Forwarded from А что, так можно было?
«Тревожусь и расту»
Гостья девятого эпизода – Аделя Ашиналиева, выпускница «Мировой экономики», продуктовый аналитик в Яндекс.Маркет
В этом эпизоде мы обсудили:
— как построить карьеру в продуктовой аналитике;
— каким образом можно бороться с синдромом самозванца;
— какие есть «плюшки» работы в Яндекс
Об этом и многом другом можете послушать:
🎧 в Apple Podcasts
🎧 в Яндекс Музыка
🎧 в ВКонтакте
Тайм-код можно найти в комментариях к выпуску и в описании эпизода.
И да, так можно было.
Приятного прослушивания,
Катя и Катя 🫶🏻
#такможнобыло_анонс
Гостья девятого эпизода – Аделя Ашиналиева, выпускница «Мировой экономики», продуктовый аналитик в Яндекс.Маркет
В этом эпизоде мы обсудили:
— как построить карьеру в продуктовой аналитике;
— каким образом можно бороться с синдромом самозванца;
— какие есть «плюшки» работы в Яндекс
Об этом и многом другом можете послушать:
🎧 в Apple Podcasts
🎧 в Яндекс Музыка
🎧 в ВКонтакте
Тайм-код можно найти в комментариях к выпуску и в описании эпизода.
И да, так можно было.
Приятного прослушивания,
Катя и Катя 🫶🏻
#такможнобыло_анонс
🏆20❤🔥6🆒6
У меня давно не было постов, но одним субботним утром (🥱) я ходила записывать подкаст со своим любимым факультетом мировой экономики и мировой политики ВШЭ 💗
Теперь, когда он вышел, я чувствую себя знаменитостью и не могу этим не поделиться!
#карьера #обоМне
Please open Telegram to view this post
VIEW IN TELEGRAM
Telegram
А что, так можно было?
Карьерный подкаст мирового факультета НИУ ВШЭ с выпускниками: обсуждаем всё от медиа и консалтинга до аналитики и финансов
По всем вопросам обращайтесь: @kkateorlova @kategora
По всем вопросам обращайтесь: @kkateorlova @kategora
❤🔥19🔥9👀5
Work-life balance и продуктивность: как работать эффективно, если сложно с концентрацией
👋 Всем привет! Сегодня хочу поговорить о своей боли, а именно про work-life balance, но не только в классическом понимании, а в контексте продуктивности.
Если вы когда-нибудь чувствовали, что не можете сфокусироваться, отвлекаетесь на всё подряд и к концу дня чувствуете себя выжатым, хотя вроде бы даже не сделали всё запланированное — этот пост для вас.
Привет всем СДВГэшникам, как я!
Почему обычные советы не работают?
Часто продуктивность воспринимают как нечто линейное:
Составь список дел → Делай по порядку → Будь молодцом.
Но для людей, которые посредине этого списка могут внезапно на час залипнуть в рилсах, этот метод не всегда помогает 🫠.
Поэтому давайте разберём альтернативные техники, может вы найдете тут что-то, что поможет вам!
📌 Лучшие практики для продуктивности и баланса
1️⃣ Двойной тайм-менеджмент: «Зачем?» + «Как?»
Обычные to-do списки могут не работать, если нет четкого понимания зачем ты делаешь задачу.
✅ Запишите задачу + причину, почему она важна.
✅ Разбейте её на микро-шаги (буквально до уровня «открыть ноутбук», если нужно).
✅ Пропишите дедлайн + контекст, например: «Написать отчет (до 18:00, когда в офисе тихо)».
💡 Почему это работает?
Людям с проблемами концентрации сложно начать, если задача кажется абстрактной. А микро-шаги и контекст снижают уровень стресса.
2️⃣ Метод "2 минут" против откладывания задач
Если задача занимает 2 минуты или меньше – делайте её сразу.
🔹 Ответить на короткое письмо? ✅
🔹 Записать идею? ✅
🔹 Убрать рабочий стол? ✅
💡 Почему это работает?
Простые задачи не копятся в "ментальном бэклоге" и не перегружают мозг.
3️⃣ «Таймер-помощник» (Pomodoro, но адаптированный)
🔹 Классический метод Pomodoro: 25 минут работы → 5 минут отдыха.
🔹 Для людей с рассеянным вниманием можно пробовать:
🔸 10-15 минут работы → 5 минут отдыха
🔸 Или наоборот: сначала 5 минут раскачки, потом 30 минут фокусировки
💡 Почему это работает?
Короткие циклы помогают снизить тревожность перед началом задачи, а частые перерывы не дают перегореть.
🛠 Некоторые люди продуктивнее, если есть внешний наблюдатель: например, стендапы/синки по статусу отлично держат в тонусе
4️⃣ Дофаминовая система наград (играем в продуктивность 🎮)
🔹 Придумайте мини-награды за выполненные задачи:
✔️ Закрыл важную задачу — 10 минут скролла соцсетей без чувства вины.
✔️ Закончил рабочий день вовремя — бонусный эпизод сериала.
‼️Ставьте таймер и держите себя в руках, не проваливайтесь в эту дофаминовую яму, как это иногда происходит со мной
💡 Почему это работает?
Мозг начинает ассоциировать завершение дел с удовольствием, а не со стрессом.
5️⃣ Правило «нет уведомлениям»
Выключите ненужные уведомления на телефоне и компьютере.
📌 Проверьте сообщения в фиксированное время (например, раз в 2 часа), а не каждые 5 минут.
💡 Почему это работает?
Уменьшает количество неожиданных отвлекающих факторов.
Мозг не переходит в «режим ожидания» (когда мы подсознательно ждём нового уведомления)
🛠 Совет: Используйте режим «Фокус» на iPhone или "Не беспокоить" на Android.
6️⃣ Правило «двух списков»: рабочий и личный
Частая ошибка — смешивать личные дела с рабочими. В итоге кажется, что задач слишком много, и голова перегружена.
🔹 Решение: два отдельных списка — один для работы, один для жизни.
🔹 Планировать и работу, и отдых, чтобы не забывать про баланс.
💡 Почему это работает?
Разгружает мозг и даёт чёткое разделение «сейчас работа / сейчас жизнь».
📌 Как это всё помогает с work-life balance?
✅ Вы меньше прокрастинируете → нет завалов работы → можно вовремя закончить.
✅ Четкий фокус → меньше стресса → энергия остаётся и на личную жизнь.
✅ Привычка осознанно отдыхать, а не просто зависать в ленте после утомительного дня.
💛 Главное — подбирать техники под себя, а не пытаться насильно вписаться в чужие системы продуктивности.
❓А какие техники работают у вас? Делитесь в комментариях!
📢 Подписывайтесь на канал, потому что я собираюсь за него взяться, и ставьте:
🔥 - если нашли что-то полезное!
🤝 - кнопка для СДВГшников
#полезное
👋 Всем привет! Сегодня хочу поговорить о своей боли, а именно про work-life balance, но не только в классическом понимании, а в контексте продуктивности.
Если вы когда-нибудь чувствовали, что не можете сфокусироваться, отвлекаетесь на всё подряд и к концу дня чувствуете себя выжатым, хотя вроде бы даже не сделали всё запланированное — этот пост для вас.
Привет всем СДВГэшникам, как я!
Почему обычные советы не работают?
Часто продуктивность воспринимают как нечто линейное:
Составь список дел → Делай по порядку → Будь молодцом.
Но для людей, которые посредине этого списка могут внезапно на час залипнуть в рилсах, этот метод не всегда помогает 🫠.
Поэтому давайте разберём альтернативные техники, может вы найдете тут что-то, что поможет вам!
📌 Лучшие практики для продуктивности и баланса
1️⃣ Двойной тайм-менеджмент: «Зачем?» + «Как?»
Обычные to-do списки могут не работать, если нет четкого понимания зачем ты делаешь задачу.
✅ Запишите задачу + причину, почему она важна.
✅ Разбейте её на микро-шаги (буквально до уровня «открыть ноутбук», если нужно).
✅ Пропишите дедлайн + контекст, например: «Написать отчет (до 18:00, когда в офисе тихо)».
💡 Почему это работает?
Людям с проблемами концентрации сложно начать, если задача кажется абстрактной. А микро-шаги и контекст снижают уровень стресса.
2️⃣ Метод "2 минут" против откладывания задач
Если задача занимает 2 минуты или меньше – делайте её сразу.
🔹 Ответить на короткое письмо? ✅
🔹 Записать идею? ✅
🔹 Убрать рабочий стол? ✅
💡 Почему это работает?
Простые задачи не копятся в "ментальном бэклоге" и не перегружают мозг.
3️⃣ «Таймер-помощник» (Pomodoro, но адаптированный)
🔹 Классический метод Pomodoro: 25 минут работы → 5 минут отдыха.
🔹 Для людей с рассеянным вниманием можно пробовать:
🔸 10-15 минут работы → 5 минут отдыха
🔸 Или наоборот: сначала 5 минут раскачки, потом 30 минут фокусировки
💡 Почему это работает?
Короткие циклы помогают снизить тревожность перед началом задачи, а частые перерывы не дают перегореть.
🛠 Некоторые люди продуктивнее, если есть внешний наблюдатель: например, стендапы/синки по статусу отлично держат в тонусе
4️⃣ Дофаминовая система наград (играем в продуктивность 🎮)
🔹 Придумайте мини-награды за выполненные задачи:
✔️ Закрыл важную задачу — 10 минут скролла соцсетей без чувства вины.
✔️ Закончил рабочий день вовремя — бонусный эпизод сериала.
‼️Ставьте таймер и держите себя в руках, не проваливайтесь в эту дофаминовую яму, как это иногда происходит со мной
💡 Почему это работает?
Мозг начинает ассоциировать завершение дел с удовольствием, а не со стрессом.
5️⃣ Правило «нет уведомлениям»
Выключите ненужные уведомления на телефоне и компьютере.
📌 Проверьте сообщения в фиксированное время (например, раз в 2 часа), а не каждые 5 минут.
💡 Почему это работает?
Уменьшает количество неожиданных отвлекающих факторов.
Мозг не переходит в «режим ожидания» (когда мы подсознательно ждём нового уведомления)
🛠 Совет: Используйте режим «Фокус» на iPhone или "Не беспокоить" на Android.
6️⃣ Правило «двух списков»: рабочий и личный
Частая ошибка — смешивать личные дела с рабочими. В итоге кажется, что задач слишком много, и голова перегружена.
🔹 Решение: два отдельных списка — один для работы, один для жизни.
🔹 Планировать и работу, и отдых, чтобы не забывать про баланс.
💡 Почему это работает?
Разгружает мозг и даёт чёткое разделение «сейчас работа / сейчас жизнь».
📌 Как это всё помогает с work-life balance?
✅ Вы меньше прокрастинируете → нет завалов работы → можно вовремя закончить.
✅ Четкий фокус → меньше стресса → энергия остаётся и на личную жизнь.
✅ Привычка осознанно отдыхать, а не просто зависать в ленте после утомительного дня.
💛 Главное — подбирать техники под себя, а не пытаться насильно вписаться в чужие системы продуктивности.
❓А какие техники работают у вас? Делитесь в комментариях!
📢 Подписывайтесь на канал, потому что я собираюсь за него взяться, и ставьте:
🔥 - если нашли что-то полезное!
🤝 - кнопка для СДВГшников
#полезное
🤝15🔥12❤🔥4
📊 Cтатистические критерии: от t-теста до Фишера
👋 Всем привет!
Недавно вспоминала статистику и решила написать пост-шпаргалку, чтобы структурировать информацию и освежить память. Решила и вам будет полезно, все-таки на математических секциях нередко спрашивают про такое)
🔍 1. Критерии для сравнения средних
1️⃣ t-критерий Стьюдента
📌 Для чего: Сравнение средних значений (средний чек, время до покупки).
📌 Условия:
- Распределение близко к нормальному / нормальное
- Дисперсии в группах примерно равны (тест Левена)
📌 Особенности::
- Для малых выборок (n<30) — t-тест (если данные нормальные).
- Для больших выборок (n≥30) — t-тест или z-тест (разница незначительна).
📌 Когда использовать:
Изменяем цену → смотрим на средний чек
2️⃣ z-критерий
📌 Для чего: Аналог t-теста для больших выборок (n > 30)
📌 Особенности:
Есть z-критерий для долей (пропорций) — это отдельный тест, основанный на нормальном приближении биномиального распределения, используется для сравнения конверсий.
📉 2. Критерии для ненормальных данных
3️⃣ U-критерий Манна-Уитни
📌 Для чего: Сравнение распределений для ненормальных данных (доходы, время в приложении).
📌 Особенности:
- Работает с порядковыми данными
- Устойчив к выбросам
📌 Когда использовать:
- Тестируем новую монетизацию → сравниваем медианный доход
📊 3. Критерии для долей и частот
4️⃣ χ²-критерий (хи-квадрат)
📌 Для чего: Сравнение долей (CTR, конверсия).
📌 Условия:
- Ожидаемые частоты > 5
- Размер выборки > 30
📌 Поправки:
- Йейтса — для таблиц 2×2
5️⃣ критерий Фишера (точный тест Фишера)
📌 Для чего: Сравнение долей в малых выборках (n < 30)
📌 Условия:
- Малые выборки (n<30).
- Ожидаемые частоты в ячейках таблицы < 5 (нарушение условия χ²).
- Несбалансированные группы (например, 3 vs 20 наблюдений).
📌 Особенности:
- Даёт точное p-value
- Вычислительно сложен для больших таблиц
📌 Пример:
Тестируем изменение на 20 пользователях → используем Фишера.
🔄 4. Непараметрические и сложные случаи
6️⃣ Бутстрап
📌 Для чего: Когда данные сложные или распределение неизвестно.
📌 Как работает:
1. Многократно рандомно перевыбираем подвыборки с возвращением (т.е. один элемент может попасть в выборку несколько раз)
2. Строим распределение статистики
3. Считаем доверительный интервал и оцениваем стандартную ошибку
📌 Плюсы:
- Работает почти для любых данных, где n > 10 (но рекомендуют брать выборки побольше, конечно)
- Можно оценить разницу медиан, квантилей
🚨 Главные ошибки
❌ Использовать χ² для малых выборок → ложные результаты!
❌ Применять t-тест к ненормальным данным → U-тест надежнее
❌ Игнорировать поправки → завышенная значимость
💡 Практические советы
✅ Всегда проверяйте распределение (QQ-plot, тест Шапиро-Уилка)
✅ Следите за мощностью теста — рассчитывайте размер выборки и длительность эксперимента заранее
Ставьте:
🔥- если вам нравятся посты про статистику
👀 - если ждете более продуктовый пост
#харды #статистика
👋 Всем привет!
Недавно вспоминала статистику и решила написать пост-шпаргалку, чтобы структурировать информацию и освежить память. Решила и вам будет полезно, все-таки на математических секциях нередко спрашивают про такое)
🔍 1. Критерии для сравнения средних
1️⃣ t-критерий Стьюдента
📌 Для чего: Сравнение средних значений (средний чек, время до покупки).
📌 Условия:
- Распределение близко к нормальному / нормальное
- Дисперсии в группах примерно равны (тест Левена)
📌 Особенности::
- Для малых выборок (n<30) — t-тест (если данные нормальные).
- Для больших выборок (n≥30) — t-тест или z-тест (разница незначительна).
📌 Когда использовать:
Изменяем цену → смотрим на средний чек
2️⃣ z-критерий
📌 Для чего: Аналог t-теста для больших выборок (n > 30)
📌 Особенности:
Есть z-критерий для долей (пропорций) — это отдельный тест, основанный на нормальном приближении биномиального распределения, используется для сравнения конверсий.
📉 2. Критерии для ненормальных данных
3️⃣ U-критерий Манна-Уитни
📌 Для чего: Сравнение распределений для ненормальных данных (доходы, время в приложении).
📌 Особенности:
- Работает с порядковыми данными
- Устойчив к выбросам
📌 Когда использовать:
- Тестируем новую монетизацию → сравниваем медианный доход
📊 3. Критерии для долей и частот
4️⃣ χ²-критерий (хи-квадрат)
📌 Для чего: Сравнение долей (CTR, конверсия).
📌 Условия:
- Ожидаемые частоты > 5
- Размер выборки > 30
📌 Поправки:
- Йейтса — для таблиц 2×2
5️⃣ критерий Фишера (точный тест Фишера)
📌 Для чего: Сравнение долей в малых выборках (n < 30)
📌 Условия:
- Малые выборки (n<30).
- Ожидаемые частоты в ячейках таблицы < 5 (нарушение условия χ²).
- Несбалансированные группы (например, 3 vs 20 наблюдений).
📌 Особенности:
- Даёт точное p-value
- Вычислительно сложен для больших таблиц
📌 Пример:
Тестируем изменение на 20 пользователях → используем Фишера.
🔄 4. Непараметрические и сложные случаи
6️⃣ Бутстрап
📌 Для чего: Когда данные сложные или распределение неизвестно.
📌 Как работает:
1. Многократно рандомно перевыбираем подвыборки с возвращением (т.е. один элемент может попасть в выборку несколько раз)
2. Строим распределение статистики
3. Считаем доверительный интервал и оцениваем стандартную ошибку
📌 Плюсы:
- Работает почти для любых данных, где n > 10 (но рекомендуют брать выборки побольше, конечно)
- Можно оценить разницу медиан, квантилей
🚨 Главные ошибки
❌ Использовать χ² для малых выборок → ложные результаты!
❌ Применять t-тест к ненормальным данным → U-тест надежнее
❌ Игнорировать поправки → завышенная значимость
💡 Практические советы
✅ Всегда проверяйте распределение (QQ-plot, тест Шапиро-Уилка)
✅ Следите за мощностью теста — рассчитывайте размер выборки и длительность эксперимента заранее
Ставьте:
🔥- если вам нравятся посты про статистику
👀 - если ждете более продуктовый пост
#харды #статистика
🔥18👀6❤🔥2
📦 Новые проекты: развиваем доставку по клику (ДПК) в Яндекс Маркете
Всем привет!
Помните, я уже как-то писала, чем я занимаюсь в Маркете в этом посте. С тех пор прошло много времени и я на месте не стояла. Хочу поделиться новостями — у меня появились новые проекты, и один из них особенно вдохновляет
💡 Сейчас я присоединилась к работе над развитием ДПК — доставки по клику в Яндекс Маркете.
🚚 Что такое ДПК?
Доставка по клику — это когда вы сами выбираете удобное время получения заказа. После того как ваш заказ поступил в пункт выдачи или даркстор, вы получаете уведомление и можете вызвать курьера в удобное для вас время. Курьер доставит заказ в течение 15–30 минут.
🍎 А ещё можно дозаказать Лавку!
И вот тут начинается настоящая магия: когда вы пользуетесь ДПК, вы можете добавить к заказу продукты и товары из Яндекс Лавки — с бесплатной доставкой (а в час-пик это не просто приятно, это волшебно!).
Всё это привезут вам за один заход, бесплатно, и по клику.
🪄 Почему это круто?
1️⃣ Это более доступно.
Дарксторы Лавки обычно работают гораздо дольше ПВЗ (например, в моем районе она вообще круглосуточная), а это значит, что товар вы можете получить не только с 8 до 22, можете заказать курьера хоть в час ночи.
2️⃣ Курьер приходит, когда вы готовы, а не наоборот.
Вам не нужно подстраиваться под широкие временные слоты курьерской доставки
3️⃣ Быстро, удобно и с Лавкой — бонусом.
Тут комментарии излишни!
✨ Почему ДПК это важно?
ДПК — это УТП (уникальное торговое предложение) Яндекс Маркета.
📌 УТП — это то, что выгодно отличает продукт от конкурентов.
В случае с ДПК — это уникальное сочетание скорости, персонализации и сервиса. Для бизнеса наличие чётко сформулированного и реализованного УТП — это способ завоевать рынок, удержать внимание пользователей и повысить лояльность.
📊 Задача аналитиков в таком проекте — понять, как пользователи взаимодействуют с ДПК, что для них важно, какие сценарии работают, и где можно улучшить продукт, чтобы делать его ещё полезнее и востребованнее.
📣 Подписывайтесь, делитесь своим опытом пользования Маркета и не забудьте оставить реакцию:
🔥 – если пользуетесь ДПК
❤️ – если предпочитатете ПВЗ
👀 – если вызываете обычных курьеров
#карьера #обоМне
Всем привет!
Помните, я уже как-то писала, чем я занимаюсь в Маркете в этом посте. С тех пор прошло много времени и я на месте не стояла. Хочу поделиться новостями — у меня появились новые проекты, и один из них особенно вдохновляет
💡 Сейчас я присоединилась к работе над развитием ДПК — доставки по клику в Яндекс Маркете.
🚚 Что такое ДПК?
Доставка по клику — это когда вы сами выбираете удобное время получения заказа. После того как ваш заказ поступил в пункт выдачи или даркстор, вы получаете уведомление и можете вызвать курьера в удобное для вас время. Курьер доставит заказ в течение 15–30 минут.
🍎 А ещё можно дозаказать Лавку!
И вот тут начинается настоящая магия: когда вы пользуетесь ДПК, вы можете добавить к заказу продукты и товары из Яндекс Лавки — с бесплатной доставкой (а в час-пик это не просто приятно, это волшебно!).
Всё это привезут вам за один заход, бесплатно, и по клику.
🪄 Почему это круто?
1️⃣ Это более доступно.
Дарксторы Лавки обычно работают гораздо дольше ПВЗ (например, в моем районе она вообще круглосуточная), а это значит, что товар вы можете получить не только с 8 до 22, можете заказать курьера хоть в час ночи.
2️⃣ Курьер приходит, когда вы готовы, а не наоборот.
Вам не нужно подстраиваться под широкие временные слоты курьерской доставки
3️⃣ Быстро, удобно и с Лавкой — бонусом.
Тут комментарии излишни!
✨ Почему ДПК это важно?
ДПК — это УТП (уникальное торговое предложение) Яндекс Маркета.
📌 УТП — это то, что выгодно отличает продукт от конкурентов.
В случае с ДПК — это уникальное сочетание скорости, персонализации и сервиса. Для бизнеса наличие чётко сформулированного и реализованного УТП — это способ завоевать рынок, удержать внимание пользователей и повысить лояльность.
📊 Задача аналитиков в таком проекте — понять, как пользователи взаимодействуют с ДПК, что для них важно, какие сценарии работают, и где можно улучшить продукт, чтобы делать его ещё полезнее и востребованнее.
📣 Подписывайтесь, делитесь своим опытом пользования Маркета и не забудьте оставить реакцию:
🔥 – если пользуетесь ДПК
❤️ – если предпочитатете ПВЗ
👀 – если вызываете обычных курьеров
#карьера #обоМне
🔥13👀4❤🔥2👨💻2❤1🏆1
🚀 Ищем продуктовых аналитиков в нашу команду B2C Яндекс Маркета!
👋 Всем привет! У меня сегодня небольшое, но очень важное объявление: мы ищем продуктовых аналитиков в нашу команду в Маркете!
Коротко о главном:
Чем предстоит заниматься:
📈 Анализировать пользовательские сценарии, поведение на платформе и влиять на развитие продукта.
🛍 Улучшать существующие продуктовые фичи, а также придумывать и внедрять новые.
💡 Участвовать в формировании продуктовых гипотез, оценивать их результаты через А/B тестирование и строить сквозную аналитику.
📊 Выстраивать витрины данных, автоматизировать отчеты, помогать команде принимать решения на основе цифр, а не интуиции.
🛠️ Улучшать архитектуру логирования данных совместно с командами продуктовой разработки и хранилища данных.
Кого мы ищем:
🦾 По хардам: аналитиков, которые неплохо знают математику, тервер и матстат, а также активно кодят на SQL или Python. Очень ценим продуктовое и критическое мышление.
✌️По софтам: веселых, проактивных ребят, с которыми мы будем вместе ходить на обэды, тусить на корпоратах, играть в настолки и устраивать разнообразные тимбилдинги!
Почему стоит идти к нам:
💛 Потому что я хочу плюшки за реф
💛 Возможность работать над реально важными и быстроразвивающимися направлениями.
💛 Продуктовая команда с крутыми ребятами (тут весело и интересно, честно говорю!).
💛 Отличные возможности для роста и интересные задачи — у нас сильная экспертиза и классная корпоративная культура.
📩 Если вам интересно или хотите посоветовать кого-то — пишите мне в личку за рефом! @ashinalieva
Могу рассказать подробнее о команде, задачах и процессах 💬
Если я уже вас заинтриговала, то про процесс отбора в Маркет можете почитать тут.
📣 Делитесь этим постом с друзьями и оставляйте реакции:
📦 — если хотите работать в Маркете
👀 — если вспомнили кого-то, кому точно надо сюда
🔥 — реакция для коллег, которым у нас нравится (не подведите, ребята)
#собесы
Коротко о главном:
Чем предстоит заниматься:
📈 Анализировать пользовательские сценарии, поведение на платформе и влиять на развитие продукта.
🛍 Улучшать существующие продуктовые фичи, а также придумывать и внедрять новые.
💡 Участвовать в формировании продуктовых гипотез, оценивать их результаты через А/B тестирование и строить сквозную аналитику.
📊 Выстраивать витрины данных, автоматизировать отчеты, помогать команде принимать решения на основе цифр, а не интуиции.
🛠️ Улучшать архитектуру логирования данных совместно с командами продуктовой разработки и хранилища данных.
Кого мы ищем:
🦾 По хардам: аналитиков, которые неплохо знают математику, тервер и матстат, а также активно кодят на SQL или Python. Очень ценим продуктовое и критическое мышление.
✌️По софтам: веселых, проактивных ребят, с которыми мы будем вместе ходить на обэды, тусить на корпоратах, играть в настолки и устраивать разнообразные тимбилдинги!
Почему стоит идти к нам:
💛 Возможность работать над реально важными и быстроразвивающимися направлениями.
💛 Продуктовая команда с крутыми ребятами (тут весело и интересно, честно говорю!).
💛 Отличные возможности для роста и интересные задачи — у нас сильная экспертиза и классная корпоративная культура.
📩 Если вам интересно или хотите посоветовать кого-то — пишите мне в личку за рефом! @ashinalieva
Могу рассказать подробнее о команде, задачах и процессах 💬
Если я уже вас заинтриговала, то про процесс отбора в Маркет можете почитать тут.
📣 Делитесь этим постом с друзьями и оставляйте реакции:
👀 — если вспомнили кого-то, кому точно надо сюда
🔥 — реакция для коллег, которым у нас нравится (не подведите, ребята)
#собесы
Please open Telegram to view this post
VIEW IN TELEGRAM
Аналитика в Маркете
Привет! На этой странице вы узнаете про аналитику Маркета, наш стек технологий, этапы собеседований и материалы, которые могут пригодиться.
🔥11
Немного отойдем от темы аналитики, вернусь в канал хоть как-то 😅
На днях листала Маркет
По задумке его носят в нагрудном кармане, откуда он разговаривает с тобой, иногда используя чат GPT, записывает видео, играет в игры, реагирует на окружающую среду, в общем ведет себя почти как живой 👀
🐾 И я вот о чём задумалась:
А может ли робот стать чем-то вроде питомца?
📍 У него есть «характер»
📍 Он реагирует на голос
📍 С ним можно поговорить — и он ответит
💡 Зачем такой робот вообще нужен?
— Как и все питомцы, уменьшает чувство одиночества
— Как и все цифровые ассистенты, облегчает жизнь.
Это как если бы Алиса/Сири выехала из колонки и стала вашим мини-компаньоном.
💬 Конечно, AIBI — не собака. Но он не линяет, не просит еды и не требует выгула.
И раз PET ROCK когда-то был популярным (про него и других искуственных питомцев можно почитать тут), то интерактивная смесь ассистента, камеры и цифрового соседа, который может хотя бы помигать глазами в поддержку точно имеет место быть. В конце концов, многие используют чат GPT как личного психолога, а тут он еще и осязаемый.
📦 На маркете такое чудо стоит около 40 000 рублей, но ощущение будущего в коробке — включено.
Я пока не поняла, но его внешний вид меня очень умиляет 🥹🤌🏼
Ставьте рекции:
😍 — подарите мне такого
#интересное
Please open Telegram to view this post
VIEW IN TELEGRAM
🤓 Как я готовилась к собеседованиям и получила несколько офферов — делюсь рабочими приёмами
Недавно я возвращалась на рынок труда и авктивно собеседовалась. Одно могу сказать точно — это всегда стресс, однако подготовка помогла чувствовать себя чуть более уверенно и унять на время тревожность🩹 .
📚 Делюсь приёмами, которые реально сработали и могут пригодиться тем, кто сейчас в поиске (или просто хочет быть в форме).
📌 Что помогло пройти собеседования:
🔹 📂 Чёткие и структурированные истории из опыта
Я выписала себе ответы на базовые вопросы по опыту:
→ какая у меня зона ответствености, обязанности
→ откуда приходят задачи
→ какая роль в бизнес-процессах, планировании
→ кейс одной из самых масштабных/технически сложных задач
🔹 🧠 Шаблоны для продуктовых кейсов
Стоит заранее продумать структуру ответов на вопросы вроде:
Как оценить успех фичи?
Что делать, если A/B-тест не дал значимого результата?
Как бы ты проверил, что промо-акция эффективна?
🔹 🧮 Повтор статистики
Я прошлась по:
— доверительным интервалам
— дизайну и оценке A/B-тестов, я как-то рассказывала про основы и про MDE.
— статистичеким критериям, кстати, про них был пост тут
— методам минимизации ошибок 1 и 2 рода
— методам повышения чувствительности в A/B
— А/В без A/B
📌Кстати, на следующей неделе (21-25 июля) пройдет открытый интенсив ШАДа и Яндекса A/B Week как раз по этим темам, зарегистрироваться можно тут.
🔹 📊 Подготовка к вопросу “а какие метрики важны?”
На каждом интервью обязательно звучали вопросы про метрики: как бы вы измеряли успех, что будете трекать в дашборде, как поймёте, что фича пошла не туда. Тут важно и знание, и логика.
📌Для повышения насмотренности почитайте в техноблогах ваших любимых продуктов из разных сфер, за какими метриками они следят и что они ими измеряют.
🔹 ❓ Вопросы к интервьюерам
Этот блок многие недооценивают, но он многое решает, потому что не только вас выбирают, но и вы должны понимать куда идете и чем будете там заниматься. Мне помогало спрашивать:
— Какой формат работы?
— Какова роль аналитика в команде?
— Какая у меня будет зона ответственности?
— Какие сейчас ключевые вызовы и фокусы у команды?
— Как устроен процесс планирования и какое распределение задач?
❔ В целом как-то так, а что сюда добавили бы вы?
Ставьте реакции
🤝 — если пост был вам полезен
☺️ — если больше хотите пост с моими ошибками
👍 — если и этот понравился и про факапы хотите
#собесы
Недавно я возвращалась на рынок труда и авктивно собеседовалась. Одно могу сказать точно — это всегда стресс, однако подготовка помогла чувствовать себя чуть более уверенно и унять на время тревожность
📌 Что помогло пройти собеседования:
🔹 📂 Чёткие и структурированные истории из опыта
Я выписала себе ответы на базовые вопросы по опыту:
→ какая у меня зона ответствености, обязанности
→ откуда приходят задачи
→ какая роль в бизнес-процессах, планировании
→ кейс одной из самых масштабных/технически сложных задач
🔹 🧠 Шаблоны для продуктовых кейсов
Стоит заранее продумать структуру ответов на вопросы вроде:
Как оценить успех фичи?
Что делать, если A/B-тест не дал значимого результата?
Как бы ты проверил, что промо-акция эффективна?
🔹 🧮 Повтор статистики
Я прошлась по:
— доверительным интервалам
— дизайну и оценке A/B-тестов, я как-то рассказывала про основы и про MDE.
— статистичеким критериям, кстати, про них был пост тут
— методам минимизации ошибок 1 и 2 рода
— методам повышения чувствительности в A/B
— А/В без A/B
📌Кстати, на следующей неделе (21-25 июля) пройдет открытый интенсив ШАДа и Яндекса A/B Week как раз по этим темам, зарегистрироваться можно тут.
🔹 📊 Подготовка к вопросу “а какие метрики важны?”
На каждом интервью обязательно звучали вопросы про метрики: как бы вы измеряли успех, что будете трекать в дашборде, как поймёте, что фича пошла не туда. Тут важно и знание, и логика.
📌Для повышения насмотренности почитайте в техноблогах ваших любимых продуктов из разных сфер, за какими метриками они следят и что они ими измеряют.
🔹 ❓ Вопросы к интервьюерам
Этот блок многие недооценивают, но он многое решает, потому что не только вас выбирают, но и вы должны понимать куда идете и чем будете там заниматься. Мне помогало спрашивать:
— Какой формат работы?
— Какова роль аналитика в команде?
— Какая у меня будет зона ответственности?
— Какие сейчас ключевые вызовы и фокусы у команды?
— Как устроен процесс планирования и какое распределение задач?
Ставьте реакции
🤝 — если пост был вам полезен
#собесы
Please open Telegram to view this post
VIEW IN TELEGRAM
Недавно я давала советы по прохождению собеседований. Однако не все было так гладко, сегодня я распишу вам тут, какие ошибки я допускала, хотя так делать точно НЕ надо.
🧩 1. Учись по 10 открытым вкладкам сразу — пусть мозг сам соберёт картину
Куча курсов, гайды, видео, статьи, задачки с LeetCode... без структуры и системы это всё скорее усыпляет, чем помогает.
У многих БигТех компаний есть видео с мок-интервью на определенные роли, статьи про матрицу компетенций, используйте это.
🗓 2. Откладывай подачу заявки, пока не будешь "идеально готов"
Спойлер: идеально не будет. Лучший способ начать — это начать.
По ходу поймёшь, где ты силён/сильна, а где надо подтянуть.
🙃 3. Иди на первый же собес без разминки — а там разберёмся
Первые попытки = нервозность, сбитые ответы, пустота в голове. Лучше идти сначала туда, где не страшно облажаться — а уже потом куда очень хочешь (по методу светофора), а то попасть в бан компании мечты на полгода-год не очень приятно(
🤐 4. После отказа просто грусти молча — рефлексия для слабаков
Всегда запрашивайте обратную связь, особенно если вам отказали. Отзывы и честный взгляд назад — это бесплатная прокачка, а не поражение.
🗂 5. Ничего не записывай — никогда не понадобится
Раньше я не вела конспектики по пройденным собесам, хотя многие задачи и вопросы повторяются. Не говоря уже о том, что проходить собеседования - это тоже скилл, который обнуляется, когда давно находится в пассиве. Уже спустя год эти конспекты будут на вес золота и помогут освежить память.
Теперь у меня есть огромный гугл-док как с техническими и продуктовыми нюансами, так и с фидбэком)
Если вы сейчас готовитесь к собеседованиям — не повторяйте мои ошибки 🫠
Ставьте реакции:
#собесы
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12
🦄 Стартап-единорог. Какие условия работы предлагает Plata. Часть 1
Как вы могли заметить, недавно я получила оффер на позицию Product Analyst в финтех-стартапе Plata — международной компании с офисами в Мексике 🇲🇽, Испании 🇪🇸, на Кипре 🇨🇾, в Сербии 🇷🇸 и Казахстане 🇰🇿, основанной в том числе и выходцами из РФ.
В этом посте делюсь, какие условия Plata предлагает продуктовым аналитикам — и почему предложение оказалось неоднозначным.
🔸 Релокация с ограничениями 🧳
Несмотря на глобальное присутствие, продуктовые аналитики обязаны переехать именно в Мехико-Сити.
✅ Из плюсов — есть возможность работать удалённо несколько месяцев в году.
🚫 Из минусов — нельзя находиться в РФ более одного месяца в году, что закреплено в оффере и связано с санкционной политикой.
👫 Компания также покрывает переезд и оформление документов для вашего +1, но только если вы официально в браке 💍.
🔸 Переезд и возврат расходов 💸
Plata берёт на себя все расходы на релокацию.
Но если вы уйдёте из компании в течение первого года, придётся вернуть часть или всю сумму, потраченную на переезд.
💡 Хорошая новость: релокация начинается только после прохождения испытательного срока, так что решение принимается осознанно.
🔹 Бенефиты и «скрытая математика» 📊
🏠 Для джунов и мидлов Plata предоставляет уютные апартаменты в центре Мехико-Сити — с бассейном 🏊, спортзалом 🏋️ и лаунж-зоной на крыше 🌇.
Всё выглядит действительно на уровне.
Но есть нюанс: 🧾стоимость квартиры входит в вашу зарплату после переезда.
Фактически, это не бонус, а смена структуры компенсации: ваша зп «до» релокации выше на 800–1,000 евро, чем «после».
Дополнительные годовые бюджеты:
💆♀️ 1,000 евро на wellness
📚 1,000 евро на обучение
🩺 1,000 евро — на медстраховку (если не выберете корпоративную)
🪴 200 евро — на обустройство жилья после переезда (единожды)
➡️ Одним постом получалось слишком длинно, поэтому в следующей части — про доход, карьерные перспективы и задачи в стартапе 👩💻📈.
Жду реакции:
🗿 – возмущение
🔥 – восхищение
👀 – ни то, ни другое, но спасибо, что рассказала
Пишите в комментариях, что думаете по поводу бенефитов и условий релокации 👇
#карьера
Как вы могли заметить, недавно я получила оффер на позицию Product Analyst в финтех-стартапе Plata — международной компании с офисами в Мексике 🇲🇽, Испании 🇪🇸, на Кипре 🇨🇾, в Сербии 🇷🇸 и Казахстане 🇰🇿, основанной в том числе и выходцами из РФ.
В этом посте делюсь, какие условия Plata предлагает продуктовым аналитикам — и почему предложение оказалось неоднозначным.
🔸 Релокация с ограничениями 🧳
Несмотря на глобальное присутствие, продуктовые аналитики обязаны переехать именно в Мехико-Сити.
✅ Из плюсов — есть возможность работать удалённо несколько месяцев в году.
🚫 Из минусов — нельзя находиться в РФ более одного месяца в году, что закреплено в оффере и связано с санкционной политикой.
👫 Компания также покрывает переезд и оформление документов для вашего +1, но только если вы официально в браке 💍.
🔸 Переезд и возврат расходов 💸
Plata берёт на себя все расходы на релокацию.
Но если вы уйдёте из компании в течение первого года, придётся вернуть часть или всю сумму, потраченную на переезд.
💡 Хорошая новость: релокация начинается только после прохождения испытательного срока, так что решение принимается осознанно.
🔹 Бенефиты и «скрытая математика» 📊
🏠 Для джунов и мидлов Plata предоставляет уютные апартаменты в центре Мехико-Сити — с бассейном 🏊, спортзалом 🏋️ и лаунж-зоной на крыше 🌇.
Всё выглядит действительно на уровне.
Но есть нюанс: 🧾стоимость квартиры входит в вашу зарплату после переезда.
Фактически, это не бонус, а смена структуры компенсации: ваша зп «до» релокации выше на 800–1,000 евро, чем «после».
Дополнительные годовые бюджеты:
💆♀️ 1,000 евро на wellness
📚 1,000 евро на обучение
🩺 1,000 евро — на медстраховку (если не выберете корпоративную)
🪴 200 евро — на обустройство жилья после переезда (единожды)
➡️ Одним постом получалось слишком длинно, поэтому в следующей части — про доход, карьерные перспективы и задачи в стартапе 👩💻📈.
Жду реакции:
🗿 – возмущение
🔥 – восхищение
👀 – ни то, ни другое, но спасибо, что рассказала
Пишите в комментариях, что думаете по поводу бенефитов и условий релокации 👇
#карьера
👀27🔥16🗿3❤🔥1
🦄 Стартап-единорог. Какие условия работы предлагает Plata. Часть 2
Недавно я писала про релокацию и бенефиты в Plata. Если пропустили — загляните в часть 1.
А здесь — делюсь впечатлениями о задачах, карьерных перспективах и треке роста.
🔸 Доход и перспективы 📊
💼 Зарплата — в рынке, если сравнивать с предложениями в Москве. Это не "вау"-уровень, но достойно, особенно с учётом международного формата и полного соцпакета.
🚀 Для специалистов уровня junior–middle действует 5-ступенчатая GROWTH-программа: пересмотр грейда и зарплаты — раз в полгода, по результатам performance review (в целом, в компании это происходит раз в год).
📈 По словам HR и отзывам сотрудников, внутри Plata рост происходит быстрее, чем в крупных зрелых компаниях с устоявшейся структурой и длинной лестницей согласований.
🔸 Задачи и зона влияния 🛠️
Стартап находится на этапе активного масштабирования, и это ощущается. Задачи аналитика включают:
– выстраивание инфраструктуры с нуля
– создание и развитие дерева продуктовых метрик
– участие в проработке гипотез и стратегии
– подключение к MVP-экспериментам и быстрым тестам
🔍 Сейчас фокус — на базовых продуктах и поверхностных задачах, без глубокой аналитики. Но при этом есть большое пространство для влияния: даже небольшие изменения дают быстрый и заметный эффект — и это действительно вдохновляет.
✨ Почему я в итоге отказалась
Предложение было действительно интересным, особенно с учётом моего желания выйти на международный рынок, увлечения испанским 🇪🇸, неплохого английского и положительного отношения к Латинской Америке.
Но и минусы оказались весомыми:
✈️ Переезд — это всегда сложно, а менять привычную, комфортную жизнь в Москве, свой круг общения и систему координат даже не на работу мечты показалось мне просто неоправданным риском.
🔬 Сейчас я хочу фокусироваться на развитии своей экспертизы как продуктового аналитика, искать задачи, где есть место глубокой исследовательской работе, экспериментам и формированию зрелой культуры данных — это то, что для меня по-настоящему ценно на следующем карьерном этапе.
🧭 Если вы тоже на перепутье и обдумываете офферы — советую задавать себе не только вопрос «что я получу?», но и «во что мне это обойдётся?».
Жду реакции:
🦄 – если Plata по итогу попала вам в сердечко
🤔 – если для вас выбор неоднозначен
❤️ – просто поблагодарить за пост
А еще я пообещала HR зареферить кого-нибудь из знакомых, кому было бы интересно сотрудничество, поэтому за рефом в лс: @ashinalieva
#карьера
Недавно я писала про релокацию и бенефиты в Plata. Если пропустили — загляните в часть 1.
А здесь — делюсь впечатлениями о задачах, карьерных перспективах и треке роста.
🔸 Доход и перспективы 📊
💼 Зарплата — в рынке, если сравнивать с предложениями в Москве. Это не "вау"-уровень, но достойно, особенно с учётом международного формата и полного соцпакета.
🚀 Для специалистов уровня junior–middle действует 5-ступенчатая GROWTH-программа: пересмотр грейда и зарплаты — раз в полгода, по результатам performance review (в целом, в компании это происходит раз в год).
📈 По словам HR и отзывам сотрудников, внутри Plata рост происходит быстрее, чем в крупных зрелых компаниях с устоявшейся структурой и длинной лестницей согласований.
🔸 Задачи и зона влияния 🛠️
Стартап находится на этапе активного масштабирования, и это ощущается. Задачи аналитика включают:
– выстраивание инфраструктуры с нуля
– создание и развитие дерева продуктовых метрик
– участие в проработке гипотез и стратегии
– подключение к MVP-экспериментам и быстрым тестам
🔍 Сейчас фокус — на базовых продуктах и поверхностных задачах, без глубокой аналитики. Но при этом есть большое пространство для влияния: даже небольшие изменения дают быстрый и заметный эффект — и это действительно вдохновляет.
✨ Почему я в итоге отказалась
Предложение было действительно интересным, особенно с учётом моего желания выйти на международный рынок, увлечения испанским 🇪🇸, неплохого английского и положительного отношения к Латинской Америке.
Но и минусы оказались весомыми:
✈️ Переезд — это всегда сложно, а менять привычную, комфортную жизнь в Москве, свой круг общения и систему координат даже не на работу мечты показалось мне просто неоправданным риском.
🔬 Сейчас я хочу фокусироваться на развитии своей экспертизы как продуктового аналитика, искать задачи, где есть место глубокой исследовательской работе, экспериментам и формированию зрелой культуры данных — это то, что для меня по-настоящему ценно на следующем карьерном этапе.
🧭 Если вы тоже на перепутье и обдумываете офферы — советую задавать себе не только вопрос «что я получу?», но и «во что мне это обойдётся?».
Жду реакции:
🦄 – если Plata по итогу попала вам в сердечко
🤔 – если для вас выбор неоднозначен
❤️ – просто поблагодарить за пост
А еще я пообещала HR зареферить кого-нибудь из знакомых, кому было бы интересно сотрудничество, поэтому за рефом в лс: @ashinalieva
#карьера
❤30🦄3🤔2
👋Всем привет! Выхожу к вам с новостями: я закрыла один важный этап и открываю новый 🚪✨
Недавно я завершила свой путь в Яндексе
🌀 Стоит ли менять работу — и как часто?
Этим вопросом задавалась как и я сама, так и слышала много раз от друзей, знакомых, коллег:
«А не будет ли странно, если я уйду через год?»
«Надо ли сидеть на месте “достаточно”, чтобы это выглядело стабильно?»
«Меня интересует новая сфера, но я боюсь показаться job-hopper'ом»
Я много об этом думала в последнее время. И вот к какому выводу пришла:
📌 Работу стоит менять, когда появляются причины.
Причины могут быть разными:
— хочется новых вызовов или другой среды
— появилось направление, которое очень интересно попробовать
— ценности и фокус компании начали расходиться с твоими
— просто стало тесно: ты вырос(ла), а задачи — нет, твой потенциал не реализовывается полностью
— ты не чувствуешь себя ценным на текущем месте
Это не всегда значит, что «на прошлом месте что-то не так». Иногда просто приходит момент. И важно быть честным с собой.
😰 Почему пугает “эффект job-hopper'а”?
Потому что нам хочется быть «надёжными», «понятными» и «предсказуемыми» — и это нормально. Но один-два перехода за 1–2 года — ещё не job-hopping. Особенно если вы можете объяснить, чему научились, почему уходили и куда двигались.
Настоящий "job-hopper" — это скорее не про сроки, а про отсутствие фокуса и ответственности: когда человек меняет компании, не завершив ничего, не понимая, зачем и не принося ценности.
🌱 Я за осознанность.
Если вы чувствуете, что изменения действительно пойдут вам на пользу — не надо выжидать «разумного срока в резюме». Но и не надо убегать наобум. Хороший переход — это всегда про: → понять, чего ты хочешь → честно оценить, что тебя держит → двигаться туда, где ты вырастешь и дашь максимум.
Все мы работаем ради себя, потому что мы и есть — самый важный проект своей жизни
Принимаю поздравления и осуждения в комментах снизу 👀👇
#карьера #обоМне
Please open Telegram to view this post
VIEW IN TELEGRAM
🧠 Почему «бесплатная доставка» работает лучше скидок — и как использовать это в e-com
В e-commerce стратегия ценообразования — это не только про цифры, но и про психологию.
Скидки и бесплатная доставка — хорошие инструменты для повышения конверсии в покупку. Но некоторые исследования рынка показывают: бесплатная доставка конвертит лучше и снижает процент брошенных корзин.
Разбираемся — почему так работает и как это использовать с умом.
🔹 Магия слова «бесплатно»
Слово «бесплатно» вызывает эмоциональную реакцию, которая перевешивает здравый смысл.
💡 Пример:
— Продукты за 500₽ с 20% скидкой и доставкой за 50₽: итого 450₽
— Те же продукты за 500₽ с бесплатной доставкой: итого 500₽
Рационально первый вариант дешевле.
Но по факту пользователи чаще выбирают второй — потому что «бесплатно» воспринимается как подарок, а не как просто меньшая цена.
🧠 Эффект нулевой цены (Zero Price Effect)
Это термин из поведенческой экономики: когда цена снижается до нуля, восприятие предложения меняется кардинально. Даже если экономия минимальна.
Причины:
– 🤕 Боль от траты денег — особенно на что-то «невидимое», как доставка
– 🧘 Когнитивная простота — «бесплатно» не требует расчётов
Поэтому так работают:
🚚 бесплатная доставка
🎁 пробные периоды
👟 «купи одну — получи вторую в подарок»
🚫 Почему мы так не любим платить за доставку
Доставка вызывает отдельную "психологическую боль" у покупателя так как:
1️⃣ Она не воспринимается как ценность — в отличие от товара
2️⃣ Часто всплывает в последний момент — как неприятный сюрприз
3️⃣ Ментально отделяется от стоимости товара — как «плата за воздух».
По данным Baymard Institute: 💔 38% пользователей на чекауте бросают корзину из-за неожиданно появившейся цены доставки
📦 Как использовать бесплатную доставку с умом
💡 Бесплатная доставка — мощный инструмент, но раздавать её всем подряд — невыгодно. Важно грамотно встроить её в стратегию.
1. Пороговая бесплатная доставка
🎯 Пример: «Бесплатная доставка от 2 000 ₽»
📈 Стимулирует рост среднего чека
✅ Подходит для: увеличения AOV и маржинальности
2. По подписке (как у Amazon Prime, Sephora, Озон Премиум)
💳 Бесплатная доставка как часть платной подписки или лояльности
✅ Подходит для: повторных покупок и повышения LTV
3. Временные акции
⏰ «Только в этот период — доставка бесплатно» (в ЗЯ какое-то время экспресс доставка за час стоила 1₽)
Создаёт ощущение срочности, усиливает конверсии в пиковые периоды
✅ Подходит для: сезонных распродаж и быстрой стимуляции спроса
А к какой команде относитесь вы?
☑️ – я всегда рассчитываю, какое предложение выгоднее
🍌 – слово «бесплатно» затуманивает мой мозг
#аналитика
В e-commerce стратегия ценообразования — это не только про цифры, но и про психологию.
Скидки и бесплатная доставка — хорошие инструменты для повышения конверсии в покупку. Но некоторые исследования рынка показывают: бесплатная доставка конвертит лучше и снижает процент брошенных корзин.
Разбираемся — почему так работает и как это использовать с умом.
🔹 Магия слова «бесплатно»
Слово «бесплатно» вызывает эмоциональную реакцию, которая перевешивает здравый смысл.
💡 Пример:
— Продукты за 500₽ с 20% скидкой и доставкой за 50₽: итого 450₽
— Те же продукты за 500₽ с бесплатной доставкой: итого 500₽
Рационально первый вариант дешевле.
Но по факту пользователи чаще выбирают второй — потому что «бесплатно» воспринимается как подарок, а не как просто меньшая цена.
🧠 Эффект нулевой цены (Zero Price Effect)
Это термин из поведенческой экономики: когда цена снижается до нуля, восприятие предложения меняется кардинально. Даже если экономия минимальна.
Причины:
– 🤕 Боль от траты денег — особенно на что-то «невидимое», как доставка
– 🧘 Когнитивная простота — «бесплатно» не требует расчётов
Поэтому так работают:
🚚 бесплатная доставка
🎁 пробные периоды
👟 «купи одну — получи вторую в подарок»
🚫 Почему мы так не любим платить за доставку
Доставка вызывает отдельную "психологическую боль" у покупателя так как:
По данным Baymard Institute: 💔 38% пользователей на чекауте бросают корзину из-за неожиданно появившейся цены доставки
📦 Как использовать бесплатную доставку с умом
💡 Бесплатная доставка — мощный инструмент, но раздавать её всем подряд — невыгодно. Важно грамотно встроить её в стратегию.
1. Пороговая бесплатная доставка
🎯 Пример: «Бесплатная доставка от 2 000 ₽»
📈 Стимулирует рост среднего чека
✅ Подходит для: увеличения AOV и маржинальности
2. По подписке (как у Amazon Prime, Sephora, Озон Премиум)
💳 Бесплатная доставка как часть платной подписки или лояльности
✅ Подходит для: повторных покупок и повышения LTV
3. Временные акции
⏰ «Только в этот период — доставка бесплатно» (в ЗЯ какое-то время экспресс доставка за час стоила 1₽)
Создаёт ощущение срочности, усиливает конверсии в пиковые периоды
✅ Подходит для: сезонных распродаж и быстрой стимуляции спроса
А к какой команде относитесь вы?
#аналитика
Please open Telegram to view this post
VIEW IN TELEGRAM
🎯 Как HR-бренд влияет желание работать в компании
Когда говорят "HR-бренд", часто имеют в виду мерч, фоточки с тимбилдинга и лендинги «работай у нас».
Но на деле HR-бренд — это не про внешний лоск, а про репутацию компании как места, где люди растут, делают сложные задачи и сохраняют здравый смысл.
💡 Почему это важно?
Потому что HR-бренд — это фильтр на входе.
От того, как компания себя позиционирует, зависит:
— кто откликнется на вакансию
— с кем сойдётся по ценностям
— каких людей сможет притягивать без активного поиска
📌 Кейс про склонность людей к подражанию:
Допустим, есть две сильные компании.
Примерно один уровень, сравнимые продукты, зарплаты и процессы.
Но одна из них — с репутацией «элитной компании для избранных», а другая — просто «тоже крутая» или ещё хуже — «ноунэйм».
И вот в первом случае вакансии набирают сотни откликов, люди готовы ждать оффера месяцами, а во втором — тоже откликаются, но не так лояльны – идут «если не возьмут в элитную».
❗Здесь даже не анализируют, в какую команду, какие задачи, с каким стеком, иногда даже не сравнивают условия. Просто срабатывает: “это самая крутая компания, все туда хотят — значит, мне туда надо”.
И в этом и есть сила бренда, она развивает лояльность к компании, в которой люди даже не работали. За счет этой лояльности некоторые даже игнорируют красные флаги на собеседованиях🚩 и готовы дать компании и второй, и третий, и десятый шанс, подкрепляя это тем, что это «я не дотягиваю», а не «это мне не подходит»
🔁 Что компания транслирует — то она и получает:
🔹 Показывает хаос как возможность — приходят те, кому важна скорость, а не структура
🔹 Транслирует системность и рост — притянет тех, кто хочет стабильности и развития
🔹 Делает акцент на смысл, рост через задачи, команду — получит тех, кто приходит не просто за оффером
⚠️ А если не транслирует ничего?
Тогда за неё это сделают:
— бывшие сотрудники
— отзывы на HH
— первое впечатление на собесе
Чаще всего такие компании никто не назовет ✨компанией мечты✨.
📉 Слабый или противоречивый HR-бренд = больше “случайных” кандидатов, выше риск найма не в команду, больше текучки и выгорания.
📈 Сильный и понятный = выше планка, лучше мэтч по ценностям, меньше шума при онбординге и в работе.
❓А вы когда-нибудь выбирали компанию, только потому что «туда попадают только избранные»?
👩💻 Оставляйте в комментариях свой ТОП работодателей!
Как думаете, у какой из моего трио бигтех компаний более развит HR-бренд:
🛒 – Ozonчик
❤️ – Яндекс
🪙 – Тинек
#карьера
Когда говорят "HR-бренд", часто имеют в виду мерч, фоточки с тимбилдинга и лендинги «работай у нас».
Но на деле HR-бренд — это не про внешний лоск, а про репутацию компании как места, где люди растут, делают сложные задачи и сохраняют здравый смысл.
💡 Почему это важно?
Потому что HR-бренд — это фильтр на входе.
От того, как компания себя позиционирует, зависит:
— кто откликнется на вакансию
— с кем сойдётся по ценностям
— каких людей сможет притягивать без активного поиска
📌 Кейс про склонность людей к подражанию:
Допустим, есть две сильные компании.
Примерно один уровень, сравнимые продукты, зарплаты и процессы.
Но одна из них — с репутацией «элитной компании для избранных», а другая — просто «тоже крутая» или ещё хуже — «ноунэйм».
И вот в первом случае вакансии набирают сотни откликов, люди готовы ждать оффера месяцами, а во втором — тоже откликаются, но не так лояльны – идут «если не возьмут в элитную».
❗Здесь даже не анализируют, в какую команду, какие задачи, с каким стеком, иногда даже не сравнивают условия. Просто срабатывает: “это самая крутая компания, все туда хотят — значит, мне туда надо”.
И в этом и есть сила бренда, она развивает лояльность к компании, в которой люди даже не работали. За счет этой лояльности некоторые даже игнорируют красные флаги на собеседованиях
🔁 Что компания транслирует — то она и получает:
🔹 Показывает хаос как возможность — приходят те, кому важна скорость, а не структура
🔹 Транслирует системность и рост — притянет тех, кто хочет стабильности и развития
🔹 Делает акцент на смысл, рост через задачи, команду — получит тех, кто приходит не просто за оффером
⚠️ А если не транслирует ничего?
Тогда за неё это сделают:
— бывшие сотрудники
— отзывы на HH
— первое впечатление на собесе
Чаще всего такие компании никто не назовет ✨компанией мечты✨.
📉 Слабый или противоречивый HR-бренд = больше “случайных” кандидатов, выше риск найма не в команду, больше текучки и выгорания.
📈 Сильный и понятный = выше планка, лучше мэтч по ценностям, меньше шума при онбординге и в работе.
❓А вы когда-нибудь выбирали компанию, только потому что «туда попадают только избранные»?
Как думаете, у какой из моего трио бигтех компаний более развит HR-бренд:
#карьера
Please open Telegram to view this post
VIEW IN TELEGRAM
🌀 Синдром самозванца: откровения чата GPT (сезон 3, серия 8)
Увидела на одном канале скрин и флешмоб, последовавший за ним, — захотелось проверить на себе.
И действительно похоже😕
Я нередко ловлю себя на мыслях:
«Мне просто повезло»,
«Я справилась только потому, что это было легко»,
«Скоро все поймут, что я ничего не понимаю на самом деле»🤷♂️
🛤️ И это даже не начало пути.
Это когда на рынке меня уже классифицируют как уверенного мидла, и я оказываю реальное влияние на принятие бизнес-решений.
Но синдрому самозванца, кажется, всё равно 🤡
👩🏻💻Последняя провокация — смена работы.
Это и так стресс, так ещё и в моей Т-команде курс на прокачку продуктовых аналитиков в сторону ML и LLM 🤖📚
Добрая половина моих коллег — продуктовые дата-сайентисты, а не просто аналитики)))👨🔬
Это реально круто — и мне самой безумно интересно! Но в последний раз я занималась обучением модели в универе 3 года назад на курсе эконометрики или количественных финансов😭
Поэтому сейчас я сижу такая:
«Да тут не только модель, но и я сама столкнулась с ситуацией underfitting’а» 🥹
🎬И тут активизируется синдром самозванца:
— «Соскучилась? Держи сравнение с другими, тревожку и ощущение, что ты просто хорошо притворялась. Но скоро тебя раскроют!» 🎭
Но знаете, я ведь не только тревожник, но и оптимист до костей мозга 🧠✨
И нашла в этом всём одно неожиданное преимущество: чтобы унять этот внутренний голос, приходится выходить из зоны комфорта, доказывать что-то себе, ставить цели и достигать их 🏆
И вот ты сидишь с ощущением «я не тяну» — а если абстрагироваться, вдруг осознаёшь: какой же большой путь был пройден, ты растёшь,
и просто сейчас перед тобой — новая гора ⛰️
Так что что ждите в ближайшее время посты про то, как я разбираюсь с ML, вспоминаю эконометрику и ною!🌱
Ставьте реакции:
😢 – если тоже самозванцы
😎 – если с таким не знакомы
❔ – манифестируем мне активацию мозгов
Кстати, жду ваших скринов с ответом чатом GPT в комментариях👇
Увидела на одном канале скрин и флешмоб, последовавший за ним, — захотелось проверить на себе.
И действительно похоже
Я нередко ловлю себя на мыслях:
«Мне просто повезло»,
«Я справилась только потому, что это было легко»,
«Скоро все поймут, что я ничего не понимаю на самом деле»
🛤️ И это даже не начало пути.
Это когда на рынке меня уже классифицируют как уверенного мидла, и я оказываю реальное влияние на принятие бизнес-решений.
Но синдрому самозванца, кажется, всё равно 🤡
👩🏻💻Последняя провокация — смена работы.
Это и так стресс, так ещё и в моей Т-команде курс на прокачку продуктовых аналитиков в сторону ML и LLM 🤖📚
Добрая половина моих коллег — продуктовые дата-сайентисты, а не просто аналитики)))👨🔬
Это реально круто — и мне самой безумно интересно! Но в последний раз я занималась обучением модели в универе 3 года назад на курсе эконометрики или количественных финансов
Поэтому сейчас я сижу такая:
«Да тут не только модель, но и я сама столкнулась с ситуацией underfitting’а» 🥹
🎬И тут активизируется синдром самозванца:
— «Соскучилась? Держи сравнение с другими, тревожку и ощущение, что ты просто хорошо притворялась. Но скоро тебя раскроют!» 🎭
Но знаете, я ведь не только тревожник, но и оптимист до костей мозга 🧠✨
И нашла в этом всём одно неожиданное преимущество: чтобы унять этот внутренний голос, приходится выходить из зоны комфорта, доказывать что-то себе, ставить цели и достигать их 🏆
И вот ты сидишь с ощущением «я не тяну» — а если абстрагироваться, вдруг осознаёшь: какой же большой путь был пройден, ты растёшь,
и просто сейчас перед тобой — новая гора ⛰️
Так что что ждите в ближайшее время посты про то, как я разбираюсь с ML, вспоминаю эконометрику и ною!
Ставьте реакции:
Кстати, жду ваших скринов с ответом чатом GPT в комментариях
Please open Telegram to view this post
VIEW IN TELEGRAM
🤖 ML для продуктового аналитика: не страшно, если по-человечески
Пока в Т-команде обсуждают ML и LLM, а голос в голове шепчет: "учись, пока не уволили", я решила собрать короткий разбор по теме. Не учебник, а именно чекпоинт по базовым штукам, которые должен понимать аналитик, чтобы не кивать на митинге с глазами лабрадора 🐶
🧠 Что такое ML вообще?
Если коротко:
Пример: ты не пишешь "если пользователь положил в корзину кроссовки, то рекомендовать ему носки", а даёшь модели данные — и она сама решает, когда пора предложить носки 🧦
⚙️ Типы задач в ML:
Классификация
👉 Определить, к какому классу относится объект
🧠 Пример: пользователь купит / не купит; отзыв — положительный / негативный
Регрессия
👉 Предсказать числовое значение
🧠 Пример: спрогнозировать выручку или LTV
Кластеризация
👉 Разбить объекты на группы по сходству
🧠 Пример: сегментация пользователей по поведению
Рекомендательные системы
👉 Угадать, что тебе может понравиться
🧠 Пример: подбор товаров, фильмов, постов
🧰 Из чего состоит ML-проект (на пальцах):
Сбор и подготовка данных
→ самое время погрязнуть в
Фичевая инженерия
→ придумать, какие признаки реально влияют на результат
Выбор и обучение модели
→ линейная регрессия, дерево, бустинг, что-то посложнее
Оценка качества
→ метрики типа accuracy, precision/recall, AUC, чтобы понять насколько модель вообще адекватна
Деплой и проверка в проде
→ а потом смотришь на А/Б и думаешь, почему модель хуже обычного набора правил 🙃
🎯 Что полезно знать продуктовику / аналитику:
🔹 Какие типы моделей бывают и когда они уместны
🔹 Чем отличается overfitting от underfitting
🔹 Какие метрики качества важны в конкретной задаче
🔹 Что важно в данных (а что потом взорвёт прод)
🔹 Как интерпретировать результаты и объяснить это бизнесу
🔹 Как валидировать модель (кросс-валидация, hold-out и т.п.)
🧩 Нужно ли уметь самому строить модель?
Depends. Если ты хочешь в продуктовую аналитику с ML-бэклогом — полезно хотя бы раз собрать что-то руками:
📦 scikit-learn, pandas и немного matplotlib — уже дадут нужную базу.
Если тебе это интересно — не бойся: ты же не пытаешься с нуля написать нейросеть, а просто проверяешь гипотезы чуть умнее, чем через SQL 😉
Оставляйте реакции:
😀 — если вам интересны посты на эту тему
✋ — если вы уже специалисты по ML
😕 — если вам это неинтересно, лучше про софты почитаете
Пишите в комментариях: что из ML вас пугает, бесит или вызывает интерес? 👇
#карьера #харды
Пока в Т-команде обсуждают ML и LLM, а голос в голове шепчет: "учись, пока не уволили", я решила собрать короткий разбор по теме. Не учебник, а именно чекпоинт по базовым штукам, которые должен понимать аналитик, чтобы не кивать на митинге с глазами лабрадора 🐶
🧠 Что такое ML вообще?
Если коротко:
Это способ научить алгоритм находить закономерности в данных и использовать их, чтобы делать предсказания или принимать решения — без жёстко заданных правил.
Пример: ты не пишешь "если пользователь положил в корзину кроссовки, то рекомендовать ему носки", а даёшь модели данные — и она сама решает, когда пора предложить носки 🧦
⚙️ Типы задач в ML:
Классификация
👉 Определить, к какому классу относится объект
🧠 Пример: пользователь купит / не купит; отзыв — положительный / негативный
Регрессия
👉 Предсказать числовое значение
🧠 Пример: спрогнозировать выручку или LTV
Кластеризация
👉 Разбить объекты на группы по сходству
🧠 Пример: сегментация пользователей по поведению
Рекомендательные системы
👉 Угадать, что тебе может понравиться
🧠 Пример: подбор товаров, фильмов, постов
🧰 Из чего состоит ML-проект (на пальцах):
Сбор и подготовка данных
→ самое время погрязнуть в
null, выбросах и дубликатахФичевая инженерия
→ придумать, какие признаки реально влияют на результат
Выбор и обучение модели
→ линейная регрессия, дерево, бустинг, что-то посложнее
Оценка качества
→ метрики типа accuracy, precision/recall, AUC, чтобы понять насколько модель вообще адекватна
Деплой и проверка в проде
→ а потом смотришь на А/Б и думаешь, почему модель хуже обычного набора правил 🙃
🎯 Что полезно знать продуктовику / аналитику:
🔹 Какие типы моделей бывают и когда они уместны
🔹 Чем отличается overfitting от underfitting
🔹 Какие метрики качества важны в конкретной задаче
🔹 Что важно в данных (а что потом взорвёт прод)
🔹 Как интерпретировать результаты и объяснить это бизнесу
🔹 Как валидировать модель (кросс-валидация, hold-out и т.п.)
🧩 Нужно ли уметь самому строить модель?
Depends. Если ты хочешь в продуктовую аналитику с ML-бэклогом — полезно хотя бы раз собрать что-то руками:
📦 scikit-learn, pandas и немного matplotlib — уже дадут нужную базу.
Если тебе это интересно — не бойся: ты же не пытаешься с нуля написать нейросеть, а просто проверяешь гипотезы чуть умнее, чем через SQL 😉
Оставляйте реакции:
Пишите в комментариях: что из ML вас пугает, бесит или вызывает интерес? 👇
#карьера #харды
Please open Telegram to view this post
VIEW IN TELEGRAM
1
Всем привет!👋
Сегодня хочу затронуть одну знакомую многим тему: офферы ради офферов.
В последнее время набирает популярность сценарий — пройти собеседование не потому, что планируешь менять работу, а просто чтобы проверить себя и получить ответ на заветный вопрос:
👉 «Сколько я стою на рынке?»
И вот тут лично у меня появляется внутренний конфликт со своими «за» и «против».
✅ ЗА:
💪 Это как тренировка: держишь навыки в тонусе, особенно по SQL, продуктовым метрикам, A/B и аналитическому мышлению.
🧠 Заставляет структурировать опыт, пересобрать резюме, вспомнить сильные кейсы.
🔍 Иногда это единственный способ понять, как на тебя смотрит рынок (особенно если давно не общался с рекрутерами).
⛔️ ПРОТИВ:
🧩 Задачи на собеседованиях часто далеки от реальности.
Конструкции в коде, которые ты больше никогда не используешь, статистика «на бумажке», искусственные кейсы — это не то, с чем мы работаем каждый день.
🕰 Трата времени — и своего, и компании, у которой, возможно, горит реальный найм. Возникает вопрос об этичности такого подхода.
📚 Распыление без цели: вместо того чтобы углубиться в темы, которые реально важны для твоей текущей работы, приходится освежать знания в менее приоритетных зонах.
💬 А как же тогда узнать, сколько ты стоишь?
Вот несколько альтернатив:
📌 Сравнение себя с вакансиями на рынке с открытыми вилками (например, через Getmatch)
🤝 Нетворкинг внутри профессии (конференции, локальные чаты/каналы)
📊 Анонимные платформы с зарплатными диапазонами и требованиями (например, я люблю читать время от времени зарплатник)
🔚 Личный вывод:
Для меня практика собесов "на всякий случай" — скорее стрем.
Даже если цель — выбить контр-оффер, то после выхода на рынок доверие к текущему работодателю, скорее всего, упадет. Особенно если внезапно выясняется, что тебе всё это время могли платить больше, но не предлагали.
А вы как считаете?
👍 — норм, если с умом
🤓 — я уже в этой теме
👎 — стрем, лучше не тратить своё и чужое время
Жду ваших аргументов в комментах
#полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍12👎4❤3🤓2
🧠 Почему забота о ментальном здоровье сотрудников — не «плюшка», а стратегическое решение
До сих пор вижу, как в некоторых компаниях выгорание воспринимают как личную проблему сотрудника.
Мол, "не справляешься — отдыхай, увольняйся, приходи в себя где-нибудь ещё".
Лично я до некоторых пор думала также👀
Но правда в том, что регулярная забота о ментальном здоровье — это не про доброту, это про выгоду. И для компании в том числе.
🔹 Выгоревший сотрудник ≠ продуктивный сотрудник
Он дольше делает простые задачи, хуже коммуницирует, избегает ответственности, делает меньше, чем мог бы. Но при этом всё ещё числится в штате, получает зарплату, участвует в звонках, тормозит процессы.
И самое важное — выгоревший человек не растёт.
🔹 Пример: два сценария развития
👉 Сценарий А (игнорируем выгорание)
Сотрудник «горит» → не говорит об этом → продолжает работать «на автомате» → делает ошибки, тянет сроки → менеджер недоволен → мотивация падает → увольнение или медленное угасание
В итоге:
– потеря опыта
– найм нового человека
– онбординг, обучение
– падение командной динамики
👉 Сценарий B (профилактика)
Сотрудник чувствует перегруз → может открыто сказать об этом → получает поддержку (перераспределение задач, пауза, честный разговор) → возвращается в строй через 1–2 недели, а не через 6 месяцев или никогда
📈 Результат: сохранён эксперт, экономия ресурсов, лояльность выросла
💡 Самое важное: поддержка — это не только «дать отпуск». Это — создать культуру, где можно не выгорать, а не просто лечиться постфактум.
И да, это сложно. Но гораздо дешевле, чем лечить последствия.
Ставьте реакции:
👾 — если считаете, что забота о ментальном здоровье на работе это миф
❤️ — если на работе о вас заботятся
😭 — если вы близки к выгоранию/уже одной ногой там
❓ Делитесь в комментариях что вам помогает не впадать/вернуться из состояния овоща в продуктивные будни?
#полезное
До сих пор вижу, как в некоторых компаниях выгорание воспринимают как личную проблему сотрудника.
Мол, "не справляешься — отдыхай, увольняйся, приходи в себя где-нибудь ещё".
Лично я до некоторых пор думала также
Но правда в том, что регулярная забота о ментальном здоровье — это не про доброту, это про выгоду. И для компании в том числе.
🔹 Выгоревший сотрудник ≠ продуктивный сотрудник
Он дольше делает простые задачи, хуже коммуницирует, избегает ответственности, делает меньше, чем мог бы. Но при этом всё ещё числится в штате, получает зарплату, участвует в звонках, тормозит процессы.
И самое важное — выгоревший человек не растёт.
🔹 Пример: два сценария развития
👉 Сценарий А (игнорируем выгорание)
Сотрудник «горит» → не говорит об этом → продолжает работать «на автомате» → делает ошибки, тянет сроки → менеджер недоволен → мотивация падает → увольнение или медленное угасание
В итоге:
– потеря опыта
– найм нового человека
– онбординг, обучение
– падение командной динамики
👉 Сценарий B (профилактика)
Сотрудник чувствует перегруз → может открыто сказать об этом → получает поддержку (перераспределение задач, пауза, честный разговор) → возвращается в строй через 1–2 недели, а не через 6 месяцев или никогда
📈 Результат: сохранён эксперт, экономия ресурсов, лояльность выросла
💡 Самое важное: поддержка — это не только «дать отпуск». Это — создать культуру, где можно не выгорать, а не просто лечиться постфактум.
И да, это сложно. Но гораздо дешевле, чем лечить последствия.
Ставьте реакции:
👾 — если считаете, что забота о ментальном здоровье на работе это миф
❤️ — если на работе о вас заботятся
😭 — если вы близки к выгоранию/уже одной ногой там
#полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
10❤12👾8😭7
🎤 Нетворкинг, мерч и костёр: почему я еду на ProductCamp снова
Знаете, за последние пару лет я посещала некоторые конференции в сфере: ММ, аха, более локальные ивенты — но могу сказать точно мой любимчик — ProductCamp, хоть и считается, что он для продактов, а не аналитиков 👀
🔥 Почему именно ProductCamp?
1️⃣ Он бесплатный, в отличие от большинства конференций. Но попасть туда можно либо будучи докладчиком, либо организатором.
2️⃣ Здесь собираются реально заинтересованные люди, а не просто те, кто не хотел идти офис работать, так как это мероприятие выходного дня.
3️⃣ Программа всегда такая интересная и насыщенная, что ты удивляешься, как она вообще влезла в эти 2 дня.
❓ Зачем на такие мероприятия вообще ходить?
👥 Нетворкинг, нетворкинг и ещё раз нетворкинг — Random coffee, совместные обеды, костёр вечерами, обсуждения после talks. Здесь все хотят общаться и делиться своим опытом!
А помимо специалистов по продукту сюда часто выбираются и HR, так что хантинг тоже имеет место быть, кому интересно)
🎁 Стенды компаний с мерчем и фишками — можно подойти, спросить, узнать продукты и людей, поучаствовать в активности и унести домой что-то полезное и приятное. Я каждый год так пополняю свою коллекцию, очень нравится халява 😁
Можете заценить фотку мерча с одного из дней в комментах
🤓 Программа формируется из запросов комьюнити — участники предлагают темы, голосуют, формируют треки. Любой может выступить или внести вклад в ивент. Я, кстати, в этом году волонтерю на подборе спикеров и тем для выступлений)
📈 Что именно будет:
Куча докладов и воркшопов от Middle до C-level
Выездной формат выходного дня — talk + нетворк + активное времяпрепровождение
Open mic, спорт, вечерние посиделки и реальные нетворкинг‑сессии
📅 Когда и где
19–21 сентября 2025,
Локация пока не выбрана, но точно будет в Подмосковье.
Регистрация здесь
Количество мест всегда ограничено, так что лучше поторопиться и пристроиться куда-нибудь!
К сожалению, пост не реклама, а искренняя рекомендация!
Оставляйте реакции:
👀 — если ездили/планируете поехать
🥱 — если конференции это не для вас
🤔 — заинтересованы, но пока думаете
Если решите поехать — давайте с вами тоже пересечемся и понетворкаем!
Да, я случайно удалила пост и теперь перезаливаю🥹👉👈
#полезное #аналитика
Знаете, за последние пару лет я посещала некоторые конференции в сфере: ММ, аха, более локальные ивенты — но могу сказать точно мой любимчик — ProductCamp, хоть и считается, что он для продактов, а не аналитиков 👀
🔥 Почему именно ProductCamp?
А помимо специалистов по продукту сюда часто выбираются и HR, так что хантинг тоже имеет место быть, кому интересно)
📈 Что именно будет:
Куча докладов и воркшопов от Middle до C-level
Выездной формат выходного дня — talk + нетворк + активное времяпрепровождение
Open mic, спорт, вечерние посиделки и реальные нетворкинг‑сессии
📅 Когда и где
19–21 сентября 2025,
Локация пока не выбрана, но точно будет в Подмосковье.
Регистрация здесь
Количество мест всегда ограничено, так что лучше поторопиться и пристроиться куда-нибудь!
К сожалению, пост не реклама, а искренняя рекомендация!
Оставляйте реакции:
👀 — если ездили/планируете поехать
🥱 — если конференции это не для вас
🤔 — заинтересованы, но пока думаете
Если решите поехать — давайте с вами тоже пересечемся и понетворкаем!
Да, я случайно удалила пост и теперь перезаливаю🥹👉👈
#полезное #аналитика
Please open Telegram to view this post
VIEW IN TELEGRAM
productcamp.ru
ProductСamp — главная
Не-конференция, на которой рождаются новые смыслы и связи
👀10🤔4🥱4
Регрессия и регуляризация: как не потеряться в данных и сделать модель крепкой 💪
Регрессия — одна из базовых моделей в аналитике. Она помогает понять, как одна или несколько переменных влияют на результат. Например, как цена влияет на продажи, или как количество кликов — на конверсию.
Но есть две классические проблемы, с которыми часто сталкиваются при построении моделей:
🔴 Overfitting (переобучение) — модель слишком точно подстраивается под тренировочные данные, включая шум и случайности. В итоге на новых данных она работает плохо.
🔵 Underfitting (недообучение) — модель слишком простая, чтобы уловить закономерности в данных. Она плохо объясняет даже тренировочные данные.
Чтобы избежать этих проблем и сделать модель устойчивой, используют регуляризацию — методы, которые контролируют «сложность» модели и штрафуют слишком большие коэффициенты.
Методы регуляризации:
🔹 Ridge (ридж-регрессия)
Добавляет L2-норму штрафа — сумма квадратов коэффициентов. Ставит цель уменьшить их величину, но не обнуляет.
📌 Используется, когда:
• Все признаки важны и не хочется их исключать полностью
• Признаки коррелируют между собой (Ridge хорошо распределяет веса)
• Нужно снизить влияние шума и избежать переобучения, сохранив все фичи
🔹 Lasso (лассо-регрессия)
Добавляет L1-норму штрафа — сумма абсолютных значений коэффициентов. Может обнулять некоторые коэффициенты, тем самым отбирая признаки.
📌 Используется, когда:
• Есть много признаков, часть из которых может быть лишней
• Хотится автоматический отбор признаков и упрощение модели
• Важна интерпретируемость модели (обнуление неважных признаков)
🔹 ElasticNet
Комбинирует L1 и L2 штрафы, сочетая сильные стороны Ridge и Lasso.
📌 Используется, когда:
• Не уверен, какой метод лучше подойдёт
• Есть много коррелирующих признаков и шума
• Нужно балансировать между регуляризацией и отбором признаков
Как выбрать лучшую модель?
Сравнивай модели по нескольким критериям:
📉 Метрики ошибки — MSE (среднеквадратичная ошибка), MAE (средняя абсолютная ошибка). Чем ниже, тем лучше.
📈 R² (коэффициент детерминации) — показывает, какую часть вариации объясняет модель. Чем ближе к 1, тем лучше.
🔄 Стабильность метрик на кросс-валидации — насколько равномерно модель показывает хорошие результаты на разных подвыборках данных. Если результаты сильно скачут, модель может быть нестабильной и переобученной.
🔍 Интерпретируемость — проще понять и объяснить модель с меньшим количеством признаков
Ну вот и всё, ставьте:
🔥 — если пост был вам полезен
🤓 — если итак все знали
👀 — если ничего не поняли, но было интересно
#харды
Регрессия — одна из базовых моделей в аналитике. Она помогает понять, как одна или несколько переменных влияют на результат. Например, как цена влияет на продажи, или как количество кликов — на конверсию.
Но есть две классические проблемы, с которыми часто сталкиваются при построении моделей:
🔴 Overfitting (переобучение) — модель слишком точно подстраивается под тренировочные данные, включая шум и случайности. В итоге на новых данных она работает плохо.
🔵 Underfitting (недообучение) — модель слишком простая, чтобы уловить закономерности в данных. Она плохо объясняет даже тренировочные данные.
Чтобы избежать этих проблем и сделать модель устойчивой, используют регуляризацию — методы, которые контролируют «сложность» модели и штрафуют слишком большие коэффициенты.
Методы регуляризации:
🔹 Ridge (ридж-регрессия)
Добавляет L2-норму штрафа — сумма квадратов коэффициентов. Ставит цель уменьшить их величину, но не обнуляет.
📌 Используется, когда:
• Все признаки важны и не хочется их исключать полностью
• Признаки коррелируют между собой (Ridge хорошо распределяет веса)
• Нужно снизить влияние шума и избежать переобучения, сохранив все фичи
🔹 Lasso (лассо-регрессия)
Добавляет L1-норму штрафа — сумма абсолютных значений коэффициентов. Может обнулять некоторые коэффициенты, тем самым отбирая признаки.
📌 Используется, когда:
• Есть много признаков, часть из которых может быть лишней
• Хотится автоматический отбор признаков и упрощение модели
• Важна интерпретируемость модели (обнуление неважных признаков)
🔹 ElasticNet
Комбинирует L1 и L2 штрафы, сочетая сильные стороны Ridge и Lasso.
📌 Используется, когда:
• Не уверен, какой метод лучше подойдёт
• Есть много коррелирующих признаков и шума
• Нужно балансировать между регуляризацией и отбором признаков
Как выбрать лучшую модель?
Сравнивай модели по нескольким критериям:
📉 Метрики ошибки — MSE (среднеквадратичная ошибка), MAE (средняя абсолютная ошибка). Чем ниже, тем лучше.
📈 R² (коэффициент детерминации) — показывает, какую часть вариации объясняет модель. Чем ближе к 1, тем лучше.
🔄 Стабильность метрик на кросс-валидации — насколько равномерно модель показывает хорошие результаты на разных подвыборках данных. Если результаты сильно скачут, модель может быть нестабильной и переобученной.
🔍 Интерпретируемость — проще понять и объяснить модель с меньшим количеством признаков
Ну вот и всё, ставьте:
🔥 — если пост был вам полезен
🤓 — если итак все знали
👀 — если ничего не поняли, но было интересно
#харды
9🔥11🤓5👀4
🐟 «Ловим рыбу на работе» — китайский способ не выгорать
В Китае сейчас популярно движение под названием 摸鱼 (mō yú) — дословно «ловить рыбу».
На деле — это целая философия: как работать ровно настолько, чтобы не вылететь, но и не сгореть.
📌 В основе — реакция на напряжённую трудовую культуру, в частности на так называемый 996-график (работа с 9 утра до 9 вечера, 6 дней в неделю) и культ «успешного успеха».
🔥 На фоне выгорания и неопределённости многие молодые специалисты начали искать способы снизить нагрузку, молодёжь массово уходит в тихий саботаж:
— делает вид, что занята
— отвечает на письма с паузами, чтобы казаться перегруженной
— использует рабочее время для сна, подработок или обучения
— пишет друг другу гайды «как выжить в офисе и остаться собой»
🧘 Один из популярных лозунгов:
«Ты уже пришёл на работу — поздравляем! Можешь начинать ловить рыбу»
🐌 Этот тренд связан с другими движениями:
— 躺平 (tǎng píng) — «лечь плашмя»: отказ от социального давления (гонки, ипотеки, ожиданий общества)
— 润学 (rùn xué) — эмиграция как форма спасения
— Office Survival Culture — советы по адаптации в высоконагруженной корпоративной среде.
💬 Если честно, когда я видела ролики в интернете с советами по рыбалке на работе🎣 , то была возмущена. Но погрузившись в контекст рабочих реалий в Поднебесной сделала личный вывод, что это не про лень. Это про пассивный протест.
Про то, как защитить себя в системе, которая не бережёт людей, а только требует больше.
❓А где для вас проходит грань между самосохранением и откровенной ленью?
Ставьте реакции:
😭 — если вам жаль этих бедолаг
🐳 — если вы и сами не прочь порыбачить на работе временами
👨💻— если осуждаете такой подход
#полезное
В Китае сейчас популярно движение под названием 摸鱼 (mō yú) — дословно «ловить рыбу».
На деле — это целая философия: как работать ровно настолько, чтобы не вылететь, но и не сгореть.
📌 В основе — реакция на напряжённую трудовую культуру, в частности на так называемый 996-график (работа с 9 утра до 9 вечера, 6 дней в неделю) и культ «успешного успеха».
— делает вид, что занята
— отвечает на письма с паузами, чтобы казаться перегруженной
— использует рабочее время для сна, подработок или обучения
— пишет друг другу гайды «как выжить в офисе и остаться собой»
🧘 Один из популярных лозунгов:
«Ты уже пришёл на работу — поздравляем! Можешь начинать ловить рыбу»
🐌 Этот тренд связан с другими движениями:
— 躺平 (tǎng píng) — «лечь плашмя»: отказ от социального давления (гонки, ипотеки, ожиданий общества)
— 润学 (rùn xué) — эмиграция как форма спасения
— Office Survival Culture — советы по адаптации в высоконагруженной корпоративной среде.
💬 Если честно, когда я видела ролики в интернете с советами по рыбалке на работе
Про то, как защитить себя в системе, которая не бережёт людей, а только требует больше.
❓А где для вас проходит грань между самосохранением и откровенной ленью?
Ставьте реакции:
😭 — если вам жаль этих бедолаг
🐳 — если вы и сами не прочь порыбачить на работе временами
👨💻— если осуждаете такой подход
#полезное
Please open Telegram to view this post
VIEW IN TELEGRAM
1🐳16😭5👨💻3