Системный и бизнес-анализ

Первый шаг в аналитику. Узнай, как пройти путь от стажировки до оффера!

Сергей Доментий, reliability-аналитик международной IT-компании Garage Eight, заглянул на интервью в гости к Михаилу Серёгину, сооснователю karpov.cоurses. Они поговорили о том, как начать свою карьеру в аналитике и собрать портфолио без опыта.

Смотри и узнаешь:

> как Сережа начал свою карьеру; 
> чем занимается reliability-аналитик и какие вообще аналитики у нас работают;
> почему в Garage Eight позиции продуктового и дата-аналитика — это не одно и то же; 
> как Сережа собеседует специалистов в команду;
> какой подход к учебе поможет пополнить свое CV кейсами и потом устроиться на работу.

Где жить и работать удалённо? 

Одно из лучших мест для жизни и работы в моем личном рейтинге - это Бангкок🇹🇭 и вот почему:

1. Недорогие апартаменты с отличными условиями. При долгосрочной аренде $250 - $600 в зависимости от района и размера.

2. Вкусная локальная кухня. $2 - $3 за большое блюдо.

3. Отличная погода. Всегда тепло, но при этом не так жарко, как на Пхукете - ощущается, как теплый сентябрь.

4. Большое мультикультурное комьюнити диджитал номадов, предпринимателей, фрилансеров со всего мира. Тайцы, японцы, китайцы, европейцы, индийцы и др. - все говорят на английском. 

5. Город контрастов. 200+ современных небоскребов отлично сочетаются с атмосферой "старой Азии" - кучей палаток с уличной едой, тук туками, храмами. 

6. Отличный сервис. Можно найти все, что хочешь.

Я провела месяц в Бангкоке и несколько дней из них в True Digital Park - одном из самых больших тех- и стартап-хаб в Южной Азии.

True Digital Park - это по сути город внутри города с концепцией WORK – LIVE – PLAY – LEARN: 

- Коворкинги - как платные, так и бесплатные, доступные любому желающеиу 

- Игровые зоны для расслабления в перерывах от работы 

- Бесплатный sky track - 540 метров беговой дорожки на высоте

- Многоуровневые зелёные зоны с большим количеством садов

- Digital & AI Research Center - инновационный центр с роботами 

- Офисы команд Google, Huawei, 7-Eleven и других

- И многое другое

Если хотите прочувствовать азиатскую диджитал атмосферу - я сделала полный обзор True Digital Park тут.

И если интересны такие посты про места для жизни и удалённой работы - жмите🔥.

5 ошибок в А/Б-тестах, которые убивают валидность результатов!

Встречай коллаб от Вовы Сыропятова, антифрод-аналитика Garage Eight, и Юрия Борзило, автора телеграм-канала «Борзило». Вместе они собрали типичные ошибки, которые искажают результаты даже самого перспективного теста. Текстом описали их внизу, а формат в удобных карточках с визуализациями можно забрать у нас в канале.

Ошибка №1: Оценка значимости эффекта «на глаз»

На глаз сложно отличить реальный эффект от случайного колебания метрики.
> Непонятно, это значимое отличие или нет.
> Можем выкатить фичу с отрицательным эффектом.
> Манипуляция итогами эксперимента.
> Будем думать, что наши теории верны, а на деле — нет.

Чтобы отличить случайный эффект от реального, нужно использовать статистический подход и стат критерии для оценки.
Юрий Борзило,
автор канала «Борзило»

Рекомендую фиксировать порог значимости до начала эксперимента — это защищает от соблазна подогнать интерпретацию под желаемый результат.
Вова Сыропятов,
аналитик Garage Eight

Ошибка №2: Ранняя остановка A/B тестов (Peeking)

Пример ошибки:
1) Каждый день проверяем, есть ли стат значимая разница между вариантами, и, когда есть, сразу стопаем.
2) Собрали нужный объем выборки, но нет стат значимости, — продолжаем держать.

Почему это ошибка?
Мы будем часто находить значимую разницу метрик между вариантами, где этой разницы нет.

Чтобы избежать ошибки, рекомендую строго фиксировать объем выборки и длительность 
А/Б-теста, принимать решение только 1 раз 
по окончании А/Б-теста. А также использовать методы последовательного тестирования.
Юрий Борзило,
автор канала «Борзило»

Полезно визуализировать динамику метрики во времени — это помогает отличить стабильный эффект от временного всплеска в моменте теста.
Вова Сыропятов,
аналитик Garage Eight

Ошибка №3: Усреднение без учета сегментов

Будем часто упускать хорошие решения, так как не найдем отличий в А/Б.

Важно определять значимые сегменты и находить сегменты, в которых поведение и метрики сильно отличаются. А также запускать и оценивать 
А/Б-тесты по ключевым сегментам.
Юрий Борзило,
автор канала «Борзило»

Положительный эффект в одном сегменте может компенсироваться отрицательным в другом, и в среднем мы увидим ноль — хотя решение рабочее.
Вова Сыропятов,
аналитик Garage Eight

Ошибка №4: Игнорирование сезонности

Не учитываем день недели, праздники или сезонные колебания при запуске и оценке теста.

Полезно сначала посмотреть на историческую сезонность метрики за последние месяцы — это поможет выбрать правильное время для теста.
Вова Сыропятов,
аналитик Garage Eight

Можно попасть в ситуацию, когда мы не успеем собрать нужное число пользователей в А/Б-тест, если мы не учли меняющуюся сезонность. Из-за этого срок А/Б-теста увеличится, а релиз придется отложить.
Юрий Борзило,
автор канала «Борзило»

Ошибка №5: SRM (Sample Ratio Mismatch)

Соотношение пользователей между группами сильно отличается от запланированного.

Может быть технический баг в системе экспериментов. Одна из групп может содержать специфичных пользователей. Невозможно доверять результатам теста. Придется останавливать и перезапускать эксперимент.

Рекомендую автоматизировать проверку SRM — встроить алерт, который срабатывает при отклонении соотношения групп более чем на 1–2% от запланированного. Это позволит быстро выявить и исправить проблему.
Вова Сыропятов,
аналитик Garage Eight

Перед тем как запускать на А/Б-платформе реальные эксперименты, стоит проверить ее и убедиться, что она корректно формирует группы.

Чтобы оценить, соответствует ли фактическое деление трафика на группы и плановое, можно использовать критерий хи-2.
Юрий Борзило,
автор канала «Борзило»

Аналитика процессов нового поколения

В Альфе множество сквозных процессов и точек взаимодействия между системами и людьми. BI-инструменты хорошо справляются с агрегацией данных и построением отчетности, но они редко отвечают на вопрос: как на самом деле протекает процесс, где он замедляется и почему возникают отклонения. Чтобы получить объективную картину мы применяем Process mining — технологию, которая позволяет построить модель реального исполнения бизнес-процесса на основе логов событий. 

В статье «Как мы встроили ИИ в Process Mining: децентрализация, одна кнопка инсайтов и путь к агентам» рассказываем, как сделать одним кликом то, на что раньше уходили недели: находить узкие места, строить гипотезы и ускорять анализ бизнес-процессов.

Статья будет полезна тем, кто занимается оптимизацией бизнес-процессов, внедряет процессную аналитику или отвечает за цифровую трансформацию в организациях. Переходите по ссылке и читайте наш кейс!

Открыли конкурс на позиции продуктового аналитика и data-аналитика для студентов Karpov.Courses 

Каждый день (мы не преувеличиваем) к нам в Garage Eight прилетают вопросы:
«а есть ли у вас обучения?»
«а можно ли без опыта устроиться?»
И вот наконец мы отвечаем — «да, можно». 11 декабря у наших партнеров, Karpov.Courses, стартует курс «Аналитик данных». 

За 5,5 месяцев учебы ты освоишь новые скилы, разберешься с SQL и Python, прокачаешься в А/Б-тестах и пополнишь свое портфолио 10+ проектами. А главное, что студенты этого потока смогут принять участие в конкурсе на трудоустройство к нам в международную продуктовую IT-компанию Garage Eight. Все подробности — на сайте.

А если интересно ближе познакомиться с нашей командой, то заглядывай к нам в канал ;-))

Представлен сервис BookGraph, который создаёт умную карту на основе вашей библиотеки и подскажет, что ещё можно почитать. Просто добавьте в сервис свои любимые книги и увидите взаимосвязи между ними по жанрам, темам и авторам, а самое главное — найдёте новые связи и идеи книги, который вам могут зайти. Интерфейс интерактивный: можно искать, фильтровать, визуально «пролистывать» карту своей библиотеки. При этом работает полностью бесплатно.

Ранее вышел сервис для книголюбов Book Recommendations. Автор проекта спарсил 3 млрд отзывов на произведений со всего мира и сделал рекомендательную систему. Всё просто: пишите любимую книгу, а вам за секунду прилетает целый список того, что можно почитать дальше.

Deep Read

Сделал минималистичную тему для Habr, которая убирает отвлекающие блоки и акцентирует внимание на разных элементах текста.

Тема делает следующее:

• Убирает лишние элементы с экрана

• Размещает текст по центру для удобства чтения

• Подчеркивает заголовки для лучшего считывания структуры

• Делает заголовки цветными

• Выделяет жирный (красным) и курсив (зелёным)

• Окрашивает ссылки: внутренние (голубым) и внешние (фиолетовым)

• Делает inline-код более заметным

• Улучшает стиль таблиц

• Делает более комфортный для чтения междустрочный интервал

• Устанавливает для текста шрифт Inter

Установливается бесплатно через расширение Stylus (firefox / chrome).

Obsidian Bases. Минималистичная система для проектов

Записал видео о том, как создать в Obsidian систему для проектов на основе встроенного плагина Bases.

Конкурс для аналитиков! Требуется эксперт на продуктовый А/Б-эксперимент

Команда Garage Eight объединилась с Данилой Елистратовым и собрали классный аналитический кейс, на котором каждый может прочелленджить свою экспертность.

История следующая — в крупном таксопарке Датапарк назревает кризис. Заказы поступают без остановки, но водителей не хватает. Чтобы спасти ситуацию, команда таксопарка запустила продуктовый эксперимент. Но ей нужна помощь крутого аналитика, чтобы разобраться, все ли правильно работает и стоит ли выкатывать новую механику на весь парк.

Может, это как раз ты? (¬‿¬ )

Задачи:
— убедиться, что сплит-система A/B-теста Датапарка работает верно;
— посчитать результаты теста и понять, выгодна ли новая механика;
— предложить способ определять отложенные заказы;
— объяснить все менеджменту на понятной презентации.

Призы (^-^):

1 место — Симулятор от Karpov.Courses на выбор: Симулятор А/B-тестов, Симулятор data science или Симулятор аналитика. А также бомбер Garage Eight.
2 место — Симулятор A/B-тестов от Karpov.Courses и бомбер Garage Eight.
3 место — Симулятор A/B-тестов от Karpov.Courses и бомбер Garage Eight.
4 и 5 место — Наборы мерча от Garage Eight

Прием решений: до 2 декабря, 19:00
Проверка: с 3 по 10 декабря
Объявим победителей: 11 декабря

> Узнай все детали и забери материалы кейса здесь: t.me/Garage_DataPark_bot

Как за 30 минут понять, подходит системный аналитик или нет

Часто подбор специалиста затягивается. Сначала скрининг от рекрутера, потом техблок на час, потом софт-интервью, потом интервью со всеми заинтересованными. В итоге еще до найма кандидат проводит с нами, а мы с ним как минимум 3–4 часа, и это очень далеко не предел. Иными словами, чтобы встретиться с десяткой соискателей и выбрать одного единственного, нужно потратить кучу времени и денег.

Поэтому наша команда системных аналитиков начала искать способ сократить продолжительность подбора, но в то же время не потерять в качестве оценки. Так они пришли к системе, которая состоит из двух частей:

1. Опрос по скиллам.

2. Решение прикладной задачи.

Опрос по скиллам помогает узнать о реальном опыте кандидата и определить, подойдет ли он под требования вакансии. А чтобы унифицировать этот опрос, команда стала использовать чек-лист. Это позволило сократить общее время разговора всего до 30 минут. Как правило, их хватает, чтобы принять решение.

Выглядит таймлайн примерно так:

• 3 минуты — знакомство: тут представляемся и рассказываем о структуре интервью;

• 10 минут — опрос по скиллам: проходим по чек-листу (можете скопировать его себе) и заполняем соответствующие формы;

• 10 минут — сбор требований: предлагаем кандидату кейс на автоматизацию процесса, тему намеренно формулируем широко, а дальше обращаем внимание, какие вопросы задает соискатель;

• 7 минут — вопросы от кандидата и обратная связь.

Больше подробностей о нашем методе найдете в полной статье, где мы детально разбираем каждый блок интервью с системным и бизнес-аналитиком.

Ссылки и всплывающие подсказки в PlantUML

Всем привет!
Продолжаем тему PlantUML. Сегодня за 5 минут и без воды поговорим о Сылках и всплывающих подсказках в PLantUML

1️⃣ Для добавления ссылки и текста ссылки, используйте конструкцию: [[<URL-ссылки> <Текст ссылки>]]
Пример: [[http://plantuml.com Ссылка (без всплывающей подсказки) на plantUML]]

2️⃣Для добавления: всплывающей подсказки к тексту (с ссылкой), используйте конструкцию: [[<URL-ссылки>{<всплывающая подсказка>} <Текст ссылки>]]
Пример: [[http://plantuml.com Ссылка (без всплывающей подсказки) на plantUML]]

3️⃣Для добавления: всплывающей подсказки к тексту (без ссылки), используйте конструкцию: [[{<всплывающая подсказка>} <текст к которому относится всплывающая подсказка>]]
Пример: [[{всплывающая подсказка} Всплывающая подсказка (без ссылки)]]

🔥 Внимание!!! Чтобы всплывающие подсказки работали у заказчика, выгружайте диаграммы в формат SVG

Пример кода ниже (а ссылка тут), а файл с примером в формате SVG тут:

@startuml
Title **Ссылки и всплывающие подсказки в PlantUML**

' Для добавления: ссылки и текста ссылки, используйте конструкцию: `[[<URL-ссылки> <Текст ссылки>]]`
    Alice -> Bob: [[http://plantuml.com Ссылка (без всплывающей подсказки) на plantUML]]

'Для добавления: всплывающей подсказки к тексту (с ссылкой), используйте конструкцию: `[[<URL-ссылки>{<всплывающая подсказка>} <Текст ссылки>]]`
  Alice -> Bob: [[http://plantuml.com{всплывающая подсказка (с ссылкой)} Ссылка (со всплывающей подсказкой) на plantUML]]

' Для добавления: всплывающей подсказки к тексту (без ссылки), используйте конструкцию: `[[{<всплывающая подсказка>} <текст к которому относится всплывающая подсказка>]]``
  Alice -> Bob:  [[{всплывающая подсказка} Всплывающая подсказка (без ссылки)]]

@enduml

Чтобы работали всплывающие подсказки на русском в плагине предпросмотра (в VS Code) добавьте в настройки (settings.json)

{
    "plantuml.diagramsRoot": "docs/diagrams",
    "plantuml.exportOutDir": "docs/diagrams/out",
    "plantuml.exportFormat": "png",
    "plantuml.exportSubFolder": false,
    "plantuml.render": "PlantUMLServer",
    "plantuml.server": "http://www.plantuml.com/plantuml",
    "plantuml.commandArgs": [
        "-charset",
        "UTF-8"
    ]
}

Где учиться аналитике?

Привет! Мы понимаем, как непросто найти качественные онлайн-курсы с актуальной информацией и удобным обучением. Предложений очень много, а запутаться очень легко.

Мы решили облегчить вам задачу и систематизировали курсы по направлениям, цене, школам и другим важным для вас параметрам. Сегодня делимся подборкой курсов по аналитике, которые помогут развивать профессиональные навыки и грамотно работать с данными.

Продуктовая аналитика. Изучение метрик, построение воронок и работа с данными для развития продукта.

Аналитика больших данных. Работа с распределёнными системами, Hadoop, Spark, обработка крупномасштабных данных и оптимизация вычислений.

Машинное обучение. Алгоритмы, модели, пайплайны ML и применение машинного обучения для решений аналитических задач.

SQL для аналитиков. Запросы, джойны, агрегации, оконные функции — всё, что нужно для работы с базами данных и выгрузки данных для анализа.

BI-аналитика. Построение дашбордов, визуализация данных, работа с Power BI, Tableau и Looker.

→ Заглядывайте на нашу витрину — там еще больше крутых и проверенных курсов от известных школ.

Многоуровневая группировка участников на sequence-диаграмме (в plantUML)

Последнее время часто замечаю, что многие системные аналитики не выделяют на sequence диаграмме (в plantUML) границы Систем и сервисов, а также не выделяют внешние сервисы. В результате, открывая чужие Sequence, приходится тратить много времени чтобы понять, что-же к чему относится.
Поэтому сейчас расскажу как это сделать быстро и без воды

Чтобы создать вложенные группы — группы внутри групп, используйте Архитектуру teoz, путем ее подключения в коде: c помощью строки !pragma teoz true, добавляемой сразу после @startuml после чего box и end box можно вкладывать друг в друга генерируя несколько уровней вложенности:

Код диаграммы:

@startuml

!pragma teoz true
box "Группы" #LightBlue
    box "Первая подгруппа"
        participant Bob
    end box

    box "Вторая подгруппа"
        participant Alice
        participant John
    end box

end box

box "Внешняя группа" #lightgreen
    participant Lector

    box "Слушатели первой подгруппы"
        participant Marina
    end box

end box


Bob -> Alice : hello
Alice -> John : hello
John -> Marina: Hello
Lector -> Marina: Hello

@enduml

Если Вам было полезно и интересно, поддержите кармой или комментарием
----
Также я веду TG-канал: @sa_chulan

Предприниматель Йосеф Айеле из Эфиопии и основатель фонда LAVA пожаловался, что его рабочий аккаунт в Telegram был заблокирован без причины. После чего он объявил в соцсети X, что прекращает пользоваться этим мессенджером и переводит свои коммуникации в Signal и электронную почту. В ответ на это основатель Telegram Павел Дуров лично извинился за инцидент с блокировкой. Дуров пояснил, что аккаунт Айеле был разблокирован, а «урок извлечён».

Уже используете нейросети для генерации диаграмм, API-профилей или SQL-запросов? Если да — у вас есть возможность систематизировать подход. Если нет — узнаете, как встроить ИИ в свою работу.

Приглашаем вас на бесплатный вебинар «Нейросети в аналитике: от требований до тестирования». Мы покажем, как подключить ChatGPT, Claude и Gemini к решению ваших ежедневных рабочих задач.

На практике разберем, как применять LLM на всех этапах жизненного цикла:

✔️ Сбор требований: Структурирование и резюмирование информации.

✔️ Проектирование: Автогенерация BPMN, ERD и пользовательских историй.

✔️ Документирование и тестирование: Создание тест-кейсов и SQL-запросов.

Материалы, которые вы получите на вебинаре:

➕ Базовый набор промптов для ключевых аналитических задач.

➕ Разбор реальных сценариев и подводных камней.

➕ Методику оценки и корректировки результатов нейросетей.

🕓 Когда: 13 ноября, 17:00–18:00 (Мск)

👨‍🎓 Спикер: Татькова Дарья — специалист в области разработки ПО.

➡️ Зарегистрироваться

Представлен сервис для книголюбов Book Recommendations. Автор проекта спарсил 3 млрд отзывов на произведений со всего мира и сделал рекомендательную систему. Всё просто: пишите любимую книгу, а вам за секунду прилетает целый список того, что можно почитать дальше.

Приветствую всех. Занимаюсь понемногу арбитражем dex-cex и недавно увидел токен, который просел на 1500% и снова вернулся (почти) к исходной цене. Стало интересно почему так произошло. Покопавшись в polygonscan, было обнаружено что из адреса нулл было переведено 5 миллионов токенов и большая часть продана через uniswap. Но я думал что из null адреса нет обратного пути? Кто знает что это была за махинация и как это произошло? Токен Dimo 0xe261d618a959afffd53168cd07d12e37b26761db

Как разглядеть тренды раньше других и действовать вовремя, несмотря на хаос вокруг?

Вопрос сложный, но важный.

Сейчас прохожу курс Future Thinking от Institute for the Future (на Coursera) - он как раз про это: видение будущего, “что может быть”, “какие тренды” и как реагировать на изменения.

Если у вас развито мышление о будущем (Future Thinking), вам легче ответить на волнующие многих вопросы о будушем:

- какие навыки пригодятся через 5 лет и какие стоит приобретать уже сейчас

- как будет выглядеть профессия аналитика данных в будущем

- в какие компании инвестировать

- какие продукты будут востребованы на рынке

- в какую страну переехать, где будут лучшие возможности и безопасность

Отвечать на эти вопросы непросто - мы живём в VUCA-мире (мире изменчивости, неопределённости, сложности и неоднозначности), где вместо простых проблем - дилеммы без однозначных ответов.

Но какими бы хаотичными ни казались события, большинство сегодняшних реальностей были вчерашними прогнозами. 

Один из способов понять, что нас ждёт, - замечать и анализировать сигналы.

Сигналы - это то, что происходит уже сейчас, но пока ещё не стало массовым.

Примеры сигналов:

- Новая технология/научное открытие

- Новая бизнес-модель

- Новый закон

- Странное поведение

Примеры сигналов:

Ряд стран (Сингапур, США) разрешили продажу мяса, выращенного из клеток в лаборатории (например, компания GOOD Meat). Это может быть сигналом, что в будущем мясо массово будут производить не на фермах, а в лабораториях.

ИИ уже считает лучше человека - значит, работа аналитика всё больше уходит от расчётов к смыслу: понимать бизнес-логику, объяснять данные, уметь работать с ИИ. А значит, уже сейчас стоит прокачивать софт-скиллы.

Чтобы замечать сигналы будущего, нужно тренировать внимание к “аномалиям” - вещам, которые пока выглядят мелкими, странными или неважными, но могут стать массовыми позже. А затем задать себе вопрос - что будет, если этот сигнал усилится?

Также важно смотреть в прошлое - искать повторяющиеся паттерны. История - источник сигналов и моделей поведения, которые возвращаются.

Когда мы замечаем сигналы:

- можем подготовиться к изменениям

- скорректировать свою стратегию

- или повлиять на направление будущего, если оно нам не нравится.

Когда мы не обращаем внимание на сигналы, потом удивляемся: что вообще происходит? Будущее застаёт нас врасплох.

Исследование почти 100 компаний за 7 лет показало, что те, кто системно использовал методы futures thinking, имели на 33% больше прибыли. То же самое работает и для людей.

В курсе также много других инструментов - если интересно - буду делиться по мере прохождения в моем телеграм канале.

Текущий список из 4,51 миллиарда интернет-доменов мира можно просто скачать для анализа.

GlowByte приглашает на первый Data Sapience Data Day: дата, программа, регистрация

Data Sapience объявляет о проведении первой конференции, посвященной работе с большими данными, Data Sapience Data Day, которая состоится 18 ноября 2025 года. Мероприятие объединит ведущих экспертов IT-отрасли и руководителей крупнейших компаний.

Панельная дискуссия с участием CDO лидирующих организаций будет посвящена ключевым темам современного дата-рынка:
▫️ перспективам развития дата-ландшафта;
▫️ влиянию искусственного интеллекта на управление данными;
▫️ оценке готовности рынка (технологии/решения/компетенции);
▫️ вопросам миграции в публичные облака.

Клиенты выступят с докладами и расскажут о кейсах внедрения и эксплуатации решений Data Sapience. Среди спикеров — представители Альфа-Банка, ОТП Банка, Россельхозбанка и других крупных организаций.

Технологические презентации познакомят участников с возможностями Lakehouse-платформы данных Data Ocean и платформы управления данными Data Ocean Governance.

В мероприятии примут участие специалисты Т-Банка, Газпромбанка, Сбербанк Страхования, Адастры и других ведущих игроков рынка.

▶️ ПОДРОБНАЯ ПРОГРАММА И РЕГИСТРАЦИЯ ◀️
Участие в конференции бесплатное. Регистрация обязательна и проходит модерацию в соответствии с закрытым форматом мероприятия.