Найти в Дзене
Конец профессии? Может ли ИИ заменить аналитиков?
Всем привет на связи data dreamen! На фоне новостей о выходе новых моделей ИИ — DeepSeek и Qwen2.5-Max, которые, судя по тестам, местами даже превосходят решения OpenAI, снова возникает вопрос: что будет дальше? Сможет ли ИИ заменить меня, аналитика? И что мне с этим делать? Если коротко — пока нет. Это подтверждает исследование Всемирного экономического форума: профессии, связанные с аналитикой данных и Data Science, занимают 11-е место среди самых перспективных к 2030 году. DWH-инженеры находятся на 6-м месте, а специалисты по Big Data и вовсе возглавляют этот список. Однако, несмотря на высокий спрос на аналитиков, ИИ все же серьезно повлияет на рынок и характер работы в этой сфере...
1 год назад
Фильмы про аналитику Всем привет! 👋 Вот и подходит к концу первая полноценная рабочая неделя. Надеюсь, вы все плодотворно поработали. А что может быть лучше, чем плодотворно работать? Правильно — смотреть, как плодотворно работают другие! Поэтому ловите небольшую подборку фильмов о том, как работают аналитики🍿 👨🏼‍💼 “Человек, который изменил всё” (2011). Этот фильм погружает нас в мир спорта, который хакнула аналитика: генеральный менеджер бейсбольного клуба решает перестроить команду, основываясь на математическом моделировании и анализе статистики игроков. И у него, спойлер, получается! Чем не data-driven подход? 👀 Этот фильм ввел новый термин в спортивный словарь — “Moneyball”, что означает аналитический подход к подбору профессиональных бейсболистов. 📉 “Игра на понижение” (2015). Если вы никогда не погружались в мир финансов, местами может быть тяжеловато из-за обилия терминов, но роль аналитики в этом фильме запредельна. Сюжет погружает нас в финансовую систему США накануне кризиса 2008 года, когда несколько аналитиков независимо друг от друга приходят к выводу, что финансовую систему ждет крах, и пытаются воспользоваться этим. Фильм наглядно показывает, как аналитикам порой сложно защищать свои решения, когда они видят правду, но никто не готов в неё верить. Думаю, многим это знакомо👀 🏦 “Предел риска” (2011). Здесь тоже много про финансы, банки и кризис 2008 года, но, в отличие от предыдущего фильма, проблему видят не сторонние аналитики, а сотрудники банка, и пытаются убедить руководство в верности своей гипотезы. Я бы назвал этот фильм финансово-аналитическим триллером. Так что, если в выходные вы скучаете по напряжению от рабочих задач и встреч, то данный фильм поможет вам это компенсировать. 🧮 “Служебный роман” (1977). Ну и напоследок — советская классика. В новогодние праздники наконец посмотрел этот фильм внимательно и понял, что действие-то разворачивается в статистическом бюро - вот они, дэши, трекшены и тим лиды 40 лет назад. Про аналитику там, по-честному, почти ничего, но только за эти фразы его стоило сюда добавить: «Без статистики вообще не жизнь, а каторга какая-то» «Статистика — это наука, она не терпит приблизительности» Всем хороших выходных и вкусного попкорна!🎉 Подписывайтесь на tg канал data dreamen, там еще больше про аналитику и аналитиков
1 год назад
👋Всем привет! Вот и наступило утро 9го января, а вместе с ним и трудовые будни. Но пока всего на два дня🤫 Вы успели сделать всё запланированное за эти 10 выходных дней? И планировали ли вообще что-то неотдыхательное? Я лично осилил 60-65% из запланированного. Вообще я не очень люблю долгие праздники и такое резкое замедление, поэтому даже на «каникулы» формирую список дел, чтобы возврат в рабочий ритм был менее жестким. А чтобы немного взбодриться, провел мини-ресерч о том, как долго отдыхают на Новый год и Рождество в разных частях мира. 🇺🇸В США официальные праздничные дни только 25 декабря и 1 января. Правда, кто-то из работодателей и может предоставить своим работникам дополнительные дни отдыха. 🇨🇳Китай отмечает свой Китайский Новый год с размахом, официально 8 дней в 2025 году с 28 января по 4 февраля, но по факту компании и учреждения отдыхают даже больше на 1-2 недели (так вот почему посылки из Китая задерживаются в в феврале) 🤔 🇬🇧В Великобритании отдыхают всего 3 дня. В этот раз это было 25-26 декабря и 1 января. 🌍 В Западной Европе праздничные дни отличаются от страны к стране (и даже от региона к региону, как в Германии). Но чаще всего праздничными днями являются 25 декабря и 1 января, иногда еще 26 декабря и 6 января. 🇰🇿В Казахстане выходными были только 1, 2, 3, 4 и 7 января (да, 5 января, воскресенье был рабочим днем) 🇧🇾В этом году в Беларуси праздничными были только 1, 2 и 7 января (если не считать переноса выходного с субботы на 6 января) Выходит, что с российскими выходными в 9-10 дней могут сравниться только китайские. Но это все равно меньше количества дней, проведенных на встречах (спасибо статистике Толка)👀 🎉Грустить об окончании праздников не будем, ведь впереди в 2025 году нас ждет еще 110 выходных дней. Постараемся провести их с пользой для себя) Tg data dreamen: https://t.me/datadreamen
1 год назад
Ребята, всем бодрый привет из 1-го января! Поздравляю с Наступившим и надеюсь, что вы уже успели оправиться от съеденных вчера салатов и выпитого шампанского!🎄🥂 Пусть в новом году ваши данные будут чисты, дисперсия минимальна, тренды только положительны, желаемые отклонения в а/б - статзначимы, закономерности - сильны! Запросов полегче, ad-hoc’ов поменьше, классных проектов и интересных задачек побольше! До новых встреч на аналитических просторах в Наступившем 2025!
1 год назад
Всем привет! Вот и подходит к концу 2024 год. Думаю, у каждого в нем было много классных моментов, интересных задач, сложных вызовов. Предлагаю подвести итоги, зачеркивая клеточки в Новогоднем аналитическом бинго! Забирайте себе файлик, скриншотьте, зачеркивайте и делитесь тем, как прошел ваш 2024🎄 Удобно скачать файлик можно в тг канале
1 год назад
Всем привет!
Как и обещал, делюсь ключевыми тезисами из доклада «CRM – маркетинг и self-service аналитика: как делегировать часть аналитики CRM’у и ничего не сломать» с конференции Матемаркетинг'24 в небольшой статье

🔍 В большинстве бигтех компаний аналитика является неотъемлемой частью ежедневной работы сотрудников разных функций. Мы в Авито стремимся к тому, чтобы взаимодействие разных функций с аналитикой было максимально эффективным и полезным для всех сторон. С такой идеей мы подошли и к вопросу организации взаимодействия между аналитикой и CRM-маркетингом. И вот что из этого вышло. Еще больше постов в тг канале
1 год назад
Всем привет! Я с классными новостями про аналитические мероприятия Хотите узнать больше о том, как аналитики создают крутые решения для продукта и бизнеса? 🔥Узнайте об этом на онлайн-митапе от Авито! 5 декабря в 18:00 спикеры из Авито и Т-Банка расскажут про: ➡️особенности внедрения RFM-сегментации клиентов ➡️ эффективное управление при запуске Discovery-процессов ➡️использование ML Autotasking для автоматизации задач Подробности и регистрация ➡️ по ссылке
1 год назад
Всем привет! Уже через неделю стартует Матемаркетинг’24 - 7-8 ноября в кластере Ломоносов пройдет самая большая конференция по продуктовой и маркетинговой аналитике. В этом году у Авито будет свой зал (“Физика”) с собственным треком. Будет много классных докладов и активностей: про АБшницу Авито, мастер классы с хедами аналитики БигТеха, разбор региональных А/Б, обсудим развитие self-service (а это будет от меня 👀) и много все классного - посмотреть можно тут. Если еще не успели приборести билет, то сейчас самое время, кажется будет очень круто💪 Tg: select*from
1 год назад
CUBE & SQL
Думаю многим кажется, что SQL довольно простой и язык, но на самом деле чтобы его по-настоящему освоить недостаточно знать базовые операции и оконные функции. По личному опыту видел, что многие не знают очень классные функции - cube, grouping_sets. Если вы работаете с неаддитивность метриками (например dau, mau) и вам нужно посчитать тоталы и субтоталы, то это просто незаменимые функции.  При добавлении в group by строчки cube(1,2) в вашем запросе появятся null в столбцах по которым вы производите группировку - это и будет тотальное значение по столбцу. При группировке по >1 столбу вы увидите пересечение null одного разреза с не null другого - это субтоталы...
1 год назад
Метрика Stickiness (прилипаемость): что, зачем и почему?
Stickiness (прилипаемость) измеряет уровень вовлеченности пользователей и их склонность возвращаться к вашему контенту. Высокий уровень stickiness означает, что пользователи регулярно возвращаются и проводят много времени, взаимодействуя с вашим продуктом. Обычно stickiness выражается в виде процента и рассчитывается по формуле: Считать Stickiness можно тремя способами: 📈1. Оценка вовлеченности и лояльности - высокий уровень stickiness показывает, что ваш контент интересен и полезен для пользователей, что они возвращаются к нему регулярно...
1 год назад