Любовь, BI и графики

Если хочешь развиваться в аналитике — войти в профессию, углубиться в науку о данных или вырасти в карьере — в Центральном университете (ЦУ) есть магистратура под каждый сценарий. И на нее можно получить грант до 75%. Места ограничены, дедлайн подачи заявок — 20 августа. «Продуктовая аналитика» — это офлайн-программа (пары по вечерам и в выходные 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 — 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. Магистратура в ЦУ — это 2 года обучения и диплом государственного образца, которую можно совмещать с работой. Преподают индустриальные эксперты и исследователи. Карьерная поддержка начинается еще во время учебы: консультации, тренировочные собеседования и помощь с трудоустройством. Студенты уже в процессе обучения выходят на новые позиции или повышаются в грейде 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 все время обучения: грант покрывает до 75% стоимости. В 2026 году доступно 550 грантов на все программы магистратуры. Подробнее о программе и условиях участия в конкурсе — по ссылке

🍎🍏Созревающие метрики Недавно я делала график, который показывает недозревшие метрики. Что же это такое я объясню на примере:

Представьте, что у вас сервис по заказу цветов с доставкой, и вы хотите видеть на какой процент заказов покупатели оставляют отзывы.

Для заказов, которые были совершены месяц назад отзывов будет больше, чем на те, которые покупатели получили вчера, потому что пользователи еще просто не успели написать отзыв. Отзывы зреют около месяца, поэтому график за последние 30 дней будет недозревшим и данные будут занижены

Для отображения таких данных существует несколько способов: 1️⃣Показать недозревшую часть графика пунктиром или более светлым цветом 2️⃣Отделить недозревшие данные вертикальной линией 3️⃣В таблице, особенно, хорошо это работает для retention - показать недозревшие когорты более светлыми цифрами 4️⃣Для графиков, у которых есть предсказанные значения, можно показать доверительные интервалы А как вы показываете такие метрики?

пам пам

🔥🔥 Интервью с аналитиком Прошлый раз вы проголосовали за коллегу из Авито, и сегодня я вам раскрою крутого senior BI разработчика из моей команды - Леру Смирнову 🥰 Лера не просто сильный эксперт, но и имеет очень интересный опыт (например, за плечами у Леры переход из продуктовой аналитики в BI), поэтому ей точно есть чем поделиться 🍿 Лера, ты работала и продуктовым, и BI аналитиком. Что на твой взгляд сложнее - перейти из продуктовую в BI или из BI в продуктовую?

Продуктовый аналитик должен хорошо понимать статистику, А/Б-тесты, математику: это уже скорее про фундаментальную подготовку и тип мышления, чем про прохождение очередного курса. Плюс нужен продуктовый опыт: понимание того, как работает продукт, на какие метрики можно влиять и какими инструментами это делать. При этом продуктовая аналитика сейчас гораздо популярнее BI-аналитики, поэтому по ней больше курсов, материалов и в целом проще найти информацию для развития. Но возможно я немного предвзята 😅 Мне BI-аналитика дается легче, потому что я сама ей очень горю. А еще, когда я работала продуктовым аналитиком, мне было важно любить сам продукт и активно им пользоваться. В BI-аналитике ты в каком-то смысле сам себе продакт любимого продукта, и меня это очень мотивирует.

Какой совет ты бы дала новичку, который сейчас на старте и выбирает между BI и продуктовой, как понять что ему выбрать?

Мне кажется, лучший способ это пообщаться и с продуктовым аналитиком, и с BI-аналитиком. Можно даже со мной 😁Я успела побывать по обе стороны баррикад. Если совсем упростить, то продуктовые аналитики развивают внешний продукт компании, а BI-аналитики - внутренний. И для этого они используют разные инструменты, так как во-первых у нас разный масштаб аудитории, а во-вторых разная лояльность и степень близости к пользователям Поэтому вопрос скорее в том, что вам интереснее: помогать развивать сервис для миллионов пользователей или строить инструменты и аналитику для сотрудников внутри компании.

Какую долю задач ты делаешь через AI? Как эта доля изменилась за последние полгода?

Все задачи, связанные с кодом: SQL, Python и тому подобное - я сейчас практически не делаю без помощи AI. Исключение только какие-то совсем небольшие правки. Поэтому я очень рада, что всю рутинную часть можно спокойно делегировать Claude. Благодаря этому остается гораздо больше времени на то, что мне действительно нравится: продумывать логику дашбордов, проектировать интерфейсы и заниматься архитектурой аналитических проектов.

Какие твои любимые BI системы и почему?

Я предпочитаю web-based BI-системы, потому что в них вся работа происходит прямо в браузере: создание и редактирование дашбордов, визуализаций и SQL-запросов. В Авито, например, можно самостоятельно добавлять практически любые графики, написав их на JavaScript. И это во многом убирает главный недостаток таких систем - ограниченную гибкость по сравнению с Tableau или Power BI. Получается удобство браузерной BI-системы плюс возможность создавать собственные визуализации под любые задачи.

Какие у тебя есть BI-активности помимо непосредственных рабочих проектов? Какая из них твоя любимая?

У меня много BI-активностей вне основной работы, и все они любимые, иначе я бы ими просто не занималась 😊 Я веду телеграм-канал про BI и визуализацию данных, делаю прожарки дашбордов коллег, а еще недавно записала лекцию по проектированию интерфейсов дашбордов для курса в Академии аналитиков Авито. Наверное, больше всего мне нравится именно делиться знаниями. Мне очень интересно разбирать чужие решения, объяснять принципы хорошего дизайна и помогать другим делать свои дашборды лучше.

Лера пишет про датавиз в своём канале Любовь, BI и графики, жёстко советую зайти посмотреть (я в восторге от недавнего поста с комиксами "yes, but") P.S. На фото - моя команда, включая Леру (почти вся, еще Сережи не хватает 💗)

🔥🔥 Интервью с аналитиком Прошлый раз вы проголосовали за коллегу из Авито, и сегодня я вам раскрою крутого senior BI разработчика из моей команды - Леру Смирнову 🥰 Лера не просто сильный эксперт, но и имеет очень интересный опыт (например, за плечами у Леры переход из продуктовой аналитики в BI), поэтому ей точно есть чем поделиться 🍿 Лера, ты работала и продуктовым, и BI аналитиком. Что на твой взгляд сложнее - перейти из продуктовую в BI или из BI в продуктовую?

Продуктовый аналитик должен хорошо понимать статистику, А/Б-тесты, математику: это уже скорее про фундаментальную подготовку и тип мышления, чем про прохождение очередного курса. Плюс нужен продуктовый опыт: понимание того, как работает продукт, на какие метрики можно влиять и какими инструментами это делать. При этом продуктовая аналитика сейчас гораздо популярнее BI-аналитики, поэтому по ней больше курсов, материалов и в целом проще найти информацию для развития. Но возможно я немного предвзята 😅 Мне BI-аналитика дается легче, потому что я сама ей очень горю. А еще, когда я работала продуктовым аналитиком, мне было важно любить сам продукт и активно им пользоваться. В BI-аналитике ты в каком-то смысле сам себе продакт любимого продукта, и меня это очень мотивирует.

Какой совет ты бы дала новичку, который сейчас на старте и выбирает между BI и продуктовой, как понять что ему выбрать?

Мне кажется, лучший способ это пообщаться и с продуктовым аналитиком, и с BI-аналитиком. Можно даже со мной 😁Я успела побывать по обе стороны баррикад. Если совсем упростить, то продуктовые аналитики развивают внешний продукт компании, а BI-аналитики - внутренний. И для этого они используют разные инструменты, так как во-первых у нас разный масштаб аудитории, а во-вторых разная лояльность и степень близости к пользователям Поэтому вопрос скорее в том, что вам интереснее: помогать развивать сервис для миллионов пользователей или строить инструменты и аналитику для сотрудников внутри компании.

Какую долю задач ты делаешь через AI? Как эта доля изменилась за последние полгода?

Все задачи, связанные с кодом: SQL, Python и тому подобное - я сейчас практически не делаю без помощи AI. Исключение только какие-то совсем небольшие правки. Поэтому я очень рада, что всю рутинную часть можно спокойно делегировать Claude. Благодаря этому остается гораздо больше времени на то, что мне действительно нравится: продумывать логику дашбордов, проектировать интерфейсы и заниматься архитектурой аналитических проектов.

Какие твои любимые BI системы и почему?

Я предпочитаю web-based BI-системы, потому что в них вся работа происходит прямо в браузере: создание и редактирование дашбордов, визуализаций и SQL-запросов. В Авито, например, можно самостоятельно добавлять практически любые графики, написав их на JavaScript. И это во многом убирает главный недостаток таких систем - ограниченную гибкость по сравнению с Tableau или Power BI. Получается удобство браузерной BI-системы плюс возможность создавать собственные визуализации под любые задачи.

Какие у тебя есть BI-активности помимо непосредственных рабочих проектов? Какая из них твоя любимая?

У меня много BI-активностей вне основной работы, и все они любимые, иначе я бы ими просто не занималась 😊 Я веду телеграм-канал про BI и визуализацию данных, делаю прожарки дашбордов коллег, а еще недавно записала лекцию по проектированию интерфейсов дашбордов для курса в Академии аналитиков Авито. Наверное, больше всего мне нравится именно делиться знаниями. Мне очень интересно разбирать чужие решения, объяснять принципы хорошего дизайна и помогать другим делать свои дашборды лучше.

Лера пишет про датавиз в своём канале Любовь, BI и графики, жёстко советую зайти посмотреть (я в восторге от недавнего поста с комиксами "yes, but") P.S. На фото - моя команда, включая Леру (почти вся, еще Сережи не хватает 💗)

🔥🔥 Интервью с аналитиком Прошлый раз вы проголосовали за коллегу из Авито, и сегодня я вам раскрою крутого senior BI разработчика из моей команды - Леру Смирнову 🥰 Лера не просто сильный эксперт, но и имеет очень интересный опыт (например, за плечами у Леры переход из продуктовой аналитики в BI), поэтому ей точно есть чем поделиться 🍿 Лера, ты работала и продуктовым, и BI аналитиком. Что на твой взгляд сложнее - перейти из продуктовую в BI или из BI в продуктовую?

Продуктовый аналитик должен хорошо понимать статистику, А/Б-тесты, математику: это уже скорее про фундаментальную подготовку и тип мышления, чем про прохождение очередного курса. Плюс нужен продуктовый опыт: понимание того, как работает продукт, на какие метрики можно влиять и какими инструментами это делать. При этом продуктовая аналитика сейчас гораздо популярнее BI-аналитики, поэтому по ней больше курсов, материалов и в целом проще найти информацию для развития. Но возможно я немного предвзята 😅 Мне BI-аналитика дается легче, потому что я сама ей очень горю. А еще, когда я работала продуктовым аналитиком, мне было важно любить сам продукт и активно им пользоваться. В BI-аналитике ты в каком-то смысле сам себе продакт любимого продукта, и меня это очень мотивирует.

Какой совет ты бы дала новичку, который сейчас на старте и выбирает между BI и продуктовой, как понять что ему выбрать?

Мне кажется, лучший способ это пообщаться и с продуктовым аналитиком, и с BI-аналитиком. Можно даже со мной 😁Я успела побывать по обе стороны баррикад. Если совсем упростить, то продуктовые аналитики развивают внешний продукт компании, а BI-аналитики - внутренний. И для этого они используют разные инструменты, так как во-первых у нас разный масштаб аудитории, а во-вторых разная лояльность и степень близости к пользователям Поэтому вопрос скорее в том, что вам интереснее: помогать развивать сервис для миллионов пользователей или строить инструменты и аналитику для сотрудников внутри компании.

Какую долю задач ты делаешь через AI? Как эта доля изменилась за последние полгода?

Все задачи, связанные с кодом: SQL, Python и тому подобное - я сейчас практически не делаю без помощи AI. Исключение только какие-то совсем небольшие правки. Поэтому я очень рада, что всю рутинную часть можно спокойно делегировать Claude. Благодаря этому остается гораздо больше времени на то, что мне действительно нравится: продумывать логику дашбордов, проектировать интерфейсы и заниматься архитектурой аналитических проектов.

Какие твои любимые BI системы и почему?

Я предпочитаю web-based BI-системы, потому что в них вся работа происходит прямо в браузере: создание и редактирование дашбордов, визуализаций и SQL-запросов. В Авито, например, можно самостоятельно добавлять практически любые графики, написав их на JavaScript. И это во многом убирает главный недостаток таких систем - ограниченную гибкость по сравнению с Tableau или Power BI. Получается удобство браузерной BI-системы плюс возможность создавать собственные визуализации под любые задачи.

Какие у тебя есть BI-активности помимо непосредственных рабочих проектов? Какая из них твоя любимая?

У меня много BI-активностей вне основной работы, и все они любимые, иначе я бы ими просто не занималась 😊 Я веду телеграм-канал про BI и визуализацию данных, делаю прожарки дашбордов коллег, а еще недавно записала лекцию по проектированию интерфейсов дашбордов для курса в Академии аналитиков Авито. Наверное, больше всего мне нравится именно делиться знаниями. Мне очень интересно разбирать чужие решения, объяснять принципы хорошего дизайна и помогать другим делать свои дашборды лучше.

Лера пишет про датавиз в своём канале Любовь, BI и графики, жёстко советую зайти посмотреть (я в восторге от недавнего поста с комиксами "yes, but") P.S. На фото - моя команда, включая Леру (почти вся, еще Сережи не хватает 💗)

🔥🔥 Интервью с аналитиком Прошлый раз вы проголосовали за коллегу из Авито, и сегодня я вам раскрою крутого senior BI разработчика из моей команды - Леру Смирнову 🥰 Лера не просто сильный эксперт, но и имеет очень интересный опыт (например, за плечами у Леры переход из продуктовой аналитики в BI), поэтому ей точно есть чем поделиться 🍿 Лера, ты работала и продуктовым, и BI аналитиком. Что на твой взгляд сложнее - перейти из продуктовую в BI или из BI в продуктовую?

Продуктовый аналитик должен хорошо понимать статистику, А/Б-тесты, математику: это уже скорее про фундаментальную подготовку и тип мышления, чем про прохождение очередного курса. Плюс нужен продуктовый опыт: понимание того, как работает продукт, на какие метрики можно влиять и какими инструментами это делать. При этом продуктовая аналитика сейчас гораздо популярнее BI-аналитики, поэтому по ней больше курсов, материалов и в целом проще найти информацию для развития. Но возможно я немного предвзята 😅 Мне BI-аналитика дается легче, потому что я сама ей очень горю. А еще, когда я работала продуктовым аналитиком, мне было важно любить сам продукт и активно им пользоваться. В BI-аналитике ты в каком-то смысле сам себе продакт любимого продукта, и меня это очень мотивирует.

Какой совет ты бы дала новичку, который сейчас на старте и выбирает между BI и продуктовой, как понять что ему выбрать?

Мне кажется, лучший способ это пообщаться и с продуктовым аналитиком, и с BI-аналитиком. Можно даже со мной 😁Я успела побывать по обе стороны баррикад. Если совсем упростить, то продуктовые аналитики развивают внешний продукт компании, а BI-аналитики - внутренний. И для этого они используют разные инструменты, так как во-первых у нас разный масштаб аудитории, а во-вторых разная лояльность и степень близости к пользователям Поэтому вопрос скорее в том, что вам интереснее: помогать развивать сервис для миллионов пользователей или строить инструменты и аналитику для сотрудников внутри компании.

Какую долю задач ты делаешь через AI? Как эта доля изменилась за последние полгода?

Все задачи, связанные с кодом: SQL, Python и тому подобное - я сейчас практически не делаю без помощи AI. Исключение только какие-то совсем небольшие правки. Поэтому я очень рада, что всю рутинную часть можно спокойно делегировать Claude. Благодаря этому остается гораздо больше времени на то, что мне действительно нравится: продумывать логику дашбордов, проектировать интерфейсы и заниматься архитектурой аналитических проектов.

Какие твои любимые BI системы и почему?

Я предпочитаю web-based BI-системы, потому что в них вся работа происходит прямо в браузере: создание и редактирование дашбордов, визуализаций и SQL-запросов. В Авито, например, можно самостоятельно добавлять практически любые графики, написав их на JavaScript. И это во многом убирает главный недостаток таких систем - ограниченную гибкость по сравнению с Tableau или Power BI. Получается удобство браузерной BI-системы плюс возможность создавать собственные визуализации под любые задачи.

Какие у тебя есть BI-активности помимо непосредственных рабочих проектов? Какая из них твоя любимая?

У меня много BI-активностей вне основной работы, и все они любимые, иначе я бы ими просто не занималась 😊 Я веду телеграм-канал про BI и визуализацию данных, делаю прожарки дашбордов коллег, а еще недавно записала лекцию по проектированию интерфейсов дашбордов для курса в Академии аналитиков Авито. Наверное, больше всего мне нравится именно делиться знаниями. Мне очень интересно разбирать чужие решения, объяснять принципы хорошего дизайна и помогать другим делать свои дашборды лучше.

Лера пишет про датавиз в своём канале Любовь, BI и графики, жёстко советую зайти посмотреть (я в восторге от недавнего поста с комиксами "yes, but") P.S. На фото - моя команда, включая Леру (почти вся, еще Сережи не хватает 💗)

🔥🔥 Интервью с аналитиком Прошлый раз вы проголосовали за коллегу из Авито, и сегодня я вам раскрою крутого senior BI разработчика из моей команды - Леру Смирнову 🥰 Лера не просто сильный эксперт, но и имеет очень интересный опыт (например, за плечами у Леры переход из продуктовой аналитики в BI), поэтому ей точно есть чем поделиться 🍿 Лера, ты работала и продуктовым, и BI аналитиком. Что на твой взгляд сложнее - перейти из продуктовую в BI или из BI в продуктовую?

Продуктовый аналитик должен хорошо понимать статистику, А/Б-тесты, математику: это уже скорее про фундаментальную подготовку и тип мышления, чем про прохождение очередного курса. Плюс нужен продуктовый опыт: понимание того, как работает продукт, на какие метрики можно влиять и какими инструментами это делать. При этом продуктовая аналитика сейчас гораздо популярнее BI-аналитики, поэтому по ней больше курсов, материалов и в целом проще найти информацию для развития. Но возможно я немного предвзята 😅 Мне BI-аналитика дается легче, потому что я сама ей очень горю. А еще, когда я работала продуктовым аналитиком, мне было важно любить сам продукт и активно им пользоваться. В BI-аналитике ты в каком-то смысле сам себе продакт любимого продукта, и меня это очень мотивирует.

Какой совет ты бы дала новичку, который сейчас на старте и выбирает между BI и продуктовой, как понять что ему выбрать?

Мне кажется, лучший способ это пообщаться и с продуктовым аналитиком, и с BI-аналитиком. Можно даже со мной 😁Я успела побывать по обе стороны баррикад. Если совсем упростить, то продуктовые аналитики развивают внешний продукт компании, а BI-аналитики - внутренний. И для этого они используют разные инструменты, так как во-первых у нас разный масштаб аудитории, а во-вторых разная лояльность и степень близости к пользователям Поэтому вопрос скорее в том, что вам интереснее: помогать развивать сервис для миллионов пользователей или строить инструменты и аналитику для сотрудников внутри компании.

Какую долю задач ты делаешь через AI? Как эта доля изменилась за последние полгода?

Все задачи, связанные с кодом: SQL, Python и тому подобное - я сейчас практически не делаю без помощи AI. Исключение только какие-то совсем небольшие правки. Поэтому я очень рада, что всю рутинную часть можно спокойно делегировать Claude. Благодаря этому остается гораздо больше времени на то, что мне действительно нравится: продумывать логику дашбордов, проектировать интерфейсы и заниматься архитектурой аналитических проектов.

Какие твои любимые BI системы и почему?

Я предпочитаю web-based BI-системы, потому что в них вся работа происходит прямо в браузере: создание и редактирование дашбордов, визуализаций и SQL-запросов. В Авито, например, можно самостоятельно добавлять практически любые графики, написав их на JavaScript. И это во многом убирает главный недостаток таких систем - ограниченную гибкость по сравнению с Tableau или Power BI. Получается удобство браузерной BI-системы плюс возможность создавать собственные визуализации под любые задачи.

Какие у тебя есть BI-активности помимо непосредственных рабочих проектов? Какая из них твоя любимая?

У меня много BI-активностей вне основной работы, и все они любимые, иначе я бы ими просто не занималась 😊 Я веду телеграм-канал про BI и визуализацию данных, делаю прожарки дашбордов коллег, а еще недавно записала лекцию по проектированию интерфейсов дашбордов для курса в Академии аналитиков Авито. Наверное, больше всего мне нравится именно делиться знаниями. Мне очень интересно разбирать чужие решения, объяснять принципы хорошего дизайна и помогать другим делать свои дашборды лучше.

Лера пишет про датавиз в своём канале Любовь, BI и графики, жёстко советую зайти посмотреть (я в восторге от недавнего поста с комиксами "yes, but") P.S. На фото - моя команда, включая Леру (почти вся, еще Сережи не хватает 💗)

Оказывается, у Gudim есть канал в телеграмме, но как только я его отметила, снова пропала возможность комментировать, да что же такое😭

Оказывается, у Gudim есть канал в телеграмме, но как только я его отметила, снова пропала возможность комментировать, да что же такое😭

Всех с пятницей! Люблю комиксы Gudim, особенно его серию с yes, but Поэтому вдохновившись его работами, мы с chato GPT нагенерировали такие комиксы😅 Чисто, чтобы вы прочувствовали всю боль!

🤖 Пусть потеет машина, а не пользователь Есть еще один принцип, которого я стараюсь придерживаться при разработке дашбордов: всю работу, которую может сделать компьютер, должен делать компьютер. Если в Redash или SQL можно что-то посчитать, подсказать или автоматизировать, значит, пользователю не нужно делать это вручную.Вот несколько реальных примеров 📈 Тултипы Во всплывающей подсказке можно показать не только значение метрики, но и сразу добавить контекст: — отклонение от плана; — изменение WoW; — другие показатели, которые помогают понять, что происходит. Вместо того чтобы пользователь открывал еще один график или считал проценты в голове, он получает ответ сразу при наведении. 📅 День недели Если вы работает с графиком, у которого явно выражена недельная сезонность, добавьте в тултип подпись дня недели. И тогда сразу станет понятно: это нормальная просадка или рост метрики из-за выходных или действительно аномалия, в которой стоит разобраться. 🎛️ Фильтры В Табло и других BI-системах выбираются сразу фиксированные даты, но дашборд живет свою жизнь и даты устаревают, пользователю приходится самостоятельно перключать даты на свежие. Поэтому лучше снять с него этот ручной "труд" и сразу использовать относительные интервалы: Last 90 days, Last month и т.д. Тогда информация всегда остается актуальной. Это касается и других фильтров: соберите логи использования дашборда или просто спросите пользователей - какие фильтры они чаще всего переключают из "значния по умолчанию" и сделайте это за них Таких мелочей очень много, и именно из них складывается хороший пользовательский опыт, поделиться своими советами как вы автоматизировали или облегчали ручной труд пользователей?

.

Для комментариев

🔍Одни и те же данные могут рассказать разные истории: все дело в выборе типа визуализации Я придумала ежемесячные данные по заказам в одной компании и визуализировала их 6ью разными способами. Здесь нет плохихи или хороших решений - все зависит только от того, что вы хотите показать. Смотрите что получилось 👇 Барчарт: сразу видно какой месяц был лучше, а какой хуже. Удобно сравнивать между собой. Линейный график: фокус смещается на общую динамику, сразу видно куда "движутся" заказы. Линейный график не от нуля: те же данные, но изменения теперь бросаются в глаза. Полезно когда важна именно динамика, а не абсолютные значения. Но осторожно, легко преувеличить масштаб изменений. Area-чарт: добавляет ощущение объёма. Закрашенная площадь визуально «весит» и поэтому показывают "денежную массу" Горизонтальный барчарт с сортировкой: теперь сразу понятно какой месяц был лидером, а какой аутсайдера. В таком виде визаулизации полностью теряется хронология, зато сходу виден рейтинг. Таблица с форматированием: удобно смотреть конкретные значения и понять лидеров и аутсайдеров за счет форматирования ячеек Данные одни и те же. А вопрос, на который отвечает каждый график - разный. Поэтому прежде чем строить визуализацию, спросите себя: что я хочу сказать? Ответ подскажет нужный тип графика🙌 ————————————————————— посты также дублируются на моем сайте

.

🚀Мои коллеги из Авито вместе с Центральным университетом проведут интенсив по продуктовой аналитике 4 и 5 июля в Москве Я сама начинала свой путь в Авито как продуктовый аналитик и считаю, что у нас самая сильная аналитическая культура. Аналитики Авито каждый день работают с огромными объемами данных, помогают принимать продуктовые решения и работают над очень нетривиальными задачами. И теперь у вас есть возможность на пару дней погрузиться в нашу работу. На интенсиве мы ждем студентов 4-го курса и выпускников технических специальностей. Участие бесплатное, но есть отбор — нужно приложить резюме и решить тест по математике. Берите ноутбук — работать будем с реальными данными. За выходные вы: 1️⃣посетите лекции от практиков Авито — о принятии решений на основе данных и будущем аналитики с ИИ-агентами; 2️⃣поработаете в команде над кейсом от Авито и защитите решение перед экспертами; 3️⃣получите обратную связь и узнаете больше о карьерном пути аналитика. Победители смогут получить грант до 75% в магистратуру Центрального университета по аналитике без вступительных испытаний. Вместо них — собеседование на проверку гибких навыков. А все участники интенсива получат возможность ускоренного поступления: • в магистратуру Центрального университета с грантом до 75% на программе «Продуктовая аналитика»; • в Авито Академию. 📍Где: кампус Центрального университета, м. Маяковская 📆Когда: 4 и 5 июля ⏰Успейте подать заявку до 28 июня по ссылке

для комментариев

🚀Мои коллеги из Авито вместе с Центральным университетом проведут интенсив по продуктовой аналитике 4 и 5 июля в Москве

Я сама начинала свой путь в Авито как продуктовый аналитик и считаю, что у нас самая сильная аналитическая культура. Аналитики Авито каждый день работают с огромными объемами данных, помогают принимать продуктовые решения и работают над очень нетривиальными задачами. И теперь у вас есть возможность на пару дней погрузиться в нашу работу.

На интенсиве мы ждем студентов 4-го курса и выпускников технических специальностей. Участие бесплатное, но есть отбор — нужно приложить резюме и решить тест по математике. Берите ноутбук — работать будем с реальными данными. За выходные вы: 1️⃣посетите лекции от практиков Авито — о принятии решений на основе данных и будущем аналитики с ИИ-агентами; 2️⃣поработаете в команде над кейсом от Авито и защитите решение перед экспертами; 3️⃣получите обратную связь и узнаете больше о карьерном пути аналитика. Победители смогут получить грант до 75% в магистратуру Центрального университета по аналитике без вступительных испытаний. Вместо них — собеседование на проверку гибких навыков. А все участники интенсива получат возможность ускоренного поступления: • в магистратуру Центрального университета с грантом до 75% на программе «Продуктовая аналитика»; • в Авито Академию. 📍Где: кампус Центрального университета, м. Маяковская 📆Когда: 4 и 5 июля ⏰Успейте подать заявку до 28 июня по ссылке

💡Рабочие лайфхаки: как показать очень разные данные на одной датавизуализации 🔴У меня был график, назовем его: динамика заказов по городам. И у него была проблема - топ5 городов имели более тысячи заказов каждый день, а оставшиеся 4 едва делали 100 в день, то есть разница между цифрами более чем в 10 раз. И конечно "линии" маленьких городов просто приплющивались к горизонтальной оси и мы никак не могли увидеть их данные и динамику. ✔️Я придумала такую вещь: разделила города на два типа и показала их на подграфиках. Слева у меня топ5 городов, их динамика отлична видна и плюс сам график стал чище. А справа оставшиеся малеьнике города, которые наконец получили достаточно места на графике и данные по ним теперь легко считываются ⚡️Конечно, тут важно понимать, что теперь эти 2 графика имеют разную вертикальныую шкалу, и их нельзя сравнивать друг с другом.