Удобнейшая фича таблиц в Google Sheets — возможность фильтровать данные по различным условиям. Но есть одна проблема. Если документом пользуется несколько людей, злоупотребление этой функцией приводит к хаосу. «Кто опять изменил таблицу?»
Решение: использовать режимы фильтрации.
Создать режим фильтрации можно двумя способами:
Выбрать в главном меню «Данные / Создать режим фильтрации»
Нажать на калькулятор рядом с названием таблицы и выбрать «Создать режим фильтрации»
Плюсы такого подхода:
Режим фильтрации не меняет исходную таблицу.
Его можно сохранить под удобным именем.
На сохранённый режим можно дать ссылку.
Режимы фильтрации позволяют создать несколько представлений одной таблицы и удобно переключаться между ними.
В Excel есть похожая функция, находится в меню «Вид / Представление листа».
🏆 «Круги Громова» в Топ-100 ИТ-лидеров – прошу поддержать!
Вместе с Сергеем Громовым, основателем «Кругов Громова», мы стали номинантами рейтинга Топ-100 ИТ-лидеров GlobalCIO за вклад в российскую ИТ-отрасль — выпуск крупнейших на рынке независимых обзоров российских ИТ-систем: BI, ETL, MDM, ESB, RPA, Data Quality, Self-Service, AI и других.
Для нас это ещё одно признание экспертизы в ИТ-сообществе 💙
Поддержать можно до 4 мая — голосование доступно для участников сообщества GlobalCIO со статусом ИТ-руководителя:
Разрываем шаблоны: строим график с разрывом всего на 65 строк
Иногда нужно скрыть часть графика используя линию обрыва, чтобы показать данные с сильно различающимися значениями. Например, когда один язык программирования популярнее остальных в разы.
Самые ходовые решения этой проблемы — разорванная ось (broken axis) или отдельные бины для аномалий. Проблема в том, что в Matplotlib нет готовой «кнопки» для создания гистограммы с разрывом. Но это легко* собирается руками на уровне нескольких осей.
Вот три рабочих подхода — выбирайте под свою задачу.
Официальный пример из документации Matplotlib. 🔗 Ссылка на гайд. Отлично работает, когда выбросы зашкаливают по одной оси (X или Y). В посте разбирается как раз такой случай: гистограмма с волнистой линией обрыва.
Библиотека brokenaxes делает почти всё сама. Устанавливается стандартно через pip. Вариант для тех, кто не хочет углубляться в ручную настройку.
Логарифмическая шкала (часто — самый простой выход) Если выбросы строго положительные и отличаются на порядки, иногда достаточно двух строк: plt.xscale(«log») или plt.yscale(«log»). Никаких разрывов, никакой ручной работы — при этом график остаётся чистым и читаемым.
import matplotlib.patches as mpatches
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.path import Path
def plot_broken_axis(
labels: list[str],
values: tuple[float, ...],
ylim_low=(0, 12),
ylim_high=(20, 25),
**kwargs,
):
"""
Строит график с разрывом оси.
Валидирует входные данные и инкапсулирует логику отрисовки.
"""
if len(labels) != len(values):
raise ValueError("Длины labels и values не совпадают")
fig, (ax_high, ax_low) = plt.subplots(
nrows=2, figsize=(7, 4), gridspec_kw={"height_ratios": [1, 2]}
)
# Настройки столбцов
kwargs.setdefault("color", "skyblue")
kwargs.setdefault("edgecolor", "black")
kwargs.setdefault("alpha", 0.85)
ax_low.bar(labels, values, **kwargs)
ax_high.bar(labels, values, **kwargs)
fig.subplots_adjust(hspace=0.0)
# Настройка осей
ax_low.set_ylim(*ylim_low)
ax_high.set_ylim(*ylim_high)
ax_high.set_title("График с разрывом")
ax_low.set_ylabel("Рейтинг в %")
ax_low.set_xlabel("Языки")
ax_high.spines["bottom"].set_visible(False)
ax_low.spines["top"].set_visible(False)
ax_high.tick_params(axis="x", bottom=False, labelbottom=False)
# Рисуем разрыв оси (волна)
offset, n_points = 0.03, 33
pts = np.linspace(-offset, 1 + offset, n_points)
wave = np.array([1 + (0, offset, 0, -offset)[i % 4] for i in range(n_points)])
path = Path(list(zip(pts, wave)), [Path.MOVETO] + [Path.CURVE3] * (n_points - 1))
opts = dict(transform=ax_low.transAxes, clip_on=False, zorder=10)
ax_low.add_patch(mpatches.PathPatch(path, lw=6, **opts))
ax_low.add_patch(mpatches.PathPatch(path, lw=3, edgecolor="white", **opts))
return fig
if __name__ == "__main__":
langs = ["Python", "C", "C++", "Asm"]
pops = (21.8, 11.1, 8.6, 1.1)
# Стиль xkcd
with plt.xkcd(scale=1, length=300, randomness=30):
plt.rcParams["font.family"] = "Comic Sans MS"
# Вызов функции
fig = plot_broken_axis(langs, pops)
plt.show()
5 человек, 1 300 дашбордов, 2 200 пользователей в месяц. Как не сойти с ума
В Уралсибе self-service BI вышел на масштаб, который сложно представить: 12 000 датасетов, 200+ разработчиков в разных бизнес-блоках, 1 000 потоков данных обновляются каждый день. И всё это поддерживает команда из пяти человек.
При таком масштабе неизбежно появляются дубли, забытые дашборды, сломанные компоненты, разработчики, которые не знают о существовании друг друга, и пользователи, которые всё ещё спрашивают «а зачем BI, если есть Excel?».
Как с этим справляться? Семён Юников расскажет про систему, которую они выстроили: автоматические рассылки разработчикам с рекомендациями по их же объектам, кастомный каталог дашбордов с ИИ-поиском, геймифицированный марафон на 80 разработчиков, после которого количество сломанных компонентов сократилось вдвое. И да, заставки на корпоративных ноутбуках с надписью «Ты ещё в Excel? Переходи в FineBI» тоже часть стратегии.
В Японии представили спортивную визуальную систему Fencing Visualized, которая в с помощью ИИ в режиме реального времени отслеживает движение шпаг и спортсменов на дуэлях, рисуя их цветные шлейфы. Технология работает через компьютерное зрение без датчиков и маркеров. Дополнительно система распознаёт приёмы фехтовальщиков и показывает их на экране.
Встраивание вычислений в PostgreSQL: PL*, extensions, а теперь и WASM
В рамках выступления на PG BootCamp Russia 2026 Дмитрий Дорофеев, главный конструктор Luxms, рассказал о том, как сегодня развивается встраивание вычислений в PostgreSQL: от классических процедурных языков (PL/pgSQL, PL/Python и других) до новых возможностей с использованием WebAssembly (WASM).
В PostgreSQL исторически поддерживается несколько десятков языков программирования. Если этого недостаточно, можно воспользоваться готовым расширением из огромной экосистемы либо написать своё. Прогресс не стоит на месте, и теперь для выполнения стороннего кода в PostgreSQL можно использовать WASM.
На примере Luxms BI я расскажу, как мы автоматически генерируем Swagger-документацию прямо внутри PostgreSQL с помощью open-source технологий и WASM.
Вебинар «BI + ETL + КХД за 1,5 млн: как Modus закрывает весь стек корпоративной аналитики»
21 апреля в 12 по МСК приглашаем на вебинар, на котором эксперты ИТ-интегратора «Белый код» расскажут, как малому и среднему бизнесу внедрить BI-систему за 1,5 миллиона рублей.
Одна из задач, с которой к интегратору приходит малый и средний бизнес, — внедрение BI в рамках ограниченного бюджета. При этом есть жесткие требования, например, единая экосистема BI + ETL, без «зоопарка» инструментов, а также нативная работа с 1С как основным источником данных.
На вебинаре специалисты поделятся практикой внедрения в сегменте МСБ, а также ответят на вопросы.
Вы узнаете:
Почему BI сам по себе не решает проблему разночтений в данных
Какие организационные изменения нужны, чтобы аналитика начала работать
Modus ETL: как устроена загрузка и обработка данных
Modus BI: аналитический портал без лишней сложности
Структура проекта за 1,5 млн рублей: стоимость лицензий, этапы проекта и результат
Спикеры вебинара
Андрей Рыжик, product owner BI-направления компании «Белый код»
Наталья Лобанова, коммерческий директор компании «Белый код»
📌Дата и время: 21 апреля 12:00 МСК (онлайн)
Участие бесплатное, требуется предварительная регистрация.
Приходите на онлайн-конференцию GlowByte и FanRuan разбираться, куда делось чудо
Дашборды построены, хранилища заполнены, лицензии куплены, а решения по-прежнему принимаются «на ощущениях». Это не ваша уникальная проблема – это системный разрыв между потенциалом BI и его реальным применением.
22 апреля в 15:00 (МСК) приглашаем вас на Fine Day Online 2026 – ежегодную онлайн-конференцию от GlowByte и FanRuan, где мы разберем, как этот разрыв закрыть.
Что в программе:
● От данных к ИИ-инсайтам – как превращать сырые данные в умные решения, а не просто красивые графики (Вилл Ченг, ведущий эксперт по отраслевым решениям, руководитель направлений пресейл и внедрение CIS, FanRuan);
● Интеграция FanRuan + DataHub – реальный опыт построения связной экосистемы данных (Дмитрий Конюхов, ведущий инженер отдела управления данными, “Галамарт”);
● 1 500 дашбордов для 2 500 пользователей – как сделать BI удобным и востребованным в масштабе (Семён Юников, главный эксперт Дирекции BI, Уралсиб);
● Shadow DWH – тёмная сторона self-service аналитики и как с ней справляться (Пётр Гордиенко, Lead BI, ОТП);
● Миграция FineBI с 6.0 на 7.0 – практический опыт и подводные камни (Евгений Иванов, DevOps BI-платформы, ОТП).
Для кого:
Руководители и специалисты в области BI, Data & Analytics, CDO, продуктовые и бизнес-аналитики – все, кто хочет, чтобы данные наконец работали на результат.
Формат:
Онлайн, бесплатно, ~3 часа концентрированной пользы. Нужна только регистрация.
Часто возникает задача сгруппировать исторические данные по неделям, месяцам, кварталам или годам. Иногда для решения этой задачи создают дополнительный столбец (например, Месяц) и строят по нему сводную таблицу.
Есть более простой способ сгруппировать данные, но его нет в настройках сводной таблицы, поэтому многие пользователи даже не догадываются о нём:
1️⃣ Построить сводную таблицу по столбцу с датами.
2️⃣ Нажать на любую дату и выбрать в контекстом меню желаемый тип группировки.
Функция SORT (СОРТ) позволяет упорядочить исходную таблицу и вставить результат в другое место. По умолчанию таблица сортируется по первому столбцу в порядке возрастания:
Sheets: =SORT(A:C)
Excel: =СОРТ(A:C)
Для сортировки по другому столбцу можно передать его номер и направление сортировки: по возрастанию или по убыванию. В Google Sheets это TRUE и FALSE, в Excel — 1 и -1. Следующая формула сортирует таблицу по второму столбцу в порядке убывания:
Sheets: =SORT(A:C;2;FALSE)
Excel: =СОРТ(A:C;2;-1)
Недостаток такого подхода: при добавлении/удалении столбцов формула может сломаться, придётся вручную обновлять номер столбца. Поэтому гораздо удобнее передавать не номер, а сам столбец для сортировки. В Google Sheets для этого используется та же функция SORT, в Excel — отдельная функция СОРТПО:
Sheets: =SORT(A:C;B:B;FALSE)
Excel: =СОРТПО(A:C;B:B;-1)
Можно задавать несколько столбцов сортировки. Следующая формула сортирует таблицу по второму столбцу в порядке убывания, одинаковые значения сортируются по третьему столбцу в порядке возрастания:
Sheets: =SORT(A:C;B:B;FALSE;C:C;TRUE)
Excel: =СОРТПО(A:C;B:B;-1;C:C;1)
Наконец, лайфхак, про который не рассказывают в документации. Если нужно упорядочить данные по разнице столбцов B и C (пример: доходы минус расходы или цена минус себестоимость), то можно использовать формулу массива. В Google Sheets понадобится ARRAYFORMULA или MAP, в Excel всё работает и без них:
Если попытаться ввести в ячейку электронной таблицы номер телефона, внезапно пропадёт плюс:
+79876543210 → 79876543210
А при попытке вбить форматированный номер телефона и вовсе выскочит ошибка:
+7 987 654-32-10 → #ERROR
Дело в том, что значения с плюсом в начале распознаются как формулы. Как же тогда ввести телефонный номер в ячейку? Достаточно добавить в начале апостроф. Тогда электронная таблица не будет пытаться распознать формулу и просто воспримет значение как текст:
'+79876543210 → +79876543210
'+7 987 654-32-10 → +7 987 654-32-10
Этот способ пригодится в любых случаях, когда значение начинается с плюса, знака равно или похоже на дату (особенно частая проблема).
Успейте подать свою работу на конкурс BI-дашбордов Data Challenge
Партнер GlowByte компания FanRuan продолжает принимать заявки на первый открытый конкурс BI-дашбордов и визуальной аналитики FineGallery Insight Challenge. Срок подачи - до 31 марта.
FineGallery Insight Challenge – это конкурс для аналитиков, BI-разработчиков и команд, которые работают с данными и создают дашборды.
Цель конкурса – показать, насколько мощной и красивой может быть визуальная аналитика, и дать пользователям пространство для обмена идеями, диагностиками, методами анализа и вдохновляющими примерами решений визуализации.
Как участвовать
1. Создайте аналитическую работу в FineBI или FineReport.
2. Заполните форму подачи, включив:
дашборд,
описание работы по структуре (описана на сайте конкурса),
информацию об авторе.
3. Дождитесь подтверждения участия и ждите результатов.
Призовой фонд
Лучшая бизнес-аналитика – 100 000 руб.
Лучший UX (пользовательский опыт) и визуальный дизайн – 70 000 руб.
Приз зрительских симпатий – 30000 руб.
Все подробности, включая сроки и требования к конкурсным работам – на сайте конкурса.
Для работы с данными, будь то группировка или условная агрегация, важно, чтобы значения записывались однообразно. Как быть, если нужно сгруппировать сотрудников по отделам, а в соответствующем столбце намешаны «Продажи», «Отдел продаж», и «Sales»? В таких случаях необходимо настроить проверку вводимых значений по словарю.
1️⃣ Для хранения словаря рекомендуется создать таблицу «Отделы». Во-первых, её будет просто дополнять и редактировать. Во-вторых, таблицу можно использовать для хранения метаданных. Например, добавить информацию о руководителе отдела или о расположении в офисе.
2️⃣ Когда словарь готов, можно вернуться в таблицу «Сотрудники», открыть меню столбца «Отдел» и поменять тип на «Раскрывающийся список». Далее в поле «Критерии» указать «Раскрывающийся список (из диапазона)» и ввести табличную ссылку:
=Отделы[Название]
3️⃣ После включения проверки некорректные значения помечаются красным уголком. Искать их глазами утомительно, поэтому проще временно скрыть корректные значения. Для этого можно зайти в меню столбца, выбрать «Столбец для фильтра», «Фильтровать по условию», «Данные не проверены». Таким образом в таблице останутся только некорректные записи, которые легко исправить. И не забыть сбросить фильтр.
GitHub визуализировали в цифровой город в проекте gitcity. В рамках проекта представлен сайт, на котором можно летать по «городу», где каждое здание это аккаунт разработчиков. Высота небоскребов = количеству коммитов. Летая по городу, можно искать интересные и популярные аккаунты, либо находить что-то новое и недооцененное.
Приходите на вебинар, расскажем, как получить максимум от системы аналитики
Сначала данные собирали вручную, потом появился BI. Теперь вопрос в том, как получить максимальную отдачу от системы аналитики?
Ответ в облачном сервисе для визуализации и анализа данных — Evolution Managed BI. О нем и расскажем на вебинаре.
Интересно будет бизнес-аналитикам, дата-инженерам, руководителям отделов аналитики. Кстати, если вы еще не работали с нашим или подобным BI-сервисом, то можете бесплатно протестировать его перед вебинаром.
Что расскажем и покажем:
как устроен облачный сервис: обсудим архитектуру и преимущества managed-подхода для сокращения времени вывода аналитики в продакшен;
что может сервис: расширенные возможности обработки данных, кеширование запросов, управление доступом и безопасность данных;
как интегрировать данные на практике: подключать и настраивать различные источники (PostgreSQL, S3 и не только), трансформировать данные и создавать виртуальные датасеты;
как визуализировать данные: создать интерактивный дашборд с нуля, настроить фильтры и параметры, использовать продвинутые визуализации;
что еще можно делать с помощью сервиса: создание кастомных SQL-запросов, использование метрик и вычисляемых полей, настройка автоматических отчетов и алертов.
📅 Когда? 12 марта в 11:00 мск.
📍Где? Онлайн. Зарегистрируйтесь, чтобы задать вопросы экспертам в прямом эфире.
P.S. У нас есть специальное предложение для тех, кто планирует перенести свою аналитическую систему в облако: вы запускаете тестовый проект в рабочей среде без первоначальных затрат на инфраструктуру, мы — подбираем конфигурацию сервисов и оказываем усиленную поддержку архитекторов. Предложение действует до 31 июля 2026
Найм больше не работает как раньше: тренды 2025–2026 и новая роль HR-tech в бизнесе
В 2025–2026 рынок найма — уже новая норма: дефицит кадров становится структурным.
📉 В РФ не хватает около 4,8 млн специалистов, при этом 62% компаний всё равно планируют рост численности, а 24% работников за год сменили работодателя (в отдельных отраслях треть и больше держатся на месте меньше года).
С другой стороны — оптимизация внутренних процессов. Это ощущается особенно жёстко: по данным hh.ru, 63% компаний в 2024 сокращали или планировали сокращение ФОТ. Получается: ресурсов меньше, цена ошибки выше, запрос на автоматизацию растёт.
💸 Дальше включается экономика, которую обычно недооценивают:
21% сотрудников уходят ещё до конца испытательного срока
Ещё 15% — сразу после него
Замена одного сотрудника обходится бизнесу в 1,5–2 годовых зарплаты
Среднее время выхода на продуктивность — 65 дней, для технических ролей — до 90
⚙️ В такой реальности HR-цифровизация перестаёт быть просто дополнительной фишкой или бонусом при найме. Она становится частью операционного контура: либо вы сокращаете потери системно, либо платите за них постоянно.
Часть компаний в РФ уже давно смотрят в сторону HR-приложений:
🤖 AI в HR перестаёт быть экспериментом: 43% компаний в РФ уже используют AI в HR (против 26% в 2024), а 78% enterprise-компаний применяют AI в рекрутинге.
🔄 Фокус смещается на self-service (справки, отпуск, расчётные листки) — до 80% типовых запросов можно вынести из HR-ручного режима.
📊 Окупаемость понятна: в среднем точка окупаемости HR-приложения — на 9-й месяц, к 18-му ROI может доходить до ~340%.
📎 Мы собрали эти и другие данные в исследование, где зафиксировали ключевые тренды HR-tech 2025–2026, разобрали, как компании подходят к мобильным HR-продуктам, и какие решения дают эффект на практике.
🎁 Отдельный бонус: сделали кликабельный прототип почти готового HR-приложения — не концепт, а рабочий флоу, который можно показать своим HRD.
Исследование в открытом доступе, оно бесплатно и экономит 2–3 месяца аналитики и обсуждений на старте, если вы думаете о запуске или перезапуске HR-продукта 👇
Пусть есть таблица со всеми сотрудниками компании. Как найти общее число инженеров? С этой задачей справляется функция COUNTIFS (в формулах используются табличные ссылки):
=COUNTIFS(Сотрудники[Должность];"Инженер")
Мы передаём в функцию столбец «Должность» и просим посчитать количество ячеек, содержащих значение «Инженер».
В отличие от поиска, можно легко комбинировать несколько условий. Следующая формула считает количество инженеров в Москве:
Здесь первым параметром передаётся столбец, который будем суммировать, а дальше условия для выборки. Аналогично работают функции MINIFS и MAXIFS.
Иногда возникает необходимость в более сложной агрегации. Например, нужно склеить имена инженеров через запятую. Специальных формул для такой операции нет. Как быть? В такой ситуации можно сначала выбрать нужные записи с помощью FILTER и потом склеить через JOIN:
Цифровые двойники и 3D-визуализация: опыт GlowByte и FanRuan
GlowByte и FanRuan провели бизнес-завтрак с промышленными компаниями. Мероприятие было посвящено новым возможностям бизнес-аналитики, которые открывают инструменты FineVis и FineReport.
Эксперты продемонстрировали, как компании переходят от статичных дашбордов к интерактивным цифровым двойникам, которые обновляются в реальном времени и помогают принимать решения быстрее: от таблиц и графиков – к живым цифровым моделям.
Чжан Цзэфэн, Product & R&D Lead FineVis, FanRuan, рассказал:
как развивалась визуализация данных – от первых таблиц до VR/AR и 3D-моделирования,
что такое цифровой двойник и какие уровни зрелости существуют – от L0 до автономных систем L5,
почему 3D-визуализация имеет критичное значение для аналитики,
как применяют компании 3D-моделирование в логистике, производстве, энергетике, умных городах, медицине,
как FineVis и FineReport объединяют визуализацию и аналитику, интегрируя данные из ERP-, MES- и IoT-систем.
Алексей Коломенцов, старший консультант практики Business Intelligence, GlowByte, провел демо, в котором пошагово показал, как с помощью FineVis создать полноценного цифрового двойника – от пустой сцены до живой 3D-модели с данными.
В демо вы увидите:
Интерфейс системы и ключевые инструменты для работы.
Как строить сценарии взаимодействия с моделью.
Создание с нуля примера 3D-анимации.
Подключение реальных данных к объектам и их отображение в режиме реального времени.
Как сделать визуализацию интерактивной и полезной для аналитики.
Грех номер один при работе с электронными таблицами — ручная группировка данных.
Допустим, есть задача собрать список сотрудников по отделам. Руководитель набрасывает несколько табличек, по одной на каждый отдел. Названия отделов выделяет крупным шрифтом и цветом.
На следующий день приходит задача собрать список сотрудников, но уже по городам. Чёрт, нужно всё переделывать! Создаётся новый лист, где также собирается несколько таблиц. И красивые заголовки, куда без них.
Нажать на стрелку рядом с названием столбца «Отдел» и выбрать «Столбец "Основание группировки"».
Сохранить получившийся фильтр под названием «Сотрудники по отделам».
Проделать аналогичную операцию для столбца «Город».
Итог: получилась одна таблица с данными и два её представления: «Сотрудники по отделам» и «Сотрудники по городам», между которыми можно переключаться в два клика.
GlowByte разработала методику выбора BI на основе сценарного анализа
Источник: Freepik.com
Практика Business Intelligence GlowByte разработала подробное руководство по сценарному выбору BI с готовой Excel-матрицей для сравнения платформ.
GlowByte выделяет 4 ключевых сценария с разными потребностями и акцентами:
отчеты для руководителя,
self-service,
регламентная отчетность,
исследование данных.
Сценарии в матрице сопровождаются своим набором релевантных критериев, каждый из которых имеет оценку критичности, что позволяет адаптировать расчет под конкретный проект: при изменении критичности пересчитываются все баллы, и BI-платформа получает новую оценку.
ℹ️ Методика учитывает изменения в BI-ландшафте, запрос на адаптивность и гибкость, а также необходимость подстраивать инструмент под задачу, а не наоборот. Исследование содержит детальные чек-листы по каждому сценарию, критерии оценки и примеры расчетов.
