7 мифов об аналитике, с которыми мы сталкиваемся снова и снова

Многие из этих мифов я помню со времен, когда развивал агентство Datmark.

Сейчас, запуская JetMetrics, я за последние 2 года пообщался с более чем 500 брендами и их агентствами.

И эти заблуждения всё еще актуальны.

А с какими вы сталкиваетесь чаще всего?

@jetmetrics

[2.0] Скрытые закономерности из пересечений метрик

Помните пост про пересечения метрик и инсайтов вследствие этого?

Нас в комментах в LinkedIn справедливо упрекнули, что мы привели только по одному возможному выводу для каждого пересечения.

Исправляемся!

Мы не только дополнили каждое из пересечений двумя альтернативными инсайтами, но и описали это в виде статьи.

Читать тут – https://teletype.in/@jetmetrics/metrics-overlaps

@jetmetrics

Это ли не признание, когда на основе твоих материалов делают видосы?

Одна женщина из Индии сделала разбор на нашу подборку метрик, которые запутывают команды. Ее мини-влог носит прикольное название "Demythified" (типа "Развенчивая мифы").

Это уже не первый такой кейс.
И, уверен, точно не последний!

Чекайте читшит на русском тут, кто не видел – https://news.1rj.ru/str/jetmetrics/242

30 способов увеличить метрику 'Среднее кол-во SKU в заказе'

В одном из предыдущих постов мы разбирали рычаги влияния на AOV.

Так вот одним из самых значимых компонентов этой метрики была ширина корзины – то есть сколько в ней, в среднем, позиций.

Эту метрику можно разбить на 6 actionable драйверов (те метрики, которыми можно управлять напрямую).

А к ним, в свою очередь, подобрать гипотезы.

Вот и получается довольно стройная структура по росту метрики AOV.

💾 Забирайте шпаргалку себе и делитесь с коллегами.

Гипотезы можно добавлять, менять.
Драйверы и компоненты можно адаптировать под свой контекст.

@jetmetrics

А еще мы подробнее разобрали эти сегменты в виде статьи.

Там можно найти:
- подробнее о том, как их идентифицировать;
- что с ними делать;
- мемасики в тему

Enjoy!

Можно читать прям в телеге – teletype.in/@jetmetrics/toxic-segments

[Книга] Как использовать AI в бизнесе

* Рубрика "дружественный пиар" *

Наш коллега по цеху и мой дорогой товарищ Алексей Колоколов написал книгу про то, как внедрять ИИ в бизнес-процессы компаний.

Как типичный аналитик, он подошел к вопросу весьма основательно:
- собрал передовой опыт;
- изучил все основные LLMки;
- пообщался с 100+ компаниями;
- а еще, что самое важное, организовал аж 9 потоков обучения по теме.

Поэтому Алексей с командой точно лучше многих других понимают, как использовать ИИ в аналитике, отчётах и в управлении командами.

Можно сказать, что это практическое руководство – мост между возможностями ИИ и настоящими результатами.

Контента набралось аж на 3 части, 12 глав и 260 страниц.
Сам в предвкушении ее выхода (13 октября).

А узнать подробнее о ней можно тут – https://neyro.mba/book_ai

4 слоя аналитики (а не просто "красивых дашбордов")

«У нас 100500 дашбордов, и ими почти не пользуются».

Знакомо? И так во всём мире.
Обычно проблема не во «внешнем виде», а в том, что в дашбордах нет логики.

Как сделать отчетность реально полезной:

1) Выстройте систему метрик компании
Что на что влияет. Какие метрики ключевые. Как они раскладываются на компоненты и драйверы.
Зачем: сразу видно, куда копать, если что-то упало; понятно, за счет чего достигать нужных результатов.

2) Определите, что и как считать
Формулы, когорты vs периоды, проверка данные на корректность.
Зачем: один язык цифр для всех, и без споров «как вы это посчитали».

3) Информационная архитектура
Что выделяем на экране: иерархия KPI, фильтры по умолчанию, сегменты, сравнения.
Зачем: меньше кликов, быстрее добегаем до ответов, а значит, до решений.

4) Визуал & UX
Подсказки, форматы чисел, навигация, цвета, датавиз правила.
Зачем: понятно читать, легко изучать.

Чего не делать
– не тащите в даш «всё и сразу». Берите только то, что важно сейчас.
– не давайте приоритет «диагностике ради диагностики» и метрикам тщеславия.
– не плодите отчёты без роли в системе: у каждого экрана есть цель.

С чего начать:
– Выберите 1 ключевую метрику (гайд);
– Нарисуйте её Driver Tree (метрика → компоненты → 3–5 actionable драйверов);
– Проверьте, что события/поля под драйверы реально трекаются.
– Зафиксируйте определения (1 абзац на метрику).
– Решите: что подсветить в интерфейсе, остальное спрячьте.

И только потом переходите к графикам и «красоте».
Дашборды должны объяснять, а не просто «показывать».

Согласны с таким фреймворком?

@jetmetrics

10 драйверов для роста LTV

В e-commerce LTV часто выглядит как главная цель – большая, аккуратная, внушающая доверие.

Но напрямую управлять LTV невозможно.
Это результат, а не рычаг.

Когда команды пытаются «оптимизировать LTV» как одно число, они часто делают странные вещи: слишком щедрые скидки, искусственные активации, игры с маржой.

На дашборде – рост, а в бизнесе – нет.

Наш подход проще: смотрите под LTV, а не на него.
Разбейте метрику на части, которыми можно управлять (AOV, ARPPC и Lifetime) – и работайте с их драйверами.

В этом и смысл наших гайдов и читшитов: меньше мифов про «суперметрику», больше понятных рычагов, за которые можно тянуть.

А что за рычаги у метрики LTV, читайте в статье:
https://teletype.in/@jetmetrics/ltv-driver-tree