# метрики

Published articles for метрики.

This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles.

## Investigating Redis Client Failures After a Node Loss at hh.ru

DevFeed: [Investigating Redis Client Failures After a Node Loss at hh.ru](<https://devfeed.tech/articles/redis-30674.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/1074194/>)

Author: nicholasgribanov (hh.ru)

Published: 2026-08-26T05:30:49Z

Content type: article

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [Redis](<https://devfeed.tech/topics/redis.md>)

Tags: [consul](<https://devfeed.tech/tags/consul.md>), [downtime](<https://devfeed.tech/tags/downtime.md>), [java](<https://devfeed.tech/tags/java.md>), [jedis](<https://devfeed.tech/tags/jedis.md>), [redis](<https://devfeed.tech/tags/redis.md>), [sre](<https://devfeed.tech/tags/sre.md>), [tag-1d4e49052118](<https://devfeed.tech/tags/tag-1d4e49052118.md>), [tag-68e701e78517](<https://devfeed.tech/tags/tag-68e701e78517.md>), [tag-b0a411324cb6](<https://devfeed.tech/tags/tag-b0a411324cb6.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-dfac9042ce7b](<https://devfeed.tech/tags/tag-dfac9042ce7b.md>), [timeout](<https://devfeed.tech/tags/timeout.md>)

### AI overview

A Platform team at hh.ru investigates incidents in its internal Redis client, including a 57-minute outage after a Redis node was lost. The team used controlled-load testing, Jedis updates, timeout and pool experiments, new metrics, and logs to trace the failures to a code issue and improve client stability.

### Source excerpt

Пару лет назад мы устроили настоящее расследование серии инцидентов в поисках скрытого дефекта нашего Redis-клиента. Команда воспроизводила сбои под контролируемой нагрузкой, проверяла одну гипотезу за другой, обновляла Jedis, экспериментировала с таймаутами и размерами пулов -- но ничего не помогало. А помогли новые метрики и логи, настойчивость команды, ночные эксперименты и готовность разбирать поведение системы до последнего соединения. Получилась история с неожиданными поворотами, ложными следами и одной лишней строчкой кода в роли главного подозреваемого -- а её итогом стал Redis-клиент, который оказался устойчивее, чем был до начала расследования. Меня зовут Коля Грибанов, я тимлид команды "Платформа" в hh.ru. В статье расскажу, почему потеря одной ноды Redis вызывала шторм из десятков тысяч соединений, и как мы шаг за шагом искали причину инцидентов. Читать далее

## Как мониторить Java-приложения: метрики, алерты и правило 80/20

DevFeed: [Как мониторить Java-приложения: метрики, алерты и правило 80/20](<https://devfeed.tech/articles/java-80-20-24881.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1068874/>)

Author: atushkanova (Яндекс)

Published: 2026-08-12T07:01:43Z

Content type: tutorial

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Java](<https://devfeed.tech/topics/java.md>), [яндекс](<https://devfeed.tech/topics/tag-4004cf5948d3.md>)

Tags: [devops](<https://devfeed.tech/tags/devops.md>), [java](<https://devfeed.tech/tags/java.md>), [site-reliability-engineering](<https://devfeed.tech/tags/site-reliability-engineering.md>), [sre](<https://devfeed.tech/tags/sre.md>), [tag-4004cf5948d3](<https://devfeed.tech/tags/tag-4004cf5948d3.md>), [tag-617c72e79812](<https://devfeed.tech/tags/tag-617c72e79812.md>), [tag-622612a5798e](<https://devfeed.tech/tags/tag-622612a5798e.md>), [tag-65aad6d83235](<https://devfeed.tech/tags/tag-65aad6d83235.md>), [tag-73eb9b712998](<https://devfeed.tech/tags/tag-73eb9b712998.md>), [tag-7568ee66754b](<https://devfeed.tech/tags/tag-7568ee66754b.md>), [tag-a6a98345cb30](<https://devfeed.tech/tags/tag-a6a98345cb30.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>)

### AI overview

This article explains how to monitor Java applications using a focused set of technical metrics, useful alerts, business metrics, SLOs, and anomaly analysis. It presents an 80/20 approach and warns that excessive metrics and flapping alerts create information noise.

### Source excerpt

Хороший мониторинг помогает быстро понять, что происходит с приложением и куда смотреть в первую очередь. Для этого не нужно пытаться измерить всё: базовый набор технических метрик покрывает большинство типовых проблем, а бизнес-метрики, SLO и анализ аномалий помогают заранее замечать нетипичные отклонения. В Календаре мы называем этот подход правилом 80/20. Всем привет! Меня зовут Настя, я бэкенд-разработчик в Яндекс 360 и отвечаю за надёжность Календаря. В этой статье я покажу, какие метрики стоит взять за основу, как выбирать полезные алерты и чем дополнять базовый набор для оставшихся 20%. Читать далее

## Как оптимизировать инференс LLM: кеширование, время ответа и GPU-ресурсы

DevFeed: [Как оптимизировать инференс LLM: кеширование, время ответа и GPU-ресурсы](<https://devfeed.tech/articles/llm-gpu-24867.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/yandex/articles/1056694/>)

Author: hotckisss (Яндекс, Yandex Cloud & Yandex Infrastructure)

Published: 2026-07-08T07:04:08Z

Content type: tutorial

Language: ru

Sources: [Яндекс - Как мы делаем Яндекс / Статьи](<https://devfeed.tech/sources/source.md>)

Topics: [Large Language Model](<https://devfeed.tech/topics/llm.md>), [Inference Performance](<https://devfeed.tech/topics/inference-performance.md>), [Low-Latency Inference](<https://devfeed.tech/topics/low-latency-inference.md>), [GPU](<https://devfeed.tech/topics/gpu.md>), [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [inference](<https://devfeed.tech/tags/inference.md>), [llm](<https://devfeed.tech/tags/llm.md>), [ml](<https://devfeed.tech/tags/ml.md>), [mlops](<https://devfeed.tech/tags/mlops.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [time](<https://devfeed.tech/tags/time.md>), [token](<https://devfeed.tech/tags/token.md>)

### AI overview

This article explains how to optimize LLM inference in production under mixed workloads. It examines causes of increased Time to First Token, including scheduling, GPU memory allocation, streaming output queues, networking, long contexts, and KV-cache growth, and outlines optimizations such as separating prefill and decode, contextual parallelism, speculative decoding, cache-aware load balancing, and large-model delivery.

### Source excerpt

Вы запустили LLM-инференс в продакшене. Поток запросов не менялся, нагрузка та же, что вчера, -- а Time to First Token внезапно вырос в три раза. Первая мысль: что-то с моделью. На деле причина почти никогда не в модели -- она прячется в планировщике, аллокаторе GPU-памяти, очереди стримингового вывода или сети. Чем длиннее контекст, тем больнее. Для классического attention вычислительная сложность растёт очень быстро. KV-кеш раздувается до десятков и сотен гигабайт, а в облаке всё это происходит на совершенно произвольном трафике: у одного клиента кодовый ассистент, у другого -- аналитика на миллион запросов в день, у третьего -- голосовой робот. На таких смешанных нагрузках всплывает то, чего не видно на референсных замерах вендора. Читать далее

## Измерь меня, если сможешь: как проводить ревью работы команды через призму метрик

DevFeed: [Измерь меня, если сможешь: как проводить ревью работы команды через призму метрик](<https://devfeed.tech/articles/article-30668.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/1046399/>)

Author: Xanderblinov (hh.ru, Конференции Олега Бунина (Онтико))

Published: 2026-06-16T05:30:14Z

Content type: opinion

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [lead time](<https://devfeed.tech/topics/lead-time.md>), [Spring Boot](<https://devfeed.tech/topics/spring-boot.md>)

Tags: [hh-ru](<https://devfeed.tech/tags/hh-ru.md>), [lead-time](<https://devfeed.tech/tags/lead-time.md>), [spring-boot](<https://devfeed.tech/tags/spring-boot.md>), [tag-1fa41e7deaba](<https://devfeed.tech/tags/tag-1fa41e7deaba.md>), [tag-3aa328ccc6ec](<https://devfeed.tech/tags/tag-3aa328ccc6ec.md>), [tag-4e7e01a57307](<https://devfeed.tech/tags/tag-4e7e01a57307.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-c607c3dc8776](<https://devfeed.tech/tags/tag-c607c3dc8776.md>), [tag-c6d5400b7d88](<https://devfeed.tech/tags/tag-c6d5400b7d88.md>)

### AI overview

A technical lead at hh.ru explains how the company reviews team performance through metrics. Using a misleading productivity dashboard as an example, the article discusses problems caused by inconsistent feature definitions, differing task sizes, and irrelevant work items in the data.

### Source excerpt

Привет, Хабр! Я Александр Блинов -- технический руководитель B2C-направления в hh.ru (та самая часть, которую знают все соискатели). В статье расскажу о том, как мы работаем с метриками, поделюсь своим подходом к ним и приведу пример нескольких незаурядных метрик, которые вы сможете использовать в своих проектах. Читать далее

## Как маскировать персональные данные на изображениях: наш эксперимент с OCR и NER

DevFeed: [Как маскировать персональные данные на изображениях: наш эксперимент с OCR и NER](<https://devfeed.tech/articles/ocr-ner-23996.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/1011450/>)

Author: andrivasg (red\_mad\_robot)

Published: 2026-03-17T15:55:37Z

Content type: tutorial

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Natural language processing](<https://devfeed.tech/topics/nlp.md>), [pii](<https://devfeed.tech/topics/pii.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [computer-vision](<https://devfeed.tech/tags/computer-vision.md>), [llm](<https://devfeed.tech/tags/llm.md>), [ner](<https://devfeed.tech/tags/ner.md>), [nlp](<https://devfeed.tech/tags/nlp.md>), [ocr](<https://devfeed.tech/tags/ocr.md>), [pii](<https://devfeed.tech/tags/pii.md>), [red-mad-robot](<https://devfeed.tech/tags/red-mad-robot.md>), [rnd](<https://devfeed.tech/tags/rnd.md>), [tag-601fbc7112a4](<https://devfeed.tech/tags/tag-601fbc7112a4.md>), [tag-7bc388df28ed](<https://devfeed.tech/tags/tag-7bc388df28ed.md>), [tag-9bf5e01ce62e](<https://devfeed.tech/tags/tag-9bf5e01ce62e.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-ef0b1bf200df](<https://devfeed.tech/tags/tag-ef0b1bf200df.md>)

### AI overview

The article describes red_mad_robot's experiment using OCR combined with a NER model to detect and selectively mask personally identifiable information in images without training specialized visual detectors. On a dataset of 40 annotated images, the pipeline masked 90% of personal data while falsely masking 14% of text polygons; performance declined on difficult real-world photographs.

### Source excerpt

Всем привет! Меня зовут Андрей Иванов, я NLP-исследователь в R&D red_mad_robot. Мы разрабатываем систему Guardrails для защиты персональных данных (PII) и фильтрации небезопасного контента. В этой статье расскажу, как мы решали задачу точечного маскирования PII на картинках без обучения специальных визуальных детекторов. Разберём связку оптического распознавания символов (OCR) с NER-моделью, покажем метрики на реальных данных, раскроем ограничения подхода и наши решения для их преодоления. Читать далее

## Когда данных от Apple недостаточно: собираем метрики производительности UI

DevFeed: [Когда данных от Apple недостаточно: собираем метрики производительности UI](<https://devfeed.tech/articles/apple-ui-30697.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/988322/>)

Author: hurmavbatone (hh.ru)

Published: 2026-01-26T14:02:45Z

Content type: tutorial

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [iOS](<https://devfeed.tech/topics/ios.md>), [SwiftUI](<https://devfeed.tech/topics/swiftui.md>), [ui](<https://devfeed.tech/topics/ui.md>)

Tags: [apple](<https://devfeed.tech/tags/apple.md>), [fps](<https://devfeed.tech/tags/fps.md>), [ios](<https://devfeed.tech/tags/ios.md>), [swiftui](<https://devfeed.tech/tags/swiftui.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-c6d5400b7d88](<https://devfeed.tech/tags/tag-c6d5400b7d88.md>), [tag-cb5ff012b3f0](<https://devfeed.tech/tags/tag-cb5ff012b3f0.md>), [ui](<https://devfeed.tech/tags/ui.md>), [uikit](<https://devfeed.tech/tags/uikit.md>)

### AI overview

An iOS developer from hh.ru describes building custom UI performance metrics collection after Apple's default data proved insufficient for investigating user-reported freezes and slowdowns. The article discusses the company's SwiftUI- and UIKit-based applications and metrics such as Hitch Rate, Hang Rate, and FPS.

### Source excerpt

Привет, Хабр! Меня зовут Виталий Барабанов, я iOS-разработчик в hh.ru. Недавно мы столкнулись с проблемой: пришёл фидбэк от пользователей о тормозах и фризах в мобильном приложении. Но чтобы установить их причину, нам не хватило данных, которые по дефолту собирает Apple. Что делать в такой ситуации? А запилить собственный сбор метрик: с какой угодно фильтрацией, сбором любой информации, интеграцией со своей аналитикой и наблюдением в дебаг-панели! В статье я хочу поделиться с Хабром, как мы это сделали, сколько времени потратили и как интерпретировали результаты. Читать далее

## How Faster Screen Loading Affected Product Metrics in the hh.ru Mobile App

DevFeed: [How Faster Screen Loading Affected Product Metrics in the hh.ru Mobile App](<https://devfeed.tech/articles/hh-30696.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/977376/>)

Author: alektas (hh.ru)

Published: 2025-12-17T05:50:44Z

Content type: article

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [SRE](<https://devfeed.tech/topics/sre.md>), [Android](<https://devfeed.tech/topics/android.md>), [iOS](<https://devfeed.tech/topics/ios.md>)

Tags: [ab-d64cb2e3f30f](<https://devfeed.tech/tags/ab-d64cb2e3f30f.md>), [android](<https://devfeed.tech/tags/android.md>), [engineering](<https://devfeed.tech/tags/engineering.md>), [hh-ru](<https://devfeed.tech/tags/hh-ru.md>), [ios](<https://devfeed.tech/tags/ios.md>), [site-reliability](<https://devfeed.tech/tags/site-reliability.md>), [site-reliability-engineering](<https://devfeed.tech/tags/site-reliability-engineering.md>), [sre](<https://devfeed.tech/tags/sre.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-d1a8ff602d37](<https://devfeed.tech/tags/tag-d1a8ff602d37.md>), [tag-f538878e20ff](<https://devfeed.tech/tags/tag-f538878e20ff.md>), [tag-fa773991fb10](<https://devfeed.tech/tags/tag-fa773991fb10.md>), [ux](<https://devfeed.tech/tags/ux.md>)

### AI overview

An hh.ru development team shares the preparation and interpretation of an A/B experiment that optimized one mobile-app screen, accelerated content loading, and examined the effect on product metrics. The article also discusses applying SRE practices to mobile development.

### Source excerpt

Привет! Меня зовут Саша Тотилас и я руковожу командой разработки в hh.ru. Хочу поделиться с Хабром результатами A/B-эксперимента: при оптимизации одного из экранов нашего приложения мы ускорили загрузку контента и выяснили, как это влияет на продуктовые метрики, а также собрали интересные инсайты. Я не буду глубоко погружаться в технические детали, а сосредоточусь на подготовке эксперимента и интерпретации результатов. Статья будет полезна не только для мобильных разработчиков, но и для аналитиков и продактов. Читать далее

## Трейсинг в hh.ru: как мы выросли от 1 тысячи до 1 миллиона событий в секунду без семплирования

DevFeed: [Трейсинг в hh.ru: как мы выросли от 1 тысячи до 1 миллиона событий в секунду без семплирования](<https://devfeed.tech/articles/hh-ru-1-1-30690.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/939754/>)

Author: Heruvimka (hh.ru, Конференции Олега Бунина (Онтико))

Published: 2025-09-16T09:00:45Z

Content type: article

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [observability](<https://devfeed.tech/topics/observability.md>), [telemetry](<https://devfeed.tech/topics/telemetry.md>), [SRE](<https://devfeed.tech/topics/sre.md>), [Kafka](<https://devfeed.tech/topics/kafka.md>), [nginx](<https://devfeed.tech/topics/nginx.md>), [Apache Cassandra](<https://devfeed.tech/topics/cassandra.md>), [OpenTelemetry](<https://devfeed.tech/topics/opentelemetry.md>), [RabbitMQ](<https://devfeed.tech/topics/rabbitmq.md>)

Tags: [cassandra](<https://devfeed.tech/tags/cassandra.md>), [devops](<https://devfeed.tech/tags/devops.md>), [jaeger](<https://devfeed.tech/tags/jaeger.md>), [kafka](<https://devfeed.tech/tags/kafka.md>), [nginx](<https://devfeed.tech/tags/nginx.md>), [observability](<https://devfeed.tech/tags/observability.md>), [opentelemetry](<https://devfeed.tech/tags/opentelemetry.md>), [operational-intelligence](<https://devfeed.tech/tags/operational-intelligence.md>), [rabbitmq](<https://devfeed.tech/tags/rabbitmq.md>), [request](<https://devfeed.tech/tags/request.md>), [sre](<https://devfeed.tech/tags/sre.md>), [tag-1e4ee1f65f5a](<https://devfeed.tech/tags/tag-1e4ee1f65f5a.md>), [tag-68e701e78517](<https://devfeed.tech/tags/tag-68e701e78517.md>), [tag-73eb9b712998](<https://devfeed.tech/tags/tag-73eb9b712998.md>), [tag-75f84211cab4](<https://devfeed.tech/tags/tag-75f84211cab4.md>), [tag-8f8626975338](<https://devfeed.tech/tags/tag-8f8626975338.md>), [tag-9abb13e52060](<https://devfeed.tech/tags/tag-9abb13e52060.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-d9df843a1803](<https://devfeed.tech/tags/tag-d9df843a1803.md>), [tag-dfac9042ce7b](<https://devfeed.tech/tags/tag-dfac9042ce7b.md>), [tracing](<https://devfeed.tech/tags/tracing.md>)

### AI overview

This Russian developer article describes how hh.ru built and rebuilt its tracing and observability architecture as its data volume increased. The supplied text states that the system handles 24,000 RPS, one million spans per second, and 5,000 service instances, and introduces a log-based tracing design using Request-Id propagation.

### Source excerpt

В каждой компании есть необходимость выстроить систему observability. В hh.ru мы перестраивали архитектуру под большее количество данных несколько раз -- сейчас имеем на входе 24к RPS, 1 миллион спанов в секунду, 5к инстансов сервисов. Если вы -- инженер, который находится в процессе построения или перестройки собственной системы трейсинга, этот доклад -- для вас. Привет, Хабр! Я -- Александр Казанцев, уже более десяти лет в разработке. Когда-то был инженером на пивзаводе и могу рассказать, из чего делают пенное; но сегодня -- о другом. Читать далее

## Рынок цифровых AI-Компаньонов: эволюция, метрики и инсайты

DevFeed: [Рынок цифровых AI-Компаньонов: эволюция, метрики и инсайты](<https://devfeed.tech/articles/ai-24025.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/redmadrobot/articles/946496/>)

Author: kquintaessentia (red\_mad\_robot)

Published: 2025-09-12T16:27:18Z

Content type: article

Language: ru

Sources: [Redmadrobot EN](<https://devfeed.tech/sources/redmadrobot-en.md>), [Redmadrobot RU](<https://devfeed.tech/sources/redmadrobot-ru.md>)

Topics: [Artificial Intelligence](<https://devfeed.tech/topics/ai.md>), [Chai](<https://devfeed.tech/topics/chai.md>)

Tags: [ai](<https://devfeed.tech/tags/ai.md>), [ai-e0e2d4b0978c](<https://devfeed.tech/tags/ai-e0e2d4b0978c.md>), [emotional-intelligence](<https://devfeed.tech/tags/emotional-intelligence.md>), [mobile](<https://devfeed.tech/tags/mobile.md>), [red-mad-robot](<https://devfeed.tech/tags/red-mad-robot.md>), [tag-1cd610c0e518](<https://devfeed.tech/tags/tag-1cd610c0e518.md>), [tag-2d1b71a8786f](<https://devfeed.tech/tags/tag-2d1b71a8786f.md>), [tag-4c52442cea97](<https://devfeed.tech/tags/tag-4c52442cea97.md>), [tag-86b843454893](<https://devfeed.tech/tags/tag-86b843454893.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>)

### AI overview

The article examines the emerging market for AI companions, defining them as virtual conversational partners focused on emotional closeness rather than utility. It compares them with assistants, digital twins, and chatbots, and discusses empathy, user retention, business models, monetization, market activity, and selected company metrics.

### Source excerpt

Привет! Это Лиза Скрыль, продакт-менеджер в NDT by red_mad_robot. Мы исследовали рынок AI-компаньонов и хотим поделиться инсайтами о том, как формируется эта новая потребительская категория. Читать далее

## Using Kanban Metrics and Reports to Identify Team Improvement Opportunities

DevFeed: [Using Kanban Metrics and Reports to Identify Team Improvement Opportunities](<https://devfeed.tech/articles/article-30681.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/hh/articles/884422/>)

Author: dennikolaev (hh.ru)

Published: 2025-02-21T14:00:30Z

Content type: article

Language: ru

Sources: [HeadHunter RU](<https://devfeed.tech/sources/headhunter-ru.md>)

Topics: [Kanban](<https://devfeed.tech/topics/kanban.md>), [jira](<https://devfeed.tech/topics/jira.md>)

Tags: [cycle-time](<https://devfeed.tech/tags/cycle-time.md>), [datadriven](<https://devfeed.tech/tags/datadriven.md>), [delivery](<https://devfeed.tech/tags/delivery.md>), [discovery](<https://devfeed.tech/tags/discovery.md>), [jira](<https://devfeed.tech/tags/jira.md>), [kanban](<https://devfeed.tech/tags/kanban.md>), [lead-time](<https://devfeed.tech/tags/lead-time.md>), [tag-22e9d0410dcb](<https://devfeed.tech/tags/tag-22e9d0410dcb.md>), [tag-694195a2e09b](<https://devfeed.tech/tags/tag-694195a2e09b.md>), [tag-8720e37629f7](<https://devfeed.tech/tags/tag-8720e37629f7.md>), [tag-add1155413d1](<https://devfeed.tech/tags/tag-add1155413d1.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-e7d8489b7f64](<https://devfeed.tech/tags/tag-e7d8489b7f64.md>)

### AI overview

A project manager at hh.ru explains how to use Kanban-oriented metrics and reports to analyze team efficiency and identify improvement opportunities. The article covers lead time, cycle time, percentiles, classes of service, and reports from an internally customized Jira-based system.

### Source excerpt

"Как и на какие метрики смотреть в поисках зоны роста команды?" -- на эту тему менеджеры проектов в нашей компании задумываются регулярно, так как менеджеры отвечают в том числе и за эффективность процессов. Правильный ответ на вопрос будет зависеть от контекста команды, заказчиков, продукта, рабочего процесса и много чего еще. Но можно выделить ряд метрик и отчетов, построенных на этих метриках, которые будут универсальны, и которые можно брать за основу для анализа. А поскольку hh.ru -- компания, которая несколько последних лет применяет Kanban-метод, то и метрики ниже будут сильно пересекаться с тем, что этот метод предлагает. Меня зовут Денис Николаев, и я менеджер проектов в hh. В этой статье покажу, на какие основные отчеты смотрю я. Также добавлю примеры того, на что обращать внимание в этих отчетах, чтобы в дальнейшем работать над повышением эффективности. Читать далее

## How to organize company reporting without a dedicated BI team

DevFeed: [How to organize company reporting without a dedicated BI team](<https://devfeed.tech/articles/bi-38019.md>)

Original publisher: [Read original article](<https://habr.com/ru/companies/koshelek/articles/761350/>)

Author: Sofia\_Semenova (Кошелёк)

Published: 2023-09-21T08:08:08Z

Content type: tutorial

Language: ru

Sources: ["Кошелёк" RU](<https://devfeed.tech/sources/ru.md>)

Topics: [data](<https://devfeed.tech/topics/data.md>), [Microsoft](<https://devfeed.tech/topics/microsoft.md>)

Tags: [analytics](<https://devfeed.tech/tags/analytics.md>), [business-intelligence](<https://devfeed.tech/tags/business-intelligence.md>), [canvas](<https://devfeed.tech/tags/canvas.md>), [dashboard](<https://devfeed.tech/tags/dashboard.md>), [data](<https://devfeed.tech/tags/data.md>), [data-analysis](<https://devfeed.tech/tags/data-analysis.md>), [microsoft](<https://devfeed.tech/tags/microsoft.md>), [process](<https://devfeed.tech/tags/process.md>), [tag-03968a887ba5](<https://devfeed.tech/tags/tag-03968a887ba5.md>), [tag-5d6527b0eb46](<https://devfeed.tech/tags/tag-5d6527b0eb46.md>), [tag-9d8cf70dc46c](<https://devfeed.tech/tags/tag-9d8cf70dc46c.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>)

### AI overview

This tutorial describes how the Wallet analytics team organized company reporting without a dedicated BI team. It covers problems with Power BI workspaces, outdated dashboards, inconsistent metric definitions, database load, and unmet business needs, along with the initial steps toward a dashboard development process and a shared metrics library.

### Source excerpt

Привет, Хабр! На связи аналитики Кошелька. Наша команда состоит из 13 дата-аналитиков, 5 DE-инженеров, 2 ML-инженеров и ровно 0 BI-аналитиков. Что мы любим делать? Определять метрики и рисовать дашборды. Что нужно заказчику? Метрики и дашборды (а еще достижение целей и выручка, но не будем сейчас об этом). В этой статье мы собрали инструкцию, как можно навести порядок в отчётности без отдельных BI-аналитиков, и с какими проблемами вы можете столкнуться в процессе. Читать далее

## 79. Метрики компании Targetprocess

DevFeed: [79. Метрики компании Targetprocess](<https://devfeed.tech/articles/79-targetprocess-30307.md>)

Original publisher: [Read original article](<https://www.mdubakov.com/posts/company-metrics>)

Published: 2018-07-18T17:35:40Z

Content type: article

Language: ru

Sources: [Blog by Michael Dubakov](<https://devfeed.tech/sources/blog-by-michael-dubakov.md>)

Topics: [Software as a service](<https://devfeed.tech/topics/saas.md>), [Shared Responsibility Model](<https://devfeed.tech/topics/shared-responsibility-model.md>)

Tags: [b2b](<https://devfeed.tech/tags/b2b.md>), [gdpr](<https://devfeed.tech/tags/gdpr.md>), [revenue](<https://devfeed.tech/tags/revenue.md>), [saas](<https://devfeed.tech/tags/saas.md>), [tag-b92bf5906bbd](<https://devfeed.tech/tags/tag-b92bf5906bbd.md>), [tag-ff1e04102c58](<https://devfeed.tech/tags/tag-ff1e04102c58.md>)

### AI overview

The article explains the company and product metrics used to assess a B2B SaaS business, including leads, website conversion, customer acquisition cost, LTV, cash receipts, revenue, ARR, expenses, and profitability. It reports roughly 2,000 leads per month, a December decline, a possible June decline potentially related to GDPR, and stagnating ARR during the year.

### Source excerpt

Сегодня я вам покажу реальные метрики, которые мы используем для оценки положения дел в нашей компании и в продукте. К сожалению, я не могу...