Yandex for Analytics

✨ Как превратить технический доклад в историю

Полезный технический контент необязательно подавать в форме строго академической лекции. Люди любят, когда им рассказывают хорошие истории. Чтобы подать информацию в виде истории, нужно помнить несколько важных правил сторителлинга:

🔵 Конфликт

Конфликт — это начало всякого движения и развития. Опишите действующих героев, объясните проблему, которую нужно решить, покажите, зачем вообще вам пришлось пуститься в это приключение.

🔵 Значимость

Люди должны понимать важность вашей истории. Раскройте контекст ситуации, опишите внутренний мир и переживания героя (особенно если герой — это вы). Объясните, почему это актуально для слушателей.

🔵 Близость

Используйте красивые и понятные метафоры, рисуйте понятные и близкие сердцу образы, будьте субъективным — пусть люди посмотрят на историю вашими глазами.

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

1 week ago | [YT] | 2

Yandex for Analytics

📺 Матемаркетинг-2025 прошёл, а доклады остались

20 и 21 ноября состоялась крупнейшая техническая конференция по маркетинговой и продуктовой аналитике. Программа была насыщенной: более 120 докладов, экспертных сессий и мастер-классов, на которых спикеры активно делились опытом.

🎙 Гости узнали про быстрый путь от данных к инсайтам и историю создания Яндекс Тег Менеджера. А ещё послушали доклады о том, как AI-аналитик Insightus меняет работу с данными и как в Яндексе подходят к прогнозам, ML-аналитике и оценке эффективности сервисов — от виртуальной очереди в Go до рекламных механик.

⏭️ Все выступления вы можете посмотреть у нас на канале: youtube.com/playlist?list=PL0...

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

1 month ago | [YT] | 5

Yandex for Analytics

Критика критического мышления

Привет! Меня зовут Муслим Бабаев, я руководитель аналитики и монетизации Плюс Engagement. Если коротко, то я занимаюсь продуктовой аналитикой и персонализацией геймификационных продуктов. Сегодня хочу поговорить о том, как наш главный профессиональный инструмент может превращаться из помощника в препятствие.

Критическое мышление — это, безусловно, один из ключевых навыков для аналитика

Оно помогает нам оценивать риски, выявлять логические ошибки и принимать взвешенные решения. Но у него есть обратная сторона. Когда мы слишком увлекаемся поиском недостатков, мы начинаем:

🔵 Забывать о том, как можно решить проблему

🔵 Терять скорость там, где она важнее идеальности

Когда стоит снизить градус критичности:

🔵 Идёт четвёртая итерация доуточнений. Вы провели исследование, посчитали результаты A/B-теста, собрали аналитику. И у вас могут возникнуть дополнительные вопросы — это нормально. Но если итерации зациклились и продолжаются дольше запланированного, подумайте: точно ли вам не хватает данных?

🔵 Есть жёсткий дедлайн по принятию решения. Иногда бизнесу нужны цифры к конкретной дате. Если вы понимаете, что сделать идеально не получится, лучше сразу определить разумные допущения и предложить, как повысить надёжность решения в этих условиях

Когда нужна критичность на максималках:

🔵 Высокая цена ошибки. Если от вашего решения зависят многомиллиардные бюджеты бизнеса, то пространства для компромиссов просто нет — необходимо максимально выверить расчёты и отдать взвешенный вывод

🔵 Системные решения. Когда вы строите системы по типу А/B-платформ, которые должны работать безотказно с научной точностью, то места допущениям здесь может не быть

Как аналитики, мы должны находить баланс между критическим мышлением и готовностью действовать при минимально достаточной уверенности. Нам нужно быть открытыми к рискам и экспериментам, но при этом не терять бдительности к деталям и угрозам.

Каждый инструмент должен быть уместен. Вы же не станете создавать презентацию через Python только потому, что владеете этим языком? Так же и с критическим мышлением: его нужно включать тогда, когда это действительно необходимо.

А какие ещё примеры деструктивного критического мышления вы знаете? Расскажите в комментариях ⬇️

⏬ Кстати, подписывайтесь на мой телеграм-канал: @think_like_analyst
Там я делюсь видением аналитического подхода к работе и кейсами из своего опыта.

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

1 month ago | [YT] | 2

Yandex for Analytics

👨‍💻 Моё главное правило в работе: не проходить мимо проблем

На связи Александр Топтунов, я возглавляю группу B2B-аналитики в Яндекс 360. И сегодня хочу поделиться историей о том, как я за 3,5 года прошёл путь от стажёра до руководителя.

🈂 Почему я ушёл из разработки в аналитику

С детства я обожал математику. И после школы мне захотелось заниматься чем-то прикладным, поэтому я поступил на направление «Программная инженерия» в ВШЭ. На втором курсе я даже прошёл годовую стажировку разработчиком бэкенда. Но на практике понял, что просто заниматься разработкой — не совсем моё. Мне больше нравилось разбираться в данных, искать закономерности и делать выводы. А это как раз те навыки, которыми должен обладать хороший аналитик.

На третьем курсе я искал летнюю стажировку и увидел программу Яндекса. Подался, прошёл отбор и оказался в команде Диска. Через три месяца стажировка закончилась, а я остался — уже младшим специалистом.

🈂 Поворотный момент

Всё изменилось в 2020 году, когда мы запускали Яндекс 360. Проектов стало много, а аналитиков, наоборот, было мало. Пришлось брать на себя самые разные задачи. Так я начал отвечать за аналитику всего B2B-направления: критически смотрел на полезность каждой задачи, вдумчиво работал над теми, которые реально помогали бизнесу расти. И всегда воспринимал Яндекс 360 как нечто целое, единое, своё.

«Я не мог пройти мимо проблемы, даже если она не входила в мою зону ответственности».

В начале 2023 года команда аналитики подросла, и меня назначили руководителем группы B2B-аналитики из четырёх человек.

🈂 Но до сих пор для меня большой вызов в работе — быть хорошим лидером

Я каждый день учусь выстраивать продуктивный и комфортный рабочий процесс:

🔵 Организовывать нужные встречи и эффективно проводить на них время

🔵 Эффективно разбирать вопросы заказчиков. На простые быстро находить ответы, а сложные понятным образом отправлять в бэклог

🔵 Следить, чтобы коллеги решали нужные и интересные задачи

В этом мне помогают профильные курсы для руководителей, а ещё то, что с 2016 года я преподаю. Если научился объяснять сложные вещи школьникам и студентам, то легко донесёшь свои идеи и до коллег на работе.

С годами я осознал, что делать вещи руками, конечно, здорово… Но гораздо больше пользы я могу принести в роли менеджера. Хочу быть хорошим руководителем, нанимать классных людей и управлять ещё большей командой. Я знаю, куда расти, чтобы это стало реальностью.

Ещё одна важная задача как руководителя, так и как аналитика — внедрять новые технологии в работу, поэтому я регулярно мотивирую команду и себя пробовать новое и экспериментировать. Я считаю, что инновации могут служить мощной поддержкой и способствовать ускорению и облегчению работы, при этом им пока сложно заменять целых специалистов.

🈂 Что я хочу посоветовать новичкам

🔵 В команде многое решают те, кто работает руками. Ставьте реальные цели и не бойтесь, что не превратитесь в руководителя, — станьте сильным специалистом, от которого будет зависеть будущее продуктов

🔵 Не ограничивайтесь рамками задач и проявляйте инициативу. При этом помните про прозрачную коммуникацию и дедлайны. То, что пришло ко мне не сразу: заказчику часто не нужно, чтобы всё было сделано как можно быстрее. Он заинтересован в том, чтобы всё было сделано в прогнозируемый срок

🔵 Перенимайте опыт у коллег. Мне повезло попасть в команду, которой руководит профессионал. Она умеет задавать правильные вопросы, находит подход к каждому, обладает широкой экспертизой и всегда находится в поиске новых знаний. Это именно то, к чему хочется стремиться

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

1 month ago | [YT] | 3

Yandex for Analytics

🧑‍💻 От биофизики до HR Tech: как я стала системным аналитиком в Яндексе и что нужно знать новичкам

Привет! На связи Маргарита, системный аналитик в команде бюджетирования HR Tech. Сегодня я расскажу о своём опыте, о том, чем именно я занимаюсь, и дам несколько советов тем, кто хочет попасть в сферу системного и бизнес-анализа.

🈂 Из лаборатории в IT

Мой карьерный трек не был ровной дорогой. Я окончила факультет биофизики и биоинженерии и даже успела поработать научным сотрудником в НИИ. Но в какой-то момент я поняла, что хочу попробовать себя в сфере IT. Начала с офлайн-курсов по вёрстке и программированию, правда, довольно быстро осознала, что писать код — не моё.

Так что я устроилась на стажёрскую позицию администратора проектов. Потом получила опыт в студии разработки в роли проджект-менеджера, а позже в компании — телеком-операторе выросла от менеджера по интеграциям до руководителя команды системных аналитиков.

А теперь я в Яндексе. Отвечаю за анализ процессов в продуктах, которые помогают управлять кадровыми изменениями.

🈂 Почему именно Яндекс

Мне всегда нравились продукты компании. Как пользователь, я обращала внимание на то, сколько времени здесь уделяют каждому аспекту взаимодействия с интерфейсом. И начинала размышлять, а как бы я сама спроектировала ту или иную фичу. Кстати, это хорошее упражнение для любого аналитика.

Ещё до прихода в компанию я слушала лекции ребят из Яндекса, читала статьи. Меня привлекало то, что они доступно рассказывали о сложных вещах.

🈂 Бизнес-аналитик vs системный аналитик: в чём разница

Это вечный вопрос! Я придерживаюсь стандарта Business Analysis Body of Knowledge, который гласит, что специалист по бизнес-анализу может работать под разными названиями должностей, в том числе и системным аналитиком.

♾ Если проводить границу, то бизнес-аналитик работает на стыке с бизнесом:

🔵 Общается с заказчиками, владельцами продукта и пользователями
🔵 Изучает и оптимизирует бизнес-процессы, формирует бизнес-требования и правила

♾ А системный аналитик — ближе к разработке:

🔵 Общается с архитекторами, разработчиками и тестировщиками
🔵 Превращает бизнес-требования в детальные функциональные и нефункциональные требования, работает с интеграциями и интерфейсами

Чем сложнее продукт, тем чётче разделены эти роли. В небольших проектах или командах один человек часто совмещает обе функции.

🈂 Чем я занимаюсь сейчас

Отвечаю за несколько продуктов в Яндексе, которые осуществляют кадровые изменения и помогают управлять персоналом. Моя главная задача — глубоко погрузиться в прогноз бюджета (а он бывает невероятно сложным и запутанным!) и вместе с командой разработать инструменты, которые сделают процесс максимально эффективным и автоматизированным.

Яндекс постоянно растёт. Усложняются и наши внутренние процессы. Поэтому сейчас я гораздо больше фокусируюсь на бизнес-анализе.

🈂 Советы новичкам: с чего начать

Учебный план будущего аналитика складывается из типов требований, которые ему нужно писать. На эту тему существует много профильных книг и видео в интернете.

Новичкам я советую идти поэтапно: начать с бизнес-требований и постепенно углубляться в более технические (нефункциональные) аспекты. На каждом этапе важно изучить, как писать каждый вид требований, из чего они состоят и как реализуются. Познакомьтесь с проектированием бизнес-процессов и нотацией BPMN. А когда вы дойдёте до требований к данным, вам откроется целый мир их моделирования.
Тренироваться в написании можно и нужно с помощью AI. С учётом трендов в разработке навык правильной постановки задач для нейросетей скоро станет необходимым.

🈂 А как же веселье?

Большинство наших забавных историй, к сожалению, под NDA 🙃

💠 Но мы стараемся разбавлять сложность работы креативом и всегда отмечаем запуски новых проектов. Например, мы проводили ретро в стиле Римской империи и новогодних фильмов. А ещё устраивали брейнштормы с необычными идеями для названий новых сервисов. Из последнего: мы заказывали торт и капкейки с маскотом нашего продукта.

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

2 months ago | [YT] | 5

Yandex for Analytics

Скорость или стоимость? Вот в чём вопрос

Рободоставка — это не только про крутое железо и искусственный интеллект. На деле это сложная система, где технологии, метрики и операции должны работать как часы.

Меня зовут Влад Немиро, я руководитель аналитики рободоставки Яндекса. И на конференции Data Driven 2025 я рассказывал, как мы управляем этим сложным сервисом и считаем, что выгодно бизнесу: сделать доставку быстрее или дешевле.

🤖 Три кита рободоставки

🔵 Технологии

Комплекс сенсоров, моторов, систем AI для навигации и планирования маршрутов. Одна из метрик данного направления — точность предсказания времени прибытия.

🔵 Продукт

Это опыт пользователя. Мы смотрим, как часто люди выбирают робота вместо курьера и требуется ли им помощь службы поддержки.

🔵 Операции

В эту часть входят удалённые операторы, которые помогают роботу в сложных ситуациях, логистика и ремонт.

Все эти компоненты связаны. И мы должны управлять ими как единой системой.

📖 Дерево метрик и искусство размена

Не бывает так, чтобы всё стало одновременно и лучше, и дешевле. Вся суть управления — в поиске баланса.

Мы можем сделать доставку быстрее, выбрав более короткий, но сложный маршрут. Но на этом маршруте робот будет чаще звать на помощь оператора. В итоге:

➕ Скорость вырастет, пользователи будут довольны

➖ Увеличится нагрузка на операторов, а значит, стоимость доставки станет выше

Именно поэтому мы построили дерево метрик, которое связывает наши бизнес-показатели (например, себестоимость заказа) с метриками каждого маленького компонента. Это помогает нам принимать решения. Например, сегодня бизнесу выгоднее вложиться в скорость и привлечь больше клиентов, а завтра — в экономию и снизить операционные издержки.

Чтобы принять то или иное решение, мы задаём себе вопросы:

🔵 Что мешает бизнесу расти больше всего? Если не хватает пользователей — фокусируемся на продуктовых метриках (точность ETA, удобство). Если бизнес упирается в высокую стоимость — оптимизируем операции и технологии

🔵 Достаточно ли мы уже улучшили? Не нужно делать идеальный алгоритм, если дальнейшие улучшения незначительно влияют на общий рост. Мы ищем точку, где 20% усилий дают 80% результата, и идём дальше

📺 А все подробности ищите в записи моего доклада на ютубе: https://www.youtube.com/watch?v=sz-lQ...

🗳 Кстати, мы уже планируем программу конференции Data Driven на следующий год. Если вы хотите стать участником — подпишитесь на новости: forms.yandex.ru/surveys/13791341.390d0dacd7f590936…
И мы отправим вам письмо, когда откроется регистрация.

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

2 months ago | [YT] | 6

Yandex for Analytics

🗺️ Atlas для Яндекса: анализируем ураганы и концерты «Руки вверх»

Привет! Меня зовут Анна Крючкова, я руковожу службой аналитических платформ в Яндекс Go. Сегодня расскажу вам про одну из наших ключевых систем — SaaS-платформу Atlas. Она помогает нашим аналитикам визуализировать данные, находить и проверять гипотезы и оперативно делиться инсайтами.

Что умеет Atlas

🔵 Раскрашивать метрики на карте по их интенсивности в конкретной геолокации, работать с показателями в реальном времени, создавать интерактивные дашборды и мониторить ход тестов.

🔵 А ещё выделять нужные зоны на карте для детального изучения, сравнивать периоды и накладывать метрики друг на друга.

🔢 В общем, это настоящий аналитический комбайн.

🧑‍💻 За время работы вокруг системы накопилось много интересных кейсов. На платформе мы наблюдали за ураганом «Орхан» в Москве, сигналили водителям о концертах и смотрели, какой тариф чаще всего выбирают на Патриках.

⏬ Про эти и другие истории читайте в полной статье на Хабре: habr.com/ru/companies/yandex/articles/959860/
Внутри собрали наглядные примеры работы Atlas.

💡 К слову, платформа может пригодиться и вам: в логистике, финтехе, телекоме, ретейле, где важна гео- и реалтайм-визуализация: dev.go.yandex/atlas?utm_source=habr&utm_medium=soc…

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

2 months ago | [YT] | 4

Yandex for Analytics

🧑‍💻 Как мы прокачали контроль качества поддержки с помощью LLM

Меня зовут Дарья Шатько, я руководитель ML-группы в Yandex Crowd. Сегодня я расскажу, как мы с моим коллегой Антоном Удаловым внедряли большие языковые модели в контроль качества клиентской поддержки.

Нашей задачей было автоматизировать проверку 4,5 миллиона диалогов поддержки в месяц. Ручной контроль покрывал лишь 3% из них. При такой выборке редкие, но критические ошибки могли попадаться всего пару раз за несколько месяцев. И системно работать над ними было невозможно.

🈂 Что мы пробовали до внедрения AI

Мы начинали с использования регулярных выражений. Они помогали нам отлавливать по-настоящему грубые ошибки, но всё, что сложнее стоп-слов и категорий, становилось для них непосильной задачей.

На следующем этапе мы протестировали иерархические модели и классификаторы на основе архитектуры BERT. Однако ключевым ограничением стало недостаточное количество данных для редких классов ошибок. Это не позволило нам достичь на тестах значения macro-F1 выше 65%.

🈂 Какие сложности нас поджидали в начале работы с LLM

Мы собрали один комплексный промпт, который включал полный текст диалога и список из 20 критериев оценки модели. А для повышения точности мы дополнили его few-shot-примерами. Но… упёрлись в лимит контекста, а система породила волну ложных срабатываний.

В итоге LLM потеряла способность к обобщению и начала классифицировать только те ошибки, которые точно соответствовали предоставленным шаблонам.

🈂 Что нам помогло сделать всё правильно

🔵 Golden-датасет с ручной проверкой и трёхбалльной оценкой работы модели

🔵 Отказ от монструозного промпта в пользу многоступенчатого LLM-flow

🔵 Версионирование промптов и превращение обычного текста в тестируемый артефакт

🔵 LLM-as-a-judge для ускорения оценки гипотез с порогом уверенности 85%

Сейчас наш пайплайн закрывает ≈50% проверок в почтовом и чатовом каналах клиентской поддержки, а у руководителей появилось больше информации, где и у каких операторов возникают трудности. Это позволяет дорабатывать обучения и инструкции по работе с продуктами.

⏬ А полную статью с архитектурой, промптами и выводами читайте на Хабре: habr.com/ru/companies/yandex/articles/951568/

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

3 months ago | [YT] | 3

Yandex for Analytics

✉ Приглашаем на дружеский митап аналитиков

Если вы работаете с данными, владеете Python и у вас от 3 лет опыта — приходите в штаб-квартиру Яндекса 25 октября! Ребята из Yandex Crowd и команды информационной безопасности расскажут, над чем сейчас работают и в чём состоит специфика их профессий.

В программе шесть выступлений:

🔵 Андрей Молотов, руководитель отдела аналитики и данных Yandex Crowd. Расскажет, как у них устроена служба аналитики

🔵 Екатерина Нешатаева, руководитель службы аналитики Yandex Crowd. Покажет, с какими задачами сталкивается команда

🔵 Дарья Шатько, руководитель службы Yandex Crowd ML. Объяснит, как ребята автоматизируют краудсорс

🔵 Андрей Будилов, руководитель Антифрода. Покажет, как защищать сервисы и пользователей от мошенничества, накруток и спама

🔵 Ислам Умаров, руководитель группы универсального антифрода. Расскажет, как построить ML‑детекцию фрода в UGC

🔵 Григорий Сафьянов, ведущий аналитик-разработчик. Прочитает доклад про Антиробота и особенности задач онлайн-классификации

🗳 После докладов проведём диагностику навыков аналитики и математической статистики. Если пройдёте успешно, то в ближайшие два года засчитаем ваш результат как техническую секцию при собесе в Яндекс 😎

⏬ Регистрируйтесь по ссылке: yandex.ru/project/events/welcometime-crowd-securit…

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

3 months ago | [YT] | 3

Yandex for Analytics

🥤 Как данные меняют жизнь и продукт

Тем временем у подкаста «Потом доделаю» вышел новый выпуск! Его гостем стал Роман Халкечев, руководитель аналитики Яндекс Поиска и Рекламы. Получился очень живой и интересный разговор со множеством инсайтов: кое-какими делимся ниже.

🈂 Data-driven-подход — это не только про числа

Классный аналитик знает, как презентовать выводы, которые у него получились. Не нужно заставлять дизайнеров или разработчиков продираться сквозь горы данных: нужно правильно донести смысл, который кроется за этими цифрами, и выдать конкретные action items на основе ваших общих целей.

В Яндексе мы стараемся принимать все решения на основе data-driven-подхода. У нас в компании всем понятна ценность аналитики, это важный драйвер бизнеса.

🈂 Данных (почти) всегда недостаточно

Аналитик постоянно находится в ситуации, когда времени и информации не хватает, но решение принять нужно. И если у него никак не получается это сделать, начинается аналитический паралич: давайте посчитаем ещё вот это, проведём дополнительный эксперимент, дадим пользователям новую кнопку…

Одна из главных задач аналитика — увидеть этот момент, взять на себя риски и принять решение.

🈂 Самый сложный собеседник для аналитика — это бывший аналитик, который стал продактом

Часто такие ребята просят не выводы, а «просто числа», чтобы проанализировать их самостоятельно. В этот момент теряется ценность аналитика как профессионала и искажается суть его работы. Мы ведь не просто интерфейс к данным. В противном случае зачем это всё?

📺 Также в выпуске: нетипичное поведение пользователей, влияние AI на рабочие условия и советы по развитию в новом контексте. Смотрите на платформах:

🔵 Ютуб: https://www.youtube.com/watch?v=np7GL...
🔵 Mave: weeek.mave.digital/ep-466

Подписывайтесь на нас в Telegram: t.me/+k4YAu0XQSNpjMjky

3 months ago | [YT] | 2