Праздники кончаются, шашлыки доедаются, а всё потому, что сегодня последний выходной. Но не унываем, впереди короткая неделя.

Пока мозг переваривает майские, мы решили собрать для вас дайджест из постов золотого фонда Коммуналки 🏆

Это то, что нравится больше всего нам самим: регулярно перечитываем, каждый раз радуемся и вам советуем. Вот что рекомендуем ↓

😊 Вика Шумилова собрала большой список любимых постов, но мы её ограничили и покажем только три самых-самых:
⭐ Маша Аничкова щедро раздавала советы, как выбесить аналитика. Пользуйтесь 😁
⭐ Армен Есаян рассказывал о случаях, когда случайность работает на продукт
⭐ Маша Новикова провела ловкую классификацию аналитиков
PS: если хотите знать, что там ещё в списке — напишите в комментариях.

😊 Маша Аничкова вспомнила пару лёгких и ярких публикаций:
⭐ Георгий Фандеев раскрыл все секреты, почему отказались от Python и перешли на R
⭐ Лера Смирнова наглядно показала, как выбирать цвета для датавизуализации
⭐ Женя Мурзаева поразмышляла о праве аналитика на ошибку

😊 Армен Есаян отметил посты, которые заставили рефлексировать (или нет):
⭐ Маша Аничкова дала понятные рекомендации, как бесить заказчика.
⭐ Настя Аносова посетовала на моральное давление из-за гипотез
⭐ Собственная публикация Армена про плюсы и минусы ИИ

😊 Артём Кугушев заинтересовался глубокими темами от двух авторов:
⭐ Настя Самохина рассказала про осознанный перерыв в карьере
⭐ Маша Новикова размышляла о крайностях в работе аналитика

😊 Женя Мурзаева отметила посты на карьерную тему
⭐Женя с Юлей Голубевой рассказали, как двум сильным аналитикам работать вместе
⭐Лада Селиванова и Маша Новикова разобрали в видео стрём или норм!?
⭐Артём Минаков оценил влияние внешних факторов на карьеру

Вообще, мы любим все публикации, потому что каждая рождается из опыта и отражает нашу индивидуальность. А у вас есть любимые посты, может, что-то лежит в закладках? Расскажите в комментариях ⬇️

Вот и закончились майские праздники, а вместе с ними короткая рабочая неделя, расслабленный темп работы и «давайте уже после майских».

Если вы легко включаетесь в работу, продуктивно выполняете таски — смело пролистывайте пост. А остальных прошу усаживаться поудобнее в круг анонимных прокрастинаторов.

Меня порой захлёстывает волна прокрастинации, а дедлайны начинают гореть адским пламенем. Я прошла афганскую войну и поделюсь своими проверенными методами:

1️⃣Pomodoro Timer. Засекаете 25 минут, работаете это время, а потом начинается перемена 5 минут. Затем снова 25 минут хардворкинга и 5 отдыха. Мне это помогает не отвлекаться на ерунду каждые 2 минуты.

Ещё я придумала такой лайфхак: включать видео с таймером помодоро в Ютубе. Их великое множество: хоть под музыку из Гарри Поттера, хоть под звуки библиотеки. Таким образом, у меня и телефон заблокирован — не могу выйти из Ютуба, чтобы поскроллить ленту, — и при этом таймер работает, напоминая о необходимости фокусироваться.

2️⃣С мозгом сложно договориться просто начать работать — он буквально придумывает тысячу и одно занятие вместо того, чтобы выполнять таску. Поэтому я прибегаю к принципу «5 минут».

Обещаю себе, что буквально на 5 минут сяду посмотреть задачку, особенно ту, которую больше всего не хочу делать, например, открыть SQL-редактор, прочитать описание в Confluence и т.п.

Если не зайдёт, и через 5 минут я пойму, что мне всё также не удаётся продуктивно работать, то пойду делать другую задачу.

Этот метод реально спасает: за 5 минут я втягиваюсь в рабочий режим, пальцы начинают стучать по клавиатуре, и мозг уже не пытается так хаотично придумывать другие занятия.

И тут важно не потерять этот «тасковыполнятельный» запал, поэтому как только втянулись, поймали хоть сколько-нибудь рабочий лад, подключайте совет из пункта 1 (ну или надейтесь, что не будете отвлекаться).

3️⃣ Таймер на соцсети в телефоне. Для меня самое сложное — вылезти из скроллинга, чтобы начать работать. Я знаю своё слабое место, поэтому уже давно поставила ограничение времени в приложениях.

Каждый день разрешаю себе провести полчаса скроля ленту, остальное время иконка приложения просто не активна, и я не могу его открыть. Удобно. Полезно. И мучительно больно, когда наступает приступ скроллинга 🙃

Ещё слышала про приложение, где нужно растить дерево, чтобы оставаться сфокусированным. Но у моего телефона забита память, поэтому всё никак не попробую.

А что работает у вас? Пишите в комменты ⬇️

Интересно сравнить! И, может, почерпну новые лайфхаки🙏

🪄 Делюсь волшебными фразами, которые повышают уровень доверия заказчиков. Меня зовут Артем, я старший аналитик в команде монетизации, и вот какие слова помогают мне.

📍 «Какую задачу решаем?». Звучит лучше, чем абстрактное «что посчитать». Так я сразу шагаю к сути: какое решение хотим принять, что будем считать успехом, есть ли гипотезы для проверки? С таким подходом аналитик помогает находить правильное решение.

📍«Вот краткое резюме: что сделали, что увидели, что предлагаем». Не у всех есть время и желание разбираться в длинном полотне аналитики эксперимента. Грамотно презентовать свои результаты так же важно, как и проводить качественный анализ.

📍«У этого подхода есть ограничения, давай их проговорим». Конечно, можно твердить, что цифры — истина в последней инстанции. Но подсвечивая нюансы, аналитик честно говорит о проблемах: высокий MDE, ошибка при дизайне, сетевые эффекты. Такой подход показывает стремление получить максимально объективный результат.

📍«Я бы предложил вот такой шаг». Фраза поможет перейти в ранг партнёра, а не оставаться поставщиком отчётов. Аналитик оперирует аргументами, которые подкреплены реальными данными, а не слепыми догадками.

📍«У нас были похожие исследования, давай опираться на них». Продакты не обязаны помнить все наши прошлые рисёрчи и АБ-тесты. Круто, когда аналитик сам поднимает предыдущие результаты, показывает, что уже проверяли и к каким выводам пришли. В результате команда не изобретает велосипед и снижает риск неверной трактовки старых цифр.

На самом деле формулировки не волшебные. Просто позволяют принимать решения с опорой на данные, а не формально закрывать задачки в джире.

❓ А что вы говорите своим продактам, чтобы они вас ценили и любили?

Data Fest 2026 в Москве: встречаем лето с AvitoTech!

Хотите провести предпоследний день весны максимально продуктивно и ярко? Приходите к нам обсудить новости и достижения из мира ML и AI.

Услышите доклады
— ML in Marketplace от хост-площадки AvitoTech
— Advanced LLM и CV от сообщества ODS

Бонусные активности
💚Соревновательный трек — AvitoTech ML CUP 2026
💚Нетворкинг и карьерные консультации
💚Вечеринка на верандах — отметим приближение лета вместе

Когда: 30 мая, с 11:00 до 22:30
Где: Москва, офис Авито

Мест немного, поэтому регистрируйтесь по ссылке до вечера 27 мая. И приходите встречать лето с нами! 😎

➡️А вот и обещанный чек-лист по докладу Артема!

Понедельник — день тяжёлый, поэтому сегодня позитивный пост о приятных и ценных мелочах в работе. В том числе расскажу о тех, что радовали меня в последнем месяце:

💓 Провели 1-1 с хедом аналитики во время похода в кофейню, а с хедом BI на веранде нашего офиса. Много рассказываем про наш офис, но хочу отметить, что рядом с ним много классных кафешек и кофеен 🍊

💓 В другой кофейне случайно встретила нашего деврела. Вот и познакомились вживую — Кристина, привет! :)

💓 При этом у нас есть своя кофейня на 6 этаже офиса. Иногда забегаю туда за рафом «медовая халва» (нет, не слипнется 😁)

💓 Очень нравится традиция компании начинать встречи в 05 минут, а не в 00. Всегда есть время немного передохнуть между встречами, а когда их много — как минимум успеть налить чаёк. До Авито не сталкивалась с такой практикой, поделитесь, есть ли у вас такая традиция?
Правда, иногда это приводит к тому, что встречи заканчиваются тоже в 05, но я стараюсь так не делать.

💓 Сходила в 2 отпуска от работы
За последний месяц открыла для себя 3 новые страны и побывала на концерте Skillet (олдскулы свело), а заодно встретилась с коллегой, которая живет в Белграде — Марина, привет! 😊 Да, снова случайно хвастаемся своей удалёнкой по миру 💅

В июне у нас начинается полугодовое ревью, надеюсь, оно тоже пройдёт позитивно 😀

А какие приятности на работе случились с вами за последний месяц? Делитесь в комментариях 🫶

#МашаАн

Как Насти и Никиты стали жертвами когнитивного искажения

В сети периодически встречаются мемы вида «все Насти такие», «все Никиты сякие». Я решил посмотреть на этот вопрос как аналитик и разобраться в причинах. Всё оказалось достаточно предсказуемо, но с вами всё равно поделюсь =) А вдруг у вас другие мысли 😱

Итак, имена Настя и Никита были очень популярны в 1990-х и 2000-х: Настя почти 20 лет занимала первое место среди имён для девочек, а Никита в зависимости от года входил в топ для мальчиков.

Логичный вывод 🤓 Шанс встретить человека с таким именем выше, чем с любым другим. Те, кто учился в школе в нулевые и начале десятых, наверняка припоминают, что количество Насть или Никит в классе часто превышало 1.

Соответственно, если вы встречаете человека, который вас разочаровал, вероятность, что это будет Настя или Никита выше, потому, что их тупо больше. Но это не значит, что среди Насть и Никит какое-то особенное распределение плохих и хороших людей.

Что в итоге. Мы накапливаем негативный опыт с Настями и Никитами без поправки на их количество. Соответственно, стычки с ними случаются чаще из-за статистики, а не потому, что это неправильные люди. Это ошибка базового процента, благодаря которой мы систематически игнорируем, насколько часто явление встречается в популяции, и делаем выводы по абсолютным числам.

Формализуем: P(неприятный человек | Настя) ≈ P(неприятный человек | Оля). Но P(встретить неприятную Настю) > P(встретить неприятную Лену) — просто потому что выборка Насть в разы больше. Но мозг так не считает, потому что замечает абсолютное число и достраивает паттерн.

Так что в следующий раз, когда увидите очередной мем про имена-ред флаги — вспомните этот пост и то, что в явлении намешано немало когнитивных искажений (и confirmation bias, кстати, в том числе) 🙂

А сколько Никит и Насть знаете вы? Напишите в комментариях ⬇️

#ДимаКр

Работа в IT — это бесконечный марафон обучения. Скорость, с которой меняется индустрия, такая, что за несколько лет роскошный максимум легко превращается в базовый минимум.

Если спросить, какой самый ценный навык я унесла из института, я отвечу, не задумываясь: умение учиться. Не запоминать факты и не зубрить, а быстро адаптироваться — разбираться в новом, пересобирать мышление под новые инструменты и требования индустрии.

На физтехе у нас была такая шутка:
— За сколько студент МФТИ может сдать китайский язык?

— Если есть методичка — готов идти на экзамен прямо сейчас.

И вот примерно в таком темпе нас там и учили 😄

Иногда мне кажется, что за последние десять лет профессия аналитика несколько раз полностью поменялась.

👩🏻‍🎓 Когда я начинала, базовым минимумом был Excel. ВПР, сводные таблицы, огромные формулы на пол-экрана. Я часами сидела на «Планете Excel» и изучала разные фишки. Роскошным максимумом тогда были макросы на VBA. Если человек умел автоматизировать отчёты — это уже воспринималось как отдельная суперсила.

🤓 Потом данных стало слишком много, и рынок массово поехал в базы данных и BI-инструменты. В то время курсов по Power BI и Tableau на русском почти не было, и я училась строить дашборды по видео с индусами на YouTube. Интерактивный дашборд с фильтрами и красивой визуализацией производил почти вау-эффект на моих коллег.

Сегодня это базовый минимум — возможно потому, что этим уже просто никого не удивишь, а возможно, индустрия, наконец, поняла: красивый дашборд сам по себе ещё не гарантирует правильных бизнес-решений.

🧐 Дальше был очень быстрый рост стандартов в A/B-тестировании. В 2020 году Валера Бабушкин рассказывал нам про CUPED на конференции, и зал слушал с открытым ртом. Казалось, это уже какой-то совершенно другой уровень аналитики. Сейчас на собеседованиях я спрашиваю про методы уменьшения дисперсии в A/B-тестах, и если кандидат вспоминает ТОЛЬКО CUPED — я уже начинаю недовольно закатывать глаза 😄

😎 А помните как пару лет назад аналитики гордились ML-проектами? Долгое время в Авито, чтобы стать сеньором, нужно было обязательно применить ML к реальной задаче. CatBoost и Random Forest казались магией для избранных. Сейчас базовую ML-модель может собрать практически любой аналитик.

❓ Сейчас мы снова находимся в начале следующего цикла изменений. И это касается не только аналитики. Возьмём, например, презентации. В 2026 году я почти перестала собирать их руками, потому что AI делает это быстрее и красивее. И это классно, потому что я никогда не любила выравнивать элементы и бесконечно редактировать слайды.

Однако впервые за десять лет, в эпоху AI-агентов, у меня нет ощущения, что я понимаю, какой навык станет следующим обязательным минимумом для аналитика. Может, через какое-то время вообще исчезнет привычное разделение на аналитиков, продактов и прожектов: мы станем многорукими Шивами и будем уметь всё.

В итоге получается, что способность учиться быстрее, чем устаревает всё остальное, — единственный навык, у которого до сих пор нет срока годности.

А вы уже чувствуете, как меняется профессия аналитика? И какие навыки, как вам кажется, станут следующим роскошным максимумом?

#Даша