Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
data.csv
Kanalga Telegram’da o‘tish
Блог о журналистике данных и дата-сторителлинге Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса
Ko'proq ko'rsatish📈 Telegram kanali data.csv analitikasi
data.csv (@data_csv) Rus til segmentidagi kanali faol ishtirokchi. Hozirda hamjamiyat 13 868 obunachidan iborat bo'lib, Marketing toifasida 768-o'rinni va Rossiya mintaqasida 47 975-o'rinni egallagan.
📊 Auditoriya ko‘rsatkichlari va dinamika
невідомо sanasidan buyon loyiha tez o‘sib, 13 868 obunachiga ega bo‘ldi.
16 Iyun, 2026 dagi oxirgi ma’lumotlarga ko‘ra kanal barqaror faollikka ega. Oxirgi 30 kunda obunachilar soni 141 ga, so‘nggi 24 soatda esa 2 ga o‘zgardi va umumiy qamrov yuqori darajada qolmoqda.
- Tasdiqlash holati: Tasdiqlanmagan
- Jalb etish (ER): Auditoriya o‘rtacha 19.31% darajada jalb etiladi. Nashrdan keyingi dastlabki 24 soatda kontent odatda umumiy obunachilar sonining N/A% ini tashkil etuvchi reaksiyalarni to‘playdi.
- Post qamrovi: Har bir post o‘rtacha 2 678 marta ko‘riladi; birinchi sutkada odatda 0 ta ko‘rish yig‘iladi.
- Reaksiyalar va o‘zaro ta’sir: Auditoriya faol: har bir postga o‘rtacha 42 ta reaksiya keladi.
- Tematik yo‘nalishlar: Kontent визуализация, аналитика, llm, данными, работы_студентов kabi asosiy mavzularga jamlangan.
📝 Tavsif va kontent siyosati
Muallif resursni shaxsiy fikrni ifoda etish maydoni sifatida ta’riflaydi:
“Блог о журналистике данных и дата-сторителлинге
Ведёт @BlackPineapple — аналитик в службе дата-журналистики Яндекса”
Yuqori yangilanish chastotasi (oxirgi ma’lumot 17 Iyun, 2026 da olingan) sababli kanal doimo dolzarb va katta qamrovli bo‘lib qoladi. Analitika auditoriya kontent bilan faol hamkorlik qilishini, uni Marketing toifasidagi muhim ta’sir nuqtasiga aylantirishini ko‘rsatadi.
13 868
Obunachilar
+224 soatlar
-37 kunlar
+14130 kunlar
Postlar arxiv
13 868
+1
Для многих из нас первое касание с графиками происходит в школе на уроках математики. Сначала мы учимся понимать, как ведут себя простейшие функции, затем — решаем сложные визуальные задачи. На математике построена и диаграмма Вороного, популярная в инфографике: она делит пространство на области «кому ближе», а их форму и границы вычисляет алгоритм.
А я недавно познакомился с авторами канала «Зачем мне эта математика», которые ведут мои коллеги из Яндекс Образования: и оказалось, что в их постах тоже много красоты и визуальности.
Вот только несколько примеров:
*⃣ Как визуальный глюк из математической программы получил человеческое имя, стал героем Reddit'а и побывал в космосе;
*⃣Что такое филотаксис, как он помогает красиво визуализировать разное количество точек, и как он связан с подсолнухом
*⃣Можно ли визуализировать классическую геометрию
В общем, коллег рекомендую:
» Зачем мне эта математика
13 868
+2
Cursor (платформа для разработки при помощи ИИ) дропнули персональные итоги года в виде визуального сторителлинга с графиками.
К некоторым решениям есть вопросики, но в целом выглядит симпатично. И круто, что такое есть — обычно в итогах с визуализацией никто не заморачивается.
Если тоже писали код там, гляньте!
https://cursor.com/2025
13 868
+1
На последней паре со студентами медиакома МГУ мы балуемся (но с пользой) — учимся глубже понимать визуальный язык, повторяя упражнение Dear Data. Ребята собирают набор данных о своей жизни, а потом изображают его в виде креативной визуализации.
Всегда в таких работах получается много трогательного. Например, в этом году меня зацепила работа «Как я скучала по Новосибирску в Москве». На ёлке висят игрушки, которые растут или уменьшаются от силы тоски, появляются на ветках чаще или реже — в зависимости от того, как много раз за месяц эта тоска возвращалась, и меняют цвет в зависимости от того, скольким людям автор успела пожаловаться.
Добрые друзья и семья, светлый воздух, любимые кафе и милая кухня без тараканов.
Хотя прошлогодний шедевр «что слушает мой дядя, когда выпивает с друзьями» я едва ли когда-нибудь забуду.
13 868
Яндекс выпустил очень вдохновляющий ролик про использование искусственного интеллекта.
Начиная от понятных кейсов — типа собрать аптечку для похода в горы, заканчивая тем, что я даже сам не знал: типа автоматического поиска лучшей цены на товар и подбора целого лука по фотографии!
Ну и в случае с Яндексом здорово, что это будет легко доступно не только технически подкованной части населения, но и даже вашей бабушке или тёте из Якутска
Рекомендую:
https://youtu.be/c2aXtFI0VaI?si=io34O-kPP6koJ0gF
13 868
Flourish собрали статистику оценок рождественских фильмов и выяснили, что период с 1980 по 2010 был самым богатым на хорошие картины этой тематики.
Напишите, что вы будете смотреть для новогоднего настроения! 🎄
13 868
Какой невероятный музыкально-инфографический труд!
The Pudding выпустили музыкально-инфографический материал о том, как мелодические мотивы работают в мюзиклах, кино и популярной музыке.
Повторяющиеся музыкальные фрагменты создают устойчивые ассоциации — они помогают выделять персонажей, идеи и отслеживать развитие сюжета. В материале много примеров, которые можно послушать и сверить с собственными ощущениями: например, посмотреть, как с помощью музыки развивается драматургия в мультфильме «Вверх!», или вспомнить, с каким персонажем у вас ассоциируется знаменитая мелодия из «Звёздных войн» (ту-ду-ду ту-ду-ду ту-ду-дуу).
В конце можно изучить все мотивы из мюзиклов Гамильтон (Hamilton), Отверженные (Les Misérables) и Злая (Wicked)!
https://pudding.cool/2025/12/motifs/
13 868
Repost from в глазах смотрящего
Последний месяц был оглушительным по количеству задач. Но пожинать их результаты — чудесно!
В субботу у нас завершился внутренний хакатон по дата-журналистике в Яндексе. Участники анализировали данные компании, искали в них интересные инсайты (так хочется рассказать — но пока NDA!) и презентовали результаты на финале.
А специально для хакатона мы сделали офигительный мерч.
Я предложил каламбур — сделать на футболках инфографику про размеры футболок. Идею поддержали, и моя прекрасная коллега Надя сделала дизайн.
График на футболке называется Маримекко. Вертикальные полосы обозначают подразделения Яндекса, а их ширина — количество сотрудников в подразделении, указавших размер футболки в Стаффе (нашем внутреннем портале).
Высота цветного сектора отражает долю сотрудников, выбравших соответствующий размер футболки. Бледные цвета — женские размеры, тёмные — мужские.
Хотели бы себе такой?
13 868
Конференция «Дата-сторителлинг»
Андрей Дорожный третий год подряд собирает нас на онлайн-конференции, где мы обсуждаем подходы к визуализации данных и разбираем кейсы интересной аналитики.
В этом году много говорим про применение ИИ в визуализации данных — в том числе со своим таким докладом выступлю и я.
Среди других спикеров —
Автор книги «Графики, которые убеждают всех» и канала «Чартомойка» Александр Богачев,
Автор канала «Простая экономика» Николай Мячин
Основатель проекта ДатаЙога Андрей Демидов
Купить билет
13 868
+1
Привет, это шефред дата-редакции Т—Ж Сергей Антонов с гостевым постом для data․csv.
Я очень люблю всякие необычные методики подсчета, вроде тех, когда по спутниковым снимкам анализируют количество пустых нефтяных резервуаров с плавающими крышками и потом прогнозируют изменения цен на нефть. Расскажу про похожий российский кейс.
У рынка радио есть проблема — технически невозможно измерить какие станции слушают больше, а какие меньше. Все существующие рейтинги, как правило, делают на основе опросов, однако это не самый надежный способ — кто там вспомнит, какую станцию он слушал в парикмахерской или в такси? Но, как известно, на любую резьбу всегда найдется свой хитрый болт.
Одна исследовательская компания парсит фото с сайтов по продаже автомобилей. Предпочтение отдают тем, которые использовались в такси. Судя по всему, дальше машинным зрением распознают фото внутри салона авто, а потом так же распознают название станции или частоту на экране магнитолы. На выходе имеют датасет с раскладкой не просто по популярности станций, но и платежеспособность аудитории — ведь машины разной ценовой категории.
В итоге такие исследования продают радиостанциям, на том и зарабатывают.
P.S.: Если вы любите не только цифры, но и буквы, зову подписаться на мой маленький канал «Антонов без Б.», который посвящен истории языка и происхождению слов.
13 868
Привет, это шефред дата-редакции Т—Ж Сергей Антонов с гостевым постом для data․csv.
Я очень люблю всякие необычные методики подсчета, вроде тех, когда по спутниковым снимкам анализируют количество пустых нефтяных резервуаров с плавающими крышками и потом прогнозируют изменения цен на нефть. Расскажу про похожий российский кейс.
У рынка радио есть проблема — технически невозможно измерить какие станции слушают больше, а какие меньше. Все существующие рейтинги, как правило, делают на основе опросов, однако это не самый надежный способ — кто там вспомнит, какую станцию он слушал в парикмахерской или в такси? Но, как известно, на любую резьбу всегда найдется свой хитрый болт.
Одна исследовательская компания парсит фото с сайтов по продаже автомобилей. Предпочтение отдают тем, которые использовались в такси. Судя по всему, дальше машинным зрением распознают фото внутри салона авто, а потом так же распознают название станции или частоту на экране магнитолы. На выходе имеют датасет с раскладкой не просто по популярности станций, но и платежеспособность аудитории — ведь машины разной ценовой категории.
В итоге такие исследования продают радиостанциям, на том и зарабатывают.
P.S.: Если вы любите не только цифры, но и буквы, зову подписаться на мой маленький канал «Антонов без Б.», который посвящен истории языка и происхождению слов.
13 868
+1
Смешной формат придумала команда аналитики FlyByMetrics
Они проанализировали telegram-канал бывшего президента России Дмитрия Медведева и нашли в нём уникальные слова —
⭕️почти не используемые (в базе словаря современного русского языка Ляшевской и С.А.Шарова менее 0,4 раза на 1 млн слов) — педикулез, шобла, наркоклоун, самокастрация
⭕️ крайне редкие (примерно 0,4 раза на 1 млн слов в корпусе словаря) — дефекация, русофобский, маразматик, псалтирь, шагреневый, дегенеративный.
Интересно теперь посмотреть на каналы других известных персон 🌚
А больше интересной аналитики на основе данных Telegram, YouTube, Instagram и других социальных платформ — в их канале FBM API Insights.
13 868
Как отличаются дни мужчин и женщин
Нейтан Яу продолжает выуживать интересные инсайты из данных большого опросника American Time Use Survey.
Любопытно, что почти всё делают больше в течение дня — женщины. Уход за собой, уборка дома, уход за членами семьи, звонки по телефону, покупки.
У мужчин лидирует работа, спорт и... общение с другими людьми. Судя по всему, с другими мужчинами 👀
https://flowingdata.com/2025/11/04/spend-days-men-women-2024/
13 868
Repost from Исследования Яндекса
+8
У канала 3 тысячи подписчиков! Вас так много 🤩
Мы хотим рассказать, кто делает этот канал, чтобы познакомиться поближе. Заодно этим постом запускаем рубрику #почему — короткие разборы ошибок и приёмов визуализации данных. Так можно с пользой посмотреть на наши лица.
В прошлый раз мы заказывали пиццу, а в этом выпуске на собственном примере рассказываем, почему нельзя обрезать столбики в столбиковой диаграмме (её ещё называют «барчарт»).
Напишите в комментариях, если догадались, постер какого фильма мы пытались повторить 😎
Исследования Яндекса @YaResearches
13 868
Нейросетевые фичи раскатили на Яндекс Таблицы
Коллеги на днях совершили большой запуск — глобальный апдейт нашей большой языковой модели. Алиса теперь не только стала умнее, но ещё и «проросла» в другие сервисы Яндекса: в Go [пока в режиме закрытого бета-теста] при помощи нейросети можно забронировать столик в ресторане, в Браузере — дать задачу ии-агентам: например, найти какой-то товар на сайте. Но самое долгожданное для меня обновление — это апдейт Яндекс Таблиц. Теперь можно прямо в эксельке закрывать разные нетривиальные задачи, связанные с данными.
К примеру:
— Определить пол человека по его имени;
— Определить континент по названию страны;
— Перевести с одного языка на другой.
Как этим пользоваться
1. Перейти на https://docs.yandex.ru/
2. Создать новую таблицу (проверьте, что у вас включён переключатель «Перейти на новый редактор»)
3. Использовать формулу =АЛИСАПРО(<ПРОМПТ>;<ЯЧЕЙКА С ДАННЫМИ>)
Предостережение 1. При помощи LLM не стоит решать задачи, которые легко решаются стандартным формульным функционалом (складывать числа, искать среднее, выделять первый символ и так далее). Модели имеют свойство ошибаться, и эта ошибка оправдана только там, где нет альтернативы.
Предостережение 2. Качество работы любых моделей зависит от того, насколько грамотно вы напишете промпт. Иногда имеет смысл расписать задачу подробно, а не просто парой слов.
Работает это бесплатно. Наверняка есть какие-то ограничения по количеству данных, которые можно таким образом обработать — но в релизах я не нашёл ничего про лимиты. Попробуйте и расскажите в комментариях.
13 868
Занятная схема повстречалась мне в Китайском саду в Сиднее
На ней конкретные точки обозначены не локаторами с цифрами (поди найди, где на таких картах 1, а где 51), а разбита на сектора — как в таблицах
Например, главный вход L11, а туалеты — K5.
Как вам? Ставьте 🔥, если удобно
13 868
Анализируете данные?
Коллеги из HEWHR просят пройти опрос — чтобы узнать, как меняется ваша профессия.
Что исследуют:
👉 Зарплаты и их динамика
👉 Рейтинг работодателей для аналитиков
👉 Где работают аналитики, как работают (удалёнка/офис), какие планы на трудоустройтво.
👉 Как меняется зона ответственности аналитиков и чем хотят заниматься аналитики
👉 Как аналитики ищут работу и выбирают работодателя
Опрос займёт около 20 минут, но вы сделаете большой вклад в исследование профессии. А результаты потом будут доступны всему комьюнити бесплатно
▶️ Ссылка на опросник ◀️
13 868
+5
Набор данных, который больше всего впечатлил меня в Мельбурне
… встретился в, пожалуй, самом интересном местном музее города — Старой тюрьме Мельбурна (Old Melbourne Goal).
Историческое тюремное здание сегодня принимает туристов и рассказывает жуткие истории 19-20 веков. В то время особо опасных преступников казнили через повешание, и в одной из комнат даже можно увидеть полный поимённый список казнённых — с 1842 по 1967 годы.
Визуализации тут нет, но надо сказать, что табличка с именами убитых производит впечатление куда большее, чем столбики или даже иконки. Хотя разбивку по годам, типам преступлений и стране рождения было бы глянуть интересно.
Говорят, что среди первых заключённых было много аборигенов, потому что с местным населением они, по понятным причинам, дружить не хотели.
Кто пропустил, заметки, не связанные с данными, я буду публиковать тут:
» в глазах смотрящего
13 868
В ближайшее время посты тут, вероятно, будут выходить реже обычного, потому что я отправляюсь, наверное, в самый длительный свой отпуск.
В планах Австралия, Сингапур, праздник фонарей в северном Таиланде и бухарское биеналле. По традиции, находки визуализации на улицах других стран буду скидывать сюда. А если захотите почитать про приключения, то сделать это можно будет в моём личном канале:
» в глазах смотрящего
13 868
deluliu, ngl, sigma, huzz — вот одни из немногих трендовых словечек, которые благодаря распространению соцальных сетей теперь употребляют не только американские подростки, но и их сверстники в других странах
Хотите почувствовать себя старым?
Попробуйте себя в тесте от WP на знание молодёжного сленга:
https://www.washingtonpost.com/opinions/interactive/2025/teen-slang-quiz-delulu/
