LEFT JOIN

OpenAI представила GPT-5 GPT-5 стала еще умнее предшественниц. Работает быстрее, лучше справляется со всеми задачами, которые вы можете ей подкинуть: и пишет, и кодит, и картинки рисует. Кстати, картинку к посту тоже она сделала, чтобы проиллюстрировать, как менялись модели с каждой итерацией. К картинке есть вопросы, конечно, но суть в целом ясна. 🔜 На канале OpenAI можно посмотреть почти полуторачасовую презентацию, а на сайте компании — почитать длинную статью со сравнениями с прошлыми моделями (более наглядными, чем на нашей картинке), бенчармарками и даже игрой, которую GPT-5 накодила после одного промпта. А вот так апдейт описывает сама GPT-5 (да, мы попросили у нее комментарий):

GPT-5 — новая версия модели от OpenAI, которая лучше удерживает длинный контекст, глубже анализирует запросы, почти не теряет детали, уверенно справляется с многошаговыми задачами и понимает текст, изображения и таблицы в одном запросе. Отвечает быстрее, точнее и гибче подстраивается под стиль пользователя по сравнению с предыдущими версиями.

И кстати про подстраивание под стиль пользователя — у GPT-5 теперь есть 4 готовые «личности»: циник, робот, слушатель и гик. Переключение между ними меняет стиль общения. Вот так апдейт описывает Циник:

GPT-5 — свежий апгрейд от OpenAI. Помнит больше, тупит меньше, умеет раскручивать сложные задачи без того, чтобы потерять нить. Глотает текст, картинки и таблицы в одном запросе, отвечает быстрее и подстраивается под ваш стиль, даже если он странный. Короче, умнее, чем раньше — но чудес всё равно не ждите.

GPT-5 доступна всем пользователям даже без платной подписки.

ИИ перенервничал и снес базу данных Когда-нибудь — возможно, уже совсем скоро — ИИ станет намного умнее человека и наконец-то заберет у нас всех работу. Но пока успехи на этот поприще сомнительные. Про ИИ, который впал в депрессию и снес данные, мы уже рассказывали. Недавно случилась похожая история, только в намного большем масштабе. Replit — тул на основе ИИ для вайб-кодинга. Джейсон Лемкин, СЕО компании SaaStr AI, решил провести эксперимент и с помощью Replit навайбкодить полноценное приложение. Хотя процесс, по его словам, был веселым, уже на 4-й день начались проблемы. Replit начал вносить в приложение несогласованные изменения, выдумывать данные в отчетах и людей в базе данных и даже лгать, чтобы создать впечатление, что код работает. 🔵Ситуация достигла пика на 8-й день, когда Replit совершил то, что сам назвал «катастрофической ошибкой в суждениях» — он снес базу данных без возможности восстановления. Это произошло во время код-фриза. По его словам, «он запаниковал». Полный ответ ИИ — на скринах выше. ☝🏻 🔵В итоге Джейсон потерял кучу времени и доверие к Replit, с которым он тем не менее продолжил работать. Как он объяснил в следующих твитах, к своему «Replie» он уже привык, да и к тому же нет никаких гарантий, что аналог будет чем-то лучше. 🔵 5 августа таки повайбкодил свое приложение. Выглядит оно как чатбот, который дает советы по развитию бизнеса.

Ютубер сохранил PNG в скворце Мы уже рассказывали про хранение данных на бумаге и в черно-белых видео с помехами, но недавно обнаружилось еще более оригинальное хранилище — скворец. Точнее, песня скворца. Ютубер Бенн Джордан выложил видео, где рассказал, как записывал и анализировал песни разных птиц. Одной из этих птиц стал скворец по имени Рот (или Mouth), который всю жизнь прожил с людьми и научился имитировать окружающие его звуки вроде щелчка камеры или человеческих голосов. 🔜 Джордан нарисовал картинку с птичкой ☝🏻 Он обработал в спектральном синтезаторе, чтобы представить ее в виде звука и проиграл ее скворцу. Тот добавил этот звук в свою «библиотеку» и несколько раз вполне точно воспроизвел. Настолько точно, что картинка нарисовалась на спектрограмме, пусть и с некоторыми творческими допущениями. 🔜 То есть скворец успешно и почти без потерь сохранил и воспроизвел 176 КБ данных — именно столько весила оригинальная картинка. Конечно, это не самый удобный и надежный способ хранения данных, но чисто теоретически рабочий.

📈 Вакансии аналитиков с HH У нас с Колей из Left Join есть отличный проект по аналитики вакансий с HH. И я переделал дашборд с Tableau на интерактивный сайт. Основная проблема с дашбордом на Табло была в том, что он не догружает автоматически новые данные. Давно чесались руки исправить это, обновить сам дашборд, переделать логику определение типа вакансий и сделать его сам прикольнее. Для реализации я использовал сервис replit.com. Мне понравилось как я с ним работал раньше и я думал, что я часа за три соберу нужный дэшик. Ведь данные и макет дашбоорда уже есть. Как же я ошибался 🫠 250$ и 40 часов позже я понял, что навайбкодить такой продукт пока что всё ещё очень сложно. В основном приходилось бороться с ошибками LLM-ки — четыре раза он удалил продовую базу, пару раз при замене текста в заголовке он решал переписать весь код начисто, бесконечное кол-во раз путался в названии переменных и не мог отличить множественное число (VacancyTypes) от единственного (VacancyType). В следующий раз я всё-таки попробую опять Cursor. Пока кажется, что он работает как-то более предсказуемо и там приятнее править код, если правишь его руками. Но в итоге сайт работает, что на самом деле всё равно техническое чудо. Данные грузятся по ночам, а дашборд выглядит норм, хотя ещё кучу мелочей хочется доделать. Только вот насколько он всё точно считает проверить не могу 🤣, но базовые сверки по данным сходятся. Интересно ещё как это всё поведет себя под нагрузкой, когда вы пойдете им пользоваться. 👉 Ссылка на дашборд 👈 P.S. Самый классный способ вайб-кодить — под сериальчик. Пока ждёшь новый кусок кода, то есть на что залипнуть, а ещё не так подгорает, когда вообще ничего не работает. Я ж просто сериальчик смотрю 🙃 P.P.S Так как оплата в этом сервисе идет за запросы к LLM, то прям чувствуешь себя как в азартной игре, нажал кнопку, деньги ушли, ждёшь будет ли хороший результат 🤣 Подписывайтесь на наши каналы: @revealthedata @leftjoin

Самые обсуждаемые базы данных на Hacker News Hacker News — новостной сайт, где постят обо всем по чуть-чуть, но в основном про ИТ. И именно в ИТ-сообществе он очень популярен, поэтому по нему можно отслеживать некоторые тренды индустрии. Это может быть полезно, если хотите быть в курсе, какие фреймворки и инструменты сейчас востребованы, а какие уходят в прошлое. На иллюстрации к посту — график с частотой упоминаний разных БД и СУБД в заголовках новостей на HN. Это только его «хвост» — полная версия, созданная на основе 1,8 млн постов, охватывает период с 2007 года по 2025. В оригинальной статье, кроме графика (там он интерактивный, кстати), есть еще и несколько таблиц с данными о количестве комментариев и анализом динамики. 🔵Среди всех БД предсказуемо выделяется PostgreSQL. Причем про него не просто часто пишут — под новостями про эту СУБД и активности всегда много. 🔵Больше всего комментариев написано про PostgreSQL (просто потому что и постов по него больше всего), но самые обсуждаемые новости с самыми активными обсуждениями — про SQLite. 🔵ClickHouse с маленькой, но гордой DuckDB быстрее всех остальных набирают популярность. 🔵MongoDB и MySQL, наоборот, упоминаются в новостях все реже и реже. В общем, получается, что самой большой популярностью пользуются open-source и аналитические хранилища, а вот проприетарные тулы вызывают меньше интереса. Как вам график? Увидели что-нибудь неожиданное для себя?

Как выглядят данные без границ Метрики во всем мире одинаковые и считаются по одним и тем же формулами. И данные одинаковые, и методологии тестов тоже. Но при этом подходы к аналитике в Европе, США, Азии и Африке будут совершенно разные. И даже одни и те же метрики между двумя странами — например, LTV в Египте и в США — сравнивать надо очень осторожно. Про региональные особенности и то, как они влияют на работу с данными, рассказал Олег Иванов, глава продуктовой аналитики из Garage Eight. Это компания, которая создает продукты для управления инвестициями для заказчиков со всего мира. Что еще будет в выпуске? 🔵Что вообще такое «управление инвестициями», и чем в Garage Eight занимаются аналитики. 🔵Как строится работа с данными на больших международных проектах. 🔵Как аналитическое коммьюнити внутри компании развивает «домены знаний», чтобы обеспечить обмен информацией и доступ к данным для сотрудников. Смотрите на Youtube и в VK Слушайте на Spotify, Apple Podcasts и на Яндекс Музыке

Что коэффициент конверсии не объясняет В отличие от её 7 компонентов Вы работали над оптимизацией Conversion Rate, но ничего не изменилось. Потому что CR – это только вершина айсберга. Он не объясняет путь клиента. И уж точно не показывает, где именно отваливаются покупатели. Вместе с Колей Валиотти из LEFT JOIN мы собрали и визуализировали 7 компонентов конверсии, которые объясняют, где может "протекать" воронка😀. 1/ Коэф. интереса к товарам = просмотры карточек товаров / сессии Показывает, насколько посетители вообще заинтересованы в товарах. 2/ Из просмотра в добавление в корзину = добавления в корзину / просмотры товара Отражает привлекательность и понятность предложения. 3/ Из корзины в начало оформления заказа = начала оформления / открытые корзины Готовы ли пользователи идти дальше после добавления? 4/ Из способа доставки в покупку = покупки / выбравшие доставку Проблемы с ценой, сроками или доверием к доставке? 5/ Из способа оплаты в покупку = покупки / выбравшие способ оплаты Отваливаются после выбора оплаты? Ищите UX-проблемы или добавьте способы оплаты. 6/ Из промокода в покупку = покупки / применившие промокод Показывает, действительно ли скидка убеждает купить. 7/ Из просмотра в покупку = покупки / просмотры товара Реальная товарная конверсия. Без искажений. Эти метрики отвечают на вопрос почему изменилась конверсия, а не просто фиксируют факт изменения. 🤓 Сохраняй пост, если хочешь делать аудит воронки как профи. @jetmetrics

В прошлом посте ребята из JetMetrics показали, как смотреть LTV в совокупности с другими метриками. Сегодня — как оценивать разные компоненты конверсии, чтобы отследить путь клиента. 👇🏻

Как уменьшить расходы на хранение данных и не отстать от AI-гонки? Использовать КХД на архитектуре Lakehouse. По данным Databricks, 74% западных компаний уже мигрировали на эту архитектуру, которая объединяет сильные стороны DWH и Data Lake, а также служит фундаментом для быстрого внедрения AI. Протестируйте КХД нового поколения VK Data Lakehouse, чтобы снизить расходы и ускорить аналитику. 🔵Дешевое хранение данных в S3-хранилище: 3 рубля за 1 ГБ с репликацией в облаке в месяц. 🔵Транзакционность. Табличный формат поверх S3 обеспечивает ACID и полноценную работу в сценариях DWH. 🔵Ускорение аналитики благодаря MPP SQL-движку, который обеспечивает параллельную работу с данными из разных источников без тяжелого ETL. 🔵Уменьшение расходов за счет разделения compute и storage. Платите только за то, что используете и не платите за простаивающие ресурсы. 🔵Линейный рост затрат вместо экспоненциального при масштабировании. 🔵Не нужно содержать отдельные команды под DWH и Data Lake. 🔵Универсальное решение для работы с любым объемом данных. От гигабайт до сотен петабайт, без сложного масштабирования и миграций. 🔵Работа с ML становится быстрее и стабильнее. DS-команда может экспериментировать с ad hoc-запросами без опаски уронить DWH и BI. 🔜 Оставляйте заявку, чтобы получить до 150 000 бонусных рублей для тестирования VK Data Lakehouse в VK Cloud с поддержкой архитекторов. Команда проекта будет рядом на всех этапах пилота и поможет довести MVP до результата.

Одинаковый LTV. Совершенно разные бизнесы. LTV = $180 может выглядеть нормально. Но вот в чём дело: Одна компания получает эти $180 с 2 заказов, в среднем. Другая – с 6 мелких покупок за 8 месяцев. Да и всё остальное разное: → Поведение при повторных заказах → Динамика удержания → CAC → Маржинальность Мы с Колей Валиотти из LEFT JOIN показали в одном простом визуале, как это может выглядеть. Что тут важно: Одна метрика LTV не расскажет, какой бизнес работает лучше. А что ещё важнее: Ни одна метрика не даёт ответа в одиночку и в изоляции от других. Важно понимать систему: структуру, взаимосвязи, контекст. Это то, на чём мы фокусируемся в JetMetrics. Теперь главный вопрос: Какой из этих двух бизнесов вы бы стали масштабировать и почему? @jetmetrics

Отличный пост от наших друзей из jetmetrics про то, как важно смотреть на метрики в совокупности и оценивать всю систему в целом, а не ориентироваться только на один показатель 👇🏻

Топ ошибок в AB-тестах, которые стоят маркетологам конверсий 1️⃣ Остановить тест, как только наметился победитель, и не ждать статзначимой выборки. 2️⃣ Тестировать больше одного параметра за раз и не понять, что именно сработало. 3️⃣ Следить только за целевой метрикой и упускать падение других. На мастер-классе с Фоксфордом вы узнаете, как проводить тесты по науке, чтобы растить open rate, click rate и конверсию в заказ. Для зрителей — проверенные гипотезы и чек-лист достоверного AB-теста. 🔜 29 июля, 11:00 мск. Онлайн, бесплатно Зарегистрироваться Реклама. ООО «Майндбокс», ИНН: 7713688880

Стратегический гайд по увеличению LTV Lifetime Value — это метрика, которая показывает, сколько денег клиент приносит компании за все время взаимодействия с ней. Ее очень любят маркетологи, потому что она помогает рассчитать, сколько денег можно потратить на привлечение и удержание клиентов, и не уйти в минус. Так что на первый взгляд польза от этой метрики довольна очевидна — считайте LTV (формул целая куча, выбирайте, какая больше нравится), считайте, сколько денег ушло на рекламу, и следите, чтобы вторая цифра не становилась больше первой. 🔜 Но главная ценность LTV все-таки не в этом, а в вопросах, которыми приходится задаться, если метрика снижается или растет. 🔵Почему LTV падает, хотя средний чек растет? 🔵Какие каналы приводят клиентов надолго, а откуда люди приходят за разовой покупкой и исчезают? 🔵Почему клиенты не возвращаются за повторной покупкой и как вы можете это изменить? Если знать, на что смотреть, то LTV в совокупности с другими показателями, помогает намного лучше узнать своего клиента. 🔜 Ну и на что смотреть, спросите вы? На гайд, который подготовила команда jetmetrics, а мы перевели и адаптировали на русский язык, ответим мы. Он показывает, какие факторы влияют на LTV, как найти причины падения этого показателя и как вообще с ним работать. Файл в первом комментарии под постом. Скачивайте, пользуйтесь, рассказывайте друзьям 👇🏻

Нейроаналитик в Yandex DataLens Помните, недавно рассказывали про новости DataLens и загадочную новую фичу, которая готовится к запуску? 🔥 Мы принесли подробности. В DataLens появится Нейроаналитик — AI-агент, который поможет создавать и редактировать сложные визуализации данных на JavaScript, искать инсайты и делать выводы по данным из таблиц и графиков. Нейроаналитик призван сделать работу с DataLens приятнее для всех. С разработчиков он снимет рутинные задачи по верстке графиков и дашбордов, чтобы больше времени оставалось на более интересные обязанности. Бизнес-пользователи, которые не умеют в код и датавиз, смогут сами, не привлекая аналитиков, покопаться в данных. В общем, путь к инсайтам и получению пользы от данных должен стать быстрее и проще. 🔜 ИИ-функции будут доступны пользователям с бизнес-тарифом. Сейчас идет сбор заявок от желающих первыми протестировать новые возможности сервиса. А что вы думаете про ИИ-помощников в BI?

Пятиминутка ИТ-истории А вы когда-нибудь задумывались, почему функции вызывают? Это выражение используется, кажется, применительно ко всем языкам программирования, где вообще есть функции, которые можно вызывать. Оно стало таким привычным, что многие вряд ли задумываются, откуда оно взялось. Очевидно, что в русский язык выражение пришло из английского, а откуда там появилось «call function»? 🔜 История термина начинается с XIX веке — но с изысканий Ады Лавлейс, а в библиотеке. В 1876 году в Oxford English Dictionary впервые упоминается термин call number — номер, под которым книга значится в библиотечном каталоге. 🔜 После этого первые упоминания «вызова» и «библиотеки» подпрограмм встречаются в 1947 в статье Preparation of problems for EDVAC-type machines:

[…] the position in the memory at which arguments are placed can be standardized, so that whenever a subroutine is called in to perform a calculation, the subroutine will automatically know that the argument which is to be used is at a specified place. […] Some of them might be written out in a handbook and transferred to the coding of the problem as needed, but those of any complexity presumably ought to be in a library — that is, a set of magnetic tapes in which previously coded problems of permanent value are stored.

[…] позицию в памяти, где размещаются аргументы, можно стандартизировать так, чтобы при вызове подпрограммы для выполнения вычислений она автоматически знала, что необходимый аргумент находится в определенном месте. […] Некоторые из них можно было бы записать в справочник и вручную вставлять в код по необходимости, но более сложные следует хранить в библиотеке — то есть в наборе магнитных лент с закодированными задачами.

Возможность вызвать подпрограмму для выполнения какой-то функции упоминается еще в нескольких других источниках середины прошлого века — например, в мануале FORTRAN II от 1958 года:

Each [CALL statement] will constitute a call for the defining subprogram, which may carry out a procedure of any length or complexity […] [The CALL] statement causes transfer of control to the subroutine NAME and presents the subroutine with the arguments, if any, enclosed in parentheses.

Каждое [CALL-выражение] производит вызов определенной подпрограммы, которая может выполнить операцию любой длины и сложности […] Оператор CALL передает управление подпрограмме с указанным именем и передает ей аргументы, заключенные в скобки.

Больше примеров — у автора оригинального поста. Та же он подчеркивает, что хотя слово «вызов» применительно к подпрограммам используется регулярно, целиком знакомое нам выражение «вызвать подпрограмму» встречается в 1961 в документе Burroughs Algebraic Compiler:

The ENTER statement is used to initiate the execution of a subroutine (to call a subroutine).

Оператор ENTER используется, чтобы начать выполнение подпрограммы (то есть чтобы вызывать подпрограмму).

Вот такая ИТ-лингвистика. А вы знали историю термина? 👀

Почему вам не надо нанимать Head of data И надо — начать читать The Datapreneur на сабстаке. 💬 Какой первый шаг надо совершить компании, которая решила серьезно заняться своими данными и аналитикой? Очевидный ответ: нанять свою команду и поставить во главе толкового CDO. Он и займется наймом людей, формированием стека и описанием дата-стратегий. На первый взгляд выглядит очень логично, только большинство этих компаний через через пару месяцев обнаруживают несколько интересных фактов: 🔵Аналитику как вели в табличках, так и ведут. 🔵 Какие-то дашборды вроде бы уже нарисовали, но ими никто не пользуется. 🔵 Есть видение дата-стратегии на три года вперед, но нет понимания, как использовать данные на практике сейчас. При этом CDO‑то работает на фуллтайме, ходит в офис (если есть) и получает за это серьезные деньги. Просчитался, но где. В такую ситуацию часто попадают молодые команды, которые хотят стать data-driven, но толком не знают с чего начать. У них нет инфраструктуры и стека, но уже много данных, в которых хотелось бы найти какие-нибудь инсайты. Но для этого им не нужен CDO в штат — им нужен человек, который поможет навести порядок в данных, подготовить инфраструктуру и продумать дальнейшие шаги. Этот человек тоже может быть CDO, Head of Data или носить любое другое красивое звание, которое вы ему придумаете. Только он будет работать не в штате на фуллтайме, а по контракту и с частичной занятостью — и этого будет абсолютно достаточно, чтобы решить самые насущные проблемы, сформировать зачатки дата-стратегии и помочь с формированием команды. А затем, когда у компании уже будет понимание, что делать с данными, можно нанимать CDO в штат под конкретные, реальные задачи. 🔜 Подробнее, как и почему эта схема работает — читайте в блоге The Datapreneur, который ведет Николай Валиотти, основатель LEFT JOIN и просто человек, который любит данные. Каждую неделю выходит новый выпуск про данные и аналитику, с советами, лайфхаками и дайджестом интересных ссылок за неделю.

Гайд: как создавать дата-продукты Дата-продукты — это дашборды, отчеты, таблицы и вообще все, что помогает извлекать инсайты из данных. Любой, кто хоть раз делал верстал дашборд или просто делал табличку в Google Sheets знает, насколько это сложная и порой неблагодарная работа. Данные постоянно меняются и обновляются, их объемы растут, а пайплайны становятся сложнее. Добавляется и человеческий фактор, потому что у каждого дата-продукта — разные владельцы и пользователи, со своими требованиями, ожиданиями и подходами к работе с данными. Все это надо учитывать, чтобы делать продукты, которые реально приносят пользу, а не просто существуют для галочки. Ну и как это сделать? Как вариант — обратиться к специальному гайду. Есть короткая версия в виде поста в сабстаке, где предлагают разделить этот процесс на 5 шагов: 1️⃣Определите юзкейсы для своих дата-продуктов и опишите, как пользователь будет работать с данными. 2️⃣Опишите зоны ответственности и расставьте приоритеты. 3️⃣Разработайте стратегию тестирования и мониторинга. 4️⃣Устраняйте ошибки и проблемы, о которых сообщают пользователи. 5️⃣Отслеживайте метрики и развивайте продукт с опорой на данные. И именно в таком порядке. Это важно! 🔜 Для тех, кто хочет подробностей, есть pdf на 69 страниц, где каждый пункт раскрыт отдельно. Авторы рассказали про классификацию дата-продуктов, объяснили, как расставить приоритеты и определить метрики, а также составить ту самую стратегию тестирования, избежав типичных ошибок. Документ основательный и при этом универсальный — он описывает общие подходы и принципы, которые каждый сможет примерить на себя, вне зависимости от деталей вроде стека, размера команды или типов данных.

Еще один звездный дашборд Начинаем неделю с новым красивым Viz of the Day и снова на «звездную тему», как и наш прошлый пост про Tableau. 🔜 Только теперь речь про звезды более близкие к нам — про актеров. Каждая звездочка — это один актер. Размер указывает на число фильмов с его участием, цвет на количество хитов с высокими оценками, а расстояние от центра «галактики» — на разнообразие жанров: чем дальше, тем больше было разноплановых картин в фильмографии. Если нажать на отдельную звездочку, то внизу отобразятся все те же данные с разбивкой по годам. Всего на графике больше 2 млн актеров, а все данные спарсены с IMDB. Так что дашборд не просто красивый — это еще и крутой пример того, как компактно и при этом наглядно уместить на экране очень большой набор данных.

Основы веб-аналитики. Как разобраться в моделях атрибуции и не сойти с ума Веб-аналитика — это не только выгрузку про отчеты в GA4. Это про синхронизацию событий с фронта и бэка, корректную атрибуцию, работу с UTM-метками и сведение воедино данных из целой горы разных источников: от рекламных кабинетов до CRM-систем. Причем сводить эти данные мешают не только особенности источников вроде разной гранулярности, но старый добрый человеческий фактор. В новой статье рассказываем, что с этим всем делать. 🔵Обозреваем разные сервисы для сбора данных и модели атрибуции, которые в них используются. 🔵Объясняем, что аналитику надо знать про разные каналы привлечения трафика. 🔵Разбираем частые проблемы и сложности, возникающие при объединении данных. 🔜 Статья ждет вас на Хабре, а мы ждем ваших комментариев!