Yandex DataLensBIдашбордыClickHouseаналитика

Yandex DataLens пошагово 2026: первый дашборд за 30 минут

2026-06-02 12 мин

Когда импортозамещение ускорилось, многие компании в РФ перешли с Tableau / Power BI на Yandex DataLens. Если идёшь на собес в Yandex / Магнит / Сбер / X5 / Wildberries — знание DataLens почти обязательно.

DataLens 2026 — это full-stack BI: подключение к источникам, ETL, datasets, charts, dashboards, RLS, alerts, AI-summaries. Этот гайд — пошаговая инструкция по сборке первого production-дашборда.

Что такое Yandex DataLens

DataLens — облачный BI-сервис Yandex Cloud. Бесплатный community-tier (без RLS, без commercial use), business-tier от 1990 ₽/мес.

Главные плюсы для RU:

Главные минусы:

Шаг 1: Подключение к ClickHouse источнику

DataLens → New → Connection → ClickHouse:

# В Managed ClickHouse создай read-only юзера
CREATE USER dl_reader IDENTIFIED WITH bcrypt_password BY 'strong_password';
GRANT SELECT ON database.* TO dl_reader;

Test Connection → если зелёный → Save.

Шаг 2: Создание датасета

Datasets — это слой между connection и chart'ами. Тут ты можешь:

Dataset → New → Connection: твой ClickHouse → Source: SQL Query:

SELECT
  date,
  toStartOfMonth(date) AS month,
  region,
  channel,
  user_id,
  order_id,
  revenue,
  COUNT() OVER (PARTITION BY user_id) AS orders_per_user
FROM orders
WHERE date >= '2025-01-01'
  AND status = 'completed'

Совет: в SQL query делай aggregation до DataLens (если можно). DataLens сам JOIN'ить таблицы умеет, но для performance быстрее сделать prep в ClickHouse.

Шаг 3: Создание первого чарта

Charts → New → Wizard:

Press Apply → видишь stacked column chart с revenue по месяцам, разбитый по регионам.

Шаги пресета:

Шаг 4: Calculated fields (computed metrics)

Datasets → твой dataset → Fields → New Calculated Field:

-- AOV (Average Order Value)
[SUM(revenue)] / [COUNT(order_id)]
-- Growth % MoM
([SUM(revenue)] - LAG([SUM(revenue)], 1)) / LAG([SUM(revenue)], 1) * 100
-- Days since first purchase
DATE_DIFF([order_date], FIRST([order_date]), 'day')

DataLens language — упрощённый SQL-подобный. Доступны: agg-функции (SUM, AVG, COUNT, etc), window-функции (LAG, LEAD, RANK), date functions (DATE_DIFF, DATE_TRUNC), CASE WHEN.

Шаг 5: Создание дашборда

Dashboards → New:

Структура хорошего дашборда (по IBCS):

Шаг 6: RLS (Row-Level Security)

Если в команде разные регионы — нужен RLS. Иначе московский менеджер увидит данные питерского.

Dataset → Fields → User Field → Add email = USERNAME():

-- В calculated field 'allowed_regions':
CASE
  WHEN USERNAME() IN ('admin@company.ru') THEN [region]  -- видит всё
  WHEN USERNAME() = 'moscow@company.ru' THEN 'Москва'
  WHEN USERNAME() = 'piter@company.ru' THEN 'Санкт-Петербург'
  ELSE NULL
END

Затем в Dataset → Permissions → RLS → Filter: [region] = [allowed_regions].

Теперь каждый юзер увидит только свой регион. Проверь в Incognito — открой dashboard как другой юзер и убедись что фильтр работает.

Что нового в DataLens 2026

AI Q&A on data (с июня 2026): в дашборде есть кнопка «Спросить AI» — задаёшь вопрос на русском («какой регион дал максимум выручки в марте?») → AI выдаёт ответ + строит chart автоматически. Полезно для non-tech stakeholders.

Materialized datasets: теперь можно сохранять computed agg в Yandex Cloud Object Storage — большие dashboards не пересчитывают всё каждый раз.

Alerts 2.0: schedule check'и + Telegram-нотификации. «Если revenue упадёт на 15% MoM — пиши мне в Telegram».

Anti-patterns

1. Не делай complex JOIN в DataLens. Лучше готовь wide table в ClickHouse / dbt и подключай как single source.

2. Не используй SUM(value) для percentages. Используй AVG(rate) или calculate в SQL — иначе averaging percent даёт неправильный результат.

3. Не пихай 20 charts в один dashboard. Пользователь видит первые 4-5, остальные не смотрят. Разбей на multi-tab dashboard или отдельные дашборды.

4. Не игнорируй RLS на старте. Добавить RLS после того, как dashboard разросся = 20+ часов работы (надо переписывать filter в каждом chart'е). На старте — 30 минут.

Частые вопросы

DataLens бесплатно?

Community tier — бесплатно, без RLS и без commercial use. Business tier от 1990 ₽/мес/user.

Можно ли DataLens self-hosted?

Нет, только Yandex Cloud. Для self-hosted альтернативы — Superset или Metabase.

Как мигрировать с Tableau на DataLens?

Charts надо пересоздавать (нет автоконвертора). Calculated fields надо переписывать с DAX/Tableau syntax на DataLens syntax. Подключения к источникам — почти 1:1.

DataLens vs Superset?

DataLens — managed cloud, лучше UX, AI-фичи. Superset — open-source, self-hosted, бесплатно, более customizable, но требует DevOps команды.

DataLens поддерживает ClickHouse cluster?

Да, и нативно (без ODBC посредника). Это даёт latency ms-уровня даже на больших таблицах.

Связанные ресурсы

Источники

DataLens — solid выбор для RU-стека. Если хочешь практиковаться без аккаунта — открой BI-песочницу, там аналогичный UX (8 датасетов, 161 задача), AI оценивает дашборд по 5 критериям.

Тренировка BI без DataLens-аккаунта
Наша BI-песочница: 8 датасетов, 161 бизнес-задача, AI-оценка. Запусти браузер и сразу собирай дашборды.
Открыть BI-песочницу →

Похожие статьи