Avito Data Tech – Telegram
Avito Data Tech
3.24K subscribers
273 photos
13 videos
1 file
184 links
Эксперты Авито делятся опытом развития аналитической платформы.

Будет полезно для инженеров, аналитиков и тимлидов в сфере Big Data.
Download Telegram
🔥 Как у вас дела с «шумными соседями»?

Принесли доклад Никиты Жиги о том, как его команда превратила решение этой проблемы в биллинг в процессе масштабирования DBaaS.

⬇️ Смотрите или слушайте по ссылкам, чтобы узнать:

🗂 Как выглядит DBaaS в Авито;
🗂 Зачем мы вводили ограничения и как это сделали;
🗂 Как пользователь видит свои ресурсы;
🗂 Что планируем делать дальше.

📺 YouTube
💻 Rutube
🔵 ВК Видео

#analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
5👍1💯1
Чем полезен и опасен slicing? Разбираемся на практике⬇️

Артём Дронов из команды нашей A/B-платформы Trisigma собрал подробную прикладную статью с примерами из наших рабочих кейсов о том:

🗂в чём заключаются основные отличия этого способа анализа данных;
🗂как использовать разрез в рамках своих экспериментов и получать максимум инсайтов из данных;
🗂какие проблемы возникают при работе с большим числом наблюдений;
🗂какие нюансы при этом стоит учесть.

Статья будет полезна менеджерам продукта, аналитикам и любым специалистам, принимающим решения по А/В-экспериментами. Читаем по ссылке.

#analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
8👍6💯4
Присаживайтесь, это новый выпуск «Диванной аналитики» 🚀

Для тех, кто пропустил предыдущие выпуски: Диванная аналитика» — это шоу, в котором наши аналитики делятся опытом от написания стратегии до технических подробностей создания продукта.

И если вы всё никак не могли разобраться в сплит-тестах — советуем послушать доклад Стеши Чупрыгиной — тимлида в команде Monetization Efficiency. Она рассказала:
➡️ как устроено монетизационное ранжирование на Авито;
➡️ что такое автобиддинг;
➡️ как сплит-тесты помогают улучшать алгоритмы.

📺 Смотрим по ссылке.

#analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍2💯1
Всем привет! На связи Константин Жучков, продуктовый аналитик из команды статистики для профессиональных продавцов на Авито 🚀

Как показать продавцу, насколько хорошо его объявления видны в поиске? Мы в команде статистики для профессиональных продавцов Авито решили рассчитать метрику «Среднее место в поиске» — но быстро поняли, что простого решения здесь не будет.

Я решил рассказать, какие методологические грабли нас ждали и как мы с ними справлялись. Полезно всем, кто считает метрики поисковой выдачи — аналитикам, продактам, да и просто любопытным.

#analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1910👍5😁1
Нужен ли в M42 ИИ-ассистент? Когда у вас, как и у нас, 16 000+ метрик и 120+ разрезов — определённо да ☑️

В карточках собрали краткую выжимку статьи Андрея Старостина о том, как мы внедрили сервис m42copilot и какие результаты это дало. Подробнее на Хабре.

#analytics #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥52👎1
Прессовать или не прессовать? В случае с Redis команда Антона даже не думала. И это не кликбейт (почти) 😎

В карточках:
➡️ какие сложности у команды возникли при тесте под нагрузкой;
➡️ какие неожиданные bottleneck удалось встретить.

Читаем, а затем обсуждаем в комментариях ⬇️

#backend
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍3👎2💯2
⚡️ Как мы смогли формализировать понятие «договорённость» и обучить ML-модель, чтобы она сама их искала? Иными словами, как и зачем появилась главная продуктовая метрика Авито.

Пошагово путь от формализации до внедрения со всеми подводными камнями и проблемами можно пройти вместе с Ильёй Петряшиным, старшим дата-сайентистом в команде горизонтальных ML-технологий, и Артёмом Трофименко, старшим аналитиком по коммуникациям.

Читаем по ссылке 🔍

#analytics #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍63👎2💯2
Привет! Я Марат, аналитик пользовательского опыта в Авито 🚀

В поисковой навигации есть простой на вид вопрос: что именно делает пользователь, когда меняет текст запроса? Исправляет ошибку? Доуточняет? Или уже ищет совсем другое?

🔍 Чтобы разобраться, я собрал классификацию изменений поисковых запросов — и полностью реализовал её в SQL, без Python и ML. Оказалось, что встроенных функций Trino хватает, чтобы надёжно размечать миллионы поисков и получать чистую картину поведения пользователей.

Подробности здесь ➡️

#analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3211🙏6👎1