Кабинет
🌸Таня и Данные📊

🌸Таня и Данные📊

🌺 Канал про будни аналитика данных👩🏼‍💻 💚 По всем вопросам @AboutTanya123

Юзернейм
@tanyavsdannye
Категория
Технологии
Страна
РоссияРоссия
Создан
, 9 месяцев
Подписчики2 045+11 за неделю
Просмотров на пост, 7 дн.—за 7 дней
ERR59,71 %в среднем за 30 дней

Подписчики, 30 дней

7 нояб. – 15 нояб.+15 (+0,7%)

Показать таблицей
ДатаПодписчики
7 нояб. 2026 г.2 030
8 нояб. 2026 г.2 034
9 нояб. 2026 г.2 041
10 нояб. 2026 г.2 041
11 нояб. 2026 г.2 055
12 нояб. 2026 г.2 054
13 нояб. 2026 г.2 054
14 нояб. 2026 г.2 045
15 нояб. 2026 г.2 045

Новые посты

#99Текст

🤔 А нужен ли аналитику Git? Недавно на встрече с коллегами из академии мы зацепились за вопрос, нужен ли аналитику Git, или это всё-таки чисто разработческая история, и мнения разделились, а я вот давно думаю, что нужен, и попробую объяснить почему. Если по-простому, то Git - это система контроля версий, которая хранит историю изменений твоих файлов и помнит кто, что и когда менял, так что ты в любой момент можешь откатиться назад или поработать над чем-то параллельно, не ломая основную версию. Многие возражают в духе «ну я же не пишу продакшен-код», и аргумент понятный, вот только аналитик на самом деле пишет кучу всего, что прекрасно живёт в Git: SQL-запросы, питоновские скрипты, ноутбуки с исследованиями, конфиги дашбордов, а иногда и целые ML-пайплайны, и всё это так же легко сломать или случайно перезаписать, как и обычный код разработчика. 📚Кстати, далеко ходить не надо: у нас в академии на курсе по питону студенты сдают домашки именно через GitHub, так что знакомство с Git у ребят начинается ещё на этапе обучения, и это, по-моему, очень правильно, потому что навык заходит естественно и в связке с реальными задачами, а не как отдельная страшная тема «на потом». Мне Git в своё время сильно упростил жизнь в нескольких вещах. Во-первых, стало просто откатываться назад, потому что когда ты переписал запрос, всё развалилось, а как было раньше уже не помнишь, ты спокойно возвращаешься к рабочей версии, вместо того чтобы раскапывать папку с файлами вида «script_final_v2_итог_точно_финал.sql» 😅 Во-вторых, с ним куда проще работать в команде, ведь несколько человек правят один проект, и Git сам аккуратно сливает изменения, вместо того чтобы вы перекидывались файлами в мессенджере и гадали, чья версия новее. Ну и он хранит всю историю, так что если нужно понять, кто поменял логику метрики полгода назад и зачем, то всё это лежит в коммитах, а отдельный кайф - это ревью через пулл-реквесты, когда коллеги смотрят твой код до того, как он уйдёт в дело, и качество от этого только выигрывает. ‼️При этом гуру становиться совсем не обязательно, потому что на старте вполне хватает базовых вещей вроде clone, add, commit, push и pull, умения работать с ветками и спокойно разруливать конфликт, когда вы с коллегой поменяли один и тот же файл, а всё остальное спокойно набирается уже по ходу дела, когда появляются реальные задачи. Так что моё мнение, да, Git нужен, хотя бы на базовом уровне, потому что даже если ты работаешь в одиночку и просто хранишь свои запросы и ноутбуки, он всё равно спасает от потерь, бардака и вечного вопроса «а что же я менял на прошлой неделе», а как только появляется командная работа, он из приятного бонуса превращается в прямую необходимость. А вы используете Git в аналитике, или пока живёте по старинке с папками «финал_финальный»? 👀

Открыть в Telegram
Просмотры1 2210%к среднему
Пересылки11
Реакции38
Комментарии18
#97Текст

С днём рождения меня! 🎂 (ну, как аналитика) Зашла на Госуслуги оплатить штраф🙈 и увидела, что 21.09 был мой первый в жизни рабочий день и первый день в Магните🧲, так начался мой путь в аналитике, а значит, на этой неделе был некий праздник 🎁 Шесть лет 🥹 звучит одновременно и «ого как много», и «да ладно, будто вчера открывала первый датасет и не понимала, что вообще с ним делать». Забавно, что этот мини-юбилей случился как раз после поста про то, что я решила «ничего не делать». И вот тут пора признаться честно, что не то чтобы прям ничего 😅 Если разложить мои «лайт» планы, картина выходит такая: — основная работа, куда же без неё 💻🤍; — преподавательская деятельность, пока только в роли ревьюера работ на курсах Академии Аналитиков Авито. Курс по метрикам, где участвовала в прошлом году, в этот раз пропустила, зато вписалась в новый для себя курс - питон для DA/DS 🐍 — таааакжеее дальше в планах курс по Эконометрике, он будет в ААА и Центральном Университете 📊 — далее будет еще пара курсов для меня как ревьюера, но уже точно в сл году…. — ну и вечный мой спутник английский, который со мной уже как часть быта 🇬🇧 Так что «ничего не делаю» - это, кажется, была наглая ложь 🙈, я вообще не умею ничего не делать. Однако, теперь я выбираю нагрузку осознанно и без гонки: не потому что «надо успеть всё», а потому что мне правда интересно. Шесть лет назад я не понимала, где окажусь, но ни разу не пожалела, что отказалась тогда от собеса в сбер🙈 Посмотрим, что принесёт седьмой год 🚀 а пока закрываем квартал и уже готовимся к очередному ревью 🔥

Открыть в Telegram
Просмотры2 810+130%к среднему
Пересылки1
Реакции72
Комментарии31
#93Текст

Решила ничего не делать! Читаю сейчас многих ребят из айти, и все куда-то растут: кто-то идёт на курсы, кто-то из аналитиков поступает в магистратуру по ML, кто-то вообще кардинально меняет направление и уходит из разработки в ML. Отовсюду сыпятся крутые мероприятия, митапы, хакатоны, и это правда здорово я люблю эту движуху и сама всегда была где-то в её гуще 🚀 Но вот что интересно: обычно я первая записываюсь на всё подряд, беру ещё один курс, ещё один проект, ещё одно «ну надо же подтянуть», а сейчас, возможно впервые за долгое время поймала себя на том, что хочу ровно обратного — хочу притормозить. Не буду скрывать, к концу лета я подкопила и усталость, и дефицит времени: столько всего шло параллельно, что даже этот канал я незаметно подзабросила, хотя очень его люблю ♥️ и вот это ощущение подступающего выгорания стало для меня сигналом, что пора сбавить обороты. Смотрю на свой список: пара финальных сессий с ментором, курс по ML только закончился, алгосом с меня хватит (пока что). И я сознательно решила пока не набирать ничего нового, я оставляю себе только английский и работу. Всё. Никаких марафонов, буткемпов и «а давай ещё вот это». Началось всё с отпуска на Камчатке 🌋 Это то место, где я впервые за долгое время реально выдохнула, так чтобы не «полежала пять дней и снова в бой», а по-настоящему отключилась и восстановилась эмоционально, иииии мне так это зашло, что по прилёте я решила этот отдых не заканчивать. Сейчас вот приехала в Казань, гуляю, вкусно ем, разглядываю город — пока даже без обратного билета, потому что хочется просто побыть, а не бежать по плану (спасибо удалёнке, что дома можно не сидеть 🙃). Зато у этой паузы есть приятный бонус: наконец появится время писать сюда почаще. Хочу делиться тем, что делаю на работе, и тем, что подчеркнула для себя из пройденных курсов и консультаций с ментором — там накопилось много всего полезного, чем грех не поделиться 💭 Максимум, на что я сейчас согласна из активностей — это сходить на пару мероприятий, но чисто ради удовольствия и общения, а не чтобы «прокачать скилл», а дальше посмотрим, куда приведёт эта пауза 🤍 🍂Иногда самое полезное для роста - это разрешить себе немного постоять на месте♥️

Открыть в Telegram
Просмотры4 013+229%к среднему
Пересылки9
Реакции74
Комментарии21
#91Текст

🤖 итак, я прошла внутренний курс по ML в Авито (ну почти — остался экз 🙈) Я закрыла все темы курса, теперь передо мной финальный босс в виде экзамена - хотя я до конца еще не решила буду ли сдавать - я только вернулась с небольшого путешествия и не перестроилась на московское время, а сроки поджимают 🌴 📚 Что вообще было в программе Курс оказался прям плотный и по-хорошему математический, без «ML за 5 минут на пальцах». Прошли весь классический путь: питон и numpy/pandas на разогрев, потом математика и линейная регрессия с градиентным спуском, логистическая регрессия и переобучение с регуляризацией, метрики качества (вот это маст для любого аналитика), решающие деревья, ансамбли — случайный лес и градиентный бустинг, временные ряды на FBProphet и под конец обучение без учителя с кластеризацией. Что мне зашло — почти каждая тема идёт в связке «теория + семинар», то есть сначала разбираешь как оно устроено под капотом, а потом сам реализуешь. Не просто зовёшь готовую функцию из sklearn, а понимаешь что она внутри делает 🧠 💡 Зачем это аналитику Знаю, что кто-то скажет «ну ты же аналитик, зачем тебе ML». А затем, что граница между аналитикой и ML давно размылась, и половина этих тем — это буквально мои рабочие задачи. Я уже делала на работе модели ранжирования и классификации, в том числе модель классификации в бою в Авито, так что курс лёг не в стол «на будущее», а прямо в текущую практику, местами закрыл пробелы, местами разложил по полочкам то, что я делала интуитивно. Метрики качества, переобучение, отбор признаков — это вообще базовая гигиена, без которой к любой модели страшно подходить, и хорошо когда это уложено системно, а не собрано по кусочкам из разных статей 📊 🎯 Про грейды Отдельный плюс этого курса — им можно закрыть компетенцию по ML тем, у кого в работе просто нет подходящих задач, чтобы прокачать это направление вживую. У меня-то такие задачи есть, поэтому я иду сюда скорее за ачивкой и чтобы освежить и систематизировать всё, что уже знаю, а не чтобы закрыть пробел. Но если ML в твоих задачах не встречается, а прокачать компетенцию надо это прям рабочий способ закрытия компетенции👌 😅 Ну и про совмещение Отдельный аттракцион проходить ML-курс параллельно с алгосами, менторством и процессами ревью. Были недели, когда я жонглировала всем сразу и уже переставала понимать, какой дедлайн ближе, но как-то выплыла. Видимо, любовь к учёбе сильнее любви к свободным вечерам 🤓 В общем, курс огонь, Авито вообще, это тот случай, когда внутреннее обучение сделано не для галочки, а реально прокачивает, а я после отпуска начну морально готовиться к экзамену за ачивку (или не начну, еще не решила)🔥 Пс: точно беру паузу на обучения, прям 10000%😅 иначе я не вывожу этот ритм

Открыть в Telegram
Просмотры4 508+269%к среднему
Пересылки21
Реакции70
Комментарии18
#90Текст

🫶Наконец-то мои ручки дошли до поста про результаты ревью 🙌 В прошлый раз рассказывала как заполняла матрицу и планы, а теперь пришла обратная связь и, в целом, я довольна 🥹 Не буду вдаваться в детали проектов (топ сикрет информэнш 🤫), но поделюсь тем, что реально грело, а это обратная связь от коллег, потому что цифры и грейды это одно, а вот когда читаешь как твою работу видят со стороны – это совсем другое чувство. ⚙️ Сначала пара слов как это вообще устроено Процесс в Авито проходит раз в полгода и состоит из нескольких шагов. Сначала сотрудник сам пишет ревью – что сделал и чего добился за последние полгода, потом собираются отзывы от коллег и смежников, причём ты сам выбираешь, с кем работал по каждой цели, чтобы открыть им возможность оставить отзыв. Дальше менеджеры пишут защиту на ревью, чтобы подтвердить достижения, а потом, самое интересное, менеджеры направления собираются, изучают материалы и обсуждают результаты каждого сотрудника между собой на калибровках. Именно поэтому оценка получается не «как решил один руководитель», а откалиброванная между командами, и итоговую обратную связь ты получаешь уже от разных менеджеров. 💬 Итак, что отметили коллеги Из отзывов сложился портрет, которому я, честно, рада: — скорость и умение быстро разбираться в новом, даже когда задача мутная и без готового ТЗ; — то, что я не просто делаю поставленное, а сама выкапываю узкие места и риски, о которых никто не просил, и сразу приношу варианты как их закрыть; — готовность лезть в сложное – оказывается, мой интерес к запутанным задачам реально двигает проекты вперёд, а не только съедает мои вечера 😅 Отдельно приятно было увидеть слова про новаторство и «усовершенствование процессов» – потому что именно в это я вкладывалась осознанно, и здорово, когда это замечают не только внутри, но и смежные команды 🚀 🎓 А ещё была преподавательская часть Помимо основных задач я в этом полугодии проверяла студенческие работы в нашей внутренней академии (несколько десятков работ, обсуждения, обновление заданий) и это тоже зачлось как вклад в обмен знаниями и развитие бренда. Плюс мне это самой в кайф, так что тут вин-вин 🙂 💭 Что я из этого забираю Главный вывод: те качества, которые мне иногда казались «ну просто я так работаю» – лезть в сложное, докапываться до сути, приносить идеи – оказались ровно тем, что ценят больше всего. Иногда полезно услышать со стороны, что твои сильные стороны это правда сильные стороны, а не что-то само собой разумеющееся. Так что полугодие закрыто на мажорной ноте, а я уже поставила планку повыше на следующее 🔥

Открыть в Telegram
Просмотры3 985+226%к среднему
Пересылки11
Реакции59
Комментарии11
#88Текст

🌸 Пост про вакансии Листала вакансии аналитика и словила "легкое" негодование 😅 открываешь любую, хоть джуна, хоть мидла, и почти в каждой обязательным пунктом идут алго секции, ML, эксперименты, супер сложная математика и статистика на серьёзном уровне, читаешь и думаешь, ну всё, без этого даже соваться некуда (если бы я увидела это в 2020 году на своем старте я бы передумала быть аналитиком, наверно) 🫠 И вот что забавно, я ведь к части этих навыков как раз только подбираюсь сама 🤭 алгосы вон учу потихоньку (медленно, но верно 🐆), ML умею классический - всякие модели ранжирования и классификации, недавно домучила внутренний курс и остался только экзамен, курс этот, честно скажу, взялась сдавать во многом ради ачивки, хихик 🏅 а ещё хожу к ментору за консультациями по A/B, так что я прямо в самом процессе, и как раз поэтому хорошо вижу, насколько всё это в вакансиях перекошено, потому что требуют это вообще все, а применяют по-настоящему далеко не все... Потому что нормальный A/B это ведь не «поделила юзеров пополам и глянула», а целый трафик, инфраструктура и культура принимать решения по цифрам, а не по «ну вроде подросло», и с ML та же история, в проде это не строчка в резюме, а данные, мониторинг, переобучение и ответственность за то, что модель не развалится через месяц, и вот это всё обычно живёт в крупных компаниях, где под такие задачи выстроены целые процессы и команды 💪 А во многих других командах аналитик за квартал может не запустить ни одного полноценного эксперимента, и вовсе не потому что не умеет, а просто потому что там другой продукт, другой объём трафика и другие задачи, и ML там если и трогают, то изредка под какую-то конкретную гипотезу, и это абсолютно нормально, работа там ничуть не менее ценная, она просто про другое 🤷‍♀️ 💭 Получается довольно дурацкая ситуация, когда компания, в которой A/B по факту негде развернуть, всё равно вписывает его в требования просто потому что так у всех принято и надо быть "крутой датадривен компанией на рынке", а человек, который только вкатывается, читает этот список и решает, что обязан прийти уже готовым спецом по экспериментам и продакшн-ML, хотя по факту придёт и половину из этого потом месяцами даже не откроет 😅 Так что если вы сейчас смотрите на такую вакансию-простыню и тихонько паникуете от строчки ML / A/B / эксперименты, то спокойно 🫶 да, это классно и учить это правда стоит, я же вот сама с удовольствием учу 😄 но во многих местах это требование скорее ритуальное, чем рабочее, и куда важнее оказывается база, то есть уверенный SQL, понимание метрик и умение задать правильный вопрос к данным, а эксперименты и ML вы спокойно доберёте уже там, где они реально живут, и обычно это выходит куда быстрее, чем кажется на старте 😌

Открыть в Telegram
Просмотры3 614+196%к среднему
Пересылки21
Реакции87
Комментарии38
#86Текст

Про ИИ сейчас не говорит только ленивый, ну а я чем хуже 🤖 Недавно поймала себя на мысли, что ИИ прочно переехал не только в мою работу, но и вообще во всё, и решила устроить ревизию, куда же он у меня просочился. 💼 На работе Документация – это, кажется, первое что я с себя сгрузила, потому что писать её руками невыносимо, а ИИ оформляет и исследования, и техописания так, что мне остаётся только вычитать и поправить смысл. Рутинные скрипты, которые надо просто переписать под новый формат, тоже давно не пишу с нуля, а отдаю на растерзание агенту и потом причёсываю. А ещё ИИ здорово выручает на старте исследования, когда есть задача, но пока нет чёткого плана, я накидываю ему контекст и прошу подкинуть идеи, с каких сторон можно копнуть, какие гипотезы проверить, и из этого вороха уже выбираю то, что имеет смысл. Отдельная любовь – это бот саммари встреч, которые я скипнула 🙈 бот честно сидит вместо меня на созвоне, а потом присылает выжимку, и я за пару минут в курсе всего, ради чего раньше пришлось бы просидеть час. А ещё забавное из преподавания: когда проверяю студенческие работы, я иногда прошу ИИ прикинуть, насколько вероятно, что работу писал не человек, а другой агент 🕵️ Ирония жизни: агенты ловят агентов 🏡 В жизни Вот тут мой личный предмет гордости – бот, который ведёт меня по быту, он каждый вечер он присылает план на завтра: что съесть и как потренироваться, а раз в неделю готовый список покупок под все эти планы, то есть я больше не стою в тупике у холодильника и не изобретаю, что бы такое поесть, за меня всё уже придумано 🥑 И ещё одна мелочь, которая экономит мне кучу нервов: длинные переписки я теперь тоже читаю через агента, когда прилетает простыня на сто сообщений, я просто прошу выжимку, вместо того чтобы скроллить это всё вручную и терять волю к жизни 💬 Ещё ИИ стал моим личным репетитором по английскому, я на нём то диалоги гоняю, то прошу объяснить разницу между словами или разобрать мои ошибки, и это оказалось куда живее и приятнее, чем скучные учебники 🇬🇧 Короче, в какой-то момент ИИ из «прикольной игрушки» превратился в невидимого ассистента, который разгребает за меня всю рутину и оставил силы на то, что реально интересно 🔥

Открыть в Telegram
Просмотры3 639+198%к среднему
Пересылки7
Реакции49
Комментарии21
#85Текст

Кажется, я самый неторопливый леопард на курсе по алгосам 🐆 Не буду врать, по темпу я плетусь в самом хвосте, и пока вся группа где-то вперёди, я всё ещё топчусь на продвинутых матрицах и строках, но паники нет, потому что эти выходные, следующие несколько выходных и будние вечера у меня уже забронированы под тёплую компанию Глеба (с законными перерывами на Уимблдон и ЧМ, разумеется 🎾⚽️), верю в себя 🔥 Итак, чо там по курсу 👇 Перед тем как двигаться дальше, я освежила в голове подсчёт временной сложности, и тут снова спасибо Глебу, потому что он считает её буквально в каждой теме и каждой задаче, так что мне даже напрягаться не пришлось, О-большое уже почти на автомате 🧠 🧩 Из последнего, что мне понравилось задачка Plus One, которая на вид совсем безобидная (прибавь единичку к числу, записанному массивом цифр), а на деле подкидывает засаду, потому что всё ломается на девятках, и когда у тебя 9, 99 или 999, простое «плюс один к последней цифре» превращается в каскадный перенос разряда, из-за которого массив приходится ещё и удлинять, тут конечно Глеб не зря разбил её на две части, сначала базовый случай, а потом уже отдельно вот эту историю с девятками, и это как раз тот случай, когда простенькая easy-задачка учит думать про краевые случаи, на которых обычно все и спотыкаются 🫠 А ещё было приятно заново взглянуть на целочисленное деление и модулус (же под алгоритмическим углом, потому что в обычной работе я их использую постоянно, но там это просто бытовой инструмент, а тут вдруг оказывается, что на них держится половина трюков с цифрами (тот же Add Digits или Divisible and Non-divisible Sums), и вот эта смена оптики из «оператор на каждый день» в «изящный приём для задачи» мне зашла 😄 Ну и Строки порадовали – там Глеб показывает встроенные методы питона вместо того чтобы всё лепить руками, и сразу видно, где можно решить красиво и в пару строк вместо портянки кода. 🔥 А на сегодняшний вечер у меня в планах Хэш-сеты и, если хватит запала, немного Хэш-таблиц, и вот их я жду прям с особым нетерпением, потому что это та самая тема, без которой на алгосекции делать нечего. Из всего блока больше всего предвкушаю разбор задачи Group Anagrams, и не просто так, а потому что она реально одна из самых частых на собесах в Яндексе, и идея там красивая до мурашек: берёшь слова с одинаковым набором букв и складываешь их в одну корзинку, а ключом служит отсортированное слово, так что вся соль в том, чтобы додуматься использовать хэш-таблицу с хитрым ключом вместо того чтобы тупить и сравнивать всё со всем 👀 И рядышком идёт легендарная Two Sum, которую, кажется, спрашивали примерно у каждого второго на планете, и на ней как раз шикарно видно, как хэш-таблица превращает медленный перебор за O(n²) в изящное решение за один проход 💪 Кстати, отдельный кайф в том, что многие из этих задачек дают именно туда, куда я и целюсь, так что я не просто галочки в тренажёре ставлю, а сразу готовлюсь к реальным секциям, и это здорово держит в тонусе 🔥 (а еще в тонусе держат цитаты из треков в разборах задач в исполнении Глеба, напомню это вот тут🤭) Так что даааа, я отстала, но не сдалась, мозг тихонько скрипит, но явно радуется нагрузке, а впереди ещё вагон новых тем, так что заскучать мне точно не грозит 😌

Открыть в Telegram
Просмотры4 224+246%к среднему
Пересылки7
Реакции38
Комментарии35
#84Текст

🌺 Пост о полугодовом ревью В Авито перформанс ревью проходит раз в полгода, и свою часть я уже сдала: self-review, матрица компетенций, планы на следующий квартал, расскажу немного как это устроено, и что я про себя поняла в этот раз, пока заполняла 👇 Если коротко, матрица компетенций - это подробная табличка (она у Авито открыто лежит на гитхабе), где расписано что должен уметь аналитик на каждом грейде, оценивают по нескольким осям: какие задачи находишь и решаешь, насколько самостоятельно, как делишься знаниями, как влияешь на бизнес. 🛠 Отдельно оценивают хард-скиллы по пяти направлениям: SQL/DWH, визуализация, статистика и математика, Python и ML. И тут интересно как растут требования: джуну достаточно писать базовые запросы и скрипты, а на старших грейдах это уже оптимизация тяжёлых выборок, построение витрин, кастомные стат-критерии (не просто t-test и Манна-Уитни из коробки, а умение их валидировать под свою задачу), проектирование экспериментов и ML под реальные бизнес-кейсы. 🤔 Логика роста по грейдам примерно такая: джун решает готовые задачи под присмотром, мидл сам находит проблемы и договаривается о приоритетах, сеньор отвечает за аналитику целого направления и сам планирует квартал, и чем выше грейд, тем больше неопределённости в задачах и тем шире круг влияния, и переход между грейдами завязан не на “хорошо поработала”, а на конкретный проект нужного уровня сложности, который надо защитить. 📊 И вот тут ключевое - что считается “сложной задачей”. Она оценивается по трём осям: насколько открытая была постановка (принесли готовое ТЗ или “разберись сам”), масштаб для бизнеса и техническая сложность. Поэтому в ревью весят не любые задачи, а именно исследования, где ты сам формулировал проблему и доводил до результата с импактом. Но без ложки дёгтя не обойдётся: заполнять всё это та ещё работа (ну точно не самая моя любимая) 😅 Собрать за полгода все проекты, вспомнить цифры и результаты, разложить по критериям, подтянуть пруфы, на это уходит прилично времени, происходит оно, конечно же, ровно тогда, когда его и так нет: поверх текущих задач и обучений, таааак что последняя неделя перед дедлайном - это отдельный вид спорта. А теперь то, ради чего пишу 💭 Когда живёшь в режиме “работа-обучения-работа”, легко потерять ощущение прогресса, кажется, что просто крутишься в колесе, но стоило сесть и разложить свои полгода по критериям матрицы, как картинка сложилась: за этой гонкой стоит куча реально сделанного 🚀 проекты и исследования, которые на бегу не ощущались как какие-то достижения, вдруг встали на свои места ✨ Вот за это я и люблю ревью: оно заставляет остановиться и увидеть свой рост целиком, не абстрактное “было много работы”, а конкретно: вот здесь я выросла, вот тут прокачала навык, вот этот проект вытащила, а еще это здорово мотивирует на следующий квартал 💪 Так что даааа, времени было мало, но полгода прошли не зря, и это приятно видеть чёрным по белому 🙂👍

Открыть в Telegram
Просмотры3 217+163%к среднему
Пересылки22
Реакции59
Комментарии51
#82Текст

👋 Утопаю в процессах перфоманс ревью 😅 но серию не бросаю, поэтому сегодня в программе ✨микро пост✨, в прошлый раз разобрали доверительные интервалы, сегодня про то что еще нужно решить до запуска теста👇 Итак, гипотеза у нас уже есть и первый вопрос: сколько пользователей нужно? "Ну возьмём 1000" не ответ, и вот почему: 🎯 Размер выборки считается из четырёх вещей: MDE (минимальный эффект который хотим поймать он берётся из бизнеса: например, при каком минимальном приросте фича окупится?), базовая метрика (например, конверсия 5%), alpha (0,05 - вероятность ошибочно решить что эффект есть когда его нет, ) и beta (0,8 - вероятность поймать эффект если он реально существует). 0,05 и 0,8 - индустриальный стандарт, можно брать строже, но тогда учитывать, что выборка вырастет. Меняешь любой параметр и меняется вся выборка. На цифрах: конверсия 5%, хотим поймать рост до 6% - по стандартной формуле для двух пропорций нужно 3 800 на группу, итого 7 600. Хотим поймать рост до 5,5% - уже 15 000 на группу. Примерно вчетверо больше при вдвое меньшем эффекте – при прочих равных. *(Проверить можно в любом онлайн-калькуляторе выборки, они гуглятся за секунду.) 🔄 На практике логика часто обратная Не "задаём MDE → считаем выборку", а наоборот: есть фиксированный трафик и сроки, и вопрос "какой MDE мы можем себе позволить при таком трафике?" Если бизнес хочет поймать +0,1%, а трафика хватает только на +1%, то нужно либо смириться с порогом, либо увеличивать длительность теста (но осторожно: длинные тесты попадают в сезонность и поведение пользователей успевает измениться просто со временем - novelty effect или temporal confounding), либо снижать разброс значений метрики между пользователями, чтобы сигнал было легче разглядеть - например, выбирать метрику которая меньше скачет между пользователями. Короче, размер выборки - это не технический вопрос, а бизнесовый: он определяет что мы вообще способны обнаружить 🙂 ❤️Кстати, если у вас есть linkedin - добавляйтесь 🙂

Открыть в Telegram
Просмотры3 788+210%к среднему
Пересылки14
Реакции45
Комментарии3

Все посты

Связи