Аналитика от Аристотеля до Data Science

2000 лет назад аналитикой занимались в античности. Аристотель - отец аналитики, а его трактат "Органон" - базовый труд аналитической теории древности. Кроме прочего, он содержит два трактата: "Первая аналитика" (Analytica Priora) и "Вторая аналитика" (Analytica Posteriora). "Аналитики" стали теоретическим фундаментом для всей европейской науки, философии и математики.

Это труд, где Аристотель создал формальную логику или первый в истории "язык рассуждений" (Придумал античный сторителлинг 〰).

〰Цель "Первой аналитики" - понять, как устроено правильное умозаключение.
〰Цель "Второй аналитики" - понять, как из наблюдений и доказательств получить истинное знание.

Меня хватило только на половину "Первой аналитики", но сложно.

Аристотель считал, что истинное знание начинается с наблюдения, но завершается пониманием причин и общих законов, то есть логическим выводом из первых принципов. C данными в Античности было туго, поэтому приходилось доходить до выводов путём рассуждений.

Отец аналитики ввёл основы формальной логики, которой пользовались более 2000 лет до появления математической логики в XIX веке. Он впервые сформулировал идею научного метода: знание строится на доказательстве, а не на вере или авторитете. Вот за это - отдельное спасибо!

Аристотель подходил к анализу через поиск причин, выделяя 4 типа:

〰Материальная причина (Из чего это состоит?)
〰Формальная причина (Как это устроено?)
〰Действенная причина (Кто или что вызывает это?)
〰Целевая причина (Зачем это происходит, какая цель?)

Поиск первопричины - не просто факт, а смысл происходящего.

Интересно, что те же причины можно спроецировать на современный анализ данных. На картинке выше показано как рассуждают Аристотель и современный аналитик о причинах падения продаж. ChatGPT помог построить таблицу, но логика понятна.

〰Аристотель искал "почему" через понимание сути и причин.
〰Аналитик ищет "почему" через данные и доказательства.
Но оба делают одно и то же по сути - ищут логическую связь между явлением и его причиной.

Это всё к тому, что рассуждения и поиск причин без данных - история, которой уже 2000 лет.

А вы, как аналитики, пробовали читать Аристотеля?

@data_bar 🍀

Транспортные задачи и оптимальные маршруты.

Поиск оптимальных путей в логистике - мощный инструмент, позволяющий существенно сэкономить время и деньги.

Транспортная задача или задача Монжа-Канторовича - это классическая задача линейного программирования о построении оптимального плана перевозок грузов из пунктов отправления в пункты назначения с минимальными затратами.

Советский учёный Леонид Канторович, один из создателей линейного программирования, зачастую работал по ночам и имел склонность к опозданиям. Поэтому, часто пользовался такси. Обратив внимание на простой факт: машины простаивают, а водители неохотно делают короткие поездки, он вместе с группой учёных с помощью математических методов разработал обоснованные тарифы: ввели плату за посадку и уменьшили цену за километраж. Подобный подход затем применяли таксопарки по всему Советскому Союзу.

Леонид Канторович был удостоен Нобелевской премии за вклад в математическую экономику.


В статье "Транспортные задачи в Python и Tableau" я показал пример поиска оптимальных и неоптимальных маршрутов такси. Геометрия дорог не учитывается - рассматриваются прямые, соединяющие точки посадки с точками высадки. На визуализации можно оценить изменение общей длины маршрутов - почти в 5 раз.

Для иллюстрации задачи были взяты координаты 392 отелей на Манхэттене и 392 местоположений такси (все данные с Kaggle). Представим, что нужно все такси отправить во все 392 отеля для 392 постояльцев в один момент.

Для решения задачи в Python используется библиотека "POT: Python Optimal Transport".

〰 Берутся точки начала маршрутов (Source) и точки концов маршрутов (Target).
〰 Строится матрица расстояний или затрат на перемещение (Cost Matrix)
〰 Вычисляются оптимальные маршруты на матрице Optimal Transport
〰 Визуализируются траектории

Подробности описаны в статье.
〰 Визуализация с анимацией позволяет наблюдать, как траектории переходят от неоптимальных к оптимальным. Это пример того, как математическая задача может привести к реальной экономии.

У компании беспилотного такси Waymo есть патент "Route optimization for autonomous driving systems" - в нём описывается способ оптимизации маршрута для автономного автомобиля. Но там всё сложнее, и оптимальные траектории зависят не только от расстояния, но и от других факторов. Оптимальность здесь - баланс безопасностью, данными, надежностью и временем. А Weymo уже начинает локально замещать Uber в Штатах.

Решение сложных транспортных задач задач в масштабах государств находит применение в таких областях как:
〰 Расчёт местоположения логистических центров
〰 Планирование маршрутов транспорта при проведении крупных мероприятий (например, Олимпийские игры или Чемпионат мира по футболу)
〰 Строительство и развитие дорожной инфраструктуры

@data_bar 🍀

Друзья, с наступающим Новым Годом! 🎄

Последние полтора месяца почти не было времени на канал, и тому были веские причины.
В Новый год я вхожу в новой роли и с крутой командой.
В январе–феврале расскажу кем, куда и что буду делать.

А пока - немного личных итогов уходящего года:

〰 VILKY
Наш общий проект по аналитике IT-зарплат отмечает первый год. Мы собирали данные, делали автоотчёты, подключали LLM — и о нас писали крупные Telegram-каналы.
Последние три месяца проект почти не развиваем, но он живёт самостоятельно. В его данных - целая история динамики IT-рынка, эволюции должностей и многое другое. Скорее всего, поставим проект на паузу и вернёмся к нему, когда появится время.

〰〰 LLM и MCP
Погружался в мир языковых моделей, подключал их к данным и делился результатами. Тема бездонная - ещё многое предстоит исследовать.

✈️ Аналитика Telegram
Много работал с данными TGStat и Telemetr - мир Telegram оказался невероятно глубоким и сложным, а в сочетании с анализом LLM/NLP можно видеть множество скрытых паттернов в данных.

🍀 Встречи и знакомства
Наконец-то увиделся, пообщался и познакомился вживую с теми, кого давно знал онлайн — это бесценно. Познакомися с ребятами из сообщества "Немного продакт", ещё был классный конкурс авторских TG каналов

А пока ухожу на праздники - хочется провести больше времени с семьёй.
В новом году формат канала хочу немного изменить, как именно - подумаю на праздниках.

С праздником! Желаю вам тёплых дней, уюта и сил для новых свершений. Здоровья вам и вашим близким, счастья и любви.

До встречи в 2026-м! 💫

Зарплаты аналитиков данных, senior в Европе, 2026

По мотивам прошлого поста и отчёту talentup.io сделал визуализацию годовых зарплат аналитиков данных (Data Analyst, Senior) в 25и странах.

В визуализации - 3 блока по размеру компаний-работодателей:
〰. Корпорации. 10000+ сотрудников
〰. Стартапы. Инвестиции от $20M до $100M
〰. Небольшие компании до 250 человек. Инвестиции от $100k до $200k

На картинке - диапазоны годовых зарплат с бонусами (от 25го до 75го процентиля), гросс.

Российских зарплат нет в отчёте PDF, но есть на сайте. Медианная зарплата с бонусами, gross для аналитика данных (по всем грейдам) за год - 27 600 евро.

@data_bar 🍀

Цвета года 2026

Каждый год Pantone объявляет свой Color of the Year. Со стороны это может выглядеть как маркетинговый ритуал, но дизайнеры и аналитики внимательно следят за выбором - они часто сигнализируют о более широких визуальных трендах.

Pantone делает это с 2000 года, а позже к практике подключились и производители красок.

На картинке - визуализация "Paint Colors of the Year" от Julie Peasley. В ней - цвета года от разных производителей красок. Над цветом года работают целые группы дизайнеров и инженеров. Производители красок создают целые коллекции с привязкой к основному цвету. Один цвет мало о чем говорит - лучше его оценивать по сочетанию с другими цветами.

Ниже привожу производителей и названия цветов года 2026 со ссылками на статьи.

〰 Pantone. Cloud Dancer
〰 Azkonobel. Slow Swing, Mellow Flow, Free Groove
〰 Benjamin Moore. Silhouette
〰 Sherwin Williams. Universal Khaki
〰 Glidden. Warm Mahogany
〰 Dunn-Edwards Paints. Midnight Garden
〰 Behr. Hidden Gem
〰 Valspar. Warm Eucalyptus

Если посмотреть на визуализацию, становится очевидно: выбор Pantone может быть и ярким, и нейтральным, и даже парным. Бренды красок выбирают осторожнее: приглушённые цвета для интерьеров, в которых уютно жить.

〰 Статья с визуализацией и датасетом цветов.

@data_bar 🍀

Динамика российского IT-рынка в 2025. Смена ландшафта

В конце 2023 года мы запустили проект анализа зарплат в IT. Сначала данные собирались по одной платформе Getmatch 1 раз в 2 недели, а с февраля стали собирать каждый день и подключать другие платформы. Данные каждый день мы отправляем в дашборд, а статистику по разным специализациям - в TG канал. Всё работает автоматически.

Делаем мы это для того, чтобы понять состояние рынка вакансий IT, используя данные, а не мнения.

2025й год закончился, мы собрали несколько миллионов дата-пойнтов с различных агрегаторов вакансий.

В этом посте показываем динамику активных вакансий на каждый день за год по двум платформам:
1. Getmatch. Премиум-сегмент (300K рублей - медианная зарплата). Платформа для размещения IT вакансий от мидл уровня и выше. В основном, топовые компании РФ и частично компании за рубежом. Все вакансии верифицируются
2. Хабр Карьера. Средний сегмент (200K рублей - медианная зарплата), включая Intern/Junior. Шире охват компаний.

Подавляющее большинство предложений в выборке - от компаний, работающих в России или с возможностью удалёнки.

(Нижний сегмент - IT вакансии локальных компаний и низкой квалификации в исследовании практически не представлен - они есть на HH без разделения на грейды. Медианная зарплата на HH - 90K рублей).

Оба агрегатора указывают грейд вакансии, эта информация используется в анализе. Активные вакансии - те, которые доступны на платформе в конкретный день. То есть, одна вакансия доступна несколько дней.

Итак, на графиках - число и доля активных вакансий по обеим платформам.

Инсайты из данных:
💙 Главный тренд: значительное снижение числа вакансий. На Getmatch к концу ноября 2025 года — минус 45% к ноябрю 2024. По Хабру полного года ещё нет, но падение сильнее
💙 Доля вакасий конкретного грейда в общем числе вакансий. Числа показаны на нижних графиках.
- Синьоры vs Мидлы. Их соотношение примерно 1:1 на обеих платформах. Но доля мидл-вакансий за год снизилась на 5%.
- Лиды. Их стало на 35% меньше, чем вакансий для синьоров или мидлов. Но их доля в общем пуле выросла примерно на 30%. Для лидов общее падение рынка компенсируется возросшим спросом.
- Лидовых вакансий меньше на 35 процентов, чем синьорных или мидловых. Тоже на двух платформах.
- Джуны и интерны. Их крайне мало в количественном выражении (в 6 и 10 раз меньше мидлов или синьоров соответственно). Но их доля не упала, а даже немного подросла - компании полностью не отказываются от этого сегмента.
💙 Сезонность никуда не делась. На графиках четко видны циклы HR-активности: подъем в феврале, спад на майских, осенний набор в сентябре-октябре. Рынок жив, он работает в привычном ритме, просто в меньшем объеме.


Выводы из данных:
💙 Рынок сузился, но не рухнул. Идет концентрация на опытных кадрах, но с сохранением точечного найма на стартовые позиции.
💙 Getmatch (премиум) и Хабр (средний сегмент) показывают очень схожую картину по структуре.

Канал | Дашборд 👈

#аналитика