👨‍💻 Моё главное правило в работе: не проходить мимо проблем

На связи Александр Топтунов, я возглавляю группу B2B-аналитики в Яндекс 360. И сегодня хочу поделиться историей о том, как я за 3,5 года прошёл путь от стажёра до руководителя.

🈂️ Почему я ушёл из разработки в аналитику

С детства я обожал математику. И после школы мне захотелось заниматься чем-то прикладным, поэтому я поступил на направление «Программная инженерия» в ВШЭ. На втором курсе я даже прошёл годовую стажировку разработчиком бэкенда. Но на практике понял, что просто заниматься разработкой — не совсем моё. Мне больше нравилось разбираться в данных, искать закономерности и делать выводы. А это как раз те навыки, которыми должен обладать хороший аналитик.

На третьем курсе я искал летнюю стажировку и увидел программу Яндекса. Подался, прошёл отбор и оказался в команде Диска. Через три месяца стажировка закончилась, а я остался — уже младшим специалистом.

🈂️ Поворотный момент

Всё изменилось в 2020 году, когда мы запускали Яндекс 360. Проектов стало много, а аналитиков, наоборот, было мало. Пришлось брать на себя самые разные задачи. Так я начал отвечать за аналитику всего B2B-направления: критически смотрел на полезность каждой задачи, вдумчиво работал над теми, которые реально помогали бизнесу расти. И всегда воспринимал Яндекс 360 как нечто целое, единое, своё.

«Я не мог пройти мимо проблемы, даже если она не входила в мою зону ответственности».

В начале 2023 года команда аналитики подросла, и меня назначили руководителем группы B2B-аналитики из четырёх человек.

🈂️ Но до сих пор для меня большой вызов в работе — быть хорошим лидером

Я каждый день учусь выстраивать продуктивный и комфортный рабочий процесс:

🔵 Организовывать нужные встречи и эффективно проводить на них время

🔵 Эффективно разбирать вопросы заказчиков. На простые быстро находить ответы, а сложные понятным образом отправлять в бэклог

🔵 Следить, чтобы коллеги решали нужные и интересные задачи

В этом мне помогают профильные курсы для руководителей, а ещё то, что с 2016 года я преподаю. Если научился объяснять сложные вещи школьникам и студентам, то легко донесёшь свои идеи и до коллег на работе.

С годами я осознал, что делать вещи руками, конечно, здорово… Но гораздо больше пользы я могу принести в роли менеджера. Хочу быть хорошим руководителем, нанимать классных людей и управлять ещё большей командой. Я знаю, куда расти, чтобы это стало реальностью.

Ещё одна важная задача как руководителя, так и как аналитика — внедрять новые технологии в работу, поэтому я регулярно мотивирую команду и себя пробовать новое и экспериментировать. Я считаю, что инновации могут служить мощной поддержкой и способствовать ускорению и облегчению работы, при этом им пока сложно заменять целых специалистов.

🈂️ Что я хочу посоветовать новичкам

🔵 В команде многое решают те, кто работает руками. Ставьте реальные цели и не бойтесь, что не превратитесь в руководителя, — станьте сильным специалистом, от которого будет зависеть будущее продуктов

🔵 Не ограничивайтесь рамками задач и проявляйте инициативу. При этом помните про прозрачную коммуникацию и дедлайны. То, что пришло ко мне не сразу: заказчику часто не нужно, чтобы всё было сделано как можно быстрее. Он заинтересован в том, чтобы всё было сделано в прогнозируемый срок

🔵 Перенимайте опыт у коллег. Мне повезло попасть в команду, которой руководит профессионал. Она умеет задавать правильные вопросы, находит подход к каждому, обладает широкой экспертизой и всегда находится в поиске новых знаний. Это именно то, к чему хочется стремиться

Подписывайтесь:
💬 @Yandex4Analytics

⏬ Как продажи мороженого зависят от погодных условий

Да, аналитики считают и такие метрики. О самых странных они рассказали нам на Матемаркетинге-2025.

🐚 А что необычного считали вы? Ответьте в комментариях

Подписывайтесь:
💬 @Yandex4Analytics

🧑‍💻 Как найти проблему до того, как она случилась

Большинство аналитиков отфильтровывают выбросы или применяют масштабирование, чтобы уменьшить их влияние на результат. Но что, если ваша работа — находить их?

На связи Маша Медведева, аналитик-разработчик в команде безопасности Яндекс Такси. Мы предотвращаем инциденты в поездках: конфликты, ДТП и другие происшествия. Для нас такие события — это и есть выбросы. Они редкие, меньше 0,01% от всех поездок. Но именно эти доли процента мы ищем днём и ночью.

Зачем это нужно? Чтобы действовать на опережение.

🔍 Как найти иголку в стоге сена... до того, как она уколет

У нас много алгоритмов выявления аномалий: от анализа данных с акселерометра водителя до офлайновых проверок на превышение скорости. Но сегодня я расскажу о самом, на мой взгляд, интересном — алгоритме проактивного реагирования в реальном времени. Он в онлайне отслеживает поездку и, если видит что-то подозрительное, сразу же бьёт тревогу.

Например, пассажир заказывает такси за наличные, а в конце поездки выясняется, что денег у него нет. Своевременный звонок от нашей службы поможет спокойно решить вопрос до эскалации конфликта.

🤖 Работу алгоритма можно разбить на три смысловые части

🔵 Скоринг водителей. Каждую ночь градиентный бустинг анализирует данные миллионов водителей. Модель оценивает условную вероятность инцидента при возникновении аномалии. В ход идут десятки факторов: рейтинг, количество заказов, история жалоб и многое другое

🔵 Проактивный поиск аномалий. Мы учитываем около 10 видов аномалий в реальном времени: сильное отклонение от заданного пути, долгая остановка во время поездки или длительное пребывание водителя в точке окончания маршрута

🔵 Работа кол-центра. Если аномалия зафиксирована, то она отправляется в службу безопасности. Наши специалисты связываются с пассажиром и водителем, разрешают конфликт или оказывают необходимую помощь

✨ Как мы улучшаем существующий процесс

Мы постоянно ищем новые паттерны и добавляем новые типы аномалий. Для этого используем несколько метрик: в какой доле случившихся инцидентов встречалась аномалия и в какой доле заказов в целом она присутствует.

Если аномалия чаще всплывает в проблемных заказах — мы добавляем её в алгоритм, настраивая эвристики для точности. Пример из жизни: мы анализировали ДТП, которые произошли на МКАД. Выяснилось, что длительная остановка на скоростном шоссе сильно повышает риск более тяжёлой аварии. Так у нас появился новый триггер для задержек на таких трассах.

⏬ У нас в планах замена эвристики на ML-модель. Она будет умнее оценивать контекст аномалий (ещё больше фич по заказу, водителю, пассажиру) и точнее предсказывать, случайность перед нами или инцидент.

📺 У нашей команды есть ещё много других алгоритмов, которые обеспечивают безопасность в поездке. Про них мы рассказывали в «Антологии технологий Яндекс Такси».

Подписывайтесь:
💬 @Yandex4Analytics

🦠 Критика критического мышления

Привет! Меня зовут Муслим Бабаев, я руководитель аналитики и монетизации Плюс Engagement. Если коротко, то я занимаюсь продуктовой аналитикой и персонализацией геймификационных продуктов. Сегодня хочу поговорить о том, как наш главный профессиональный инструмент может превращаться из помощника в препятствие.

Критическое мышление — это, безусловно, один из ключевых навыков для аналитика

Оно помогает нам оценивать риски, выявлять логические ошибки и принимать взвешенные решения. Но у него есть обратная сторона. Когда мы слишком увлекаемся поиском недостатков, мы начинаем:

🔵 Забывать о том, как можно решить проблему

🔵 Терять скорость там, где она важнее идеальности

Когда стоит снизить градус критичности:

🔵 Идёт четвёртая итерация доуточнений. Вы провели исследование, посчитали результаты A/B-теста, собрали аналитику. И у вас могут возникнуть дополнительные вопросы — это нормально. Но если итерации зациклились и продолжаются дольше запланированного, подумайте: точно ли вам не хватает данных?

🔵 Есть жёсткий дедлайн по принятию решения. Иногда бизнесу нужны цифры к конкретной дате. Если вы понимаете, что сделать идеально не получится, лучше сразу определить разумные допущения и предложить, как повысить надёжность решения в этих условиях

Когда нужна критичность на максималках:

🔵 Высокая цена ошибки. Если от вашего решения зависят многомиллиардные бюджеты бизнеса, то пространства для компромиссов просто нет — необходимо максимально выверить расчёты и отдать взвешенный вывод

🔵 Системные решения. Когда вы строите системы по типу А/B-платформ, которые должны работать безотказно с научной точностью, то места допущениям здесь может не быть

Как аналитики, мы должны находить баланс между критическим мышлением и готовностью действовать при минимально достаточной уверенности. Нам нужно быть открытыми к рискам и экспериментам, но при этом не терять бдительности к деталям и угрозам.

Каждый инструмент должен быть уместен. Вы же не станете создавать презентацию через Python только потому, что владеете этим языком? Так же и с критическим мышлением: его нужно включать тогда, когда это действительно необходимо.

А какие ещё примеры деструктивного критического мышления вы знаете? Расскажите в комментариях ⬇️

⏬ Кстати, подписывайтесь на мой телеграм-канал! Там я делюсь видением аналитического подхода к работе и кейсами из своего опыта.

Подписывайтесь:
💬 @Yandex4Analytics