Сообщество для тех, кому действительно интересны данные. Говорим про метрики, причины аномалий и графики. Здесь все новости сообщества, контент от аналитиков, подкасты, полезные материалы и, конечно, профессиональный юмор.
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.21▲ 5.0 %+1 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday.29▲ 69.0 %was 18
ReactionsHow many reactions the posts published in the period have.8▲ 67.8 %was 5
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period.61▼ 18.9 %was 76with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions.28▲ 13.2 %was 25after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.17▼ 5.6 %was 18
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.81.0 %▼ 9.0 ppdashed line — was 90.0 %
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.27.59 %▼ 0.2 pp
was 27.78 %
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day.0.4▲ 214.7 %was 0.1
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.4.2 %▲ 0.8 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
+1subscribers in the period
+1 biggest gain · 25 Oct 2026
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
The quality index has not been calculated yet. It appears for channels with at least 500 subscribers that post at least once a week, after a week of tracking.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
29views in the period▲ 69.0 %
Average post reach — 17 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
Subscriber engagement
27.59 %ER = reactions ÷ views▼ 0.2 pp
Channel ERaverage for the period
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
The citation index has not been calculated yet: it will appear after the nightly calculation once other channels mention the channel.
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 168
Video2121 %7 513
Photos3838 %5 699
Links1212 %5 239
Text2020 %7 626
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 16:08 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
Сегодня без SQL, дашбордов и проверки гипотез. Почти. Перед тем как передать слово следующему ведущему, познакомимся с ним через вещи, которые занимают его мысли за пределами рабочих задач.
Саша Кадыров — руководитель отдела аналитики продуктов финансирования бизнеса — и его #мудборд_ozondata 👆
Спойлер: данные, конечно, всё равно сюда пробрались.
На прошлой неделе амбассадор Ozon Data Семён Марков на вебинаре karpov.courses рассказал о том, как Ozon отбирает начинающих продуктовых аналитиков: про этапы отбора, тестовое задание и навыки, которые влияют на успех кандидата. А коллеги из karpov.courses познакомили участников с программой курса «Аналитик данных».
Для тех, у кого в планах подготовка к собеседованию и новый оффер, несем вам: 👉 Запись вебинара 👆 И чек-лист подготовки к собеседованию
Читаешь истории наших аналитиков и вдохновляешься? А через какое-то время сможешь рассказать тут про свою: про первые задачи, неожиданные находки в данных и тот самый оффер!
В Ozon открыты две вакансии для джунов — присмотрись, если хочешь начать карьеру в аналитике:
Если при изучении вакансий внутри включается «мне бы ещё подучиться» — дай себе шанс. Откликайся, а решение о том, подходишь ли ты команде, не обязательно принимать за неё ;)
Большинство аналитических команд Ozon позволяют работать из любой точки планеты. Поэтому можно выбирать не только задачи на день, но и вид за ноутбуком. Сегодня — коворкинг, завтра — Сапсан, а однажды — Кейптаун с видом на горы.
Собрала в карточках свой личный топ мест для работы 👆
Спойлер: горы красивые, папины яблоки вне конкуренции, но офис все же забирает 10/10. И сегодня я как раз на месте 🤟
Когда растешь из аналитика в лида, не сильно осознаешь, что это совсем разные роли. Выделила тезисно самые важные для меня уроки, усвоенные в роли руководителя.
1️⃣ Перестать делать руками — самое сложное. Нет ваших успехов, есть только успехи вашей команды.
2️⃣ Умение быстро переключаться между задачами — необходимый навык. Контекст вашей работы будет меняться каждые полчаса.
3️⃣ Контроль и делегирование — вечные качели, на которых нужно найти баланс.
4️⃣ «Оперативная суета — свидетельство умственного затишья» (Клаус Кобьелл). 5️⃣ Управлять ожиданиями — лучше предупредить о проблеме заранее, чем поставить перед фактом.
6️⃣ Техдолг — это кредит, нужно вовремя по нему (гасить проценты) закрывать инфраструктурные задачи бэклога.
7️⃣ У команды свои цели — полезно их знать и направлять ресурс согласно этим целям.
8️⃣ Если есть проблемы, спросить у себя «почему» пять раз. Задача не сделана —> Не хватило данных —> Не залогированы нужные события —> Не было коммуникации с разработкой —> Не налажен процесс.
А бонусом — коллекция бесплатных материалов, которые точно помогут напути:
➕ «Мама, я тимлид» Марины Перескоковой — настольный справочник начинающего руководителя в IT. Must read.
➕ Лекция Ивана на конференции DreamTeamlead. Все мастер-классы конференции за все годы советую к просмотру, но этот особенно запал в душу.
➕ Курс Harvard Remote work revolution. Для всех, у кого команда на удаленке, чтобы наладить процесс. Для всех, кто работает на удаленке, чтобы улучшить таймменеджмент..
😎 #1 Применяй все, что знаешь, даже в самых простых задачах. Продакты же должны знать, какой ты умный профессионал.
Аналитики годами совершенствуют свои навыки — прокачивают себя в ML, изучают миллионы способов проведения нетривиальных А/Б, знакомятся с новыми методами и в результате могут дать бизнесу максимально точные результаты. Но иногда из-за своего желания применить все, что мы знаем, мы усложняем задачу, которую можно решить сильно проще.
Однажды мне нужно было предсказать, станет ли продавец дебитором. Я применила все свои знания, построила очень точную модель, консультировалась с преподавателями в ВШЭ. За нее СРО подарил мне бутылку шампанского со словами: «За диссертацию». Нужно ли говорить, что здесь совсем не нужна была никакая модель, а мы нашли более простое решение после? 🙄 🤨 #2 Не предлагай свои идеи. Они точно будут глупые.
Аналитики всегда первыми видят на цифрах, что что-то идет не так. И часто хватает двух-трех тривиальных селектов, чтобы не только найти проблему, но и локализовать ее и прийти к бизнесу с уже подтвержденной гипотезой.
Пару недель назад мой аналитик пришел ко мне с идеей, как привлечь продавцов в акции. Я предложила обсудить эту мысль с бизнесом. Вы не представляете, как положительно продукт принял идею и помог ее раскрутить. Спасибо нашим продактам за поддержку! А аналитикам стоит помнить: ежедневная работа с цифрами позволяет видеть те гипотезы, которые еще не сгенерированы и не оформлены в задачу в Jira.
Ищите в цифрах быстрые победы для вашего продукта.
🧐 #3 Не пользуйтесь продуктом, который анализируете. Вы и так работаете с ним каждый день.
До работы в Ozon я чуть-чуть торговала на маркетплейсах. Миллионы я, к сожалению, не заработала, но точно на себе прочувствовала все прелести работы с площадками — где возникают сложности, что непонятно, что можно улучшить. Понимание пути клиента или продавца определенно дает возможности генерировать более точные гипотезы. Не предполагать, а знать, где может быть слабое место продукта.
В Ozon для всех сотрудников была возможность попробовать себя в качестве продавца. Когда мы знаем, как должно работать по бизнес-требованиям, мы думаем, что клиент тоже понимает, как это работает и чего от него ждут в этой воронке.
Как только сами становимся на место клиента, сразу замечаем, что не все так интуитивно, как мы предполагали. Сразу становится понятно, что запущенный А/Б путает пользователя, что в следующий раз нужно заложить время на бесшовную раскатку теста или что какую-то точку входа в продукт даже не учитывали в прошлой задаче.
🫣 #4 Занимайтесь аналитикой только своей части продукта. Какая разница, что там делают другие команды, главное, чтобы наши метрики росли.
Как правило, аналитики работают только с одной частью продукта — определенным этапом воронки, отдельным функционалом, сегментом клиентов. Мы следим за своими метриками и строим гипотезы только относительно своего кусочка продукта.
Но если посмотреть шире, становятся очевидны взаимосвязи вашего продукта и других команд, появляется тот самый "helicopter view". Если смотреть очень глобально на маркетплейсы (тут на нашем вертолете мы поднимаемся где-то в космос), то приток продавцов может быть связан не с нашими бонусами селлерам-новичкам, а, например, с ростом числа покупателей благодаря маркетинговым активностям.
🫡 #5 Не спрашивай, зачем продукту задача. Они же сказали, что посчитать, зачем загружать себя контекстом.
С таким подходом скорее всего вам задачу нужно будет пересчитывать. И не раз. Но что еще хуже — вы можете додумать контекст за бизнес и пойти совсем в другую сторону.
На этой неделе я, Кристина Ерошенко, руководитель группы аналитики кабинета продавца Ozon, буду делиться с вами опытом, лайфхаками и полезными (надеюсь) идеями и материалами
Начну с того, что расскажу про свой путь длиной в 5 лет — от человека, не дружившего с SQL, до руководителя.
Necessary cookies keep the site working: sign-in, form protection, language and theme. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.
