условиях неопределенности.

2. Фиксируйте свои успехи. Заведите список достижений, а когда будете сомневаться в себе, перечитывайте его. По данным психологов, регулярное фиксирование достижений снижает уровень тревожности.

3. Делитесь страхами. Обсудите свои переживания с коллегами или близкими, это поможет понять, что вы не одиноки.

4. Разделяйте себя и свою работу. Ошибка в анализе — это не ошибка вас как человека. Это просто часть процесса.

5. Учитесь принимать обратную связь. Воспринимайте критику не как подтверждение своей «недостаточности», а как возможность роста.


Если эти советы вам не помогли или вы хотите лучше разобраться в теме, советую прочитать одну из этих книг:
📚 «Синдром самозванца» / The Impostor Phenomenon — Полин Роуз Кланс
📚 «Дары несовершенства» / The Gifts of Imperfection — Брене Браун
📚 «НИ СЫ» / You Are a Badass — Джен Синсеро

И помните: синдром самозванца — это не про ваши навыки, а про отношение к ним. Используйте его как топливо для роста, а не как тормоз 💪

А вы сталкивались с этим чувством?
Да — 🗿
Нет — 💅

Делитесь в комментариях, как справляетесь с ним!

#НастяЗв

Математика, харды и только харды 👨‍🏫

Привет! Меня зовут Никита Тугушев, я аналитик в Товарах. Хочу в очередной раз поговорить про харды. Как и многие, я прошёл немало шагов на пути к прокачке математических навыков — и каждый раз убеждаюсь, что без этого никуда.

Недавно в одной из рабочих задач мне понадобилось освежить методы оптимизации функций. Никогда не думал, что придётся искать глобальные минимумы и максимумы на реальном проекте!

Я построил модель, которая описывает зависимость количества «покупок» от наших действий, а потом нужно было максимизировать её с учётом заданных ограничений — прямо как в задачках из учебника по математическому анализу.

Вижу и у коллег то же самое: многие придумывают или совершенствуют инструменты для анализа данных, снова и снова доказывая, что математика — одна из самых увлекательных и мощных частей в работе аналитика.

В конце концов, в нужный момент именно она может выделить тебя на фоне сотен других специалистов.

🧠 Важно помнить: дело не в том, чтобы применять самый сложный метод любой ценой. Намного важнее найти способ, который решает задачу быстро и не усложняет процесс.

Если простая линейная регрессия покрывает все потребности, не пытайтесь впечатлить коллег громоздким алгоритмом — здесь результат важнее красоты решения.

🦾 Кроме того, сложные методы требуют больше сил на поддержку и внедрение. Иногда лучше реализовать быструю и понятную модель, чем тратить время на «мегамозговой» подход.

🧑‍💻 Весь смысл в том, чтобы эффективно решать задачи бизнеса и пользователей, а не просто прокачивать математические навыки ради них самих. Это, на мой взгляд, главный контраст с научной карьерой: в бизнесе всегда важна максимальная эффективность.

Я ставлю харды на высокое место, но обязательно соразмеряю их с задачами по улучшению продукта и бизнеса.

Такой баланс помогает не увязнуть в избыточной сложности: когда используешь сильные методологии осознанно, опираясь на реальные потребности, то жить с хард-скилами становится гораздо проще и продуктивнее.

Вывод:

1️⃣ Держите математический тонус: обогащайте хард-скилы, даже если кажется, что в реальной задаче это не пригодится.

2️⃣ Не забывайте про бизнес: главное — получить результат, а не «прикрутить» ради эксперимента что-то сверхсложное.

3️⃣ Сильный аналитик — это тот, кто умеет и в сложные методы, и в здравый смысл.
Выбирает метод, который решает задачу лучше всего и при этом не создаёт необоснованной сложности.

В итоге харды остаются важной частью нашего роста: они помогают делать точные выводы, гибко выстраивать эксперименты и создают среду, где любая гипотеза проверяется крепкой математической логикой.

🐳 — Пошёл пересматривать лекции по матану
🌝 — Всё жду такую задачу

#НикиТушев

честно могу сказать БЫЛО))

Бинго препода и аналитика

Всем привет! На связи Маша Новикова и Дима Кротов. Как вы, возможно, уже поняли, преподавание и академия — наша особая страсть!

Мы уже делились с вами:
→ тайнами Академии Аналитиков Авито
→ секретами обучения аналитиков ML
→ татуировками препода
→ советами о том, как создавать эффективные программы прикладных курсов и материалы к ним.

А сегодня мы хотим узнать вас поближе. И для этого приготовили кое-что особенное: бинго ученика и бинго преподавателя! 🤩

Делайте скриншот 📸, зачеркивайте пункты, с которыми сталкивались, и делитесь своими результатами в комментариях! 🔥 А наши заполненные бинго уже ждут вас в комментариях. Скорее, присоединяйтесь! 😉

#ДимаКр #Новик

Как создать прикладной курс с нуля. Подготовка материалов 🤓

Всем привет! С вами снова я, Маша Новикова, лидер курса прикладного ML для аналитиков в Авито. В предыдущих сериях можно прочитать предысторию про запуск курса и советы, как составить программу.

Сегодня поговорим про следующий и по совместительству самый творческий этап запуска курса — процесс разработки материалов 🎨

Если составление программы курса — спринт, то разработка материалов — это марафон, или ремонт в квартире. Значит, результат будет виден в конце 😂

Что должно появиться в результате этого этапа:
✔️ Скелет занятия: все темы, определения и задания, которые будут на занятиях
✔️ Теоретическая часть
✔️ Практическая часть
✔️ Домашнее задание
✔️ Внутреннее пространство с материалами для учеников

Конечно, главное на этом этапе работы — команда. Авторы курса — это фундамент историй из жизни и опыта, которым мы делимся с учениками.

Как дожить до запуска курса, не потерять мотивацию в процессе и познакомиться с нашими авторами — читайте и смотрите в карточках ⬆️

А своей команде говорю огромное спасибо за работу. Накидайте лайков ребятам! ❤️

#Новик

Всем привет! Меня зовут Лада Селиванова, сегодня поговорим про планирование квартала.

Читайте мои мысли об этом в карточках, а в комментариях делитесь, какими правилами пользуетесь вы. Часто ли удаётся сделать всё, что задумали?

#Лада

Ротироваться нельзя остаться

Всем привет! Меня зовут Дима Кротов, и сегодня я хочу поговорить о ротации.

Этот процесс не самый простой и часто связан со множеством сложных разговоров и решений. Однако, если он хорошо налажен, это помогает компании не терять классных специалистов, минимизировать текучку и затраты ресурсов на наём извне.

Я сам проходил через ротацию, и это решение далось мне нелегко. Ниже делюсь советами, как сделать процесс максимально безболезненным для всех сторон.

1️⃣ Чётко сформулируйте причины
Важно составить список барьеров, которые мешают вашему развитию на текущем месте. Этот список пригодится как для разговора с текущим руководителем, так и для поиска нового места.

Составление такого перечня занимает время, но точно помогает лучше понять самого себя и построить карьерный путь. В итоге вообще может оказаться, что все барьеры можно устранить и на текущей позиции, просто их стоило проговорить.

2️⃣ Ротация — это развитие внутри компании
Если в вашем списке барьеров есть те, что связаны с системными проблемами компании, например, культура или процессы, ротация вряд ли поможет. В таком случае стоит задуматься о более кардинальных изменениях.

3️⃣ Определитесь с типом ротации

- Горизонтальная: смена команды, но на аналогичной должности.

- Диагональная: смена роли и функции.

- Вертикальная: переход внутри функции, но на роль с большей зоной ответственности.

Каждый тип требует разных усилий. Важно понять, какой вариант подходит именно вам.

4️⃣ Общайтесь
Находясь внутри компании, вы можете узнать гораздо больше, чем внешние соискатели. Не пренебрегайте опцией пригласить коллегу из интересующего вас отдела / функции на кофе и задать вопросы о команде, проектах, открытых позициях и задачах.

5️⃣ Не хлопайте дверью
Эффективная передача дел и настройка процессов «после себя» — одни из ключевых показателей профессионализма.

С одной стороны, оставаясь в компании, важно дать понять коллегам, что ваши задачи и зона ответственности изменились, иначе к вам будут обращаться по старым вопросам.

С другой стороны, переход на новую должность можно и нужно сделать плавным — заблаговременно позаботиться об онбординге остающихся в команде коллег в ваши проекты и качественно передать дела.

В итоге ротация — это возможность расти, не покидая компанию. Главное — подойти к процессу осознанно и использовать все доступные ресурсы для успешного перехода. Удачи! 😊

#ДимаКр

Кайфуйте, жизнь одна: мои самые приятные рабочие задачи

Вот и среда, my dudes! Сегодня в нашей коммуналке мы снова заглядываем в комнату BI — и с вами снова я, Маша, старший BI-разработчик вертикали Товары.
Недавно у меня был день рождения и отпуск, поэтому сами понимаете, хочется говорить только о приятном — кайфовых задачах.

⭐ Например, в этом квартале я начала делать новый большой дашборд по основным метрикам всей вертикали. MVP уже почти готов, и я с трепетом жду дня, когда моё детище сможет увидеть мир.
Всегда интересно и приятно с нуля создавать отчёт, который будет полезен большому числу коллег. Дашборд с нулём просмотров — ночной кошмар любого BI-щика.

⭐ Но, как вы уже знаете, не дашбордами едиными жив BI-разработчик — у нас очень много и других задач, о которых я рассказывала в своём первом посте.
Не меньше дашбордов мне нравится продумывать архитектуру данных. Например, распилить одну огромную неповоротливую витрину на несколько витрин, чтобы с ними было проще работать и чтобы запараллелить расчёты. Благодаря этому можно значительно сократить время готовности данных.
Сейчас я работаю над «распилом» одной из основных витрин кластера — витрины, на которой считается большинство наших метрик в А/Б-тестах.

⭐ Ещё очень люблю микрозадачи, направленные на помощь аналитикам из соседних команд: что-то подсказать, проконсультировать, поревьюить PR. Эдакий быстрый дофамин, даже от маленькой помощи одному человеку💗

Наверное, невозможно составить спринт исключительно из своих любимых задач. Так или иначе приходится работать и с монотонными задачами:
→ Своей историей о рутинной задаче недавно делилась Настя.
→ И с неприятными эдхоками тоже приходится сталкиваться, об этом писали Юля и Лада в своих постах.

Но всё-таки я думаю, что если ты искренне любишь хотя бы половину своих задач — это уже здорово 😍

#МашаАн

Как двум сильным аналитикам работать в одной команде

Всем привет! Мы — Юля и Женя. В 2023 году, с разницей в месяц, пришли сильными мидлами в команду продвижения Авито.

Мы вместе работали над одним продуктом с одним продактом и в этом посте хотим рассказать, как нам удалось построить самый идеальный союз, а не среду со стрессом и конкуренцией.

Рецепт совместной работы аналитиков

1️⃣Начните с разделения зон ответственности
Если на берегу договориться, кто за что отвечает, можно легко избежать дублирования и обид. Это как на кухне: один режет овощи, другой готовит соус — так быстрее и вкуснее.

2️⃣Добавьте щедрую горсть общения
Позаботьтесь о встречах, где вы с командой обсуждаете задачи и можете открыто обсудить свои идеи. Дейлики, PBR, ретро позволяют быть в синке друг с другом, способствуют открытости и доверию.

3️⃣Делитесь ингредиентами
Когда ты работаешь с кем-то, кто понимает твой продукт так же глубоко — это бесценно. Мы всегда можем обсудить идеи, задать друг другу вопросы и найти лучшее решение.

4️⃣Подавайте с восхищением
Тесная работа в паре с другим аналитиком позволяет увидеть сильные качества друг друга и где-то учиться, а где-то просто восхищаться. Иногда сказать коллеге: «Ты крутой! / Ты крутая!», это как вишенка на торте — всё делает ещё лучше!

Работа в одной команде не помешала нашему развитию, и в одном из циклов performance review мы успешно засиньорились.

Сейчас мы уже в разных командах, но продолжаем вместе работать над выступлениями — например, на НЕмитапе аналитиков мы рассказывали про запуск нового продвижения на Авито нашими глазами.

→ Смотрите наше совместное выступление на ютубе

#ЖеняМур #ЮляГол

Охотники за головами: где мы потеряли лайфкодинг и почему важен матстат

Привет! На связи Настя Аносова, старший аналитик в Товарах.

Сегодня хочу обсудить одну из самых дискуссионных тем — процесс отбора на позицию data-аналитика (продуктового / бизнесового / маркетингового) — нужное подчеркнуть. И описать свой взгляд на особенности отбора в Авито.

Сразу начну с вопроса, которым задавалась сама ещё два года назад, когда проходила этапы отбора ↓

❔ Почему в Авито нет секции лайфкодинга для аналитиков данных? — Ответ на него оказался совсем близко — в этом нет необходимости =)

Нет нужды убеждаться в реалтайме, что кандидат умеет руками писать сортировку пузырьком, искать самую длинную последовательность одинаковых символов в строке и мастерски жонглировать оконными функциями (пишите в комментариях, какие классические примеры я пропустила).

Это удлиняет путь от попадания в воронку до оффера, расходует время кандидатов и интервьюеров и при этом качественно не влияет на результат. Почему же я так считаю?

🤔 Во-первых, слабо верится, что человек, имеющий хоть сколько-то опыта в аналитике, совсем ноль в SQL и Python.

🤔 Во-вторых, в процессе технической секции по точечным вопросам несложно убедиться, знает ли кандидат базу, которая нужна для стандартных задач. И для этого не нужен отдельный этап.

Всё, что свыше, навёрстываемо: даже если навыков вдруг окажется локально недостаточно, их можно оперативно прокачать. У всех нас есть гугл, документация и, храни его боги аналитики, stackoverflow.

Приоритетнее кодинга — образ мышления и его структурность, бизнесовое и продуктовое видение, способность работать с информацией. И именно в пользу валидации этих пунктов стоит перераспределять время с проверки умений написания кода.

❔ Зачем тогда мне знать, от чего зависит MDE и как посчитать t-статистику? Ведь это всё тоже гуглится и считается кучами вариантов функций из десятков библиотек. А вот это уже другое =)

🤓Любая статистика бессмысленна без правильной интерпретации. Несмотря на то что многие подобные расчёты можно выполнить одной строкой кода, и у нас даже есть собственная A/B-платформа, облегчающая эту работу.

🤓 Не зная основ здесь, вы рискуете принять ошибочные решения и, как следствие, навредить бизнесу. Более того, статистика учит нас мыслить критически и задавать правильные вопросы. А это ключевые навыки для аналитика.

Подводя итог — цель процесса найма аналитика в том, чтобы найти не просто «руки», а «головы», которые могут не только собрать данные, но и объяснить, что они значат и как их можно использовать для развития бизнеса.

А как вы считаете, что важнее для аналитика:
✍️ - знание инструментов
🤓 - понимание теории
⚡️ - способность мыслить аналитически

Ставьте реакции и делитесь своим мнением в комментариях!

#НастяАн

Подборка фильмов для аналитиков

Привет! Я Юля Голубева, senior аналитик в монетизации.

В свободное время я люблю смотреть кино — что может быть уютнее, чем вечером устроиться на диване, взять что-то вкусненькое и включить фильм или сериал 😌

Ловите подборку классных кинолент на вечер, которые могут особенно зайти аналитикам. Надеюсь, вы найдёте что-то интересное для себя 🎞

#ЮляГол

Всем привет! Я Маша Новикова, старший аналитик в команде опыта профессиональных продавцов и по совместительству лидер курса прикладного ML для аналитиков. Предысторию о нём можно прочесть в этом посте.

Однажды на кофе-брейке у меня с коллегой состоялся такой разговор:
— Еще домашку по ML курсу делать, алгоритмы самому писать…

— Уже забросила его, не вижу способа в работе применить.

— Согласен, вот был бы курс для на аналитиков с готовыми фреймворками, библиотеками и упором на интерпретацию…

*молча смотрят друг на друга*

— А может, сами сделаем такой курс?

С тех пор прошло полтора года, мы успели сделать программу из 11 модулей, и уже выпустили 2.

Программа — самый сложный и важный этап в работе с курсом. Именно на ней строится дальнейшая работа и поиск ресурсов для курса. Приоткроем завесу тайны и покажем лайт-версию нашей программы — в документе подробно описаны 2 модуля из 11:

Смотреть →

Хочу поделиться опытом и дать пару советов о том, как составлять программу, если вдруг вы тоже решите запускать курс с нуля 😀

Записались бы к нам на курс?
🤓 — Да, я люблю учиться
😈— Нее, я все знаю

#Новик

Матрица компетенций: плюсы, минусы, подводные камни

Привет, на связи Артём Минаков! 🫰
Недавно в Авито прошёл процесс Performance Review. В рамках него мы описываем результаты работы и собираем обратную связь, а потом, по результатам ревью и калибровок, руководители принимают решение о карьерном росте специалистов.

Каждый сотрудник получает развёрнутый фидбэк от руководителя и смежных функций.
При написании self-review все аналитики используют матрицу компетенций, о которой я сегодня и предлагаю поговорить.

Что это за матрица и с чем её едят? 😋
Определитель матрицы равен… Матрица компетенций — это документ с описанием ожиданий от сотрудников на определённом грейде внутри функции.

Компании вводят матрицы компетенций, чтобы уйти от системы, где решение о росте сотрудников принимается руководителем на основании своих представлений.
→ Матрица Авито на GitHub

Я работал в системах с матрицей и без неё, и вот какие плюсы и минусы такого подхода заметил:

Преимущества 🙂
1. Прозрачность требований. Все аналитики знают ожидания от них на текущем уровне и понимают требования для роста на следующий. За это однозначный лайк.

2. Стремление к справедливости. С едиными критериями уменьшается вероятность случая, когда Senior в команде А == Middle в команде Б.

3. Эффективный инструмент мотивации. Допустим, ваши разработчики хотят писать код, но не хотят делиться результатами своей работы и развивать PR-направление. Добавление пункта про необходимость обмена знаниями быстро решит эту проблему.

Недостатки 👎
1. Переобучение под критерии. Наличие формальных критериев повышения приводит к ситуациям, когда закрытие компетенций может быть важнее бизнес-результата.
Считаю, что это отчасти способствует появлению сложных и долгих решений там, где в них на самом деле нет необходимости.

2. Края распределения. Уверен, что ожидания в матрице должны быть конкретными, иначе она будет бесполезной. Конкретизируя ожидания, мы рискуем не учесть что-то значимое и помешать развитию нового бизнес-юнита.
Нетривиальная задача — построить систему, которая бы учитывала и калибровала аналитиков, работающих на разных стадиях развития продукта. Кто-то подключается к новому проекту на этапе идеи и расчёта потенциала, а кто-то ищет в зрелом продукте аплифты в доли процентов

3. Влияние внешних факторов. Замечал, что внешние факторы по-прежнему влияют на оценку сотрудника. Например: визабилити команды, идеи продакта или ораторское искусство руководителя.

Резюмируя — даже у матрицы компетенций есть недостатки, но это лучшая система из существующих. На мой взгляд, главный секрет хорошей матрицы — понимание, что система должна быть динамичной, поэтому наша матрица обновляется несколько раз в год.

А что думаете вы?
🐳 — матрица компетенций топ
🌚 — от матрицы больше проблем, чем пользы
✍️ — пишу своё мнение в комментариях

#ТёмаМинаков

Скучно, но важно. Почему рутина — неизбежная часть работы

Привет, я Настя, старший аналитик в Авито Недвижимости.

В посте расскажу, как прошла все этапы принятия того, что иногда всё идёт не по плану и вместо интересного исследования приходится заниматься монотонными задачами.

😀 Как-то раз нашей продуктовой команде «в наследство» достался проект брендспейсов для крупных застройщиков, который в том числе предполагает отдельный лендинг внутри Авито.

У проекта был огромный денежный потенциал, хотя он уже приносил немалую долю выручки. У меня, как у аналитика, сразу зачесались руки и появилось множество идей для исследований.

🙂 Я расписала план, построила роадмап, выписала методы и технологии, которые буду использовать для реализации. В общем, была очень воодушевлена.

🥲 Но, как вы понимаете, всё пошло не по плану. Про мои этапы принятия неизбежного читайте в карточках и делитесь своими историями подобных ситуаций в комментариях!

#НастяЗв

Привет! Я Лада, аналитик в Рейтингах и Отзывах. Продолжу рассказ Юли Голубевой о том, как избавиться от клопов эдхоков.

В своем посте Юля сказала, что полностью избавиться от эдхоков невозможно, и она права! Но хорошая новость в том, что ими можно управлять.

💡 Кстати, если эдхоки возникают редко, они даже полезны! Это способ переключиться с больших ресёрчей на что-то более понятное и простое, и добавить разнообразия в рабочий процесс.

Но когда их становится слишком много и на другие задачи не остаётся времени, милые задачки превращаются во вредителей. Тогда их уже нужно выводить…

Три простых совета:
1. Купите дихлофос.
2. Выбросьте диван.
…

0️⃣ Ладно, если серьёзно - начать, конечно, нужно с анализа задач и их автоматизации.

🤔 Но что делать, если дашборды есть, алерты работают, а вопросы никак не уменьшаются?

1️⃣Социализируйте свои наработки. Готовые инструменты не спасут вас от бесконечных вопросов, если никто о них не знает, поэтому:

✔️ Рассказывайте о новых метриках и отчётах на командных встречах
✔️ Кидайте ссылки в общие каналы
✔️ Сделайте и закрепите гайд «куда смотреть»

💅 А ещё дашборд должен быть понятным и красивым. Как сделать его таким, чтобы не возникло 100500 новых вопросов, читайте в посте Маши Аничковой.

2️⃣ Разберитесь, а точно ли это ad-hoc? Иногда кажется, что выполняешь набор разрозненных задач, но потом оказывается, что это части одного большого проекта. В такие моменты полезно задать себе вопрос: «А зачем я вообще это делаю?».

Физически эдхоки останутся, но морально будет легче, потому что появится цельное понимание.

3️⃣ Ну и главное: научитесь говорить «нет» бессмысленным задачам. Если кто-то просит «сделать аналитику на всякий случай» — подышите и отвечайте: «а если найду?».

А какие дихлофосы используете вы, чтобы вывести эдхоки?

#Лада

Привет! Меня зовут Никита Тугушев, я аналитик в Товарах. Как и многие, я прокачивал навыки интуиции во время шоу «Интуиция», но сегодня хочу показать пример, почему так делать не надо и ещё раз доказать полезность аналитики в бизнесе.

У нас в компании есть продукт — Авито Выкуп. Работает он так: вы выкладываете объявление о продаже, например, телефона на Авито, а наши партнёры отправляют приглашения на выкуп с суммой, которую готовы предложить. Само предложение пользователь видит при подаче объявления или на его карточке.

Казалось бы, отличный продукт — деньги за товар можно получить сразу и без всяких утомительных вопросов. Но мы хотели улучшить процессы и сформулировали «гениальную» гипотезу:

🧠 «А что, если спрятать цену и тем самым не отпугивать людей конкретной цифрой?». На первый взгляд всё выглядит логично: пользователи не видят «слишком низкую» стоимость, не разочаровываются заранее и, казалось бы, охотнее соглашаются на выкуп.

☹️ Но после A/Б-теста, мы увидели противоположный результат: в группе пользователей, где мы убрали цену, метрики пошли вниз. Отсюда сформулировали вывод: даже самая убедительная «интуитивная» гипотеза может разбиться о реальное поведение аудитории.

Напутственные слова:
📌 Не недооценивайте тесты. Ничто не заменит проверку гипотезы на реальных данных. Чем надёжнее эксперименты, тем меньше шансов, что вы примете неверное решение.
📌 Сосредотачивайтесь на бизнес-ценности. Какой смысл в «красивой» идее, если она не приносит пользы продукту и пользователям? Оценивайте гипотезы через призму потенциальной выгоды.
📌 Берите ответственность за рост метрик. Именно аналитик ищет и формирует гипотезы, корректно ставит эксперименты, а потом чётко доносит результаты до команды. Без этого качественный рост продукта невозможен.

Пусть интуиция служит лишь стартовым импульсом, а финальное решение останется за тестами и фактами. В конце концов, цель не в том, чтобы «казалось правильным», а в том, чтобы делать продукт лучше.

🐳 — Катим с А/Б
🌝 — Я так чувствую

#НикиТушев

Как мы учим аналитиков ML

На связи Маша Новикова, старший продуктовый аналитик. На видео выше ↑ я ввожу вас в курс дела, а пока передаю микрофон коллеге: сегодня в коммуналке гостит проджект ↓

«Всем привет! Я Аня Иванова, проджект-менеджер. И да, я понимаю, что это канал про аналитику, но сегодня хочу рассказать, как мы учим аналитиков Авито машинному обучению.

История начинается в 2019 году с создания Академии Аналитиков Авито, о ней рассказали в этом посте. Именно там появился курс по ML.

Перед тем как запускать курс на студентов, мы обкатали программу на наших аналитиках. Получилось так хорошо, что некоторые из них даже перешли в DS-команду 🤭

Дальше всплыла проблема: до конца курса доходили единицы. У студентов проходимость была выше, а вот из наших 50 аналитиков, записавшихся на поток, финальный экзамен сдавали не больше 5.

Как мы улучшали курс. В 2022 году мы решили адаптировать студенческий курс под задачи аналитиков.

Для этого:
👉 Собрали список кейсов, где аналитики реально применяют ML
👉 Сопоставили их с программой курса
👉 Выкинули избыточный блок про нейросети
👉 Добавили модули про метрики качества моделей и прогнозирование (временные ряды)

💡 Результаты сразу улучшились:
— В 2023 году курс до конца прошли 9 аналитиков
— В 2024 году уже 12

Как зародился курс «Прикладной ML». В конце 2023 года инициативная группа аналитиков решила пойти дальше и создать курс «Прикладной ML».

Его цели:
👉 Расширить кругозор аналитиков в применении ML.
👉 Дать прикладные навыки и фреймворки для анализа данных, поиска паттернов, инсайтов и построения аналитических продуктов.

Но это уже совсем другая история 😄 В следующей серии расскажем, как составить программу нового образовательного курса, stay tuned…»

А вы в тренде и применяете хайповый ML в работе? Делитесь своим опытом в комментариях!

#Новик

Привет! Меня зовут Дима Кротов. В Академии Аналитиков Авито я почти полтора года. За это время попробовал себя в разных ролях: от ассистента до руководителя курса, и сегодня поделюсь инсайтами о преподавании.

Учить — значит учиться самому. Эта мысль принадлежит не мне, а мудрым китайцам, но в Академии я осознал её справедливость. Думал, что за годы работы в аналитике я изучил свою область вдоль и поперёк, но когда начал преподавать, студенты стали задавать вопросы, которые ставили меня в тупик. Тогда я понял, что не задумывался о некоторых аспектах и не смотрел на привычные вещи под другим углом.

Важно быть гибким и эмпатичным. Универсального подхода нет, и то, что работает для одной группы, может совершенно не подходить другой. Поэтому нужно учитывать индивидуальные особенности, адаптировать примеры и способы объяснения.

Преподавание — это создание маленького продукта. Работая над курсом или одним занятием, я стал лучше понимать роль продакт-менеджера. В процессе подготовки нужно провести исследование: глубоко изучить боли и задачи будущих студентов, а если над курсом работает команда — построить роадмап, который будет определять стратегию развития, и собрать бэклог с задачами.

Любая обратная связь ценна. Я убедился, что фидбэк — мощнейший инструмент, позволяющий выявить проблемные зоны и наметить пути дальнейшего развития. Я стал принимать любые отзывы с благодарностью, понимая, что даже самая резкая критика способствует росту. Теперь худший исход после завершения курса — отсутствие ответов в форме обратной связи.

Хороший препод = шоумен, а вдохновение заразно. Важно подавать материал ярко и бодро, рассказывать цепляющие истории из практики, чувствовать внимание аудитории, уметь переключать его и разряжать обстановку. Главное — гореть предметом и заражать студентов своим энтузиазмом.

Преподавание — мощный стимул для развития, но решение стать преподавателем должно быть осознанным, иначе есть риск стать тем самым вредным дедом из универа.

Есть ли у вас опыт преподавания? Делитесь историями в комментариях!

#ДимаКр

Привет! Я Рома Клочко, аналитик в Авито Доставке. Сегодня хочу рассказать, какая задача стала для меня настоящим вызовом.

👀 За 4 года работы аналитиком я успел немало повидать:
— разрабатывал торговые стратегии в хедж фонде,
— был единственным аналитиком развивающегося B2B-продукта,
— разрабатывал механики для развития селлеров в одном маркетплейсе и впервые познакомился там с продуктовой аналитикой…
— …чтобы сейчас развивать опыт пользователей в Авито Доставке после сделки: когда покупатель ждёт товар, а продавец — деньги.

⚙️ В большинстве задач аналитиков есть техническая сложность. Как-никак, мы работаем с данными, проводим эксперименты, внедряем модели и принимаем решения на основе глубоких расчётов.

🤔 Но есть и другой тип сложности — открытость. Большинство исследований, над которыми аналитики могут работать кварталами, начинаются с размытых формулировок, где и на входе, и на выходе нет готовых метрик.

Иногда задача буквально напоминает известную формулировку из сказок: «поди туда, не знаю куда, принеси то, не знаю что…». Но именно в таких задачах аналитик развивает масштабность мышления — навык абстрагироваться от привычной точки зрения и декомпозировать абстрактные формулировки.

🧠 В конце прошлого года я как раз разбирался с открытой задачей — считаю её самой сложной и наиболее повлиявшей на мой рост как аналитика.

Получил на входе формулировку «а давайте как-нибудь стимулировать логистических партнёров качественнее работать», декомпозировал открытость и проявил технику, а ещё и развил свои навыки коммуникаций:
— чтобы провести A/B-тест,
— чтобы его результаты были презентованы, как выгодные для компании,
— чтобы операционные менеджеры провели встречи с логистическими партнёрами и транслировали наши пожелания о сотрудничестве с ними.

Желаю каждому аналитику чаще задаваться открытыми вопросами, ставить под сомнение привычный подход к решению задач и быть открытым к вызовам!

#РомаК

Мои ошибки

Всем привет! Я Женя Мурзаева, и в одном моём посте мы уже обсуждали ошибки хороших аналитиков. В этот раз расскажу про два важных для меня кейса на разных уровнях ответственности.

Кейс 1 — джун. 2020 год, я уже 3 месяца работаю аналитиком в банке. Моя задача — запустить A/B-тест, используя внутренний конструктор сайтов.

Перед запуском оказывается, что мы не учли одну техническую деталь. Я не сдаюсь и презентую продакту костыль, который поможет не откладывать запуск. Костыль одобрен, в 18:57 я включаю тест и радостно ухожу в вечер

В 20:47 мне звонит продакт и говорит, что половина топов нашего продукта пытаются понять, что с сайтом, и не мы ли виноваты. Спойлер: мы.

💡 Несколько выводов:
1. Запуски за 3 минуты до конца рабочего дня — не лучшая идея.
2. Если делаете что-то рисковое, нужно предупредить всех заинтересованных. Они могут отговорить или подсказать решение, а если выстрелит проблема, не будут тратить время на поиски причины.
3. Ошибаться нормально. Главное — брать ответственность и принимать меры, чтобы проблемы больше не повторялись. Так, у нас появился канал с анонсами, а идеи костылей я аппрувлю со всеми владельцами знаний по ним.

Кейс 2 — миддл. 2022 год, я уже отвечаю за два продукта. С первым я работала всё время, полностью выстроила процессы и аналитику. На втором пока нет ничего, и моя задача — наладить всё так же, как и на первом.

Тут я попала в ловушку. На втором продукте меня ждали десятки «важных и срочных» адхок-задач по запросу продакта. Пока мы делали одну, прилетало ещё три. Как результат — два месяца попыток переделать все адхоки и принятый оффер в Авито.

💡 Важный урок: если попали в хаос, важно сначала построить систему, в которой адхоки будут решаться автоматически, например, дашбордами, авторассылками и доками.
В той ситуации мне был бы очень полезен пост Юли о том, как менеджерить адхоки!

✨А чему вас научили ваши ошибки?

#ЖеняМур

Мама, я влюбился... в аналитику ❤️

Всем привет! На связи Дима Кротов. Сегодня День святого Валентина, и люди признаются в любви вторым половинкам.

Но раз уж сегодня в нашей уютной коммуналке стало уже больше 1 000 (!) человек, это отличный повод признаться в любви к тому, с чем мы с вами проводим как минимум по 40 часов в неделю. Так почему же я люблю свою работу?

❤️ Влияние. Аналитика даёт мне возможность вместе с командой создавать классные продукты и сервисы, которыми пользуются миллионы людей. Я вижу, как мои инсайты напрямую влияют на решения: новые фичи, изменение интерфейса. Классно осознавать, что ты можешь улучшить жизнь большого количества пользователей.

💚 Головоломки. Аналитика постоянно подкидывает открытые и нестандартные вопросы, и меня это очень драйвит. Как вырастить конверсию? Как снизить отток пользователей? А задачки по расследованию аномалий в метриках — так это вообще почти детектив, их я обожаю особенно! Это не рутина, а постоянное исследование, открытие нового.

💜 Общение с профессионалами из разных сфер. Аналитика — это не только про цифры, но и про защиту идей, презентацию решений, сбор проблем и болей. Например, я постоянно общаюсь с разработчиками, дизайнерами, маркетологами, менеджерами из бизнеса и продукта. Это помогает развивать навыки коммуникации, аргументации и просто дарит классные новые знакомства.

💙 Погружение в бизнес-контекст. Мне важно видеть связь цифр с реальными процессами. Аналитика не только предоставляет возможность, но и обязывает детально разбираться в бизнесе, с которым работаешь. А это знание превращает тебя из человека-калькулятора в эксперта.

❓ А за что вы любите аналитику? Что вас мотивирует и вдохновляет оставаться и развиваться в этой сфере? Ждём ваши мысли в комментариях — думаю, мои коллеги тоже присоединятся ↓

#ДимаКр

Харды в аналитике переоценены

Теперь, когда я привлёк ваше внимание, поговорим про главную цель в работе аналитика.

Меня зовут Минаков Артём, я аналитик в команде монетизации. Основная цель аналитика в моей картине мира — влияние на бизнес-метрики. И да, ни слова про навыки из описания вакансий, как же так?

Поставим себя на место владельца бизнеса. Пусть у нас в компании работают 2 аналитика: Петя и Вася.

🤠 У Пети потрясающая математическая подготовка, он пришёл в команду и бросил все усилия на внедрение последовательного тестирования, чтобы ускорить принятие решений в экспериментах. Благодаря этому за полгода он с командой протестировал на одну гипотезу больше, но это так и не позволило окупить затраты на разработку.

👽 Вася не так подкован в статистике, зато понимает, что можно по-разному влиять на продукт. Вася внедрил оценку гипотез, что повлияло на приоритеты в бэклоге команды. Дизайны его тестов не были идеальны, но качественные гипотезы показали аплифты и большой потенциал, что привело к расширению команды.
Уверен, что вы уже поняли, к чему я клоню.

Крупные точки роста продукта могут лежать ближе, чем кажется. Чтобы их найти, нужно вовлекаться в принятие решений, не бояться доносить идеи и брать ответственность.

Сложность в том, чтобы найти в бизнесе зоны, где нужны сильные стороны Васи и Пети, ведь они оба классные аналитики. Хотя в моей компании я бы отметил и поощрил именно Васю 👻

Резюмируя: приносите компании ценность и будет вам счастье.

🐳 — если разделяете мой майндсет
🤯 — «Я Петя, и ты неправ»

#ТёмаМинаков

Как избавиться от адхоков в работе аналитика?

К сожалению, никак. 🙈 DIRECTED BY ROBERT B. WEIDE

Привет! Я Юля Голубева, старший аналитик монетизации Авито. Наверное, как и многие, я не люблю внезапные адхоки.

Жить совсем без адхоков вряд ли возможно, ведь нельзя всё предусмотреть заранее. Но если они занимают более 10–20% вашего рабочего времени, у меня есть хорошие новости: скорее всего, вы можете значительно сократить их количество!

Однажды у меня стало слишком много адхоков — тогда я работала над разными стримами сразу с тремя продактами. Хаоса и переключений между задачами было так много, что от этого страдало и качество, и моя мотивация.

Я решила организовать ретро, куда позвала всех причастных к адхокам в аналитике. К моей радости, это принесло плоды: оказалось, страдаю не только я, но и заказчики. Мы увидели слабые места, учли их в планировании, грумингах и (ре)приоритезации задач и сократили количество адхоков вдвое уже в первый месяц!

💡 Если тоже захотите провести ретро на эту тему, ловите примерный список вопросов для подготовки — по ним лучше пройтись заранее, чтобы не тратить время на ретро:
1. В чём заключалась задача?
2. Что бы изменилось, если бы задача была сделана позже?
3. Можно ли было запланировать задачу? Что для этого понадобилось бы?
4. Сколько времени ожидалось потратить на задачу и сколько реально ушло?
5. Нужно ли выполнять задачу регулярно?
6. Можно автоматизировать или делегировать задачу? Как это сделать?
7. Как снизить вероятность подобных адхоков в будущем?

💡 Рефлексия по незапланированным задачам поможет команде увидеть реальную картину процессов, выделить слабые места и выработать action-план по оптимизации. Обязательно зафиксируйте договоренности и назначьте повторное ретро, чтобы ваши изменения прижились.

А у вас в работе часто встречаются незапланированные задачки? Отвечайте в реакциях и делитесь вашими лайфхаками в управлении адхоками в комментариях!

❤️ без адхоков никуда
😎 познал дзен и живу без адхоков

#ЮляГол

Про контр метрики в жизни

Всем привет! Я Женя Мурзаева, старший аналитик в монетизации. Сейчас я живу на Красной Поляне в Сочи и каждые выходные я разумеется провожу на горных лыжах. Я аналитик, и разумеется у меня есть приложение, которое записывает расстояние за день на склоне, перепад высот и скорость.

⛷️ Несколько лет назад моей целевой метрикой была скорость — в приложении есть лидерборд друзей, и мне было очень важно его возглавить. Качать метрику получалось неплохо — за неделю попыток рекорд установился на 86 км/ч.

⛷️ В этом сезоне целевой метрикой остаётся скорость, но вот уже месяц я никак не могу преодолеть 80 км/ч, ведь в моей жизни появилась и контр метрика — вероятность сломанной спины.

Другими словами, задача поменялась:
«получить максимально возможную скорость» ↓
«получить максимально возможную скорость и сохранить контроль над ситуацией»

Появление контр метрики негативно влияет на целевую метрику в моменте, но оказывает положительное влияние на критичную в долгосроке. Поэтому контр метрики так важны нам в жизни и бизнесе. А какие контр метрики есть у вас в повседневной жизни?

P. S. Приложение — Slopes

И ответим на главный вопрос в реакциях:
☃️— лыжи
🎄— сноуборд

#ЖеняМур