💼Обновления по карьере и размышления о job hopping'е
👋Всем привет! Выхожу к вам с новостями: я закрыла один важный этап и открываю новый 🚪✨
Недавно я завершила свой путь в Яндексе📦 — компании, в которой мне посчастливилось поработать с умнейшими коллегами, прокачаться на реальных задачах и ощутить, что такое масштаб и настоящая ответственность. Это был невероятно тёплый, сильный и насыщенный опыт, за который я чувствую искреннюю благодарность.
😋Теперь я в Т-Банке, в команде Стратегии и R&D — это уже новая глава и новые вызовы. И я этому очень рада. Но пост — не только про это, но и про размышления предшествующие изменениям.

🌀 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

❓А что вы думаете по этому поводу? Задавались ли сами вопросом: а не job hopper ли я?

❤️ Спасибо Яндексу — за доверие, людей, вызовы и поддержку.
🚀 И вперёд — строить полезное, сложное и новое в Т-Банке.
Принимаю поздравления и осуждения в комментах снизу 👀👇

#карьера #обоМне

🧠 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:
1️⃣Она 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

🎯 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

🌀 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 👇

🤖 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:

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 дубликатах
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

🎮 Ходить по собеседованиям “просто чтобы не потерять форму” — стрем или норм?
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

🧠 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

🎤 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

🐟 «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

📈 Локальный максимум в бизнесе: когда рост упирается в стену
В математике локальный максимум — это точка, где функция достигает «вершины» в пределах ближайшего окружения, но не глобальной вершины.
Простыми словами: кажется, что ты на пике, но где-то рядом есть гора выше — просто, чтобы туда подняться, нужно рискнуть и спуститься вниз.

💡 Как это проявляется в бизнесе?
1️⃣ Цены на продукт
Компания поднимает цену → прибыль растёт.
Поднимает ещё → снова растёт.
Но в какой-то момент дальше повышать нельзя: клиенты уходят, спрос падает.
👉 Это и есть локальный максимум по прибыли при текущей модели.

2️⃣ Маркетинг-каналы
Запустили рекламу в одном канале → поток клиентов пошёл.
Увеличили бюджет → ещё рост.
Но постепенно каждый новый рубль даёт всё меньше клиентов, пока эффект почти не исчезает.
👉 Локальный максимум по эффективности канала.

3️⃣ Продуктовые фичи
Добавили функцию → стало удобнее.
Добавили ещё → снова рост метрик.
Но потом новые фичи начинают усложнять продукт → пользователи путаются → метрики падают.
👉 Локальный максимум ценности от добавления новых функций.

📌 Из реальных кейсов:
— Nokia 📱
В середине 2000-х у Nokia было более 40% мирового рынка мобильных телефонов. Компания считала, что их кнопочные модели — идеальный баланс цены, качества и массовости. Это был их локальный максимум.
Но когда появился iPhone, а потом Android-смартфоны, Nokia слишком долго держалась за привычный формат. Смартфоны стали глобальным максимумом, но уже для Apple и Samsung.

— Blockbuster vs Netflix 📺
Blockbuster была крупнейшей сетью проката фильмов, зарабатывала миллиарды и открывала тысячи точек. Их «пик» был в офлайн-бизнесе. Netflix в это время делал ставку на DVD по подписке, а позже на онлайн-стриминг. Blockbuster посчитала это нишей, не рискнула изменить модель и осталась в локальном максимуме. Итог: Netflix забрал глобальный максимум, а Blockbuster обанкротился.

— Coca-Cola и “New Coke” 🥤
В 1985 Coca-Cola решила обновить вкус. Первые тесты показали рост продаж, и в компании подумали, что нашли новый максимум.
Но реальный рынок воспринял «New Coke» в штыки — оказалось, что сила бренда держится не на вкусовых экспериментах, а на символе классической Coca-Cola.
В итоге продукт сняли, а компания сделала вывод: иногда «локальный максимум» — это ловушка, где краткосрочный рост скрывает долгосрочные риски.

⚖️ Главная проблема локального максимума в бизнесе — в том, что компания может застрять:
«Мы же растём, всё работает, зачем что-то менять?»
А чтобы выйти на глобальный максимум, иногда приходится:
— перестроить стратегию
— сменить модель ценообразования
— уйти в новые каналы
— отказаться от части фичей ради простоты
И это всегда риск: нужно спуститься с текущей вершины, чтобы подняться на более высокую.

❓А вы видели в бизнесе такие «локальные максимумы»?
📊 Оставляйте реакции:

👍 Да, в своей компании
🤔 Видел(а) у других
👀 Нет, не сталкивался(ась)

#аналитика

📊 Бренд. Чем я занимаюсь в Т-Банке
Давайте расскажу немного о своей нынешней работе. 🤓
На самом деле, тут все устроено не совсем как в обычной продуктовой команде. Я нахожусь в ветке управления аналитикой, и у нас нет своего продукта. Мы выступаем как сторонние эксперты-консультанты для абсолютно любого направления в экосистеме Т.

🕵️‍♀️ Моя зона фокуса сейчас — это бренд. Но не в привычном «маркетинговом» смысле: логотип, цвета и рекламные кампании.
Я работаю над тем, чтобы оценить бренд как бизнес-актив и понять, какую роль он играет в принятии решений.

Что это значит на практике?
🔹 Оценка бренда — через метрики и данные. Не «нравится / не нравится», а конкретные показатели, которые отражают силу бренда на рынке.
🔹 Разбор, что входит в бренд — не только коммуникация, но и клиентский опыт, сервис, продуктовые решения. Всё это вместе формирует восприятие компании.
🔹 Помощь бизнесу ориентироваться на бренд — когда бренд становится фактором при выборе стратегии: от новых продуктов до клиентских предложений.

💡 Для меня это действительно интересная задача.
Но это и челлендж: на рынке мало где бренд реально оценивают и используют как ориентир при принятии решений.
💸 Зачастую просто инвестируют туда, потому что в это верят, но не оценивают. Или не верят в бренд, но верят в то, что «нужно оставаться на слуху» и не важно какими способами.
💸 Чаще бизнес смотрит на выгоду в моменте, а бренд — это всегда про долгую дистанцию.
И вот в этом противоречии и надо искать баланс.

❓А какие компании, по вашему мнению, обладают сильным положительным брендом, а какие — сильным отрицательным?

Оставляйте реакции:
🏆 — если при выборе продукта ориентируетесь только на выгоду
🔥 — если некоторым брендам доверяете больше, чем другим
👀 — если вы из тех, кто проведет свое расследование, чтобы выбрать точно то

И напишите в комментариях какие бренды и почему вам нравятся! 👀
(Я в поиске инсайтов)

#карьера #аналитика

🧘‍♀️ Саббатикал: отпуск, который ты себе ещё не разрешил(а)
Слово «саббатикал» звучит как волшебная кнопка от выгорания:
«всё брошу, уеду на Бали, буду пить матчу и переосмыслять свою жизнь».
На деле же чаще это выглядит так:
🫠 сидишь в трениках дома, листаешь джоб-сайты и гуглишь
«как понять, чего я вообще хочу от жизни и откуда вся эта усталость».

Что вообще такое саббатикал?
Саббатикал — это долгий перерыв от работы, чтобы:
1️⃣ отдохнуть (реально, по-настоящему)
2️⃣ разобраться, куда двигаться дальше
3️⃣ выдохнуть, восстановиться, переосмыслить

📚 Обычно он длится от 1 месяца до 1 года — в зависимости от степени усталости, финансовой подушки и возможностей.
Иногда он оформляется официально.
Но чаще — это твой собственный выбор и к нему надо ещё и тщательно подготовиться.

💸 А как вообще к этому подготовиться?
Саббатикал — это не только «снять стресс», но и план + финансы.
Вот как люди обычно к нему подходят:
🧾 Финансовая подушка — минимум на 3–6 месяцев вперёд: аренда, еда, страховка, повседневка. Без тревожных «а если завтра…».
📉 Снижение трат — многие заранее пробуют пожить на «саббатикальные расходы», чтобы понять, комфортно ли им с таким уровнем жизни.
🗓 План или хотя бы направление — не жёсткий график, а ответ на вопрос:
«Что я хочу от этого времени? Отдохнуть? Учиться? Переквалифицироваться?»
🙋‍♀️ Поддержка — кто-то берёт менторов или коучей, кто-то просто делает себе чек-ин раз в неделю: «Что я чувствую? Куда иду? Что пробую?».
🙅‍♂️ Остановка гонки — в саббатикале главное не пытаться сразу «быть продуктивным». Это пауза. Можно не учиться, не строить личный бренд, а просто… прийти в себя.

А как к этому вообще относятся?
💬 В обществе отношение к саббатикалу довольно разное:
— кто-то считает это роскошью, доступной единицам
— кто-то — необходимой перезагрузкой, без которой сложно вырасти
— а кто-то — риском провалиться в прокрастинацию и потерять фокус

На самом деле, это зависит от контекста: финансов, целей, ментального состояния и того, как вы вообще привыкли жить и работать.

Оставляйте реакции:
🎈 — если хотели бы попробовать саббатикал
😭 — если хотели ли бы, да денег нет (если ты Антон тыкать тоже сюда)
💅 — уже пробовали/сейчас чиллите

❓Пишите в комментариях: если бы у вас был год свободы — на что бы вы его потратили?

🗂️ 3 SQL-задачи, которые встречаются на каждом втором собеседовании
SQL на собесе — это как таблица умножения в школе: вроде просто, но иногда всё равно всё путается 😅

1️⃣ JOIN’ы: сколько строк получится?
Есть две таблицы: A = 10 строк, B = 100 строк. Сколько минимум и максимум строк получится при их джоине?
Давайте разберем по всем видам джоина:
CROSS JOIN → всегда 10 × 100 = 1000 строк.
INNER JOIN → от 0 (ничего не сматчилось) до 1000 (многие-ко-многим; каждая строка A стыкуется с 10 строками B).
LEFT JOIN (A LEFT B) → от 10 (всё NULL в B) до 1000.
RIGHT JOIN (A RIGHT B) → от 100 до 1000.
FULL OUTER JOIN → от 100 (всё сматчилось так, что покрыты все строки B) до 1000.

В общем, важно помнить, что максимум ограничен произведением строк, а минимум зависит от типа джоина и совпадений.

2️⃣ Агрегации: «средний чек на пользователя»
Частая ловушка: делят сумму всех заказов на количество уникальных пользователей — так никто не считает.
Правильно: сначала агрегируем по пользователю, потом берём среднее по пользователям.

3️⃣ Оконки:
Классика на практику: для каждого пользователя посчитать дату предыдущего заказа и разницу в днях. В таблице orders есть user_id, order_id, order_date, order_value.

Попробуйте решить сами, а потом уже я оставлю ответ в комментариях 💬👇

Зачем это спрашивают? Потому что это реальный сценарий: когорты, ретеншн, частота покупок, «здоровье» продукта.

❓Посты на какие темы вам хотелось бы видеть чаще?

Оставляйте реакции:
👾 — ещё про задачки на собесах
🤓 — когда вернется ML?
👩‍💻 — про кейсы из работы

#харды #собесы

🚀 Продакт × Продуктовый аналитик: идеальная связка или «лебедь, рак и щука»?

Часто звучит миф: «Продакт придумывает, аналитик проверяет».
Но в нормальной команде всё устроено иначе 👇

📌 Как выглядит норма

Продакт отвечает за куда и зачем: стратегия, цели, приоритеты, ценность для бизнеса и пользователей.
Аналитик отвечает за как к этому приходим: вместе с продактом формулирует гипотезы, ставит метрики, проектирует эксперименты, интерпретирует результаты, показывает риски и слепые зоны.
Что у них общего: единая цель, общий бэклог гипотез, единые определения метрик, цикл «гипотеза → эксперимент → решение».

Аналитик это давно не про «сервис ради запросов», а про совместную работу в одной команде. И практика показывает: именно такой формат кросс-функционала даёт результат, когда есть ясные цели и быстрые итерации.

👯 Можно ли объединить роли?
Иногда да — в маленьком стартапе или на MVP. Но чаще это риск: когнитивная перегрузка, подтверждающее искажение («сам придумал — сам и доказал»), падение качества решений без второго взгляда.

🦢🦞🐟 А если синергии нет и начинается басня Крылова?
Аналитик скатывается в «калькулятор на ножках», продакт — в «решаю по чуйке».

Из типичных фейлов продактов, которые мешают аналитикам:

🎯 Постоянно менять цели и приоритеты.
🙈 Игнорировать цифры, если они не совпали с личной гипотезой.
🎒 Тащить в фокус всё подряд: «посчитай это, а заодно и вот то» — без единой цели.
🎲 Решать по «кажется», а потом просить «цифрами подтвердить».

Но да, и мы-аналитики тоже не без греха, что замечено за нами:

🧮 Уходить в бесконечные расчёты и «идеальную модель», забывая про скорость.
📊 Не думать в терминах бизнеса.
🕳️ Уходить в детали и терять картину (метрика = цель сама по себе).
🤐 Не уметь донести вывод простыми словами и привязать к действию.

👩‍💻 Из моего опыта
Я сама работала и в ситуации синергии, и в ситуации разлада.
И могу точно сказать: продакт может быть как фасилитатором, который помогает двигаться вперёд, так и занозой в сами знаете каком месте.

И в первом случае ты живешь свою лучшую жизнь, вовлекаешься в процессы, быстро замечаешь и включаешься, если где-то логика ломается. Работа как будто делается сама собой, без напряга, солнышко светит, цветы цветут, полный ✨ля-ля-ля✨, вот как это ощущается 💕

А что касается обратной ситуации - тут всех хочется застрелить, проект закрыть, и чтоб поскорее отстали. В какой-то момент уже перестаешь спрашивать нафига, а главное зачем нам надо посчитать какие-то вообще левые данные двухлетней давности, а потом оказывается, что ты недостаточно вовлечен в процессы и все делаешь на отвали (да ну 🔪 🖕🔫)

💡 Вывод
Аналитик ≠ калькулятор. Продакт ≠ «тот, кто сам знает лучше».
Они работают сильнее только вместе. А если синергии нет — чинить надо процесс, а не людей.

❓А у вас в командах чаще про синергию или про «лебедя, рака и щуку»?

Оставляйте реакции:
👾 — аналитик рулит
🏆 — продакт рулит
🤝 — партнёрство рулит

#карьера

👋 Привет!
С прошлого поста-знакомства прошло больше года
Промолчим, что за этот год я прилежно вела канал только месяца 3 от силы 🥲
А ещё мне недавно сказали, что на канале не хватает меня как человека — пора исправить!

Я — Аделя, ведущий аналитик в Т-Банке 🏦 в команде стратегии и R&D, ранее продуктовый аналитик в Маркете 📱 и коммерческий/дата-аналитик в Ozon 📦

💡 Как я попала в IT: через осеннюю волну OzonCamp 🤓 в 2022 году. С тех пор пережила все стадии отношений с работой, выглядело это примерно так:

😍 «Вау, у меня наконец-то интересная работа, а не тупой аудит, так мне ещё платят не листиками (ну почти)!!!»
👩🏻‍💻 Work-study-no life balance
🥱 «Почему у взрослых нет трёхмесячных каникул?»
🏝️ Учеба закончилась, теперь зимовка на Бали
🩷 «Ура, я продуктовый аналитик, теперь я самая крутая!!!»
💼 Тут период увлеченности, где я очень деловая колбаса, расту и радуюсь
🤢 «Меня тошнит от бесконечных АБ-тестов и разметки»
👍 Тут я горю и не замечаю этого. У меня work depression
🤡 «Ладно, признаю, достигаторство – не кул, а прислушиваться к себе — это важно»
❤️ и обратно в «Аналитика — это интересно!» с новыми силами и установками

🟢 Миссия канала
Показать аналитику понятной и увлекательной, карьеру в IT — без прикрас, как есть, а ещё помочь избежать типичных ошибок.

📍 Навигация
Чтобы проще искать нужное, я перерыла все свои посты и навесила теги:
#карьера — опыт, рынок труда, условия
#харды — аналитика, SQL, статистика, ML
#полезное — забота о себе, советы, лайфхаки, события
#аналитика — разбор кейсов и интересных данных
#собесы — поиск работы, резюме, подготовка
#интересное — всё любопытное, не только про аналитику
#обоМне — все, что касается меня, но не всегда рабочее

📝 Давайте с вами знакомиться!
Мне вот тоже интересно, как вы там, мои дорогие подписчики!💌
Расскажите в комментариях:
1️⃣ О себе
2️⃣ Про что вам больше нравится читать? А чего не хватает?
3️⃣ Почему и с какого поста на меня подписаны?

А ещё оставляйте реакции:
🤓 — если вы новичок в АйТи (0–1 год)
👨‍💻 — если уже поопытнее (1–3 года)
🤓 — уже профи (3+ года)

💬 Обмен опытом и нетворкинг приветствуются!

#обоМне

📊 Система метрик: что это и как про неё спрашивают на собесе
На продуктовых собесах часто прилетает что-то вроде:

«Представьте, что у продукта нет системы метрик. С чего начнёте?»

«На какие метрики должен ориентироваться продукт Х?»

«Постройте систему метрик для [маркетплейса / подписки / мессенджера].»

📌 Как структурировать ответ

👉 Удобнее всего использовать фреймворки для систем метрик. Разберём два самых популярных:

1. North Star Framework (NSM)
Фокусируется на одной ключевой метрике — той, что отражает ценность продукта для пользователя и бизнеса.
NSM (цель): Avito → успешные сделки, YouTube → watch time.
Input-метрики: то, что двигает NSM (трафик, конверсия, retention).
Guardrail-метрики: чтобы рост не ломал продукт (NPS, отток, нагрузка).
🎯 Сильная сторона: помогает не тонуть в сотне цифр и держать команду сфокусированной.

2. HEART (фреймворк Google)
Система из пяти углов, которая охватывает и рост, и опыт пользователя:
Happiness — удовлетворённость (NPS, CSAT).
Engagement — вовлечённость (частота действий, время в продукте).
Adoption — как быстро новые пользователи начинают использовать продукт и извлекать из него ценность (количество активаций за определенный период)
Retention — возвращаются ли пользователи. (удержание 1/3/7/14/30 дня)
Task success — успех выполнения целевого действия (конверсия, время до действия).
🎯 Сильная сторона: баланс между бизнес-метриками и пользовательским опытом.

📌 Другие популярные фреймворки
AARRR (Pirate Metrics) — Acquisition, Activation, Retention, Revenue, Referral.
RARRA — фокус на Retention → Acquisition → Revenue → Referral → Activation.
GSM (Goals-Signals-Metrics) — ставим цель → определяем сигналы → выбираем метрики.

💡 Типичные ошибки кандидатов
Называть только «топ-метрики» без системы.
Давать слишком много цифр без приоритета.
Игнорировать guardrails («главное, что растёт NSM»).

🎯 Что проверяют на собесе
Умение связать метрики с целью продукта.
Понимание разных фреймворков и когда какой удобнее.
Способность балансировать между ростом и рисками.

❓А как вы обычно структурировали свой ответ на таких вопросах?

Оставляйте реакции:
🤩 — если вам по душе NSM
Можете и 🌟 реакцию оставить
❤️ — если предпочитаете HEART
🤓 — я про эти ваши фреймворки в первый раз слышу

#аналитика #собесы

🤖 Человек или ИИ — кто работает лучше?
Недавно читала пост моей коллеги из AI-центра, которая подметила важное: ИИ-ассистентов можно грейдировать по уровню — как сотрудников.
📶 Есть грейд «человек», есть «эксперт», есть «топ-эксперт».
⏱️ ИИ ценен не тогда, когда он всегда лучше человека, а когда хотя бы дотягивает до человеческого уровня и экономит нам время.

📌 Кейс из моей практики
На прошлой работе мы хотели автоматизировать один процесс с помощью ИИ. Казалось: win-win — всё быстрее и проще.
Но на деле:
🧑‍💻 новичкам было полезно, они реально ускорялись
👨‍💻 Опытные же специалисты работали быстрее и эффективнее сами — потому что чётко понимали задачу, использовали привычные инструменты и не тратились на подстройку под ИИ, отладку или исправление его ошибок.

И это не единичный случай.

👩‍🔬 Есть свежее исследование про то, как ИИ влияет на перфоманс опытных разработчиков:
— взяли 16 разработчиков с опытом в среднем 5 лет
— дали им реальные задачи из open-source проектов
— дали доступ к ИИ-инструментам (Cursor Pro + Claude 3.5/3.7)

🚀 Все ждали ускорения. Даже сами участники прогнозировали, что будут работать быстрее на 20–25%.
А в итоге: с ИИ работа заняла в среднем на 19% больше времени. Причём это касалось именно тех, кто уже хорошо разбирался в коде: они тратили время на проверку, исправления и «борьбу» с инструментом.

💡 Вывод простой:
ИИ ≠ универсальное решение. Для новичков это реальный буст. Для опытных — может быть тормоз.

❓А вы как считаете:
ИИ в работе — это must have или пока «игрушка для начинающих»?

Оставляйте реакции:
🤝 — must have
🤔 — зависит от задачи
❌ — мешает

#аналитика

📊 Три почти одинаковые функции в SQL, на которых валятся на собесах
Оконные функции любят спрашивать на собесах. Часто дают задачу: «Пронумеруй заказы пользователя по сумме».
И тут есть три варианта — похожие, но не одинаковые 👇

1️⃣ ROW_NUMBER()
Каждой строке присваивается уникальный номер.
Даже если суммы одинаковые → всё равно будут разные позиции.
Пример: 100, 90, 90, 80 → позиции 1, 2, 3, 4

2️⃣ RANK()
Строки с одинаковым значением получают одинаковый ранг.
Но дальше идёт «пропуск».
Пример: 100, 90, 90, 80 → позиции 1, 2, 2, 4.

3️⃣ DENSE_RANK()
Как RANK(), но без дырок.
Пример: 100, 90, 90, 80 → позиции 1, 2, 2, 3.

💡 В чём разница на практике?
ROW_NUMBER() → когда нужен строго первый элемент (например, топ-заказ).
RANK() → если важна «соревновательная» позиция.
DENSE_RANK() → если важна компактная нумерация без дыр.

❓А вы какую из этих функций используете чаще всего?

Оставляйте реакции:
👾 — если итак их различали
🐳 — если что-то такое припоминали
🥺 — что такое оконная функция?

#харды #собесы