Истории наших клиентов: Яндекс.Еда
Александр Тихоиванов, аналитик Яндекс.Еда: почему Яндекс.Еда выбрал Tableau?
В чем основные плюсы Tableau для вашей работы?
В отличие от некоторых других инструментов подобного рода, Tableau позволяет использовать свой собственный сервер, не передавая данные никуда «наружу», в чужие облака. С точки зрения меня, как аналитика, Tableau позволяет быстро «набросать» графики, просто кликая мышкой, и не надо писать никакого программного кода (по крайней мере, для простых графиков), и результат будет выглядеть красиво.
Это позволяет, во-первых, очень быстро давать внутренним заказчикам результат, а во-вторых, он им интуитивно понятен.
Насколько сложно пользователю научиться работать в Tableau?
Что-то происходит очень легко и быстро, а для непонятных моментов есть обширный community пользователей, где можно оперативно получить ответ на свой вопрос, ну а также существует множество обучающих курсов. Но, в принципе, есть две роли – те, кто разрабатывает отчетность, и те, кто ее смотрят. Второму типу вообще все интуитивно понятно, хотя и есть ряд лайфхаков (как сохранить свои фильтры и т.п.), ну а первому всё-таки я бы рекомендовал поучиться работать с инструментом.
С какими проблемами сталкиваются аналитики?
Все аналитики говорят, и я с ними согласен, что 80% времени уходит на подготовку данных в вид, удобный для последующего анализа. В этом есть проблема, но Tableau, насколько я понимаю, делает существенные шаги и по автоматизации данной части задач аналитика, — Prep, в частности.
Сколько человек пользуется Tableau в Яндекс.Еде? И каковы объемы данных?
Мне кажется, что практически все, — у нас сейчас около 200 человек в компании, и 9 из 10 точно пользуются: ибо все руководители принимают управленческие решения на основе данных, а данные мы визуализируем в Tableau. В Tableau стекаются все данные о работе компании, и например, топ-менеджеры видят общую картину, а региональные имеют возможность работы с детальной аналитикой по своим городам, и вообще срезов данных очень много, исходя из специфики работы сотрудников. Разработчиков, понятное дело, кратно меньше, но пользователей – примерно 200 человек.
В качестве примеров аналитических блоков отчетности, — есть курьерское направление, связанное с логистикой; есть «заказы и пользователи»; маркетинг, которым интересны данные по рекламным кампаниям, и их эффективности, стоимости привлечения клиентов.
Про объемы данных точно не скажу, но их очень много, ибо они очень детальные. И у нас есть отдельная команда, занимающаяся предварительной подготовкой данных в хранилище, — они готовят витрины, на основе которых я и мои коллеги-разработчики делают визуализации в Tableau.

Александр Тихоиванов, аналитик Яндекс.Еда: «Все аналитики говорят, и я с ними согласен, что 80% времени уходит на подготовку данных в вид, удобный для последующего анализа…»