Коммуналка аналитиков
Open in Telegram
Канал аналитиков Авито. Рассказываем о том, как аналитика помогает — а иногда и мешает — нам жить, делимся победами и фейлами из рабочих будней, перекладываем в тексты идеи и мысли.
Show more5 317
Subscribers
+224 hours
+107 days
+8330 days
Data loading in progress...
Similar Channels
No data
Any problems? Please refresh the page or contact our support manager.
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
September '26
September '26
+28
in 0 channels
August '26
+187
in 0 channels
Get PRO
July '26
+320
in 0 channels
Get PRO
June '26
+276
in 0 channels
Get PRO
May '26
+262
in 0 channels
Get PRO
April '26
+279
in 4 channels
Get PRO
March '26
+208
in 0 channels
Get PRO
February '26
+225
in 7 channels
Get PRO
January '26
+149
in 1 channels
Get PRO
December '25
+592
in 17 channels
Get PRO
November '25
+493
in 15 channels
Get PRO
October '25
+183
in 2 channels
Get PRO
September '25
+135
in 3 channels
Get PRO
August '25
+190
in 7 channels
Get PRO
July '25
+144
in 3 channels
Get PRO
June '25
+141
in 2 channels
Get PRO
May '25
+275
in 2 channels
Get PRO
April '25
+224
in 3 channels
Get PRO
March '25
+293
in 2 channels
Get PRO
February '25
+1 562
in 9 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 07 September | +5 | |||
| 06 September | +4 | |||
| 05 September | 0 | |||
| 04 September | +5 | |||
| 03 September | +8 | |||
| 02 September | +4 | |||
| 01 September | +2 |
Channel Posts
| 2 |  🎯Вопрос целеполагания рано или поздно касается каждого сотрудника компании. Часто к целям относятся формально: как к обязательному полю в performance review и способу доказать, что ты весь год работал не зря.
Но сила целей гораздо больше. Они не просто фиксируют ожидаемый результат — они напрямую меняют поведение людей и команд. Особенно когда от их выполнения зависят оценка, бонус или повышение.
Кажется, логика простая: выбираем релевантную метрику, рассчитываем для неё амбициозное, но достижимое значение — и записываем себе в цели.
Но здесь начинает работать закон Гудхарта: «Когда мера становится целью, она перестаёт быть хорошей мерой».
На практике это выглядит следующим образом. Пока метрика используется для наблюдения, она более-менее честно отражает положение дел. Но как только метрика становится целью, люди начинают достигать её самым доступным способом — не всегда улучшая продукт, иногда просто улучшая сам показатель.
Причём чаще всего это происходит не из-за злого умысла. Команда просто адаптируется к правилам игры, которые для неё установили.
Например:
➡️ есть цель по росту числа регистраций — упрощаем вход и получаем множество аккаунтов, которыми никто не пользуется;
➡️ есть цель по числу закрытых аналитических задач — декомпозируем одно большое исследование на множество маленьких тикетов. Задач закрыто больше, а пользы создано столько же;
➡️ есть цель по росту числа заказов — активно привлекаем низкоинтентных пользователей скидками. Заказов становится больше, но вместе с ними растут отмены, возвраты и издержки, а прибыль почти не меняется.
И что с этим делать?
1. Проводить стресс-тест цели. Перед тем как закрепить KPI, стоит задать простой вопрос:
Как можно формально выполнить эту цель, не сделав продукт или процесс реально лучше?
2. Добавлять контрметрики. Они помогают проверить, не была ли цель достигнута за счёт ухудшения качества или соседних показателей. Здесь важно не сводить проблему только к прямому фроду — сотрудники могут совершенно добросовестно выбирать более простые задачи, привлекать пользователей низкого качества или перекладывать негативный эффект на соседнюю команду.
3. Делать метрику устойчивее к играбельности.
Можно растить не просто число зарегистрированных аккаунтов, а число новых пользователей, совершивших хотя бы одно целевое действие.
Не просто количество заказов, а количество успешно выполненных и экономически оправданных заказов.
Чем ближе метрика к реальной ценности для пользователя или бизнеса, тем сложнее выполнить её исключительно на бумаге.
4. Смотреть не только на цифру, но и на поведение. Даже хорошая метрика может испортиться после того, как к ней привязали мотивацию. Поэтому после постановки цели важно следить не только за её значением, но и за тем, какое поведение она начала создавать.
Полностью победить закон Гудхарта, скорее всего, невозможно: люди всегда адаптируются к правилам игры. Задача — сделать так, чтобы самый простой способ выполнить цель одновременно был полезен продукту.
А какие цели в вашей практике выполнялись на 120%, хотя продукту или бизнесу от этого лучше не становилось? 👇 | 1 657 |
| 3 |  Кажется, мы получили шикарный кейс про качество данных на этой неделе: на сайте Канье концерт в Петербурге есть, организатор говорит, что всё в силе, билеты продаются, а «Газпром Арена» говорит, что договора нет, и концерта у них не будет.
Очень знакомая история для аналитики.
Допустим, бизнес спрашивает, сколько у нас активных пользователей. В одном отчёте 5 млн, в другом 4,2, в третьем 4,7. Первая мысль — где-то ошибка. Начинаем проверять запросы, фильтры и даты. А потом оказывается, что всё посчитано правильно. Просто в одном месте активный — тот, кто заходил за месяц, в другом — тот, кто совершил нужное действие, а в третьем есть ещё несколько условий.
То есть проблема не в цифрах, просто один вопрос все поняли немного по-разному.
Самый простой способ не потратить два часа на сверку — перед расчётом одной фразой зафиксировать, что именно мы считаем. Например: «активный пользователь — тот, кто совершил хотя бы одно действие за последние 30 дней». Если с этой фразой все согласны, дальше обычно становится сильно проще.
🤔 Так что главный аналитический вопрос недели: концерт Канье есть или его считают по другой методологии? | 1 781 |
| 4 |  +8Рассчитали юнит-экономику для Красти Крабса и узнали секрет крабсбургеров 🦀
Всем привет, на связи Армен. Уже середина недели, так что можно немного выдохнуть и продолжить рубрику «Мультики глазами аналитиков».
В прошлый раз разбирали, кем были бы дата-функции во вселенной «Смешариков». А сегодня решили посмотреть на мультфильм уже не глазами команды, а глазами бизнеса.
Представим, что мистер Крабс пришёл к аналитикам с простым вопросом: «А сколько я вообще зарабатываю на одном крабсбургере?»
Посчитали маржу, точку безубыточности, посмотрели на retention, операционные риски и даже подумали, сколько денег может стоить плохое настроение Сквидварда.
Спойлер: возможно, Планктону стоило красть не рецепт, а трекшен-модель ресторана Красти Крабс.
Листайте карточки ⬆️
А в комментариях оставляйте варианты, какой мультфильм разобрать следующим 👇 | 1 783 |
| 5 |  Приглашаем на Avito.Tech.Conf 2026
Присоединяйтесь к комьюнити тех, кто управляет сложным в IT — лидов команд и C-level.
Ждём вас 26 сентября в Москве на площадке AG Loft.
Чем займёмся
👉 Разберёмся с AI для лидов: как от хаоса и огромного объёма информации прийти к рабочим решениям для ежедневных задач.
👉 Обсудим, как управлять продуктами и процессами в ситуации нехватки ресурсов.
👉 Поговорим про путь к C-level, Quiet cracking и одиночество лидов.
Из классических активностей будут доклады, воркшопы, мастермайнды и нетворкинг.
⭐️А ещё необычные зоны вроде покер-клуба от Авито Работы и аукциона вещей с историей, которые можно будет забрать с собой.
Детали программы и расписания уже можно посмотреть на сайте.
Успевайте подать заявку на офлайн-участие, потому что количество билетов ограничено.
До встречи! | 2 111 |
| 6 |  👀 Поделись с коллегами 👀 | 2 101 |
| 7 |  Продолжаем тему «родился, женился, умер» (надеюсь, вы уже прочитали вчерашний пост Вики).
Пару недель назад у нас прошёл корпоратив, на котором были разные активности и в том числе гадалка. Можно было задать любой вопрос, кроме политики и здоровья — я решила спросить, выйду ли замуж в течение года 💍
И вот девушка в красивом наряде достаёт 4 карты из своей колоды Таро… и все 4 плохие 😂
Длинного поста сегодня не будет, как и моей свадьбы, но я предлагаю вам сделать лёгкую разминку для мозга и посчитать, а какова была вероятность, что выпадут 4 негативные карты? Я не эксперт в Таро, но будем считать, что всего в колоде 78 карт, из которых негативных — 25.
Принимаю ваши ответы и поддержку в комментариях 🥰
#МашаАн | 2 282 |
| 8 | No text... | 2 072 |
| 9 |  Обычно аналитику любят за то, что она помогает снизить неопределённость и принять решение. Бывают случаи, когда всё начинает работать наоборот.
Недавно у нас в команде было долгое обсуждение итогов АБ-теста с неоднозначными результатами. С аргументами за и против раскатки разобрались, но в какой-то момент появилась мысль: данных пока недостаточно, чтобы понять, насколько выявленная проблема критична.
🤔 Звучит логично. Тут важно не остановиться на фразе «нужно больше данных», а договориться, каких именно данных и зачем.
Например, если мы решаем, запускаться или нет, до следующего расчёта полезно зафиксировать три вещи:
💚 какую метрику смотрим,
💚 какое значение поменяет решение,
💚 что делаем, если попадём в серую зону.
То есть, мы не бездумно смотрим на сегменты, а ищем конкретику: если в проблемном сегменте эффект окажется достаточно большим — не запускаемся; если нет — запускаемся. А если хотим ещё неделю собирать данные, то заранее прописываем условия, при которых заново рассчитанный эффект может повлиять на решение.
Если такой логики нет, почти всегда можно найти следующий срез, новую метрику или продлить эксперимент ещё на неделю. И в этот момент аналитика превращается в очень удобную форму прокрастинации: со стороны кажется, что мы снижаем неопределённость, хотя на деле просто откладываем момент принятия решения.
Для себя я бы сформулировал простой фильтр перед любым дополнительным расчётом:
🖇Есть ли вообще результат этого расчёта, который поменяет наше решение?🖇
Если ответ отрицательный, возможно, считать это прямо сейчас вообще не нужно. Именно такой вопрос:
Какая цифра реально изменит решение?
в итоге и отделяет обязательную проверку от исследовательского интереса. В решении важно учесть данные, но не надо всё строить на их основе. Ведь задача аналитики — уменьшить неопределённость до уровня, на котором человек готов взять на себя решение.
А у вас есть правило, по которому вы понимаете: всё, данных достаточно — пора уже принимать решение?
#АртемК | 2 089 |
| 10 |  Эксперт или менеджер?
Рано или поздно на 1-1 с руководителем у многих сеньоров всплывает вопрос:
куда хочешь развиваться дальше?
Формально можно расти по-разному, и выбор кажется простым: стать экспертом или менеджером. Если нравятся сложные задачи — иди в экспертный трек, любишь работать с людьми — в менеджмент. Но чем ближе к реальному выбору, тем меньше верится в такую схему.
Менеджерский трек устроен понятно. У твоего менеджера есть менеджер выше, у него — свой, и так дальше до директора аналитики. Видно, как растёт масштаб: сначала отвечаешь за себя, потом за людей, команды, направления и систему решений.
❗️Но есть нюанс. Оргструктура не всегда двигается под твой рост, и просто заменить человека над собой нельзя. Даже если ты готов к следующему уровню, для него должны появиться:
— роль,
— команда или новая зона ответственности.
С экспертным треком сложнее. Не бывает «главного аналитика всея бигтеха», который одинаково глубоко понимает маркетинг, поиск, доставку, монетизацию, ML и все подходы этих команд одновременно. В больших компаниях контекст распределён, поэтому экспертность почти всегда доменная: ты глубоко понимаешь конкретную область и влияешь на решения внутри неё.
И не в каждой команде есть задача такого масштаба, которая явно отличит старшего аналитика от эксперта. Можно быть очень сильным, но не иметь достаточной зоны, где эта сила превратится в новый уровень влияния. Выходит, рост зависит и от контекста вокруг.
В какой-то момент понимаешь, что рост внутри команды зависит не только от твоих способностей и желания, а ещё от возможностей компании. Поэтому мне ближе думать об этом не как о выборе между задачами и людьми, а как о дилемме между двумя типами неопределённости.
Экспертный трек — это задачная неопределённость. Когда у компании есть важная и открытая проблема, но никто до конца не понимает, как к ней подступиться. Нужно превратить туманную задачу в аналитическое решение: сформулировать проблему, выбрать метрики, найти ограничения, договориться с продуктом и разработкой, показать эффект и довести до внедрения. Без формальных подчинённых, а через экспертизу, доверие и умение собрать людей вокруг задачи.
Менеджерский трек — это структурная неопределённость. Тут есть вопрос: как построить процесс, где правильные задачи будут решаться. Почему команда делает именно это? Кто владелец направления? Что нужно остановить? Как помочь сильным людям не бежать каждому в свою сторону?
Идеального ответа я не нашёл. Компаниям нужны оба типа людей: без экспертов команда теряет глубину, без менеджеров — фокус и среду, где эта глубина превращается в результат. Но кажется, что выбор начинается с честного вопроса к себе:
через что мне естественнее влиять — и с какой неопределённостью мне интереснее работать?
А вы где сейчас по ощущениям?
😎 — хочу расти как эксперт
👌 — хочу в менеджмент
🤔 — дайте ещё времени на подумать
👾 — просто хочу спокойно строить дашборды
#АрменЕс | 1 991 |
| 11 |  Вечно писать можно про три темы:
💚как сократить число адхоков,
💚как применять ИИ,
💚где заканчивается зона ответственности аналитика.
Сегодня о последнем!
Для меня ответ такой: она не заканчивается. С первого дня работы аналитиком, зоной своей ответственности я считала компанию. Вначале это уходило в крайности, и тогда я выучила урок, что если приходят с вопросом по чужому дашборду, надо так и сказать, а не идти его править 😀
За годы работы юношеское стремление взять ответственность за всю компанию органически переросло в более полезную ответственность за свой продукт, которую мы делим с продактом.
Сейчас я понимаю, что такое отношение помогает расти профессионально и делать крутой продукт. Ведь когда ответственность не только на продакте, но и на аналитике, то две головы и думают лучше, и ошибки находят быстрее.
🖇В лучших тандемах есть хороший продакт, который при необходимости неплохой аналитик, и хороший аналитик, который при необходимости неплохой продакт🖇
При этом знаю и о другом мнении: аналитик ответственен за аналитику и может найти продуктовый инсайт, который передаст продакту. Но если гипотезы не стреляют, то тут не к нам, мы правильно это посчитали и тебе, продакт, сообщили 🫥
А какая точка зрения близка вам?
❤️ — отвечаю за свой продукт
💅— отвечаю за аналитику, я же аналитик | 2 047 |
| 12 |  Го учиться!
Если хочешь развиваться в аналитике, войти в профессию, углубиться в науку о данных или вырасти в карьере — приходи в Центральный университет. У нас есть магистратура под каждый сценарий.
«Продуктовая аналитика» — офлайн-программа с парами по вечерам и выходным в центре Москвы. Студенты учатся превращать данные в продуктовые решения: находить точки роста, проектировать эксперименты и строить системы метрик — с сильной технической базой в Python, SQL, статистике и A/B-тестировании.
После первого семестра можно выбрать траекторию «Наука о данных» × Авито, а это:
📍 обучение на реальных данных компании,
📍 лекции от специалистов и аналитиков Авито,
📍 фокус на машинном обучении и инструментах индустрии.
Лучшие студенты получают возможность стажировки или оффера. К выпуску — портфолио аналитических кейсов для резюме.
Что даёт магистратура в ЦУ:
💓 Диплом государственного образца за два года обучения,
💓 Возможность совмещать учёбу с работой.
💓 Преподаватели — индустриальные эксперты и исследователи.
💓 Карьерная поддержка с начала учёбы: консультации, тренировочные собеседования и помощь с трудоустройством. Студенты уже в процессе обучения выходят на новые позиции или повышают свой грейд в Яндексе, Авито, Т-Банке и других компаниях.
Поступление проходит через грантовый конкурс. Это одновременно способ попасть на программу и возможность выиграть финансовую поддержку на всё время обучения. Грант покрывает до 75% стоимости. В 2026 году доступно 550 грантов на все программы магистратуры.
❗️Места ограничены, дедлайн для заявок — 20 августа.
Подробности о программе и условиях участия в конкурсе можно прочитать на сайте | 2 473 |
| 13 |  Принесли вам работу 🧑💻
Четыре свежих предложения для тех, кто хочет работать у нас аналитиком. Велкам ⬇️
Старший аналитик данных в команду Trisigma
Trisigma — аналитический инструмент для A/B-экспериментов и автоматизации аналитики в больших организациях. Будете заниматься R&D в области статистики, развивать движок метрик и консультировать крупные IT-компании.
Откликнуться →
Старший аналитик данных в команду поиска и рекомендаций Авито Работы
Будете исследовать релевантность вакансий и соискателей, вместе с DS-командой улучшать модели поиска и рекомендаций, проводить A/B-тесты и находить точки роста ключевых продуктовых метрик.
Откликнуться →
Старший аналитик данных в команду Маркетинга
Разработаете систему оценки долгосрочного влияния медиа на бизнес через бренд-метрики, свяжете их с выручкой, поучаствуете в создании LLM-фреймворка для улучшения рекламных роликов с доказанным эффектом, а также выстроите оценку эффективности рекламы в телеграм-каналах.
Откликнуться →
Старший аналитик данных в команду Monetization Efficiency
Вместе с командой будете настраивать алгоритмы ранжирования под новый продукт, поможете продавцам лучше выбирать оптимальную стратегию инвестиций и делать CPx Promo драйвером эффективности Авито.
Откликнуться → | 2 722 |
| 14 |  Video message | 2 380 |
| 15 |  +3Когда команда распределена по разным городам, а общение идёт в основном через чаты и созвоны, личное взаимодействие становится настоящей ценностью 💛
Корпоратив — редкая возможность увидеться вживую с теми, с кем каждый день решаешь рабочие задачи, наконец-то поболтать без повестки и просто побыть вместе.
Правда, в Авито команда уже настолько большая, что собрать всех в одном месте — почти миссия невыполнима. Поэтому корпоративы проходят сразу в нескольких городах: Москве, Санкт-Петербурге, Казани, Самаре, Туле и Нижнем Новгороде.
Сегодня в Москве наш корпоратив пройдёт в Лужниках! 🏟 Пожалуй, это единственная площадка, которая способна вместить столько коллег. В программе — шоу талантов, выступление Avito Band и хедлайнер — Женя Трофимов с группой «Комната культуры». 🎤 Уже представляю, как мы будем вместе с тысячами коллег хором подпевать про самолёты, поезда и вокзалы)
Каждый год HR-команда проделывает огромную работу: придумывает концепцию, приглашает хедлайнеров, готовит активности. Спасибо им огромное за это! 🙌
Однако спустя время в моей памяти остаются самые неожиданные и, казалось бы, будничные моменты.
Например, как-то раз мы всей командой стояли в огромной очереди за хот-догами на катке.
Это неожиданно превратилось в настоящую командную операцию: пока одни грелись, другие держали очередь, потом менялись местами. А когда подходил наш черёд, нужно было быстро собрать людей, потому что в каждой руке помещался только один хот-дог, а накормить нужно было всю команду.
Или помню, как мы стояли под светящейся Останкинской башней с логотипом Авито, обнявшись всей командой, пока из колонок звучало: «Вся Москва блестит, вся Москва говорит…» ✨
Казалось, что огни башни подпевают этим строчкам. Это был какой-то удивительный момент единения ❤️
А ещё как-то после одного из корпоративов в Подмосковье мы долго не могли уехать домой. Вызвать такси было целым квестом, но зато потом всю дорогу до Москвы мы вместе с водителем пели песни: особенно здорово у нас получалась «Кукла колдуна» 🤘
Наверное, именно в этом ценность корпоративной культуры. Она создаёт пространство, где появляются общие истории, воспоминания и формируется чувство, что я часть большой команды 💛
Возможно, после сегодняшнего вечера у меня в памяти появится ещё больше моментов, которые буду вспоминать с теплотой.
А какие моменты с корпоративов больше всего запомнились вам? 😊 | 2 707 |
| 16 | У нас сегодня корпоратив в Лужниках, так что без контента мы вас точно не оставим 😎
Сначала текст, а потом поделимся атмосферой вечера) | 2 052 |
| 17 |  Сохраняйте, чтобы почитать на досуге или пока едете в метро
🗂Андрей Романов дал ультимативный гайд по A/B на малых выборках
🗂 Вардан Манучарян рассказал, почему A/B-тест не подходит для оценки ранжирования
🗂 Иван Привалов поделился тем, как подружить бонусы, SQL и асимметричный N×M-граф
🗂 Владислав Козлов философски посмотрел на грейды аналитиков
🗂 А Гриша Крюков провёл чемпионат среди uplift-моделей и нашёл победителя | 2 635 |
| 18 |  Мы к вам с новым контентом)
Зацените: катим / не катим формат рилсов ->🤌🏼 | 2 838 |
| 19 |  Пятая по голам, но первая по главной метрике
Испания стала чемпионом мира, хотя четыре команды забили больше голов. У неё только 13 за весь турнир, при этом всего один пропущенный мяч и шесть сухих матчей.
Это кажется странным: победитель не стал лидером по самой очевидной футбольной метрике — забитым мячам.
⚽️ Но цель чемпионата — не много забить, а выиграть турнир, — просто измерить её можно только в самом конце. А до этого приходится смотреть на промежуточные показатели: победы в отдельных матчах, созданные моменты, надёжность защиты. Это помогает оценить игру, но не заменит итоговый результат.
⚽️ В продуктовых экспериментах часто происходит то же самое. Например, мы начинаем рекомендовать продавцам новые ставки на продвижение и хотим в итоге увеличить выручку.
На коротком горизонте можно посмотреть, принимают ли пользователи наши рекомендации и растут ли ставки. Это быстрая прокси: она показывает, что рекомендации действительно изменили поведение продавцов.
Но деньги могут не вырасти сразу или вообще не вырасти 🤭. Многие продавцы заранее пополняют баланс: после повышения ставок они сначала быстрее расходуют уже внесённый аванс и только потом начинают пополнять его чаще или на большие суммы.
Поэтому рост ставок ещё не доказывает долгосрочный эффект. Как и отсутствие роста пополнений в первые недели не значит, что рекомендации не работают.
⚽️ Краткосрочная прокси нужна, чтобы быстро увидеть изменение в поведении пользователей. А долгосрочная метрика — чтобы проверить, принесло ли оно бизнесу деньги.
Испания не была первой по количеству голов, но стала первой по итогам турнира. Так же и прокси-метрика: она помогает увидеть ранний эффект, но не заменяет конечный результат.
❓А вы готовы раскатить эксперимент по прокси или всегда ждёте прокрас конечной метрики? | 3 460 |
| 20 | No text... | 2 681 |
