<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Nikita Boyarkin — Writing</title><description>Articles on product analytics, A/B testing, and data science by Nikita Boyarkin.</description><link>https://nikitaboyarkin.github.io/</link><language>en-us</language><item><title>Чек-лист портфолио дата-аналитика</title><link>https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/data-analyst-portfolio-checklist/</link><guid isPermaLink="true">https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/data-analyst-portfolio-checklist/</guid><description>Что я проверяю перед тем, как отправить портфолио найм-менеджеру — на основе ревью своего и чужих. Семь пунктов в трёх группах.</description><pubDate>Thu, 22 May 2025 00:00:00 GMT</pubDate><category>note</category><category>portfolio</category><category>career</category><category>data-analyst</category><category>article</category></item><item><title>Автоматизация недельных отчётов через Telegram-бота</title><link>https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/telegram-reporting-bot/</link><guid isPermaLink="true">https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/telegram-reporting-bot/</guid><description>Недельные отчёты выглядят мелкой задачей, но съедают часы. Как вынести рутину из слайдов в расписание Telegram-бота, что из этого вышло и какие уроки остались за полтора года эксплуатации.</description><pubDate>Thu, 08 May 2025 00:00:00 GMT</pubDate><category>decision-log</category><category>automation</category><category>telegram</category><category>reporting</category><category>python</category><category>article</category></item><item><title>RFM-сегментация клиентов</title><link>https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/rfm-segmentation-practical/</link><guid isPermaLink="true">https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/rfm-segmentation-practical/</guid><description>RFM раскладывает клиентов по трём осям — давность, частота, сумма — и превращает скоринг в действия. Практический фреймворк с SQL, разбором нюансов и кейсом.</description><pubDate>Thu, 24 Apr 2025 00:00:00 GMT</pubDate><category>framework</category><category>rfm</category><category>segmentation</category><category>customer-analytics</category><category>sql</category><category>doka</category></item><item><title>Когортный анализ удержания</title><link>https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/cohort-retention-guide/</link><guid isPermaLink="true">https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/cohort-retention-guide/</guid><description>Когортная матрица удержания в Pandas: почему агрегат врёт, как строить треугольную таблицу, какие у неё ограничения и что она реально говорит о продукте. С реальным кейсом из volta-banking.</description><pubDate>Thu, 10 Apr 2025 00:00:00 GMT</pubDate><category>guide</category><category>retention</category><category>cohort-analysis</category><category>python</category><category>pandas</category><category>doka</category></item><item><title>Почему мы перешли на байесовское A/B-тестирование</title><link>https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/bayesian-ab-testing/</link><guid isPermaLink="true">https://nikitaboyarkin.github.io/Personal_Projects.github.io/posts/bayesian-ab-testing/</guid><description>Frequentist p-values плодили культуру peeking: 34 из 127 экспериментов показывали значимость, а потом разворачивались. Как Bayesian inference поменял workflow.</description><pubDate>Sat, 15 Mar 2025 00:00:00 GMT</pubDate><category>decision-log</category><category>ab-testing</category><category>bayesian</category><category>statistics</category><category>article</category></item></channel></rss>