Yandex for Analytics

🤔 Хард-навыки vs аналитическое мышление В четвёртом выпуске подкаста «Доверительный интервал» разбираем, что важнее для современного аналитика: глубокое знание инструментов или аналитическое мышление. 🎙 Ведущие — Дима, Ксюша и Саша — поделились своим бэкграундом образования и навыками, которые им помогли вкатиться в аналитику, а также обсудили: 🔵 Нужно ли учить Python и SQL в 2026 году 🔵 Зачем на собеседованиях спрашивают формулы из матстата 🔵 Почему Excel не теряет свою актуальность 🔵 Кто ценнее для бизнеса: профессионал в одной области или T-shaped-специалист ⏭️ Смотрите новый выпуск на ютубе и в VK Видео или слушайте в Яндекс Музыке. Подписывайтесь: 💬 @Yandex4Analytics

🗳 Как сделать нетворкинг полезным Нетворкинг — это системная работа с людьми: знакомства, связи и общее понимание, кто чем занимается и где вы можете быть полезны друг другу. В этом посте разберём, как делать это с пользой для карьеры и жизни. 🈂️ Самое важное правило Общайтесь с теми, кто вам интересен. Находите удовольствие в том, чтобы узнавать других людей. Так вы сделаете нетворкинг нативным, а это помогает выстроить тёплую и крепкую связь с человеком. 🈂️ Знакомства — это не единственный результат общения Если хорошо понимаешь людей, то начинаешь подмечать их сильные и слабые стороны. Это помогает: 🔵 Грамотно распределять задачи 🔵 Понимать, к кому с каким вопросом можно обратиться 🔵 Находить подход к каждому человеку, в том числе в нерабочих ситуациях 🈂️ Как вкатиться в нетворкинг, если никогда не пробовал Начните с команды и смежников — людей, с которыми вы регулярно взаимодействуете. Нетворкинг можно найти в офисе, на тематических тусовках, конференциях, митапах и в соцсетях. Главное — не бойтесь завязать разговор! 🈂️ Какие инструменты вам помогут 🔵 Рандомный кофе: чтобы быстро находить нужных собеседников через бота 🔵 Чаты и сообщества: чтобы залететь в тематическое комьюнити и попросить совет 🔵 Elevator speech: чтобы сразу понять темы для разговора 🔵 Календарь мероприятий: чтобы быть в курсе, где найти нужных людей 🔵 Организация контактов: чтобы помнить не только ФИО, но и факты и интересы 🔵 Артефакты: чтобы вы открывали переписку и видели селфи или кружок, которые напомнят контекст знакомства 🔵 Смол-ток: чтобы поболтать у кофепойнта и заложить первый кирпичик в фундаменте сотрудничества 🔵 Напоминание о себе: чтобы скинуть полезный материал или спросить, как дела, и поддержать контакт 🈂️ О чём стоит помнить 🔵 Не будьте навязчивым. Даже открытых людей можно отпугнуть 🔵 Не нужно усложнять коммуникацию. Если хочется что-то узнать, лучше просто спросить 🔵 Вопросы можно задавать любому, и неважно, какая у человека должность. Это культура Яндекса, и это правило записано в наших генах ♾ Что, если вы задали кому-то вопрос в личку, а вам не ответили Такое бывает. Это нормально. Человек может быть занят, а вопрос — непонятен. Правильным формулировкам тоже стоит учиться. Но тот, кто вообще ничего не спрашивает, никогда не получит никаких ответов. Подписывайтесь: 💬 @Yandex4Analytics

🐚 Аналитический Q&A: задайте вопрос, пока никто не видит Есть вопросы, которые крутятся в голове, но обсудить их с руководителями и коллегами как-то неловко. ✨ Задайте их нашим ведущим подкаста «Доверительный интервал». В новом выпуске мы ответим на вопросы и разберём реальные ситуации, которые волнуют аналитиков в работе и карьере. Спрашивайте всё, что волнует: 🔵 Карьера и актуальные направления роста в 2026-м 🔵 Сложные рабочие ситуации, из которых непонятно как выбраться 🔵 Взаимодействие с командой и бизнесом 🔵 Всё, о чём обычно молчат, но думают 🎙 Самые интересные вопросы разберём в эфире. ⏭️ Заполняйте форму — всё анонимно! Подписывайтесь: 💬 @Yandex4Analytics

🛎 Приходите на вечеринку для аналитиков 23 апреля мы собираемся в Санкт-Петербурге на вечернем митапе для аналитиков. На этот раз поговорим о решениях сложных продуктовых и исследовательских задач — от оценки безопасности автопилота до экспериментов без A/B-тестов. Разберём реальные кейсы, где данные, модели и продуктовые решения пересекаются. Спикеры и доклады: 🔵 Елмурат Темиргалиев, руководитель группы сбора датасетов команды Автономного транспорта Яндекса, расскажет, как статистически доказать безопасность системы и сократить годы тестов до одной недели с помощью симуляции и бережливой дедупликации сцен 🔵 Тимур Шаймуханов, аналитик-разработчик команды алгоритмов ценообразования Яндекс Такси, расскажет о согласованном ценообразовании тарифов в сервисе и о том, как учёт состояния маркетплейса «Комфорта» помог снизить цены в «Экономе» и повысить эффективность платформы 🔵 Иван Меренков, аналитик команды Data AI Lab Яндекса, поделится личным опытом сборки команды AI-агентов для эффективной повседневной работы 🔵 Николай Олигеров, аналитик-разработчик Яндекс Путешествий, расскажет, чем заменить A/B-тесты, когда они невозможны: обсудим применение propensity score matching и проверку результатов ⏭️ Переходите на сайт, чтобы узнать больше о программе и зарегистрироваться! 💠 До встречи на Analytics Party! Подписывайтесь: 💬 @Yandex4Analytics

🎙 Зачем ставить цели, если всё поменяется? Как планировать работу, когда рынок штормит, а «чёрные лебеди» прилетают один за другим? Разбираем, почему постановка целей часто превращается в головную боль. В этом выпуске ведущие — Дима, Ксюша и Саша — обсудили, как ставить цели с учётом постоянно меняющихся вводных, как к этому подходят разные команды Яндекса и почему ставить цели, на самом деле не так страшно. ⏭️ Смотрите полный выпуск на ютубе и в VK Видео или слушайте в Яндекс Музыке Подписывайтесь: 💬 @Yandex4Analytics

🧑‍💻 Как построить чувствительную метрику для экспериментов Привет! Я Артём Германский, аналитик-разработчик из группы анализа экспериментов еком-сценариев Поиска. Бывает так: вы запускаете эксперимент, изменение выглядит однозначно полезным, но метрика выдаёт p-value = 0,3. Незначимо. Не спешите откладывать фичу. Часто проблема не в изменениях, а в слишком грубой метрике, которой вы их измеряете. В этом посте расскажу про подход, который помогает с этим справиться. Идея в том, чтобы построить составную метрику, которая будет кратно чувствительнее стандартных. 👳 Читайте все подробности в карточках выше Подписывайтесь: 💬 @Yandex4Analytics

🛴 Самокаты и симуляции: рассказываем, как устроен диспатч Привет, сегодня с вами: 🔵 Александр Карбышев, руководитель операционной аналитики самокатов 🔵 Ашера Дюсенова, аналитик-разработчик команды шеринговых сервисов 🔵 Степан Деревянченко, руководитель операционной аналитики шеринговых сервисов Мы хотим рассказать про диспатч в Самокатах. Это алгоритм, который прокладывает маршрут для тех, кто меняет батареи в наших устройствах. 🈂️ Как это работает У нас есть зарядные станции, в которых хранятся батареи. Исполнитель забирает их и развозит по району. Какие самокаты заряжать и в каком порядке — решает алгоритм диспатча. 👳 Можно было пойти простым путём: заряжать самые близкие к станции устройства с наименьшим остатком батареи. Но мы поступили иначе, а как именно — рассказали в карточках выше. Подписывайтесь: 💬 @Yandex4Analytics

🤔 Как понять, что вас ждёт в новой команде? Если на собеседовании вам не рассказали про аналитическую культуру компании — спросите сами! Так вы сразу поймёте, будет ли у вас мэтч и чего ожидать от работы. А если рассказали — задавайте уточняющие вопросы. Это отличный способ заочно познакомиться с командой и её подходами. 🎙 В новом выпуске подкаста «Доверительный интервал» лиды аналитики Дима, Ксюша и Саша обсудили: 🔵 Из чего складывается аналитическая культура 🔵 Что спросить на собеседовании у потенциального руководителя 🔵 Как любимый предмет в университете помог в работе ⏭️ Смотрите полный выпуск на ютубе и в VK Видео или слушайте в Яндекс Музыке. Подписывайтесь: 💬 @Yandex4Analytics

🗳 Приходите знакомиться с командой R&D Нетворкинг, технологии и закулисье реальных проектов — всё это ждёт вас на встрече, которая пройдёт в штаб-квартире Яндекса. Приглашаем дата-сайентистов, дата-аналитиков и продуктовых аналитиков, у которых есть опыт работы с LLM/VLM и Python от трёх лет. На этот раз демонстрировать внутреннюю кухню и отвечать на вопросы будет команда R&D. Смотрите, какие доклады ребята подготовили: 🔵 Ирина Барская, руководитель отдела аналитики и исследований. Раскроет, зачем генеративным моделям аналитики 🔵 Иван Дёгтев, руководитель службы аналитики Alice AI LLM. Расскажет, как улучшать мозг Алисы, даже если вы не разбираетесь в нейрохирургии 🔵 Наталия Селюто, руководитель группы аналитики генеративных ответов Алисы. Объяснит, как Алису сделали человечнее 🔵 Арина Челпанова, руководитель группы аналитики YandexART. Раскроет, как её команда делает аналитику генераций изображений в YandexART 🔵 Арсений Нестюк, руководитель аналитики распознавания речи. Расскажет про голосовые технологии Алисы После докладов все желающие смогут проверить свои навыки матстата и аналитики. Интервьюер подсветит сильные стороны и покажет зоны роста. А хорошие результаты засчитаем как одну техническую секцию, если решите пройти собеседование в Яндекс в течение двух лет 😎 🗺 Где: Москва, Льва Толстого, 16 📆 Когда: 11 апреля, 12:00 ⏭️ Регистрируйтесь тут До встречи на Welcome Time! Подписывайтесь: 💬 @Yandex4Analytics

🔋 Как ML-скоринг помогает нам выбирать места для станций пауэрбанков Привет, меня зовут Степан Деревянченко, я руководитель операционной аналитики шеринговых сервисов. «Бери заряд» — бизнес ситуативного потребления, который сильно зависит от правильной локации. Цена ошибки высока: нам нужно примерно 30 дней, чтобы понять, что у станции плохая экономика. Если мы разместим её в точке, где нет трафика или подходящей аудитории, то потеряем время и ресурсы. Мы знаем, что выручка зависит от двух основных свойств локации: проходимости и популярности. Раньше у нас было довольно много ручной аналитики, мы полагались на экспертов и проверяли характеристики вручную. В результате увеличивалось time to decision. 🧑‍💻 Мы решили пересмотреть подход и построили ML-скоринг Нам нужна была модель, которая умеет выделять локации с сильным потенциалом. Перед ней мы поставили несколько задач: уменьшить количество ручной работы, ускорить общий процесс и максимизировать удельную выручку на ячейку. 👳 Как у нас это получилось — читайте в карточках Подписывайтесь: 💬 @Yandex4Analytics

🎙 Как данные, процессы, люди и решения формируют культуру компании Вышел второй выпуск подкаста «Доверительный интервал», в котором лиды аналитики из команд Недвижимости, Практикума и Яндекс Еды Саша, Ксюша и Дима разобрали:

🔵 Как на этапе собеседования выяснить, в команду с какой аналитической культурой вы попадёте? 🔵 Можно ли повлиять на эту культуру снизу вверх? 🔵 Как понять, с какой командой будет мэтч именно у вас?

А ещё обсудили, как устроена аналитическая культура в компаниях, от чего зависит её зрелость и почему даже в соседних командах одного бигтеха процессы могут существенно различаться. 🎧 Смотрите полный выпуск на ютубе и в VK Видео или слушайте в Яндекс Музыке. Подписывайтесь: 💬 @Yandex4Analytics

🧙 Как открыть порталы в темы В Поиске Яндекса вы могли заметить специальные разделы: финансы, квартиры, товары и медицина. Мы называем их темами или тематическими поисками. В них интерфейс поиска заточен под специфику конкретной сферы. Например, в «квартирах» результаты можно отфильтровать по цене и числу комнат. Тематический поиск разработчикам приходилось создавать практически с нуля. Для этого команда научилась пользоваться новым типом данных, построила DWH и единые дашборды. ⏬ Но мало просто создать тематический поиск Нужно, чтобы пользователь узнал о нем. Для этого существуют точки входа — кликабельные объекты для перехода в нужную тему. Вопрос в том, где их расположить и как не сломать привычный флоу. 👳 Обо всём этом мы поговорили с Владимиром Никитиным, старшим аналитиком-разработчиком в Поиске. В карточках он рассказал, с какими вызовами пришлось столкнуться в 2025 году и как пара слов в нужном месте может оказать сильный импакт на метрики. А ещё ищите на странице все мероприятия для аналитиков на 2026 год! Возможно, встретимся с вами вживую 😎 Подписывайтесь: 💬 @Yandex4Analytics

🧑‍💻 Подписывайтесь на email-рассылку от Yandex for Analytics Вы можете подписаться на ежемесячную email-рассылку без лишнего — только материалы от аналитиков и для аналитиков. Наши коллеги регулярно просматривают профильные источники и собирают то, что читают и смотрят сами. В рассылке — короткие подборки статей с Хабра, подкасты и видео, новости индустрии, полезные инструменты, а также ключевые мероприятия и технологические анонсы Яндекса. ⏭️ Подписаться на ежемесячную рассылку можно здесь 💎 В форме выберите дайджест Yandex for Analytics. По этой же ссылке можно подписаться и на общую рассылку для разработчиков — Yandex for Developers. Подписывайтесь: 💬 @Yandex4Analytics

🥤 Устраивайте Friday Party Wins Как не забывать про маленькие победы в команде? Можно внести их в календарь — например, сделать регулярный созвон по пятницам. На таких небольших встречах команда будет делиться своими достижениями и промежуточными результатами. Это простой способ держать всех в курсе закрытых задач и не терять ощущение прогресса в длинных проектах. 🎙 Идею подсмотрели у Димы, Ксюши и Саши в первом выпуске подкаста для аналитиков «Доверительный интервал». Смотрите на ютубе и в VK Видео или слушайте в Яндекс Музыке. Подписывайтесь: 💬 @Yandex4Analytics

🎉 Приходите на вечеринку для аналитиков 23 апреля мы собираемся в Санкт-Петербурге на вечернем митапе для аналитиков. На этот раз поговорим о решениях сложных продуктовых и исследовательских задач — от оценки безопасности автопилота до экспериментов без A/B-тестов. Разберём реальные кейсы, где данные, модели и продуктовые решения пересекаются. Спикеры и доклады: 🔵 Елмурат Темиргалиев, руководитель группы сбора датасетов команды Автономного транспорта Яндекса, расскажет, как статистически доказать безопасность системы и сократить годы тестов до одной недели с помощью симуляции и бережливой дедупликации сцен 🔵 Тимур Шаймуханов, аналитик-разработчик команды алгоритмов ценообразования Яндекс Такси, расскажет о согласованном ценообразовании тарифов в сервисе и о том, как учёт состояния маркетплейса «Комфорта» помог снизить цены в «Экономе» и повысить эффективность платформы 🔵 Иван Меренков, аналитик команды Data AI Lab Яндекса, поделится личным опытом сборки команды AI-агентов для эффективной повседневной работы 🔵 Николай Олигеров, аналитик-разработчик Яндекс Путешествий, расскажет, чем заменить A/B-тесты, когда они невозможны: обсудим применение propensity score matching и проверку результатов ⏭️ Переходите на сайт, чтобы узнать больше о программе и зарегистрироваться! 🗳 До встречи на Analytics Party! Подписывайтесь: 💬 @Yandex4Analytics

🥤 Культура срочности, приоритет задач и быстрый дофамин Мы запускаем подкаст «Доверительный интервал» — проект от аналитиков для аналитиков. В нём друзья из разных команд Яндекса делятся, чем живут на работе и за её пределами. 🎙 В студии: 🔵 Дима Ефимов, руководитель отдела эффективности и аналитики логистики в Еде 🔵 Ксюша Колесникова, руководитель департамента аналитики в Практикуме 🔵 Саша Купцов, руководитель службы аналитики в Недвижимости 🈂️ В первом эпизоде они обсудили жизнь аналитика в культуре срочности Типичная ситуация: вы распланировали и приоритизировали работу на полгода, а уже через неделю появляются задачи со скорыми дедлайнами. И вот вы ощущаете знакомое чувство, что всё вокруг горит. 🈂️ Подумали, почему так происходит Порой дело в дофаминовых качелях: долгие проекты не дают быстрых наград, в отличие от мелких задач. В некоторых случаях нам просто трудно отказать коллегам, когда им нужна помощь. А иногда мелкие задачи помогают разогреться перед работой над более сложным проектом или, наоборот, отвлечься от тяжёлого тикета и ненадолго переключиться. 🎧 В полном выпуске Дима, Ксюша и Саша вывели лайфхаки, которые помогут справиться со срочными задачами. Смотрите на ютубе и в VK Видео, а также делитесь в комментариях, какие советы заберёте себе. Подписывайтесь: 💬 @Yandex4Analytics

⏬ Кейс: как поставить эксперимент, когда A/B-тест невозможен Привет, меня зовут Николай Олигеров, я работаю продуктовым аналитиком в Яндекс Путешествиях. В этом посте я хочу рассказать про Propensity Score Matching — статистический метод, который позволяет корректно сравнивать группы в ситуациях, когда нельзя провести честный A/B-тест. 🈂️ Ситуация Мы хотим выяснить, какой инкрементальный GBV (gross booking value, общая стоимость бронирования) приносят новые подключённые отели. Предположим, в городе N в радиусе X километров можно забронировать пять отелей в Яндекс Путешествиях. Рядом с ними есть ещё два заведения, которые не подключены к нашему сервису. 🈂️ Вопрос Увеличим ли мы общее количество бронирований, если подключим эти отели? У нас есть две гипотезы: ✅ Да, ведь через них пойдут заказы ❌ Нет, ведь пользователи всё равно заехали бы в уже подключённые заведения 🈂️ Проблема: почему нельзя использовать обычный A/B-тест 🔵 Во-первых, нельзя полностью изолировать тестовую группу от контрольной. Пользователи могут выбирать заведение через разные аккаунты: например, муж посмотрит отель и скинет его жене, а та зайдёт со своего профиля и ничего не увидит 🔵 Во-вторых, мы не хотим, чтобы даже в рамках эксперимента подключённые к нам заведения теряли часть заказов 🔵 В-третьих, если компании-новички дают высокий инкремент, то проведение такого эксперимента обойдётся нам в копеечку 🔵 В-четвёртых, такой эксперимент нужно было бы крутить очень долго, ведь нужно сравнить поведение пользователей на разном горизонте заказов: и на неделю, и на год вперёд 🈂️ Решение: Propensity Score Matching PSM позволяет сравнить тестовую и контрольную группы на основе тритмента (воздействия) — в нашем случае это показ отелей-новичков в ленте. Задача в том, чтобы правильно оценить эффект и минимизировать влияние на результат ключевых характеристик пользователей, например их среднего чека в сервисе. Для этого нужно подобрать каждому пользователю с тритментом пару — максимально похожего на него человека, который не получал воздействия. После этого можно сравнить метрики и оценить желаемый эффект. ⏭️ В статье на Хабре я рассказываю, сколько пользователей нужно подбирать для тестовой и контрольной групп, как PSM выглядит в коде, что делать с валидацией результатов и какие ключевые характеристики юзеров выбирать, чтобы уменьшить смещение. Подписывайтесь: 💬 @Yandex4Analytics

🧑‍💻 Как мы обманули сами себя с помощью среднего арифметического (и что с этим сделали) Привет, меня зовут Иван Лузин, я руководитель группы аналитики. Бывает, что в работе с данными нас может подводить не только математика, но и собственное восприятие. Классический пример — парадокс Симпсона, когда объединение двух сонаправленных зависимостей вызывает разворот на 180 градусов. Мы столкнулись с этим, когда анализировали цены на задачи в проектах. Вот что это значит на примерах. Представьте, что у нас есть: 🔵 Проект №1. 100 задач со средней ценой 10 🔵 Проект №2. 1000 задач со средней ценой 1 Общая средневзвешенная стоимость равна 1,82. Теперь представим, что у обоих проектов выросла цена, как и количество задач в них: 🔵 Проект №1. 120 задач со средней ценой 11,67 🔵 Проект №2. 2000 задач со средней ценой 1,10 Логично ожидать, что и средневзвешенная стоимость подрастёт? Но нет — после объединения данных она упала до 1,70. ♾ В сервисе Yandex Crowd тысячи проектов с миллионами задач в них, поэтому интерпретировать каждое такое изменение было сложно Решением здесь для нас стал индекс цены. Мы считаем его по методу Тёрнквиста и сравниваем стоимость в двух периодах. Если индекс выше 1 — цены в среднем увеличились, если ниже 1 — снизились. Эта метрика позволила нам увидеть, как меняются тарифы в проектах на платформе, и обойти парадокс Симпсона. ⏬ О том, как мы прошли путь от формулирования до внедрения этой и других метрик, я расскажу на Welcome Time 21 марта 👀 Это неформальная офлайн-встреча для дата-сайентистов и дата-аналитиков, где вы сможете: 🔵 Пообщаться со специалистами из команд Crowd и Безопасности 🔵 Обсудить технологии и задать вопросы о проектах 🔵 Если есть желание, пройти диагностику ваших навыков ⏭️ Ждём вас на Welcome Time Подписывайтесь: 💬 @Yandex4Analytics

🐚 Как коммуницировать с пользователями и не надоесть им Для аналитиков, которые работают с маркетинговыми коммуникациями, важно понимать, как слать push-уведомления чаще. Но делать это по-умному, чтобы не испортить пользовательский опыт. Своим вариантом решения этой проблемы поделились наши коллеги из QuQu — внутренней системы Яндекс Go для CRM-коммуникаций. 👳 Передаём слово в карточках Антону Диденко, руководителю команды платформенной аналитики, и Льву Барабанщикову, ML-разработчику. Подписывайтесь: 💬 @Yandex4Analytics