Готовы поспорить о метриках? С вами Айгуль Ахметова из команды Core BI и сегодня хочу обсудить тему метрики как социального конструкта.

Понятие метрики встречается много где: в музыке и поэзии, но имеет почти одинаковую трактовку — утверждённый список показателей по определённому вопросу. Если концептуально мы здесь согласны, предлагаю двигаться дальше.

Разрабатывая очередной отчёт, я поймала себя на мыслях:
❓ Почему я верю определённой метрике больше, чем экспертизе?
❓ Почему мои стейкхолдеры должны этому верить?
❓ Почему мы просто не доверимся чуйке специалиста, который знает бизнес изнутри?

Ведь метрика по сути упрощение, которое фиксирует факт, но может упускать детальный контекст, например, продуктовый.

Понимаю ваше возможное негодование, но давайте немного поразмыслим

На этом этапе мы сталкиваемся с двумя подходами к принятию решений:
1️⃣ Личное суждение. Субъективно, опытным путём приходим к решению или просто доверяемся той самой 🍏🍏🍏🍏🍏, наработанной годами жизни.

2️⃣ Явные методы или объективные данные. Используем цифры или расчёты, например ROI, и на их основе понимаем, куда двигаться дальше.

Второй вариант кажется надёжнее, поскольку он точнее. А ещё явные методы расчёта действительно делают знание общедоступным. Это перевод с языка экспертов на понятные факты.

‼️ Получается мост между экспертом и пользователем.

Однако что также известно ➡️ мост не гарантирует единства

Интерпретация субъективна: у маркетинга одни приоритеты, у продукта — другие.

В социологии это описывает теория Граничных объектов, где инструмент общий (в нашем случае метрика), но каждый видит в нём свой смысл, внося некоторые коррективы.

А какой вывод-то?

На первый взгляд, кажется, что метрика — это абсолютная истина. Но если призадуматься, становится ясно, что это инструмент для согласования общего видения. Именно поэтому метрика является социальным конструктом.

📍 Главное — не забывать описывать для неё инструкцию (контекст), которая позволит пользователям понимать, что стоит за определённой цифрой.

Делитесь ⬇️⬇️⬇️

— Бывало ли у вас, что одна метрика вызывала споры из-за разной трактовки?
— Как вы балансируете между цифрами и интуицией, когда они противоречат?

Сегодня делюсь лайфхаками наставника. Привет! 👋 Я Лена, за 2 года помогла нескольким менти попасть в биг техи и вырастила двух стажёров. Последний из них стал топ-1 по итогам стажировки 😊 В большинстве ИПР стажёров я видела красивые таблицы, цели по SMART и… абстрактные задачи:
💚Позаводить АБшки
💚Построить дашборд

Такие формулировки не проясняли ожидания. Хороший ИПР даёт ясность и уверенность: что делать, зачем, когда и какой результат ждать.

Сегодня покажу простые, но рабочие фишки, которые делают ИПР инструментом для раскрытия потенциала стажёра.

Конкретные практические задачи
Под каждую цель добавляйте реальные задачи с тикетом или привязкой к роадмапу, фиксируйте сроки, приоритет и ожидаемый результат:
❌ Научиться заводить AB
✅ JIRA-1234: Сделать сетап A/B-теста с отключением кнопки (Q1S4)

Такой подход делает ИПР осязаемым, помогает развивать навыки планирования и отслеживать прогресс

Задачи с разным уровнем самостоятельности
🐣 Под присмотром — простые задачи, чтобы освоить процессы
🐥 Полуавтономные — задания посложнее, чтобы проявить инициативу
🦖 Самостоятельные — открытые задачи, чтобы решить полностью самому

С таким подходом стажёр постепенно набирает уверенность и опыт работы с задачами любой сложности.

Собственный проект
Не превращайте стажёра в исполнителя рутинных задач. Заранее придумайте или найдите проект во время стажировки и добавьте в ИПР. Когда стажёр видит реальный эффект своей работы на продукт и команду, он включается на полную. Новые вызовы раскрывают потенциал⚡️

Не забываем про soft skills
Часто ИПР ограничивается техническими задачами. Софт-скилы сложнее вписывать в план, поэтому про них часто забывают. Без них стажёр может технически расти, но не подготовится к реальной работе.

Вот примеры направлений задач, которые развивают софты:
💚 выступления на демо,
💚 проведение встреч с заказчиком,
💗 проведение грумингов.

Такие задачи помогают быстрее встроиться в реальные процессы команды.

‼️ ИПР определяет, каким станет ваш стажёр через несколько месяцев. Если в плане только простые задачи — не ждите выдающегося результата. Хотите настоящего роста — давайте уровень выше — больше ответственности, сложнее проект, открытые задачи. Рост начинается там, где сложно и немного страшно, а рядом есть тот, кто помогает этот путь пройти.

Что помогает быстрее разобраться с процессами

Я Катя Милашина, работаю над качеством рейтингов и отзывов в Авито. Мой онбординг закончился пару месяцев назад. Предлагаю взглянуть на практики, которые помогали мне адаптироваться.

📍 Онбординг на нескольких уровнях одновременно. Я адаптировалась отдельно к компании, к роли аналитика и контексту продуктовой команды. Разведение треков может казаться бюрократическим усложнением, но, по-моему, в бигтехе это полезно.

Коллеги из разных отделов ждут движения в своих направлениях. HR ждёт, что ты зарегистрируешься на корпоративном портале и ознакомишься со стратегией компании. Тимлид надеется, что посмотришь инструкции по работе с A/B-платформой и пролистаешь бэклог. Продакт верит, что быстро погрузишься в доменную область и метрики продукта. Явное выделение времени под каждую часть защищает сотрудника от попыток успеть всё, везде и сразу.

📍 Точки синхронизации и чек-листы позволяют отслеживать прогресс. Авито предлагает большой чек-лист для самопроверки на разных этапах испытательного срока, а для дополнительного мониторинга есть регулярные 1-1 с тимлидом или бадди — наставником в адаптации. Удобно, потому что сразу понимаешь, что от тебя ждут спустя неделю, а что — к концу испытательного срока.

📍 Есть кому задать вопросы. Это тимлид, а ещё бадди — аналитик из команды и HR BP — партнёр по вопросам на уровне компании. Хотя развитая система документации и странички онбординга снимают кучу вопросов, иногда важно поделиться тревогами или спросить совета, не переживая, что это не вовремя.

Кстати, если бы я могла дать себе совет перед первым рабочим днём, то предложила первым делом авторизоваться в парольном менеджере. Разбирать полученные в первые часы пароли с бумажек — не то, что захочется делать в конце дня.

❓ А какой бы совет дали себе вы?

🌸 Мы с ВШЭ стали учить будущих продактов аналитике. Меня зовут Женя, и сегодня я немножко об этом расскажу.

В 2025 году случился первый набор студентов на магистратуру «Управление продуктом в ИТ-бизнесе» Авито x ВШЭ. Я стала курс-оунером дисциплины «Анализ данных для управления продуктом». Курс-оунер — это человек, который отвечает за содержание курса, преподавателей, да и за вайб всего обучения.

Я уверена, что хорошему продакту очень нужна база по аналитике, как минимум чтобы не стать зависимым от своего аналитика и его выводов. Так, основная задача — в достаточно сжатые сроки дать будущим продактам основу аналитики и превращения цифр в выводы. При этом — не перегрузить излишней математикой людей, которые могли с ней до этого вообще не сталкиваться.

Как результат появились основные блоки:
📍 метрики,
📍эксперименты,
📍SQL,
📍визуализация,
📍прогнозные модели.

В следующей части напишу, на чём фокусировались, ведь рассказать студентам хочется обо всём, но учебные часы подталкивают к жёсткой приоритизации.

А пока поделитесь в комментах, что самое главное забрали из универа?

Открываем портал! Рассказываю, что думаю про использование AI в аналитике 😈

Кажется, мы не заметили, в какой момент ИИ-инструменты стали частью рабочей рутины. Теперь демонстративный отказ от них выглядит не очень убедительной позицией. Интересно, что по масштабу ИИ ощущается как новый интернет — а местами, возможно, даже сильнее.
Дольше всего я думал не про пользу, которая очевидна, а про этическую сторону вопроса: если я использую AI в работе, это значит, что я ленюсь? Не хочу глубоко разбираться? Отдаю мышление на аутсорс? 🤔

Аргументы против понятные. С AI легко проскочить важную часть работы:
💚 не дожать логику и слишком рано принять общий ответ за достаточный,
💚 не углубиться в детали там, где модели не хватает контекста,
💚 упустить бизнес-контекст.

К тому же использование ИИ может выглядеть как читерство, что тоже заставляет думать, а точно ли моя работа честная?

Но аргументы в пользу AI мне ближе. Например, ChatGPT я чаще использую как собеседника:
💚 проверить ход мысли,
💚 помочь структурировать исследование,
💚 поспорить с формулировками,
💚 почелленджить выводы.

Cursor и другие AI-инструменты для кода использую в рутине: SQL, Python, разбор незнакомых кусков кода, мелкую механическую возню.

Честность работы я объясняю так: бизнесу, по большому счёту, не так важно, каким именно инструментом я получил качественный результат. Компанию интересует не ритуал производства мысли, а итог. Другой вопрос, что ответственность за качество этого итога всё равно остаётся на аналитике — и AI эту ответственность никуда не девает.

И вот что забавно: иногда в попытке написать хороший и подробный промпт я по дороге сам разбираю задачу настолько, что AI уже не так уж и нужен. Пока формулируешь контекст, ограничения и вопрос, лучше видишь дыры в логике и яснее понимаешь, что вообще хочешь получить.

А вообще, полезно поразгонять ответы ИИ, поймать ошибку, ткнуть в слабое место и получить в ответ фирменное: «да, вы совершенно правы…». Тут главное — не терять бдительность, когда вместо понимания получаешь очень убедительную имитацию. Это отрезвляет и помогает увидеть, что AI полезен не тем, что за тебя думает, а тем, что помогает думать точнее.

Для меня граница проходит так: если AI помогает быстрее думать самому — это инструмент. Если помогает не думать вообще — это уже проблема. А у вас какое мнение?

🐳 — AI правда усиливает аналитика
🌚 — AI скорее расслабляет

Детективная вечеринка для синьоров-аналитиков 🕵️

Хотите поучаствовать в расследовании? Приглашаем на закрытую вечеринку для синьоров. Планируем собраться и пристально изучить улики, чтобы раскрыть кейс о карьерном росте аналитика.

Ловите вводные: 25 марта, 19:00, Москва.

Как попасть
Чтобы получить приглашение, нужно написать в комментариях самый абсурдный запрос, который вы получали от заказчика. Достаточно одного или двух предложений, а 23 марта мы выберем 5 особенно безумных комментариев и пригласим их авторов на вечер!

Вас ждут увлекательные активности, дискуссия и встреча с одним из авторов канала — Арменом Есаяном 😊

Скидывайте ваши адские запросы сюда ⬇️

Офис vs удаленка

Всем привет! Я Женя и уже 1,5 года живу в Сочи на Красной Поляне. Как можно предположить — в офисе я оказываюсь редко, но когда жила в Москве старалась приходить несколько раз в неделю.

Я очень люблю офис — с утра собираешься, выходишь из дома, солнце светит, в офисе ждут коллеги и перерывы на кофе. Ну красота 🥰

Дома же понимаешь, что никуда не надо, и впадаешь в поток бесконечной работы с ощущением «какой вообще сегодня день». На удалёнке для меня теперь программа-минимум — прогуляться, максимум — успеть покататься в горах до начала рабочего дня.

Из явных плюсов — нервная система благодарна, что утром вместо метро я вижу горы и слышу шум реки. Из минусов — так завидно когда все в офисе, а ты в зуме 🥲

А что ближе вам — скорее всего, баланс, но согласились бы вообще сменить офис на дом?
🤝 — гибрид наше всё
❤️ — только офис! Не могу без коллектива
🧑‍💻 — дом, конечно, чего тут думать

Привет, с вами Маша. Я взяла интервью у Симы Пикуновой и сейчас поделюсь им с вами. В Авито Сима занимается TnS-аналитикой: помогает с «обелением» рынка, верификацией продавцов и покупателей, а также оценивает надёжность игроков и качество сервиса.

Путь Симы в аналитику
Я училась во ВШЭ на факультете социологии и социальной информатики. Мой путь в аналитику начался именно там: у нас было много предметов, связанных с работой с даными, но при этом и много социальной теории. Меня всегда больше тянуло в сторону математики и бизнеса.

На последнем курсе я попала на стажировку в Gett и выросла там до уровня middle-аналитика. Мы решали очень интересные задачи с настоящей аналитикой: строили процессы передачи заказов внешним таксопаркам в международной среде.

Потом я перешла в X5, где работала над приложением для курьеров и строила процессы, связанные с передачей заказов. Там было очень много A/B-тестов.

❓ Какой путь в Авито?
После X5 я пришла на позицию middle-аналитика в команду доверия и безопасности (TNS) Авто. Я была первым вертикальным аналитиком TNS и долгое время работала с горизонтальными командами, которые создают продукты в этом направлении. В том числе я развивала репутационную систему в Авто, связанную с продавцами, и со временем доросла до senior.

❓ Что нравится в Авито?
Я вижу результаты своей работы в продукте — и это очень мотивирует. Ещё, конечно, команда: за время моей работы мы выстроили отличное взаимодействие с проджектами.

Ещё нравится, что в Авито нет какого-то определённого типажа аналитика, который нужен. В каждой команде роль может отличаться: можно найти формат работы, который ближе, и применять свои сильные стороны в реальных задачах.

❓ Расскажи про свой опыт работы со стажёрами
У меня было два стажёра за всю карьеру — и обе выросли в сильных аналитиков. Когда обучаешь другого, с одной стороны, систематизируешь свои знания, а с другой — получаешь свежий взгляд. Ребята ещё не погружены в сферу, поэтому приносят новые идеи. Это классно — и помогает челленджить себя.

❓ Какие советы ты дашь тем, кто начинает свой путь в аналитике?
Не бояться задавать любые вопросы. Когда приходишь джуном, может казаться, что ты самый слабый в команде. Хочется самому во всём разобраться и показать ответственность, но это часто только замедляет рост.

Гораздо полезнее общаться с коллегами, смотреть, как они справляются с задачами и почему выбирают те или иные подходы.

Не бояться брать на себя ответственность и задачи, которые ещё не делал. Нерешаемых задач не бывает, чаще просто не хватает ресурсов или времени на погружение. В хорошей команде это компенсируется. И именно через такие задачи, на мой взгляд, происходит рост.

❓ Что важно в работе для senior-аналитика?
Сейчас для меня главное — смотреть на любую задачу через призму пользы для бизнеса.

Когда я была джуном, было важно освоить инструменты и понять, как вообще устроена аналитика. Сейчас — приносить пользу разными способами: где-то через сложные исследования, где-то через простые, но эффективные решения.

❓ Как определить, насколько сложный подход выбирать?
Я бы относилась к этому как к небольшому предресёрчу: сначала оценить потенциал. Если видишь, что сложное решение даст заметно больший эффект — стоит идти в него. Если нет, лучше выбрать более простой и быстрый вариант.

❓ Что помогает переключаться между задачами, когда их много?
Если я застряла или не понимаю, как подступиться к большой задаче, переключаюсь на что-то более простое и быстрое. Это даёт ощущение прогресса, помогает разгрузить голову, а ещё могу поставить галочку в списке дел 🙂

Часто после этого появляются новые идеи и для сложной задачи.

❓ Какой у тебя сейчас путь развития?
Мои основные фокусы — расширение зоны ответственности и уход от TNS-инициатив к чему-то большему. Мне интересно познакомиться с другими продуктами, которые также связаны с моей деятельностью, или делать что-то более крупное. Если говорить о роли в Авито, мне интересно попробовать перейти на менеджерский путь и развиваться как тимлид.
#МашаЯр

Всем привет! С вами Маша Аничкова. Я тимлид, и я считаю, что аналитик не обязан.

🫣 Аналитик не обязан просыпаться до 12, чтобы успевать на синк.
Но он может, если хочет, и я выберу того, кто хочет.

👍 Аналитик не обязан воздерживаться от мата, когда продакт в пятый раз спрашивает про отличие медианы от среднего.
Но он может, если хочет, и я выберу того, кто хочет.
(Но на шестой раз уже не осуждаю)

💼 Аналитик не обязан писать SQL-запросы, которые не ломают продовую базу.
Но он может, если хочет, и я выберу того, кто хочет.

🥂 Аналитик не обязан уметь переводить с технического языка на гуманитарный бизнесовый.
Но он может, если хочет, и я выберу того, кто хочет.

✏ Аналитик не обязан делать дашборды, которые не вызывают приступ эпилепсии.
Но он может, если хочет, и я выберу того, кто хочет.

☕ Аналитик не обязан отвечать на вопросы в рабочих тредах в рабочее время.
Но он может, если хочет, и я выберу того, кто хочет.

😎 Аналитик не обязан иметь классное чувство юмора.
Но он может, если хочет, и я выберу того, кто хочет 😀

Продолжите в комментариях, что ещё не обязан делать аналитик? Автору самого залайканного комментария мы подарим MacBook M5 Pro (или Kinder Bueno).

#МашаАн

Ну тупо мы!
У NEWHR вышло исследование рынка аналитиков за 2025 год. Опросили 1 493 специалиста из 14+ специализаций — от продуктовой и маркетинговой аналитики до BI, DS и ML.

Из приятного: второй год подряд Авито — лидер по привлекательности для российских аналитиков. Ещё в исследовании отмечают, что хорошее впечатление от собеседования у кандидатов чаще всего оставалось после Авито и Dodo. (Так что мы и правда не страшные)

Само исследование очень любопытное. Например, узнали, что:
➡️ зарплата вышла на первое место и как фактор удержания, и как причина принять оффер;
➡️ 77% аналитиков находят работу за три месяца;
➡️ а доля задач, связанных с ML-сервисами, выросла с 14% до 22%.

Читайте исследование или сразу переходите на нашу карьерную страничку