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