Articles on product analytics, A/B testing, and data science by Nikita Boyarkin.https://nikitaboyarkin.github.io/en-usFri, 18 Sep 2026 22:33:41 GMThttps://nikitaboyarkin.github.io/posts/analyst-interview-cases/https://nikitaboyarkin.github.io/posts/analyst-interview-cases/На интервью аналитику дают просадку метрики и два часа на диагноз. Разбираю два кейса — финтех и маркетплейс — и вытаскиваю универсальный шаблон: от уточнения контекста до плана восстановления со стоп-сигналами.Thu, 27 Aug 2026 00:00:00 GMTdecision-logcareerinterviewsqlcase-studyhttps://nikitaboyarkin.github.io/posts/analyst-proactivity/https://nikitaboyarkin.github.io/posts/analyst-proactivity/Отчёты и A/B-тесты — крепкий фундамент, но кратный рост лежит там, где аналитических задач много, а никто ими не занимается. Как выход за формальную роль ускоряет бизнес и карьеру аналитика.Thu, 27 Aug 2026 00:00:00 GMTnotecareerdata-analystproactivityhttps://nikitaboyarkin.github.io/posts/churn-uplift-discount/https://nikitaboyarkin.github.io/posts/churn-uplift-discount/Предсказать отток — половина задачи. Вторая половина — понять, кого скидка удержит, а кому она не нужна или вредна. Двухуровневый конвейер: churn-диагностика → причинный таргетинг через uplift-модели.Thu, 27 Aug 2026 00:00:00 GMTguideretentionchurncausal-inferenceuplifthttps://nikitaboyarkin.github.io/posts/eda-python-template/https://nikitaboyarkin.github.io/posts/eda-python-template/Повторяемый шаблон разведочного анализа на pandas, numpy и seaborn: от схемы данных до продуктовых гипотез. Код, который я копирую в каждый новый проект, чтобы не забыть ключевые проверки.Thu, 27 Aug 2026 00:00:00 GMTguidepythonpandasedahttps://nikitaboyarkin.github.io/posts/feature-impact-analysis/https://nikitaboyarkin.github.io/posts/feature-impact-analysis/Когда фича уже запущена или рандомизация невозможна, A/B-тест молчит. Causal-фреймворк — CUPED, DiD, synthetic control, propensity matching — позволяет выделить чистый эффект фичи из observational данных и не принять self-selection за пользу.Thu, 27 Aug 2026 00:00:00 GMTguidecausal-inferencefeature-impactab-testingstatisticshttps://nikitaboyarkin.github.io/posts/first-value-moment-activation/https://nikitaboyarkin.github.io/posts/first-value-moment-activation/60% пользователей нео-банка проходят KYC и больше не возвращаются: пустой счёт без движения денег. Почему активацию надо мерить первой транзакцией, а не регистрацией — и как TTFV предсказывает D7/D30 retention.Thu, 27 Aug 2026 00:00:00 GMTdecision-logretentionactivationcohort-analysisfintechhttps://nikitaboyarkin.github.io/posts/github-actions-automation/https://nikitaboyarkin.github.io/posts/github-actions-automation/Отчёт в 7 утра без поднятого ноутбука и арендованного сервера. Как аналитик автоматизирует пайплайны и отчёты через GitHub Actions — cron, secrets, артефакты, триггеры на push.Thu, 27 Aug 2026 00:00:00 GMTguidepythonautomationci-cdgithub-actionshttps://nikitaboyarkin.github.io/posts/north-star-metric-conflicts/https://nikitaboyarkin.github.io/posts/north-star-metric-conflicts/North Star Metric фокусирует команду на одной метрике ценности, но без guardrail'ов и дерева метрик она же провоцирует конфликты, которые ломают продукт. Разбор на реальных кейсах Bing, Яндекса и B2B SaaS.Thu, 27 Aug 2026 00:00:00 GMTframeworkmetric-designnorth-starmetricsgoodharthttps://nikitaboyarkin.github.io/posts/payment-failures-revenue/https://nikitaboyarkin.github.io/posts/payment-failures-revenue/30–40% всего churn в подписочных продуктах — involuntary: клиент не ушёл, у него просто не списался платёж. Разбор причин отказов, метрик потерь и механик recovery.Thu, 27 Aug 2026 00:00:00 GMTdecision-logretentionchurnmonetizationhttps://nikitaboyarkin.github.io/posts/product-analyst-collaboration/https://nikitaboyarkin.github.io/posts/product-analyst-collaboration/Три кейса из практики, где аналитик и продакт работали в одной задаче: приёмка аналитики на слишком поздней стадии, продакт как узкое горлышко, и создание нового продукта с нуля. Что каждый кейс дал бизнесу и какие паттерны коллаборации из них выросли.Thu, 27 Aug 2026 00:00:00 GMTdecision-logcareerdata-analystcollaborationhttps://nikitaboyarkin.github.io/posts/streamlit-dashboard-prototype/https://nikitaboyarkin.github.io/posts/streamlit-dashboard-prototype/Заказчик хочет увидеть метрики послезавтра, а BI-системы нет или она тяжёлая. Streamlit закрывает именно этот разрыв: прототип дашборда за выходные, который можно показать живой ссылкой.Thu, 27 Aug 2026 00:00:00 GMTguidestreamlitdashboardpythonhttps://nikitaboyarkin.github.io/posts/unit-economics-ltv/https://nikitaboyarkin.github.io/posts/unit-economics-ltv/Юнит-экономика сводит продукт к одному вопросу — зарабатывает ли бизнес на каждом клиенте больше, чем тратит на его привлечение. Разбираем CAC, LTV, CM1/CM2, payback и почему агрегат врёт на когортах.Thu, 27 Aug 2026 00:00:00 GMTguideunit-economicsltvcacmonetizationhttps://nikitaboyarkin.github.io/posts/user-journey-path-analysis/https://nikitaboyarkin.github.io/posts/user-journey-path-analysis/Пользователь видит ценность только через неделю — и это не проблема продукта, а проблема пути. Как аналитику разобрать user journey по шагам, найти узкое горлышко и сократить time-to-value с 144 часов до 24.Thu, 27 Aug 2026 00:00:00 GMTguideproduct-analyticsuser-journeypath-analysishttps://nikitaboyarkin.github.io/posts/dashboards-that-dont-lie/https://nikitaboyarkin.github.io/posts/dashboards-that-dont-lie/Дашборд врёт не намеренно — он умалчивает: про observation age, про контекст, про то, где именно агрегат был посчитан. Пять принципов, которые держат продуктовые дашборды честными.Sat, 22 Aug 2026 00:00:00 GMTguidepythonhttps://nikitaboyarkin.github.io/posts/volta-neobank-case-study/https://nikitaboyarkin.github.io/posts/volta-neobank-case-study/Полный цикл продуктовой аналитики на синтетическом необанке: где терялась воронка, как CUPED и AA-тест удержали Type I, что показали когортные треугольники и почему 4 сегмента важнее 125 ячеек.Thu, 20 Aug 2026 00:00:00 GMTdecision-logab-testingretentionstatisticsfunnelsegmentationhttps://nikitaboyarkin.github.io/posts/reproducible-data-pipelines/https://nikitaboyarkin.github.io/posts/reproducible-data-pipelines/Аналитика начинается не с графика, а с пайплайна, который можно перезапустить. Типизированный каталог событий, seeded-генераторы, regression-тесты в CI — как устроить данные так, чтобы выводы были повторяемыми.Tue, 18 Aug 2026 00:00:00 GMTguidepythonsqlhttps://nikitaboyarkin.github.io/posts/sql-window-functions/https://nikitaboyarkin.github.io/posts/sql-window-functions/Три паттерна оконных функций, которые отличают продуктового аналитика: gaps-and-islands для стриков, partitioned Top-N и range-join для DAU/MAU stickiness. На DuckDB, без сервера.Sat, 15 Aug 2026 00:00:00 GMTguidesqlduckdbhttps://nikitaboyarkin.github.io/posts/cohort-triangles-retention/https://nikitaboyarkin.github.io/posts/cohort-triangles-retention/Среднее удержание по всем когортам смешивает клиентов с разным сроком жизни и врёт вверх. Как строить треугольную когортную матрицу, читать observation-age и сравнивать когорты честно.Mon, 10 Aug 2026 00:00:00 GMTguideretentioncohort-analysispythonpandashttps://nikitaboyarkin.github.io/posts/ab-calibration-simulation/https://nikitaboyarkin.github.io/posts/ab-calibration-simulation/p-value из учебника не доказывает метод — доказывает симуляция. Как проверять каждый A/B-модуль A/A-тестом под нулём и power-кривой под эффектом: CUPED, peeking, ratio-метрики, mSPRT.Wed, 05 Aug 2026 00:00:00 GMTguideab-testingstatisticspythonhttps://nikitaboyarkin.github.io/posts/data-analyst-portfolio-checklist/https://nikitaboyarkin.github.io/posts/data-analyst-portfolio-checklist/Что я проверяю перед тем, как отправить портфолио найм-менеджеру — на основе ревью своего и чужих. Семь пунктов в трёх группах.Thu, 22 May 2025 00:00:00 GMTnoteportfoliocareerdata-analystarticlehttps://nikitaboyarkin.github.io/posts/telegram-reporting-bot/https://nikitaboyarkin.github.io/posts/telegram-reporting-bot/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.Thu, 08 May 2025 00:00:00 GMTdecision-logautomationtelegramreportingpythonarticlehttps://nikitaboyarkin.github.io/posts/rfm-segmentation-practical/https://nikitaboyarkin.github.io/posts/rfm-segmentation-practical/RFM раскладывает клиентов по трём осям — давность, частота, сумма — и превращает скоринг в действия. Практический фреймворк с SQL, разбором нюансов и кейсом.Thu, 24 Apr 2025 00:00:00 GMTframeworkrfmsegmentationcustomer-analyticssqldokahttps://nikitaboyarkin.github.io/posts/cohort-retention-guide/https://nikitaboyarkin.github.io/posts/cohort-retention-guide/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.Thu, 10 Apr 2025 00:00:00 GMTguideretentioncohort-analysispythonpandasdokahttps://nikitaboyarkin.github.io/posts/bayesian-ab-testing/https://nikitaboyarkin.github.io/posts/bayesian-ab-testing/Frequentist p-values плодили культуру peeking: 34 из 127 экспериментов показывали значимость, а потом разворачивались. Как Bayesian inference поменял workflow.Sat, 15 Mar 2025 00:00:00 GMTdecision-logab-testingbayesianstatisticsarticle