Data Science и аналитика — страница 4

Про дашборды. Я в прошлом посте говорил, что у нас есть система дашбордов. Что это вообще такое?Дашборд — это график с цифрами, который помещается на один экран. Не больше. На экране компьютера, на листе бумаги, на слайде, в телефоне. Его задача — быстро показать состояние дел: компании, подразделения или человека.У нас на уровне компании дашборд работает в режиме реального времени. Не преувеличиваю. День в день видим: ✅Выручку по направлениям✅Загрузку производства (у нас около 20 групп)✅Нагрузку на отдел продаж✅Количество сделок в рублях и штуках — с начала года, с начала квартала. Планируем добавить кадровые показатели, но пока не всё готово.Этот дашборд собирается из нескольких источников: наша система учёта, таблицы, CRM. Мы его постоянно дорабатываем, добавляем метрики. Команда руководителей привыкла открывать его каждое утро и смотреть: как идём, что происходит.Такая же система уже давно работает в производстве — там богатая панель показателей: загрузка, эффективность, выручка, дебиторка (кстати, её мы тоже видим в общем дашборде). Сейчас, поскольку реформируем отдел продаж, делаем дашборд и для них. Потому что результаты в рублях — они запаздывают.Чтобы сегодня продать на миллион, работу надо было начинать полгода назад. Например, в аккаунтинге мы будем видеть: сколько клиентов в работе у каждого аккаунт-менеджера, сколько встреч, уровень удовлетворённости клиента, сколько инициатив в проработке. Зная конверсию на каждом этапе, можем прогнозировать продажи. Это нужно для оперативного контроля на всех уровнях.Кажется, что я ушел в цифры.Может выглядеть как занудство. Но когда компания — 150+ человек, есть выбор: либо ты всё контролируешь вручную, либо строишь систему.Знаю историю одного директора (конкурент, не назову). Каждые выходные он садится и лично планирует на следующую неделю всё: задачи, пресейлы, перемещения. Тратит на это часов 10. Система? Да. Но это система зависимости от одного человека.У него нет выходных. А у его команды — нет инициативы. Он всё решит за них.Мы выбираем другой путь. Компания растёт, когда растут и учатся принимать решения люди внутри неё. Средний менеджмент, руководители направлений.Поэтому да, мы уделяем много внимания цифрам. Но за каждой цифрой — решение. И оно должно приниматься быстро и правильно.

Как мы целый год собирали AI-контур для управления адвокатским бюроЭтот пост будет полезен руководителям юрфирм и юрдепов. Год назад я писала пост про то, что мы перешли на новый софт — мы собрали AI-контур вокруг процессов бюро: от постановки задач и учёта времени до сборки отчётов, актов и управленческих срезов.Вот пару примеров того, что мы делали:🟩переезжали из табличек учета времени в экселе — теперь юристы вносят задачу в таск-трекер, указывают планируемое время на задачу, а потом фактическое. Из этих задач автоматически формируется отчет по учету времени работы за месяц и акт для доверителей.Раньше это все мы отдельно переносили руками.🟩синхронизировали оплаты, ставки, личные планы — теперь я и все юристы видят такой расклад, как на скрине. Мы можем в одном месте наблюдать, выполняются ли показатели, где у нас просадки, какие проекты неэффективны, нагрузку юристов.Раньше это все тоже жило в экселях разных сотрудников. И мы в конце месяца с трудом пытались собрать все в кучу, составляя новый отчет. Уходило много времени, что-то, естественно терялось.Все эти акты, отчеты запускаются в боте. 💻 Это стало возможным благодаря тому, что мы сейчас активно работаем с привлеченной командой по AI Operations.По ощущениям, мы сняли с команды несколько часов ручной сборки и сверок каждый месяц — и это время ушло в работу с доверителями и качество.🗒Сейчас, кроме работы с управлением процессами, у нас еще в работе проект по автоматизации аудита и подготовки документов по персональным данным. И моя личная система планирования и ведения дел. Расскажу подробнее. Это огромный проект, сейчас мы на этапе проектирования и сбора контекста. Скрины — пример того, как выглядит наша система, только с вымышленными людьми, проектами и суммами.

SightlineA free online tool for searching for objects on a map.Based on Overpass Turbo, but uses natural language for searching.https://sightline-maps.vercel.app/Github repo: https://github.com/ni5arga/sightline#geoint #openstreetmaps

Куда движется BI — главные тренды на 2026 год[по мнению тамошних экспертов]Привет! Пишет Михаил — Head of product AW BI 😉Я много смотрю информации о трендах в развитии BI [по долгу службы]. И в этом посте постараюсь обобщить те направления, в которые шагает BI-рынок:Вот 5 главных направлений, на которые стоит обратить внимание:🧠 ИИ как основа аналитикиBI начинают встраивать в себя AI. Можно задавать вопросы на естественном языке, а система сама найдёт закономерности и сформулирует выводы. Это делает аналитику доступной каждому./На практике ИИ пока что галлюцинирует и риск ошибок довольно велик/⚡️ Всё больше аналитики в реальном времени, даже с большими данными.Не везде это нужно, но там где данные идут потоком и надо реагировать здесь и сейчас — там технологии выросли и многое стали позволять.Реакция на изменения теперь происходит без задержек.🔩 Встроенная (embedded) аналитикаАналитические инструменты всё чаще интегрируются прямо в бизнес-приложения — от CRM до систем учёта. Это снижает переключение между окнами и ускоряет принятие решений. Тренд поддерживается развитием модульных (composable) архитектур.🛡 Контролируемая демократизацияСамообслуживание в аналитике для бизнес-пользователей усиливается, но вместе с этим растёт важность управления данными, объяснимости и отслеживания рекомендаций ИИ. Это нужно для обеспечения качества и доверия к автоматическим инсайтам.📖 Динамические истории вместо дашбордовСтатичные графики уступают место живым, нарративным отчётам, которые автоматически дополняются пояснениями и выделением ключевых изменений. По прогнозам, большинство классических дашбордов в ближайшие годы трансформируются в такой формат.Что всё это значит для бизнеса?Аналитика становится быстрее, доступнее и умнее. Чтобы оставаться в игре, компаниям стоит уже сейчас оценивать платформы с поддержкой ИИ, API для встраивания аналитики и инструменты работы с потоковыми данными.Что всё это значит для вендоров?Братцы, работы у нас много. И она очень интересная ☺️18 февраля будет эфир, где я расскажу о том, как будет развиваться AW BI в 2026 году.Анонс ещё будет.Если кратко — мы в тренде 😉#мнение

Самый необычный клиентПожалуй, в прошлом году им стал клиент из Испании, который по фану нашел преступника, скрывающегося от Интерпола в течение десятка лет.Причем воспользовался для этого данными из открытых источников. Так благодаря клиенту я прикоснулся к незнакомой отрасли OSINT.Разведка по открытым источникам (англ. Open source intelligence, OSINT) — разведывательная дисциплина, включающая в себя поиск, выбор и сбор разведывательной информации из общедоступных источников, а также её анализ и систематизацию.По признанию экс-руководителя разведуправления минобороны США генерал-лейтенанта Уилсона «90 процентов разведданных приходит из открытых источников и только 10 — за счёт работы агентуры».Стало любопытно, а вот кроме спецслужб и полиции кому могут быть интересны подобного рода услуги? Оказалось, что это крайне востребовано коммерческими структурами.Например, необходимо "пробить" нанимаемого топ-менеджера, в том числе на связи с криминальными структурами (когда проверка по "глазу Бога", ФСИН и судам показывает, что все чисто).Или требуется найти нужный телефон. Например, личный сотовый руководителя корпорации из Южной Кореи. Корпорация военная и номерок шефа явно скрывается. Когда клиент объяснил этот кейс — я прям хохотал. Восхищенно хохотал.Стоимость такой "работы" может составлять всего пару-тройку сотен долларов. Так что, кажется, это вполне доступно даже в алиментных поисках бывших мужей. Чего там всякие руководители военных корпораций — вот он рынок! 😀Ответы на ваши вопросы доступны по хэштегу #силавответе@mastersila А свои вопросы задавайте по ссылке!

Как мы во Fluently экономим десятки часов в неделю 🤯Я уже рассказал, как мы автоматизировали службу поддержки (пост). Другой нереально крутой юзкейс - аналитик, который знает все про вашу компанию.Что мы делаем?1️⃣ Складываем в одну базу траты по каждому из маркетинговых каналов, атрибуцию пользователей, ивенты по всем платежам и подпискам и даже количество просмотров по каждому видео в TikTok. Там же рядышком лежит база данных самого приложения. 2️⃣ Составляем хороший readme файл, который кратко описывает природу этих данных и всякие специфические штуки, нужные для работы с ними. Добавляем примеры SQL-запросов на пару сложных вопросов. Написать их можно так же с AI, но главное проверить ручками и убедиться, что они корректные. Это сильно бустит качество аналитика. 3️⃣ Кладем все в claude проект и кайфуем 👌Такой аналитик может ответить почти на любой вопрос. Если захотите, то он даже соберет вам data room под фандрейз!У нас бесконечный список вопросов, что мы ему задаем, но вот пару примеров:• Какой у нас MRR и как он изменился за день? • Какая доля нового ревенью приходится на каждый из каналов?• Какой ARPPU первого платежа на iOS vs Android?• Какая разбивка наших пользователей по регионам?• Сколько пользователи наговорили с тьютором за последний месяц?Теперь не нужно иметь аналитика, который будет уходить на часы (или не дай бог дни), чтобы ответить на ваш вопрос. Можно ЗА СЕКУНДУ его задать, получить ответ и сразу же пойти действовать. Если честно, я даже не знаю, как раньше без этого жил!Если соберем 400🔥, то с меня пост про еще одно крутое применение AI в бизнесе, которым, наверное, сейчас пользуются всего единицы.P.S. На картинке выдача на запрос "нарисуй понедельный stacked bar chart новых подписок по регионам с ноября по январь"

Морской бой на PostgreSQLЕсли вы изучаете базы данных, то вот вам интересный кейс: игра, написанная на PostgreSQL 12 и работающая прямо в консоли. Здесь вы можете почитать, как игра была разработана, чтобы лучше разобраться в нюансах проекта:https://selectel.ru/blog/seabattle-postgresql/А поиграть и посмотреть код можно здесь:https://github.com/selectel/sql-battleships#бд #postgresql

Индексы в постгреНеплохой гайд про то, как на самом деле работают индексы в PostgreSQL. Индексы помогают находить данные в сотни раз быстрее, но за это приходится платить: они занимают место на диске и могут немного тормозить добавление или изменение записей. Автор доходчиво объясняет, как данные лежат на диске, почему без индекса база читает всё подряд, и как индекс это меняет.Здесь разобраны все основные типы индексов Postgres: от классического B-tree до более нишевых, вроде GIN для поиска по тексту или JSON и BRIN для огромных таблиц. Есть и полезные лайфхаки - например, как создать частичный индекс, чтобы не индексировать вообще всё, или покрывающий индекс, чтобы не ходить лишний раз к самим данным. В общем, статья даёт чёткое понимание, когда и какой индекс использовать, чтобы твоя база не тупила, и какие подводные камни при этом могут всплыть#dbhttps://kodikapusta.ru/news/42q7-indeksy-v-postgre

Минюст Кыргызстана вводит цифровые доказательства в уголовные делаЕсли законопроект примут, то все цифровые доказательства - переписки, данные с телефонов, компьютеров, серверов, облаков, соцсетей и т.д. будут иметь силу как доказательство. В условиях, когда почти вся наша жизнь в смартфоне, логично, что и суды должны это учитывать.Однако, законодателям нужно не просто дать следователям новый инструмент, а в первую очередь создать для него цифровой сейф с множеством замков. Нужна защита и независимые IT-эксперты, которые смогут проверить, не была ли информация подменена или искажена. Без этого есть риск, что благое стремление идти в ногу со временем может обернуться инструментом давления. Обновлять законы под цифровую реальность необходимо. Но еще необходимее встроить в эти законы максимальную защиту прав и частной жизни каждого из нас.

Сегодня разберём 2 действительно полезные функции в 1С: УНФ 👇✔️ Автоматическая отправка отчётов на e-mail по расписанию✔️ Массовые e-mail-рассылки прямо из системыИ главный вопрос — насколько это реально удобно в работе?⸻🚩 Функция 1. Отправка отчётов на почту по расписанию(ежедневно / еженедельно / раз в месяц)Система сама отправляет нужные отчёты конкретным сотрудникам — без ручных выгрузок и напоминаний.Примеры из практики: 1. Директор получает заранее настроенные отчёты:• валовая прибыль• остатки на расчётных счетах• расходы за прошлый день 2. Управляющий магазином каждый день видит:• розничную выручку в динамике• падение продаж сразу, а не «по факту месяца» 3. Собственник — раз в месяц:• чистая прибыль в динамике• дивиденды• чистые активы• остатки на счетах👉 В итоге: цифры приходят сами, вовремя и именно тем, кому они нужны.⸻🚩 Функция 2. Массовые e-mail-рассылкиПрямо из 1С — без сторонних сервисов и ручной работы.Кому и зачем можно отправлять письма: 1. Покупателям• напоминания о задолженности• уведомления о новых ценах• акции и скидки 2. Поставщикам• запросы цен• напоминания о долгах• рабочая переписка по договорам👉 Всё фиксируется в системе, сохраняется история коммуникаций, меньше хаоса и потерь информации.⸻Итог:Автоматизация рутины, дисциплина в цифрах и экономия времени команды.Как считаете, удобно или нет?Ставим 🤝 — если планируете внедрять УНФ

Статистика и данные за которые я бы лично заплатил сколько угодно денег прямо сегодня.Обьем и список всего контента на всех платформах с аналитикой по просмотрам и отдельно список всех платных акций проводящихся за год, чтоб понимать направление сигнала рынка и всех экспериментов которые на нем проводятся.Очевидно это, и детали по сегментам и конверсиям — самая секретная инфа, вторая по закрытости от списка клиентов, но было бы прикольно ее узнать, и представляю как гениально и хорошо работать в гугле или в фб, или в амазоне, где они просто с каждым вложенным тобой долларом лучше знают рынок и еще легче над всеми игроками доминируют, ибо у них есть глаза, а все остальные слепые, даже если гегемоны.@iglushenkov

🔍 Coroot — принципиально новый подход к мониторингу приложений. Этот open-source инструмент использует eBPF для автоматического сбора метрик, логов и трейсов без необходимости ручной интеграции. Он не просто собирает данные, а превращает их в готовые инсайты. Инструмент обладает встроенной аналитикой. Система автоматически строит карту сервисов, выявляет аномалии и даже отслеживает SLO. При этом не нужно настраивать сложные дашборды — достаточно развернуть контейнер в Kubernetes или через Docker. 🤖 GitHub

Как инженеру-строителю читать и понимать XML-схемы МинстрояКоллеги, записала видео о том, как можно читать и анализировать XML-схемы. Простые действия, без углубления в программирование. Только то, на что я обращаю внимание при анализе. На точность в технологических терминах не претендую )Показываю на примере АОСР:— из чего состоит, как открыть;— где искать обязательные элементы;— чем XML отличается от привычных форм ИД;— зачем инженеру вообще уметь это читать на практике.▶️ Смотрите по ссылкам:в ВКонтактена YouTube

### Зачем заниматься написанием дейликов?Я, конечно, не Сан Саныч Любищев, и у меня нет его аналитической строгости, но всё же кое-что могу. И вот что…У меня есть убеждение, что заметки и ежедневные записи, которые у меня по факту превращаются в форму дневниковых записей, в определённой степени скажут обо мне значительно больше, чем сотни фотографий, сделанных в тот же день, что и сама запись. Потому что в записях я показываю невидимую часть своей деятельности. Рассказываю, что думал и как считаю. В целом, на мой взгляд, «фотография» в заметке значительно более информативна, чем фотография на телефоне. А ещё…Её можно проанализировать разными способами. Самый простой вид анализа, который можно применить к моим ежедневным заметкам, — это анализ количества сна. В моём дейлике есть строка Time:, в которой первая цифра — это время пробуждения, а вторая — время отхода ко сну. Я её только недавно начал использовать и, как оказалось, не зря.Например, Time: 4:34 – 21:40Означает, что проснулся в половину пятого, а заснул без двадцати десяти, ну так и на следующий день. Можно подобную табличку оформить в гуглодоках или экселечке, но зачем? Мне нравится мой Obsidian и формат ежедневных заметок, а с реактивным блокнотом marimo и вайбкодингом текст легко превратить в любую форму графика. И не просто графика, а интерактивного графика, в который можно потыкать.П.С. Могу прислать, если нужно, шаблон ежедневной заметки и блокнот маримо, он на пайтоне написан, напишите в комментах кому нужно.П.П.С А еще я заметил как праздники влияют на мой сон ... положительно)

💬 Коллеги, недавно мы с вами обсуждали новость о том, что Сбер оценивает Process Mining (PM) как довольно распространенную технологию. Но выяснилось, что многие читатели канала не просто не используют ее, а даже не знают, что это такое. Я считаю, что это совершенно нормально и Сбер погорячился в своих оценках. И в то же время - чем не повод провести небольшой образовательный ликбез?Когда речь идет о сложных технологиях, я стараюсь подкрепить свои знания также мощью знаний коллег и обратилась в профсообщество Ассоциации организационного развития. Дальше суммирую из тех материалов, которые прислали коллеги.Process Mining — это вершина айсберга под названием «цифровая зрелость» 🧊Моя коллега Елена Зудина дала отличную аналогию: это как холтеровское мониторирование для бизнеса.Врач надевает на пациента прибор Холтер, который сутки (или даже 72 часа) непрерывно записывает ЭКГ. Прибор выявляет нарушения работы сердца и артериального давления в условиях обычной жизни пациента — не в кабинете врача, а когда человек спит, работает, волнуется, отдыхает.Process Mining делает то же самое с бизнес-процессами. Главное — применить нужный инструмент в нужное время, чтобы не ставить холтер, когда пора на операционный стол 😊.Почему большинству компаний PM пока не светит?📌 PM работает с цифровыми следами процессов. Нет следов — нечего анализировать.📌 Бумага и Excel: PM бесполезен, если данные разрознены или вообще не в системах.📌 Разрозненные системы: PM слеп на стыках, когда CRM не связана с ERP, а 1C живёт своей жизнью.📌 Сквозная цифровизация: PM становится «зрячим», когда все ключевые процессы (от заявки клиента до отгрузки) проходят через цифровые системы и оставляют полные, структурированные данные.Так что Сбер у нас, как всегда, исключение. Он прошёл длинный путь цифровой трансформации и теперь может использовать самые передовые аналитические инструменты. Для большинства же компаний сейчас актуальнее более приземленные вопросы: например, как перейти от разрозненных экселек к единой базе CRM и навести порядок в данных. Process Mining — роскошный следующий этап, доступный единицам. 🔍Кстати, тема зацепила не только меня, в конце недели ждите интервью с профессионалом в РМ, которое готовит Наталия Горбачевская.

Построение аналитики глазами «белого воротничка» (нет) Любопытная мысль посетила в момент обсуждения в ROMI про аналитику. Написал я вот такое:Поэтому возможно для твоих задач (если конечно ты не строишь предсказания), подойдут обычные хаки и «общечеловеческое»: функции excel, sql и возможно всякое VBA. А такое маэстро @frank_slade любит) Я тоже люблю, но ленюсь и заставляю делать аналитиков в BI)И тут непогруженный в контекст моей работы последних 14 лет читатель может подумать:Ну правильно, хорошо им во всяких Яндексах с Профями иметь аналитиков, иметь бабки на подхват задач аналитики и вообще можно быть всем таким менеджером в белой рубашке и ленитьсяИ я могу лениться! Имею полное моральное право! Я проделывал всё это руками через склейки, множественный ВПР и прочие костыли. Возможно мне бы помогло знание SQL (YQL по-яндексовому), здесь есть правда, я намеренно не шёл его осваивать. И, кстати, я знаю несколько человек, которые именно таким путём мигрировали из рекламы в аналитику. Но в сути я стей_труе* (*остаюсь правдив): на наколеночных экселях я построил несколько костыльных аналогов DWH, показав как могут выглядеть данные оттуда. Потом я это показывал аналитикам и стейкхолдерам и говорил, что «так можно». А потом мы превращали это в работающие инструменты. И этими инструментами пользуются несколько лет.Поэтому шах и мат, мои оппоненты и нерадивые кандидаты на собесах! Если вы никогда сами ничего тяжелее арифметической формулы в экселе не делали, то вы явно не сможете называться Growth-менеджерами 🤭канал | сайт | vc | личкаАлексей Конорев | Маркетинг и Реклама

https://x.com/mirza/status/2014381988761776592Вот и я о том, честным не место в одной комнате с vcНаш вон индексер пережил transpose.io , flip side , начал раньше дюны и графа и вообще любим мы данные

🤔 Кстати, удивлён, что мало кто обратил внимание на поддержку президентом инициативы создать в Казахстане аналог Силиконовой долины на экибастузском угле:Правительство совместно с акиматом Павлодарской области планирует построить «ЦОД- - долину» на базе энергетических мощностей Экибастузского бассейна. Неплохое предложение, посмотрим, насколько успешно оно будет реализовано. Обслуживать эта ЦОД-долина будет, похоже, глобальных гигантов, а потому им и уголька хватит. Вопрос только в том, насколько это всё соотносится с курсом на низкоуглеродную промышленность?Хотя если идея выгорит (буквально и фигурально), то вопросов к Казахстану по поводу того, за счёт чего будут обеспечены мощности ЦОД, вряд ли возникнут.

Свежий анализ экспертов из Академии внешней торговли о проблемах оборота персональных данных в России рисует нам тревожную, но предсказуемую картину: наша цифровая реальность бежит вперед, а регулирование топчется на месте.Что по факту:1) Наше "согласие" - фикция. Исследователи прямо называют согласие на обработку данных "имитационным документом". Мы массово ставим галочки, не читая, а бизнес собирает всё подряд, используя данные для манипуляций и скрытой ценовой дискриминации.2) Данные есть власть. Крупные платформы (Сбер, VK, Яндекс и т.д.), накопившие гигантские массивы информации, получают несправедливое преимущество и душат конкурентов. Данные стали ключевым источником рыночной монополии.3) Регулятор (ФАС) только присматривается к этой проблеме (а по сути, совершенно не понимает, что с этим делать), а бизнес расколот. Крупные игроки (через Ассоциацию больших данных, которую они же и создали) выступают против увязки антимонопольного регулирования с вопросами данных. Средний бизнес и эксперты - за, но кто их слушает.Что из этого следует?1) Мы - товар (в известном нам смысле, что "люди - новая нефть"). Наши цифровые профили активно используются для того, чтобы предугадать наше поведение и заставить платить больше.2) Закон 152-ФЗ безнадёжно устарел. Он создавался в эпоху, когда не было ни экосистем, ни поведенческой аналитики такого масштаба.3) Битва за данные - это новая битва за рынки. Кто владеет данными, тот контролирует цифровую экономику.4) Политики как обычно плетутся в хвосте бизнеса. Ни сбора, ни тем более анализа больших данных, который сопоставляет потребительское поведение с политическим выбором и формирует элекоральные профили избирателей, нет ни у одной из партий. И, скорее всего, не появится до тех пор, пока они думают, что все-все решается исключительно в высоких кабинетах.Ситуация - классический пример того, как технологический уклад опережает правовой. Государство снова оказалось в роли догоняющего, а бизнес, особенно крупный, пользуется этой правовой неопределённостью для укрепления своего доминирования.Главный парадокс в том, что ужесточение формальных правил (тонны окон с согласиями) только усугубляет проблему, создавая видимость контроля. Очевидно, нужна не формальность, а конкретная прозрачность, понятные правила игры и реальная ответственность за злоупотребления.Особенно цинично звучат призывы крупного бизнеса искать баланс. Баланс между чем? Надо в первую очередь говорить о балансе между возможностью айти-монополистов бесконтрольно обогащаться за счёт наших данных и правом граждан на приватность и справедливые условия.Предложения критиков бесконтрольного сбора и использования БД следующие: пересмотреть институт и формы согласия, запретить ценовую дискриминацию на основе профилей и непременно учитывать объём персональных данных при оценке монопольного положения компаний. Без этого все разговоры о развитии цифровой экономики сущее лицемерие. Иначе в ближайшее десятилетие мы рискуем получить не рынок инноваций, а цифровой феодализм, где мы не граждане, а источник сырья, а у каждой крупной цифровой компании свои крепостные в формате "цифровых профилей".

Стратегия развития через монетизацию данных о клиентах — продажа аналитики рынкуБольшинство компаний собирают огромные массивы данных о клиентах: поведение, предпочтения, покупательские паттерны. Эта информация используется только для внутренних нужд — улучшения продукта или таргетинга. Но данные сами по себе — ценный актив, который можно монетизировать.Обезличенная аналитика интересна производителям, маркетологам, исследовательским агентствам. Вы можете продавать отчёты о трендах рынка, сегментацию аудитории, прогнозы спроса — всё, что накопили за годы работы. Это создаёт второй источник дохода без дополнительных затрат на сбор информации.Критично соблюдать приватность: данные обезличиваются, продаётся агрегированная статистика, а не персональная информация. Если делать это правильно, монетизация данных открывает новое направление бизнеса на базе уже существующего актива.Данные — это не просто побочный продукт. Это ресурс, который может приносить прибыль независимо от основного бизнеса.😉 Апгрейд | Бизнес|#МонетизацияДанных

ЧЕМ ПОЛЬЗУЕТСЯ ФИНАНСИСТ: МОЙ ТОП-5 ИНСТРУМЕНТОВ НА 2026 ГОД​Меня часто спрашивают: «Кирилл, в каком приложении ты ведёшь учет? Где смотришь аналитику?»​Можно быть гением стратегии, но без правильных инструментов тратить на финансы 5 часов в неделю вместо 15 минут. Вот мой личный набор инструментов, который экономит мне время и деньги:​1. CoinKeeper (Учет)Это база. Я записываю в него всё, но это не обязательно. Достаточно фиксировать крупные категории расходов и покупок. Это позволяет видеть «дельту», ту самую разницу между доходами и расходами, которую мы отправляем работать.​2. TradingView (Анализ рынков)Незаменимый софт для работы с графиками и индексами. Даже если вы пассивный инвестор в фонды Fidelity или Vanguard, здесь удобно смотреть историческую доходность и корреляцию активов.​3. OKX и Dzengi.com (крипта и токенизированные активы)Для работы с криптовалютой и RWA-токенами (золото, акции и фонды в блокчейне) я использую связку этих сервисов. Они обеспечивают лучший баланс безопасности, ликвидности и прозрачности. В 2026-м это уже перестало быть экзотикой и  стало обязательной частью современного портфеля. Обе биржи работают под госрегулированием и контролем местных центробанков.​4. Gemini (ИИ-ассистент)Для меня сегодня это безусловный лидер. Использую Gemini не просто как чат-бота, а как полноценного помощника: он анализирует рыночные отчеты и создает задачи и напоминалки в моем календаре. Очень удобно и освобождает голову для стратегических решений.​5. Моя авторская таблица в ExcelСоздал ее уже давно для себя и своих клиентов. И пока ни одно приложение не заменяет мне мою кастомную таблицу для учета инвестиций. Она простая, понятная и, главное, гибкая. Ее легко дорабатывать под себя по мере роста капитала. Именно в ней я и те, с кем работаю, видим свои реальные путь к финансовой цели.​🎁 БОНУС ДЛЯ ПОДПИСЧИКОВЯ решил поделиться этим шаблоном таблицы Excel. Она станет вашим фундаментом в системном управлении деньгами.​Как получить? Ставьте реакцию 🔥 под этим постом. Если наберем 40 реакций, то выложу следующим постом с комментариями!​А какими приложениями для денег пользуетесь вы? Напишите в комментариях, соберём народный топ 👇

CRM за 100 т.р. и за 1 млн.р.: в чём разница?Внутри “CRM как CRM” прячутся разные системы с разным уровнем интеграций. Снаружи это одна кнопка “сделка”, внутри — разный уровень глубины, денег и эффектов.⭐️ CRM за ~100 т.р.: базовый уровеньПо сути, это облачный тариф без серьёзных доработок. Для небольшого бизнеса этого часто достаточно:➖Готовый облачный Bitrix24 или отраслевые CRM для ритейла и простых услуг.➖Воронка продаж “из коробки”, минимальные настройки за неделю силами одного человека.➖Базовые интеграции: сайт, почта, телефония, иногда мессенджеры — всё это обычно уже включено.Для стандартных типовых процессов это закрывает основные боли: не теряются заявки, видно, кто чем занят, есть простые отчёты.⭐️ CRM за ~1 млн.р.: глубокая кастомизация под процессы бизнесаПервые “настоящие деньги” платятся не за лицензии, а за настройку под реальную работу отдела продаж:➖Проработка нескольких воронок (разные продукты/сегменты).➖Автоматизация: напоминания, задачи, авто-счета, контроль ошибок, передачи между менеджерами.➖Нормальные отчеты и BI-панели, по которым руководитель понимает, что происходит.Такой уровень имеет смысл, когда в продажах уже:🔹от 7 до 20 человек;🔹есть свои правила, этапы, роли;🔹ручное управление начинает ломаться.Интеграции тут — базовые (сайт, почта, телефония), без тяжёлого корпоративного IT.В следующей части — про CRM за 3–10 млн, тяжёлые интеграции и зачем бизнесу вообще такая глубина.

ИИ не отберет ваш трафик 💯По данным сервиса AI vs Search Traffic Analysis от команды Ahrefs - доля трафика из ИИ по состоянию на Декабрь 2025 г. составляет: 0,24% и находится на последнем месте, среди основных каналов:1. Поисковый трафик: 41.68%2. Прямой трафик: 37.14%3. Платный трафик: 16.75%4. Трафик из соц. сетей: 7.57%5. Неизвестный трафик: 4.87%6. ИИ трафик: 0.24%Это объясняется простыми причинами 👇1. ИИ инструменты (в том числе AI-ответы в поиске) используются в основном для получения быстрого ответа на инфо запросы, а % перехода по ссылкам из этих ответов крайне мал.2. В браузерах, особенно на мобильных устройствах IOS (Safari) и Android (Google Chrome) по умолчанию все еще встроен классический Google поиск, поэтому люди продолжают гуглить.3. В РФ во многие ИИ просто не зайти (если мы говорим про массовое использование AI инструментов среди всех людей).Но кто знает, что нас ждёт в долгосрочной перспективе? Поэтому продолжаем сеошить и не расслабляемся ⛏#ии #аналитика

🤔 В чем разница между командами делит и транткейп?Команды DELETE и TRUNCATE в SQL используются для удаления данных из таблиц, но они работают по-разному и подходят для разных задач. 🚩Команда DELETEИспользуется для удаления определённых записей из таблицы. Можно указать условие с помощью WHERE, чтобы удалить только нужные строки. НапримерDELETE FROM employees WHERE department = 'HR';🟠ХарактеристикиУдаление происходит построчно. Логируется каждая удалённая запись (затратно по производительности при больших объёмах данных). Можно откатить изменения с помощью транзакций, если используются BEGIN TRANSACTION и ROLLBACK.🟠Где применятьКогда нужно удалить часть данных, а не все записи. Например, удаление сотрудников только из определённого отдела.🚩Команда TRUNCATE🟠Описание Используется для полного очищения таблицы. Удаляет все строки в таблице без возможности указания условия. Например:TRUNCATE TABLE employees;🟠ХарактеристикиРаботает быстрее, чем DELETE, так как не записывает подробный лог изменений. Удаляет данные "в обход" построчного удаления, очищая всю структуру. Нельзя откатить изменения, так как эта операция не поддерживает транзакции в большинстве СУБД.🟠Где применятьКогда нужно быстро очистить таблицу перед новой загрузкой данных. Например, перед массовой загрузкой обновлённых данных.🚩Пример для сравненияDELETE-- Удалить только сотрудников из отдела HRDELETE FROM employees WHERE department = 'HR';TRUNCATE-- Очистить таблицу сотрудников полностьюTRUNCATE TABLE employees;Ставь 👍 и забирай 📚 Базу знаний

Как мы полезли оцифровывать сельхоззапчасти и почему рынок оказался «сырым»Однажды мне показалось отличной идеей навести порядок в хаосе под названием «запчасти для сельхозтехники». В одном комбайне — до 2,5 млн уникальных деталей, рынок раздроблен, единого маркетплейса нет. Логика была простая: соберём номенклатуру, подтянем остатки от поставщиков, покажем клиенту нормальную витрину по наличию и ценам. Был партнёр, который имеет опыт продаж в нише, базу клиентов и склад с запчастями.Запустили интернет-магазин / маркетплейс. И ... очень быстро уткнулись не в технологии, а в «качество данных»У поставщиков одна и та же деталь могла называться по-разному даже внутри одной компании. Файлы остатков не бились с реальностью: говорят «100 штук», по факту — 50 и «чуть другие». Инвентаризации нет, склады живут своей жизнью.Мы пытались это разрулить через автоматический матчинг и парсеры, ручную нормализацию номенклатуры и бесконечные звонки для согласования артикулов. Работали в основном с поставщиками до миллиарда выручки. Крупные официальные игроки со своей структурой и каналами просто не могли зайти на маркетплейс — внутри них это ломало модель регионов и дилеров.При этом по трафику дошли до 40 000 ежемесячных посетителей. В заявках был перелидоз, но товара в наличии не было.В какой-то момент стало очевидно: рынок запчастей для сельхозтехники ещё не созрел для нормального маркетплейса.Не потому что идея плохая, а потому что:- нет унифицированной номенклатуры,- базы не нормализованы,- процессы всё ещё в логике «трактор в поле встал, колхоз позвонил, хорошо, поищем, что-то отправим».Я при этом уверен, ситуация изменится: подтянется новое поколение, наведут порядок на складах, оцифруют базы, и тогда эта ниша реально выстрелит.Сейчас бывший партнер по группе компаний дошел до выручки >1 млрд руб, но не за счёт платформенной бизнес-модели, а просто как обычный поставщик запчастей. Для примера, за тот же период работы другие нишевые маркетплейсы (ВсеИнструменты, ЭТМ, Экзист и тд) вышли на 20+ млрд руб выручки. Там сработало.Вывод как айтишника: важно смотреть не только на продукт, но и на зрелость рынка — иногда сервис норм, просто пока рановато. Или я не прав? Что думаете?

⚡ ПЕРЕЗАГРУЗКА этого блогаДрузья, привет,Всех с наступвшими праздниками, надеюсь все отдохнули и готовы врываться в 2026.🟡 Регулярность постов в последнее время была довольно низкой.И вот почему: нет целевого действия, призыва.В какой-то момент я осознал, что контента и идей у меня много, но я не веду читателя к какому-то действию.В целом, идеи появляются, об этом позже.🔵 Напомню об истории и изначальной идее этого блога:— Около 6 лет назад как практику внедрил создание .md-заметок обо всех выполненных задачах— Задач решалось много (сейчас еще больше), технологии были максимально свежие, актуальные, интересные— Фокус был (и остается) на результатах, создании ценности, рассмотрении задач и тулов через прикладные проблемы— Первый пост в канале появился в 2021-01 (5 лет назад! Ура!)— Минимум рекламы. Никогда не размещал за деньги, максимум: репост по сердцу— Только органический рост аудитории🟢 Теперь о том, что меня драйвит / зажигает / мотивирует / интресует сейчас:— Продолжаем: Траблшутинг (решение актуальных бизнес-проблем) с использованием современных Data-технологий— Овладение технологиями с т.з. решения конкретных бизнес-задач (кейсов)— Рассмотрение технологий вглубь: сильные, слабые стороны, лучшие практики, применения для определенных ситуаций— Быстрое создание MVP и тестирование гипотез (Рынку нравится? Есть спрос?)— Смена парадигмы от монетизации часов (работы) к монетизации сервисов / продуктов🩷 Что я думаю о блоггинге в Data и IT в целом🔺 Поизучал ряд каналов. Мой подход и рецепт такой: изучаю последние 10-20 постов и оцениваю:— Сколько из них запустили мыслительный процесс— Сколько из них вдохновили сотворить какой-либо результат— Сколько из них отразили личный опыт, путь, ошибки и достижения🔹 Качественные материалы однозначно есть, но достаточно много таких:— Ребята из ABC делают буллшит XYZ и у них очень круто получается. Вам обязательно надо попробовать (нет)— Зайчата из ABC устраивают конфу и вам туда однозначно надо— А вот вам интересная картиночка, а вот вам мемасик 🤪— Хочу много деняк! Маловато будет! Буду торговаться, offer hunting, накрутка опыта, прочее 😆🟤 Не откладывая, прямо сейчас пишу следующий пост на тему:Я развивал Data Platform в Wheely 6 лет и вот что вышлоВ нем расскажу, как начиналась и закончилась моя история в Wheely, поделюсь наблюдениями, выводами, мыслями.

LeetСode Study Plan SQL 50Как я провел лето длинные зимние каникулы – решал задачки по SQL с LeetСode из SQL 50 Study Plan.Study Plan'ы на LeetСode сделали достаточно давно, но я их открыл только перед новым годом 🤦‍♂️. Это коллекции задачек по заданной технологии, сгруппированных по темам и уровням. Я когда-то записывал видео с разбором задач по SQL c LeetСode, но тогда Study Plan еще не было. И в целом задач по SQL на LeetСode было не очень много. Поэтому видео получилось мало и по тематике они были разбросаны.В плане SQL 50, как можно понять из названия, 50 задач по SQL. Что важно, все задачи бесплатные. По уровню задачи рассчитаны от начинающего до продвинутого (basic to intermediate). Задачи разбиты по темам:- SELECT.- Базовые JOIN'ы.- Базовые функции агрегации.- Сортировка и группировка.- Продвинутые SELECT'ы и JOIN'ы.- Подзапросы.- Продвинутые функции для обработки срок и регулярные выражения.Задачи в основном уровня Easy (32 штуки) и Medium (17 штук), уровня Hard всего одна задача. Причем Hard не очень сложная, в ней нужно применить много различных особенностей SQL одновременно, но особых хитростей нет. Над многими задачами уровня Medium я думал значительно дольше, чем над хардовой задачей.В целом особенность задач по SQL на LeetСode в том, что почти все содержат хотя бы небольшие, но хитрости. Поэтому даже над простыми задачами приходится задумываться и решение получается не сразу. Зато значительно лучше понимаешь, как действительно работает SQL и как его применять для практических задач с реальными ограничениями.За каникулы успел решить все задачи из SQL 50. Для их решения почти достаточно моего курса по SQL. Не хватает следующих тем:- Условный оператор CASE.- Работа с NULL, в том числе COALESCE. - Функции работы с датами, строками, регулярными выражениями и т.п.Также будут полезны CTE, но их использовать не обязательно.Рекомендую решить SQL 50, если вы начинаете изучать SQL, или хотите его вспомнить для подготовки к собеседованию. Я сам дальше планирую решать на LeetCode задачи уровня Hard. А также задачи на оконные функции, т.к. их в SQL 50 не было. На LeetCode также есть продвинутый Study Plan Advanced SQL 50, но он только за деньги 😞. Из полезного еще есть два Study Plan'а по Pandas: Introduction to Pandas и 30 Days of Pandas. Недостаток – в них много задачек из SQL 50, но решать их нужно не с помощью SQL, а в Pandas. Код на Pandas написать полезно, но думать второй раз над задачкой уже не придется...

ИИ для анализа данных 🤖Использовал связку Gemini3 Pro + RStudio для анализа данных. В результате анализ ускорился раз в 10 🚀 (по сравнению с вычислениями в Excel, конечно 😊)Язык R- это язык созданный именно для работы с данными и их анализа. В одну строчку можно посчитать статистические метрики и вывести график. А RStudio - это IDE (интерфейс) для разработки на языке RПочему Gemini, а не ChatGPT? Потому что Gemini 3 с первого раза пишет код правильно ❤️❤️❤️ Видимо сказывается то, что он используется в Gemini Code Assist и обучен на большой кодовой базе.В итоге я действую так :1) прошу Gemini написать код на R 2) вставляю код в RStudio и выполняю3) иногда тюню код под себя - названия переменных, фильтры добавляю, еще что-тоИсходные данные: файл Excel с датами перехода задач по статусам. С пропусками, со сбитой хронологией, с непонятными workflow и тд и тп - в общем, данные кривые и косые изначально. В них еще предстоит разобраться.Действуя вышеописанным образом я за 1 час создал код который:1) С помощью цепи Маркова определяет наиболее вероятный workflow на основе данных Excel 2) Считает Customer LT и строит графики распредения, отмечает на них медиану и другие нужные мне метрики3) Раскладывает графики LT Scatterplot по годам и отмечает медиану и Trimean4) Рассчитывает децили и выводит график функции сдвига по децилям - в абсолютных значениях и в %5) Вычленяет математически моды (пики) распределения и отмечает их на графике распределения6) Ищет значения аномалий (больше 95% перцентиля), отмечает их на графике LT Scatterplot по годам Ну просто песня! ❤️🤯 Так быстро я еще никогда не анализировал данные по 10 командам - за 1 день

💻 ТюмГУ презентовал сервис, который разработали сотрудники Тюменского карбонового полигона для облегчения поиска публикаций по карбоновой тематике🔘 Сервис trend-carbon позволит исследователям, аналитикам и специалистам в области климата и ESG сократить время на поиск и анализ научной литературы, обеспечивая тем самым эффективную работу с быстрорастущим массивом публикаций.🌐 https://www.utmn.ru/news/stories/nauka-segodnya/1340088/https:///trend-carbon.utmn.ru#карбон #ТюмГУ

⚡️ PANDAS-ТРЮКЕсли нужно быстро найти дубликаты, но сразу увидеть, *чем* именно строки отличаются — используй сравнение через groupby + nunique. Это позволяет ловить «почти одинаковые» строки без сложных проверок. Подписывайся, больше фишек каждый день !import pandas as pddf = pd.DataFrame({ "name": ["Tom", "Tom", "Alice", "Alice"], "age": [25, 25, 30, 31], "city": ["NY", "NY", "LA", "LA"]})diff = (df .groupby("name") .nunique() .reset_index())print(diff)# Показывает, какие поля у одинаковых ключей различаются