Зачем таблица с 25 вкладками, если ответ только в одной метрике?
1. Помните гараж после ремонта? Сначала складываем нужное, потом "вдруг пригодится", потом "жалко выкидывать". Через год — куча хлама, а отвёртку ищешь полчаса. С отчётами то же самое. 25 вкладок, 80 метрик. Все спокойны — кажется, что всё под контролем.
2. Самое интересное начинается позже: выясняется, что весь этот склад нужен ради одного вопроса — "сколько стоит клиент?". Остальные показатели никто даже не помнит.
3. Я как-то по ошибке скрыл из отчёта 18 вкладок. Никто не заметил. Никто. Интересно - подумал я.
4. Дело даже не в отчётах. Дело в привычке. Большой документ выглядит солидно. Кажется - раз много цифр, значит работа серьёзная. Это вшито в нас - больше цифр равно больше контроля - так мы думаем.
5. Но порядок в аналитике наводится не добавлением, а вычитанием. Расходы, заявки, продажи - на одном экране. Остальное по запросу. Пусть лежит, но не мешает.
6. Иногда достаточно одной метрики. Главное - чтобы она была понятной и быстро отвечала на правильный вопрос.
Не знаете с каких вопросов начать? У меня есть бесплатный видеоурок про то как избавиться от Excel в маркетинг-аналитике — вот ссылка.
@marketing_analysis
1. Помните гараж после ремонта? Сначала складываем нужное, потом "вдруг пригодится", потом "жалко выкидывать". Через год — куча хлама, а отвёртку ищешь полчаса. С отчётами то же самое. 25 вкладок, 80 метрик. Все спокойны — кажется, что всё под контролем.
2. Самое интересное начинается позже: выясняется, что весь этот склад нужен ради одного вопроса — "сколько стоит клиент?". Остальные показатели никто даже не помнит.
3. Я как-то по ошибке скрыл из отчёта 18 вкладок. Никто не заметил. Никто. Интересно - подумал я.
4. Дело даже не в отчётах. Дело в привычке. Большой документ выглядит солидно. Кажется - раз много цифр, значит работа серьёзная. Это вшито в нас - больше цифр равно больше контроля - так мы думаем.
5. Но порядок в аналитике наводится не добавлением, а вычитанием. Расходы, заявки, продажи - на одном экране. Остальное по запросу. Пусть лежит, но не мешает.
6. Иногда достаточно одной метрики. Главное - чтобы она была понятной и быстро отвечала на правильный вопрос.
Не знаете с каких вопросов начать? У меня есть бесплатный видеоурок про то как избавиться от Excel в маркетинг-аналитике — вот ссылка.
@marketing_analysis
❤3🐳1
Друзья! Вышло новое видео!
"ПОЧЕМУ “бесплатная” аналитика обходится ДОРОГО?"
Бесплатная аналитика — звучит заманчиво: мощный функционал, вебинары, отчёты, сертификаты. Но реальность быстро даёт по рукам. Данные не совпадают с CRM, отчёты сэмплируются, доступ к сырым данным — платный.
В этом видео я объясняю, почему бесплатность — иллюзия, какие скрытые расходы появляются на пути и почему качественная аналитика — это не трата, а страховка от дорогих ошибок.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
"ПОЧЕМУ “бесплатная” аналитика обходится ДОРОГО?"
Бесплатная аналитика — звучит заманчиво: мощный функционал, вебинары, отчёты, сертификаты. Но реальность быстро даёт по рукам. Данные не совпадают с CRM, отчёты сэмплируются, доступ к сырым данным — платный.
В этом видео я объясняю, почему бесплатность — иллюзия, какие скрытые расходы появляются на пути и почему качественная аналитика — это не трата, а страховка от дорогих ошибок.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
❤1🐳1
Кто сказал, что ручной отчёт — это “надёжнее, потому что сам проверил”?
1. Когда ВОЗ ввела чек-листы для хирургов, смертность на операциях из-за врачебных ошибок снизилась почти вдвое — с 1,5% до 0,8%. Хотя хирурги поначалу сопротивлялись, мол: "Я и так всё помню". Знакомо?
2. "Я делаю отчёт вручную — долго, но все ошибки проверю сам". Понятно, откуда ноги растут: сам проверил — значит всё под контролем.
3. Парадокс, но ручной отчёт — это всегда риск. Устал, отвлёкся, скопировал не из той вкладки. Кто-то добавил строку - итог уехал. Excel не спрашивает, уверен ли ты. Он просто считает. Даже если считает ерунду.
4. Мы доверяем ручной работе не потому, что она надёжнее. А потому, что путаем надёжность с ощущением контроля. "Держу руку на пульсе" — это про чувство, не про факт.
5. Надёжность - в устойчивости, а не в ощущениях. Когда каждое обновление идёт по одному пути. Независимо от того, кто устал, кто опоздал, кто уволен.
6. Контроль - это когда можно быстро получить ответ на вопрос: "Проверено?". В такой момент вы ожидаете не эмоции, а факты: сверку сумм, валидацию полей, лог ошибок.
7. А вы задаетесь таким вопросом? Или по-прежнему топите за ручную "надежность"?
Хотите по-настоящему надежный инструмент для расчётов? Начните с того, что откажитесь от Excel-зависимости — подробности по ссылке на бесплатный урок.
@marketing_analysis
1. Когда ВОЗ ввела чек-листы для хирургов, смертность на операциях из-за врачебных ошибок снизилась почти вдвое — с 1,5% до 0,8%. Хотя хирурги поначалу сопротивлялись, мол: "Я и так всё помню". Знакомо?
2. "Я делаю отчёт вручную — долго, но все ошибки проверю сам". Понятно, откуда ноги растут: сам проверил — значит всё под контролем.
3. Парадокс, но ручной отчёт — это всегда риск. Устал, отвлёкся, скопировал не из той вкладки. Кто-то добавил строку - итог уехал. Excel не спрашивает, уверен ли ты. Он просто считает. Даже если считает ерунду.
4. Мы доверяем ручной работе не потому, что она надёжнее. А потому, что путаем надёжность с ощущением контроля. "Держу руку на пульсе" — это про чувство, не про факт.
5. Надёжность - в устойчивости, а не в ощущениях. Когда каждое обновление идёт по одному пути. Независимо от того, кто устал, кто опоздал, кто уволен.
6. Контроль - это когда можно быстро получить ответ на вопрос: "Проверено?". В такой момент вы ожидаете не эмоции, а факты: сверку сумм, валидацию полей, лог ошибок.
7. А вы задаетесь таким вопросом? Или по-прежнему топите за ручную "надежность"?
Хотите по-настоящему надежный инструмент для расчётов? Начните с того, что откажитесь от Excel-зависимости — подробности по ссылке на бесплатный урок.
@marketing_analysis
🔥1🐳1
Ребят, внимание! Если кто-то ищет сеньора, который может строить продукты, вести команды и реально думать стратегически (не просто кодить), то есть отличный вариант. Могу поекомендовать.
Парень строит вещи уже 15+ лет — от блокчейн-тулинга в Parity до логистической магии в Delivery Hero, от децентрализованных приложений до систем видеосвязи. Он в общем-то был везде, где происходит что-то интересное в технологиях.
Он не просто очередной "фулл-стек разработчик" (все мы знаем, что это значит). Он реально думает о продуктах, ведет команды и пишет про технологии. Плюс делал дом на колесах и занимается стрельбой из лука - а это обычно дает +100 к безопасности в офисе. Это тот тип людей, которых хочется видеть в команде — кто может дебажить Kubernetes в 3 ночи, а потом объяснить, почему солнечная установка в его фургоне эффективнее, чем ваша офисная.
Если ищете кого-то, кто может:
- Строить масштабируемые системы (делал для миллионов пользователей)
- Вести инженерные команды (создавал и управлял командами в Parity)
- Думать стратегически о продуктах (не просто кодить)
- Пережить блокчейн-хайп (каким-то образом пережил)
- Писать код на Python, Go, TypeScript и, наверное, еще на 10 языках
...то вот ваш вариант. Он в Берлине, говорит на английском, немецком и русском.
Напишите мне, если нужен интро или есть вопросы. Рад соединять хороших людей с хорошими возможностями.
@marketing_analysis
Парень строит вещи уже 15+ лет — от блокчейн-тулинга в Parity до логистической магии в Delivery Hero, от децентрализованных приложений до систем видеосвязи. Он в общем-то был везде, где происходит что-то интересное в технологиях.
Он не просто очередной "фулл-стек разработчик" (все мы знаем, что это значит). Он реально думает о продуктах, ведет команды и пишет про технологии. Плюс делал дом на колесах и занимается стрельбой из лука - а это обычно дает +100 к безопасности в офисе. Это тот тип людей, которых хочется видеть в команде — кто может дебажить Kubernetes в 3 ночи, а потом объяснить, почему солнечная установка в его фургоне эффективнее, чем ваша офисная.
Если ищете кого-то, кто может:
- Строить масштабируемые системы (делал для миллионов пользователей)
- Вести инженерные команды (создавал и управлял командами в Parity)
- Думать стратегически о продуктах (не просто кодить)
- Пережить блокчейн-хайп (каким-то образом пережил)
- Писать код на Python, Go, TypeScript и, наверное, еще на 10 языках
...то вот ваш вариант. Он в Берлине, говорит на английском, немецком и русском.
Напишите мне, если нужен интро или есть вопросы. Рад соединять хороших людей с хорошими возможностями.
@marketing_analysis
Зачем считать конверсии по UTM, если половина ссылок без них?
1. Вас никогда не смущало, что официанты всегда записывают заказ? Даже если столик один и блюдо простое — всё равно блокнот или терминал. Это легко объяснимо. "Я запомню" - риск. Перепутал, забыл, отвлёкся - кухня готовит не то, а это потерянные деньги. Почему же в разметке трафика так часто полагаются на "и так запомним"?
2. UTM - это способ понять, какой канал работает. Пока метки ставят "когда вспомнят", половина бюджета уходит примерно туда же.
3. Попробуйте ради теста забыть про метки в нескольких промо-постах. CRM покажет одно, GA4 - другое, Meta - третье. Добро пожаловать в ад.
4. Конечно, дело не в людях. Пока метки создаются вручную - ошибки будут. Каждое "потом добавлю" - дыра в данных. Никакой дашборд не вытянет, если на входе бардак.
5. Метки должны быть частью процесса, а не чьей-то памяти. Шаблон, справочник кампаний, проверка перед публикацией. Тогда каждый клик попадает куда надо.
6. Только когда вы перестанете надеяться на свою память и привлечете кого-то, чтобы навести порядок - direct перестанет быть топовым источником ваших лидов.
7. А как у вас обстоят дела с UTM?
Хотите разобраться глубже? Бесплатный гайд по сквозной аналитике — по ссылке.
@marketing_analysis
1. Вас никогда не смущало, что официанты всегда записывают заказ? Даже если столик один и блюдо простое — всё равно блокнот или терминал. Это легко объяснимо. "Я запомню" - риск. Перепутал, забыл, отвлёкся - кухня готовит не то, а это потерянные деньги. Почему же в разметке трафика так часто полагаются на "и так запомним"?
2. UTM - это способ понять, какой канал работает. Пока метки ставят "когда вспомнят", половина бюджета уходит примерно туда же.
3. Попробуйте ради теста забыть про метки в нескольких промо-постах. CRM покажет одно, GA4 - другое, Meta - третье. Добро пожаловать в ад.
4. Конечно, дело не в людях. Пока метки создаются вручную - ошибки будут. Каждое "потом добавлю" - дыра в данных. Никакой дашборд не вытянет, если на входе бардак.
5. Метки должны быть частью процесса, а не чьей-то памяти. Шаблон, справочник кампаний, проверка перед публикацией. Тогда каждый клик попадает куда надо.
6. Только когда вы перестанете надеяться на свою память и привлечете кого-то, чтобы навести порядок - direct перестанет быть топовым источником ваших лидов.
7. А как у вас обстоят дела с UTM?
Хотите разобраться глубже? Бесплатный гайд по сквозной аналитике — по ссылке.
@marketing_analysis
❤1👍1🐳1
Кто сказал, что средняя конверсия показывает реальную картину?
1. Обожаю это каноничное видео с Матемаркетинга аж 7-летней давности. В нем Илья Красинский разбирает кейс интернет-магазина одежды. Команда смотрит отчёт: VK даёт конверсию 60%, маржинальность 30%. Всё сходится, канал рабочий. Или нет?
2. Подсказка: виновники торжества использовали среднюю конверсию выкупа по всем каналам. А по VK пришли люди на акции со скидками. Чуть ниже выкуп, чуть ниже маржа — и канал, который казался прибыльным, оказался убыточным.
3. Усреднение работает как компенсатор. Оно завышает показатели слабых каналов за счёт сильных. Вы инвестируете туда, где на самом деле теряете деньги.
4. "Но у нас же есть средние по рынку!" — скажете вы. Только средние по рынку не знают про ваши акции, ваш сегмент и вашу маржинальность на конкретный товар.
5. Это не статистическая погрешность. Это систематическая ошибка в принятии решений. Чем больше каналов и акций — тем сильнее искажение.
6. Маркетолог не врёт, когда приносит красивые средние цифры. Он просто не видит реальной картины. И вы тоже не видите.
7. А вы считаете unit-экономику по каждому каналу отдельно? Или по-прежнему верите в средние?
Интересно разобраться поглубже? Бесплатный гайд по сквозной аналитике — по ссылке.
@marketing_analysis
1. Обожаю это каноничное видео с Матемаркетинга аж 7-летней давности. В нем Илья Красинский разбирает кейс интернет-магазина одежды. Команда смотрит отчёт: VK даёт конверсию 60%, маржинальность 30%. Всё сходится, канал рабочий. Или нет?
2. Подсказка: виновники торжества использовали среднюю конверсию выкупа по всем каналам. А по VK пришли люди на акции со скидками. Чуть ниже выкуп, чуть ниже маржа — и канал, который казался прибыльным, оказался убыточным.
3. Усреднение работает как компенсатор. Оно завышает показатели слабых каналов за счёт сильных. Вы инвестируете туда, где на самом деле теряете деньги.
4. "Но у нас же есть средние по рынку!" — скажете вы. Только средние по рынку не знают про ваши акции, ваш сегмент и вашу маржинальность на конкретный товар.
5. Это не статистическая погрешность. Это систематическая ошибка в принятии решений. Чем больше каналов и акций — тем сильнее искажение.
6. Маркетолог не врёт, когда приносит красивые средние цифры. Он просто не видит реальной картины. И вы тоже не видите.
7. А вы считаете unit-экономику по каждому каналу отдельно? Или по-прежнему верите в средние?
Интересно разобраться поглубже? Бесплатный гайд по сквозной аналитике — по ссылке.
@marketing_analysis
🐳1
Кто сказал, что бесплатный продукт должен прятать ценность за paywall?
1. Альберт Ченг работал в Grammarly, когда они обнаружили проблему, про которую он сказал в интервью Ленни Рачицки: 90% пользователей сидели на бесплатном плане и считали продукт просто проверкой орфографии. Потому что именно это им показывали.
2. Платные функции - тон, ясность, переписывание предложений - были спрятаны за глухим paywall. Пользователь не видел, за что платить. И угадайте что? Не платил!
3. Команда перевернула логику. Вместо "заплати, чтобы увидеть" сделали "посмотри, потом заплати". Бесплатным пользователям стали показывать платные подсказки прямо в процессе письма.
4. Страх был понятный: если дать попробовать бесплатно, зачем платить? Оказалось - наоборот. Люди наконец увидели, что продукт умеет больше, чем исправлять запятые.
5. Результат: конверсия в оплату почти удвоилась. Не потому что стали агрессивнее продавать. Потому что продукт наконец показал свою ценность.
6. Ченг называет это "reverse trial" — обратный триал. Не время ограничивают, а количество премиум-подсказок в день. Работает лучше классических триалов для consumer-продуктов.
7. А ваш бесплатный продукт показывает лучшее, что вы умеете? Или прячет за стеной "подпишись, чтобы узнать"?
Если не уверены в том как правильно, то у меня есть бесплатный видеоурок про то как избавиться от Excel в маркетинг-аналитике — вот ссылка.
@marketing_analysis
1. Альберт Ченг работал в Grammarly, когда они обнаружили проблему, про которую он сказал в интервью Ленни Рачицки: 90% пользователей сидели на бесплатном плане и считали продукт просто проверкой орфографии. Потому что именно это им показывали.
2. Платные функции - тон, ясность, переписывание предложений - были спрятаны за глухим paywall. Пользователь не видел, за что платить. И угадайте что? Не платил!
3. Команда перевернула логику. Вместо "заплати, чтобы увидеть" сделали "посмотри, потом заплати". Бесплатным пользователям стали показывать платные подсказки прямо в процессе письма.
4. Страх был понятный: если дать попробовать бесплатно, зачем платить? Оказалось - наоборот. Люди наконец увидели, что продукт умеет больше, чем исправлять запятые.
5. Результат: конверсия в оплату почти удвоилась. Не потому что стали агрессивнее продавать. Потому что продукт наконец показал свою ценность.
6. Ченг называет это "reverse trial" — обратный триал. Не время ограничивают, а количество премиум-подсказок в день. Работает лучше классических триалов для consumer-продуктов.
7. А ваш бесплатный продукт показывает лучшее, что вы умеете? Или прячет за стеной "подпишись, чтобы узнать"?
Если не уверены в том как правильно, то у меня есть бесплатный видеоурок про то как избавиться от Excel в маркетинг-аналитике — вот ссылка.
@marketing_analysis
🐳2
Друзья! Вышло новое видео!
"Как быстро найти, что сломалось в АНАЛИТИКЕ?"
Открываете отчёт — а конверсии и трафик внезапно рухнули? Не спешите паниковать.
В этом видео я покажу, как быстро локализовать проблему: настроить алерты на ключевые метрики, проверить руками пользовательский сценарий, проанализировать срезы и учесть внешние факторы.
Такой алгоритм помогает за 15–30 минут понять, что именно сломалось, и вернуть систему в норму без суеты и хаоса.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
"Как быстро найти, что сломалось в АНАЛИТИКЕ?"
Открываете отчёт — а конверсии и трафик внезапно рухнули? Не спешите паниковать.
В этом видео я покажу, как быстро локализовать проблему: настроить алерты на ключевые метрики, проверить руками пользовательский сценарий, проанализировать срезы и учесть внешние факторы.
Такой алгоритм помогает за 15–30 минут понять, что именно сломалось, и вернуть систему в норму без суеты и хаоса.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
🐳2
Вы уверены, что Google - это просто поисковик?
1. Алекс Рамперт — партнёр a16z, до этого основал TrialPay и был одним из крупнейших affiliate-игроков в мире. Он объясняет штуку, которую все понимают, но редко проговаривают вслух: Google Ads - это своеобразный налог. Ты ищешь товар, кликаешь на рекламу, Google получает деньги. Такие дела.
2. Потребительские расходы - это огромная часть экономики. А Google сидит посередине и собирает комиссию с каждого клика. Не с продажи даже. С клика!
3. Рамперт говорит, что сам использует ChatGPT в тысячу раз чаще, чем Google. Но не для покупок. Для всего остального — да.
4. При этом Google пока не теряет деньги. Парадокс? Нет. Они теряют бесплатные информационные запросы, типа "кто выиграл Оскар в 77-м". А транзакционные - когда юзер хочет что-то купить - пока остаются.
5. Но это ненадолго. Когда агенты научатся покупать - налог сместится куда-то ещё. Вопрос только куда именно?
6. Маркетологи тратят кучу времени на оптимизацию CPC, но редко задумываются: а кто вообще получит этот "налог" через пять лет.
7. А как считаете вы? Кому отойдет кусочек пирога с кликами?
Если нужен инструмент, чтобы просто навести порядок в базовых расчётах — заберите бесплатный калькулятор конверсии по ссылке.
@marketing_analysis
1. Алекс Рамперт — партнёр a16z, до этого основал TrialPay и был одним из крупнейших affiliate-игроков в мире. Он объясняет штуку, которую все понимают, но редко проговаривают вслух: Google Ads - это своеобразный налог. Ты ищешь товар, кликаешь на рекламу, Google получает деньги. Такие дела.
2. Потребительские расходы - это огромная часть экономики. А Google сидит посередине и собирает комиссию с каждого клика. Не с продажи даже. С клика!
3. Рамперт говорит, что сам использует ChatGPT в тысячу раз чаще, чем Google. Но не для покупок. Для всего остального — да.
4. При этом Google пока не теряет деньги. Парадокс? Нет. Они теряют бесплатные информационные запросы, типа "кто выиграл Оскар в 77-м". А транзакционные - когда юзер хочет что-то купить - пока остаются.
5. Но это ненадолго. Когда агенты научатся покупать - налог сместится куда-то ещё. Вопрос только куда именно?
6. Маркетологи тратят кучу времени на оптимизацию CPC, но редко задумываются: а кто вообще получит этот "налог" через пять лет.
7. А как считаете вы? Кому отойдет кусочек пирога с кликами?
Если нужен инструмент, чтобы просто навести порядок в базовых расчётах — заберите бесплатный калькулятор конверсии по ссылке.
@marketing_analysis
❤2👌1🐳1
Миллионы пользователей - это уже успех? Или еще нет?
1. Джош Миллер и Херш Бхаргава - основатели Browser Company. Сделали Arc - браузер, который любили миллионы людей. Ну, миллионы из tech-тусовки. И вот они смотрят на это и говорят: нет, начинаем заново.
2. Миллер объясняет в одном из подкастов: когда они основывали компанию, цель была не "сделать браузер для tech-людей". Цель была изменить то, как 4 миллиарда людей пользуются интернетом. Как Chrome, только лучше.
3. Arc был популярен среди определённой аудитории. Но у него была проблема, которую они называли "novelty tax" — слишком много нового. Early adopters кайфовали, а mass market не понимал, зачем им учить новый интерфейс.
4. Они пробовали сделать Arc проще. Не получилось. Внутренние обсуждения типа "а что делать с сайдбаром" были не на том уровне. Чтобы построить что-то принципиально новое, нужно было начать с нуля.
5. Миллер говорит прямо: если бы целью были просто миллионы пользователей - они бы по-другому структурировали компанию, по-другому привлекали бы деньги. Но это никогда не было целью.
6. Вместо Arc они сделали Dia - браузер, который учится на каждой открытой вкладке. Идея в том, что браузер видит всё, что ты делаешь: документы, которые пишешь, сайты, которые читаешь. И со временем становится персональным AI-слоем поверх интернета. Не вкладки и не красивый интерфейс — а интеллект, который знает тебя.
7. VC искажает восприятие успеха? Может быть. Но у этих ребят изначально была другая планка. И они решили к ней вернуться. Что думаете о таком повороте?
Вы не уверены в том, как выстроить систему отчётности? Начните с моего видеоурока про ТЗ на маркетинг-аналитику. Он бесплатен и доступен по ссылке.
@marketing_analysis
1. Джош Миллер и Херш Бхаргава - основатели Browser Company. Сделали Arc - браузер, который любили миллионы людей. Ну, миллионы из tech-тусовки. И вот они смотрят на это и говорят: нет, начинаем заново.
2. Миллер объясняет в одном из подкастов: когда они основывали компанию, цель была не "сделать браузер для tech-людей". Цель была изменить то, как 4 миллиарда людей пользуются интернетом. Как Chrome, только лучше.
3. Arc был популярен среди определённой аудитории. Но у него была проблема, которую они называли "novelty tax" — слишком много нового. Early adopters кайфовали, а mass market не понимал, зачем им учить новый интерфейс.
4. Они пробовали сделать Arc проще. Не получилось. Внутренние обсуждения типа "а что делать с сайдбаром" были не на том уровне. Чтобы построить что-то принципиально новое, нужно было начать с нуля.
5. Миллер говорит прямо: если бы целью были просто миллионы пользователей - они бы по-другому структурировали компанию, по-другому привлекали бы деньги. Но это никогда не было целью.
6. Вместо Arc они сделали Dia - браузер, который учится на каждой открытой вкладке. Идея в том, что браузер видит всё, что ты делаешь: документы, которые пишешь, сайты, которые читаешь. И со временем становится персональным AI-слоем поверх интернета. Не вкладки и не красивый интерфейс — а интеллект, который знает тебя.
7. VC искажает восприятие успеха? Может быть. Но у этих ребят изначально была другая планка. И они решили к ней вернуться. Что думаете о таком повороте?
Вы не уверены в том, как выстроить систему отчётности? Начните с моего видеоурока про ТЗ на маркетинг-аналитику. Он бесплатен и доступен по ссылке.
@marketing_analysis
🔥3🐳1
Почему отчёты “сходятся” только тогда, когда их сводит сам CMO?
1. В когнитивной психологии есть так называемый эффект "свежего взгляда" (fresh eyes effect): человек быстрее замечает ошибки в чужой работе, чем в своей. Причина - мы смотрим на свою работу через призму собственных допущений и логики, а на чужую - критически, без предвзятости. В маркетинге это усиливается: отчёты часто сходятся только когда за них садится CMO.
2. Примерно раз в неделю мне попадается проект, где цифры от подрядчиков, CRM и BI живут в трёх параллельных измерениях. Алгоритмы, атрибуция, статусы, даты - всё "по логике исполнителя". Достаточно самому посидеть часок в базе данных, как всё внезапно "встает на свои места".
3. Магия? Нет. Просто система держится не на архитектуре данных, а на куче подрядчиков. Когда каждый считает по-своему, единственный, кто знает реальные правила игры, становится тем самым "универсальным сводителем правды". Такие дела.
4. То есть проблема - в отсутствии единого расчётного ядра. Пока логика живёт в голове CMO, а не в системе, отчёты будут плясать, а бизнес - принимать решения на чужих интерпретациях.
5. Каждый раз мы вынимаем всю арифметику из головы CMO и выносим в облачную базу данных: единые конверсии, единые статусы, единые периоды. Конфликты исчезают за неделю.
6. И да - после этого отчёты начнут сходиться и без вас. Станут скучно, но предсказуемо. Тогда и можно будет заняться маркетингом.
Если Excel + CMO стали вашей второй аналитикой — пора что-то менять. У меня есть бесплатный урок, который покажет, как выбраться из этой зависимости.
@marketing_analysis
1. В когнитивной психологии есть так называемый эффект "свежего взгляда" (fresh eyes effect): человек быстрее замечает ошибки в чужой работе, чем в своей. Причина - мы смотрим на свою работу через призму собственных допущений и логики, а на чужую - критически, без предвзятости. В маркетинге это усиливается: отчёты часто сходятся только когда за них садится CMO.
2. Примерно раз в неделю мне попадается проект, где цифры от подрядчиков, CRM и BI живут в трёх параллельных измерениях. Алгоритмы, атрибуция, статусы, даты - всё "по логике исполнителя". Достаточно самому посидеть часок в базе данных, как всё внезапно "встает на свои места".
3. Магия? Нет. Просто система держится не на архитектуре данных, а на куче подрядчиков. Когда каждый считает по-своему, единственный, кто знает реальные правила игры, становится тем самым "универсальным сводителем правды". Такие дела.
4. То есть проблема - в отсутствии единого расчётного ядра. Пока логика живёт в голове CMO, а не в системе, отчёты будут плясать, а бизнес - принимать решения на чужих интерпретациях.
5. Каждый раз мы вынимаем всю арифметику из головы CMO и выносим в облачную базу данных: единые конверсии, единые статусы, единые периоды. Конфликты исчезают за неделю.
6. И да - после этого отчёты начнут сходиться и без вас. Станут скучно, но предсказуемо. Тогда и можно будет заняться маркетингом.
Если Excel + CMO стали вашей второй аналитикой — пора что-то менять. У меня есть бесплатный урок, который покажет, как выбраться из этой зависимости.
@marketing_analysis
💯2🐳1
Почему оптимизация рекламных кампаний ломается из-за одного кривого события?
1. Есть у инженеров правило: если один датчик врёт - вся система слепнет. В рекламных кабинетах этот датчик - событие, которое “почему-то перестало отправляться”.
2. Случай из практики: кампания шла идеально, а потом внезапно “просела”. Клиент приводил версию от Chat GPT: “Всё нормально, алгоритм обучается”. Но он не адаптировался - он просто потерял ключевое и начал обучаться на том, что осталось: просмотрах страниц.
3. Алгоритмы - не маги. Они не “чувствуют спрос”, не “понимают поведение”, они тупо смотрят на входящие события. Нет событий - нет оптимизации. No money - no honey.
4. Что будет, если строить трекинг по MVP-принципу “ну работает же”? Однажды отвалится событие, от которого зависит весь бюджет. Реальный, не MVP.
5. Мы решаем этот бардак так же, как и любой инженер решает проблему слепого датчика - мониторингом. Регулярный кросс-чек, алерты,.
6. И да - я проверяю события чаще, чем прогноз погоды. Потому что ошибка дороже - промокшая футболка против месячного бюджета.
7. А у вы проверяли свой трекинг? Или и так работает же?
Хотите понять, что именно мешает аналитике собраться в единую систему? Бесплатный гайд - по ссылке.
@marketing_analysis
1. Есть у инженеров правило: если один датчик врёт - вся система слепнет. В рекламных кабинетах этот датчик - событие, которое “почему-то перестало отправляться”.
2. Случай из практики: кампания шла идеально, а потом внезапно “просела”. Клиент приводил версию от Chat GPT: “Всё нормально, алгоритм обучается”. Но он не адаптировался - он просто потерял ключевое и начал обучаться на том, что осталось: просмотрах страниц.
3. Алгоритмы - не маги. Они не “чувствуют спрос”, не “понимают поведение”, они тупо смотрят на входящие события. Нет событий - нет оптимизации. No money - no honey.
4. Что будет, если строить трекинг по MVP-принципу “ну работает же”? Однажды отвалится событие, от которого зависит весь бюджет. Реальный, не MVP.
5. Мы решаем этот бардак так же, как и любой инженер решает проблему слепого датчика - мониторингом. Регулярный кросс-чек, алерты,.
6. И да - я проверяю события чаще, чем прогноз погоды. Потому что ошибка дороже - промокшая футболка против месячного бюджета.
7. А у вы проверяли свой трекинг? Или и так работает же?
Хотите понять, что именно мешает аналитике собраться в единую систему? Бесплатный гайд - по ссылке.
@marketing_analysis
Ребят, есть дело!
Ищу парт‑тайм партнёра по аналитике — человека, которому реально интересно возиться с данными, Python и задачами из маркетинга/продукта.
Кого я ищу:
- Python как рабочий инструмент (pandas, numpy, базовые визуализации);
- понимаешь основы ML / Data Science (классификация/регрессия, фичи, базовая валидация моделей);
- умеешь формулировать гипотезы, проверять их на данных и объяснять результат не только аналитикам, но и маркетологам/руководителям.
Примеры задач:
- собрать и автоматизировать витрины;
- помочь с прототипами моделей (скоринг, приоритизация, сегментация и т.п.);
- мапить и тюнить модели,
Что могу дать:
- работа напрямую со мной: разбор кейсов, архитектуры, кода и решений;
- гибкий график,можно нужно совмещать с основной работой;
- интересные живые проекты + дополнительный доход (обсуждаем по итогам первого тестового проекта).
Если тебе это заходит — напиши мне:
- пару предложений о себе;
- примеры проектов или задач, которыми ты гордишься (можно без деталей бизнеса);
- удобный способ связи.
Ищу парт‑тайм партнёра по аналитике — человека, которому реально интересно возиться с данными, Python и задачами из маркетинга/продукта.
Кого я ищу:
- Python как рабочий инструмент (pandas, numpy, базовые визуализации);
- понимаешь основы ML / Data Science (классификация/регрессия, фичи, базовая валидация моделей);
- умеешь формулировать гипотезы, проверять их на данных и объяснять результат не только аналитикам, но и маркетологам/руководителям.
Примеры задач:
- собрать и автоматизировать витрины;
- помочь с прототипами моделей (скоринг, приоритизация, сегментация и т.п.);
- мапить и тюнить модели,
Что могу дать:
- работа напрямую со мной: разбор кейсов, архитектуры, кода и решений;
- гибкий график,
- интересные живые проекты + дополнительный доход (обсуждаем по итогам первого тестового проекта).
Если тебе это заходит — напиши мне:
- пару предложений о себе;
- примеры проектов или задач, которыми ты гордишься (можно без деталей бизнеса);
- удобный способ связи.
Telegram
Александр Игнатенко
Пишу об аналитике в https://go.add-2-cart.online/telegram
🔥4❤2
Друзья! Вышло новое видео!
"ПОЧЕМУ тесты не дают РОСТА?"
Многие маркетинговые команды живут в вечном режиме «давайте ещё потестим». Кнопки, тексты, лендинги — всё крутится, а роста нет.
В этом видео я расскажу, почему тестирование ради тестирования бессмысленно, когда лучше полагаться на анализ, интервью и здравый смысл, и как перейти к гипотезам, которые реально двигают бизнес.
Ведь рост — это не количество тестов, а качество решений.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
"ПОЧЕМУ тесты не дают РОСТА?"
Многие маркетинговые команды живут в вечном режиме «давайте ещё потестим». Кнопки, тексты, лендинги — всё крутится, а роста нет.
В этом видео я расскажу, почему тестирование ради тестирования бессмысленно, когда лучше полагаться на анализ, интервью и здравый смысл, и как перейти к гипотезам, которые реально двигают бизнес.
Ведь рост — это не количество тестов, а качество решений.
Видео уже доступно для просмотра на платформах:
YouTube
VK Video
Яндекс Дзен
Forwarded from R-Founders / Анонсы активностей (Anna Moshnina)
Media is too big
VIEW IN TELEGRAM
Ребята, привет!
У нас новый подкаст на канале «Катя собирает Real Founders».
Гость нового выпуска — Кирилл Касимский, co-founder Plurio AI Agent & Elly Analytics (21 год в предпринимательстве, рынок США).
Катя и Кирилл обсудили новую логику построения AI‑first компании, как строить продукт, нанимать команду и масштабировать через roll‑up стратегию.
Это выпуск про тех, кто успел перестроиться под новую реальность.
🤩 Смотрите на YouTube
🤩 Слушайте на любимых подкаст-площадках
Искренне радуемся, когда вы лично пишите свои слова поддержки нашему подкасту💔
А ещё теплее становится, когда вы делитесь ими в комментариях)
У нас новый подкаст на канале «Катя собирает Real Founders».
Гость нового выпуска — Кирилл Касимский, co-founder Plurio AI Agent & Elly Analytics (21 год в предпринимательстве, рынок США).
Катя и Кирилл обсудили новую логику построения AI‑first компании, как строить продукт, нанимать команду и масштабировать через roll‑up стратегию.
Это выпуск про тех, кто успел перестроиться под новую реальность.
Искренне радуемся, когда вы лично пишите свои слова поддержки нашему подкасту
А ещё теплее становится, когда вы делитесь ими в комментариях)
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Как CMO оказался главным бэкенд-разработчиком - и как ему оттуда выбраться?
1. В любой команде бывает момент, когда самый мотивированный становится “временным техлидом”. Проблема в том, что в найме этим человеком почти всегда оказывался я. CMO.
2. Серьёзно. Вместо стратегии разбирался с триггерами, дебажил preview mode, ловил события, которые mysterious образом не попадали в dataLayer. Подрядчикиподдерживали поддакивали: “Поправьте сами - там ничего сложного”.
3. Так обычно и бывает - CMO превращается в робота, который чинит трекинг вместо того, чтобы управлять им. Это неизбежно, когда у GTM нет владельца: зона ответственности размазывается, и в итоге тот, кому нужнее результат, сам идёт в контейнер. Прелесть.
4. Однажды я поймал себя на мысли, что объясняю разработчикам, почему рискованно вешать события на детальные CSS-селекторы. Это был момент истины: система работает неправильно, если её главный технический эксперт — маркетолог. То есть я понял банальщину - зарплату мне будут платить не тегами и не триггерами LOL.
5. Выход тогда оказался простой: выбрать подрядчика, назначить владельцем трекинга, прописать регламент изменений, ввести ревью всех публикаций контейнера.
6. После в GTM я стал ходить редко и с удовольствием. Как гость, а не как бэкенд-разработчик по совместительству.
7. А как там ваш GTM? Уже повесили новое событие по тз от подрядчика?
Устали жить в табличках? Посмотрите бесплатный видеоурок: как работать с данными без ежедневных танцев с Excel.
@marketing_analysis
1. В любой команде бывает момент, когда самый мотивированный становится “временным техлидом”. Проблема в том, что в найме этим человеком почти всегда оказывался я. CMO.
2. Серьёзно. Вместо стратегии разбирался с триггерами, дебажил preview mode, ловил события, которые mysterious образом не попадали в dataLayer. Подрядчики
3. Так обычно и бывает - CMO превращается в робота, который чинит трекинг вместо того, чтобы управлять им. Это неизбежно, когда у GTM нет владельца: зона ответственности размазывается, и в итоге тот, кому нужнее результат, сам идёт в контейнер. Прелесть.
4. Однажды я поймал себя на мысли, что объясняю разработчикам, почему рискованно вешать события на детальные CSS-селекторы. Это был момент истины: система работает неправильно, если её главный технический эксперт — маркетолог. То есть я понял банальщину - зарплату мне будут платить не тегами и не триггерами LOL.
5. Выход тогда оказался простой: выбрать подрядчика, назначить владельцем трекинга, прописать регламент изменений, ввести ревью всех публикаций контейнера.
6. После в GTM я стал ходить редко и с удовольствием. Как гость, а не как бэкенд-разработчик по совместительству.
7. А как там ваш GTM? Уже повесили новое событие по тз от подрядчика?
Устали жить в табличках? Посмотрите бесплатный видеоурок: как работать с данными без ежедневных танцев с Excel.
@marketing_analysis
👍5
Почему “позже автоматизируем” почти всегда означает “ещё год будем страдать вручную”?
1. Есть универсальный закон управления: “позже” - худшая дата в календаре. В автоматизации аналитики это справедливо вдвойне.
2. Я видел десятки компаний, где рос маркетинг, росли бюджеты, росли отчёты - и всё это держалось на одной таблице в Google Sheets. И на вечной фразе: “Пока работает. Потом автоматизируем”.
3. Правду вы знаете. “Потом” никогда не приходит. Потому что ручная работа кажется быстрым костылём: “один раз свести — несложно”. Потом ещё раз. Потом ещё. Через полгода свод превращается в трехчасовую агонию Excel-горячки.
4. Проблема не в том, что автоматизация сложная. Просто мы избегаем изменений. Изменения - это страшно.
5. В свое время в найме мы спаслись, просто назначив дедлайн: дату, после которой ручных сводов не существует. Мы не вытащили себя как Мюнхгаузен, но приступили к маленьким шагам: один источник → nightly refresh → базовый дашборд.
6. И внезапно выяснилось, что автоматизация не “дорогая и страшная”. Особенно если сравнивать её с годом ручного страдания.
7. А cколько лет вашим "позже автоматизируем"?
Если “автоматизация аналитики” звучит слишком громко, начните с моего бесплатного гайда. Он объясняет всё простыми словами.
@marketing_analysis
1. Есть универсальный закон управления: “позже” - худшая дата в календаре. В автоматизации аналитики это справедливо вдвойне.
2. Я видел десятки компаний, где рос маркетинг, росли бюджеты, росли отчёты - и всё это держалось на одной таблице в Google Sheets. И на вечной фразе: “Пока работает. Потом автоматизируем”.
3. Правду вы знаете. “Потом” никогда не приходит. Потому что ручная работа кажется быстрым костылём: “один раз свести — несложно”. Потом ещё раз. Потом ещё. Через полгода свод превращается в трехчасовую агонию Excel-горячки.
4. Проблема не в том, что автоматизация сложная. Просто мы избегаем изменений. Изменения - это страшно.
5. В свое время в найме мы спаслись, просто назначив дедлайн: дату, после которой ручных сводов не существует. Мы не вытащили себя как Мюнхгаузен, но приступили к маленьким шагам: один источник → nightly refresh → базовый дашборд.
6. И внезапно выяснилось, что автоматизация не “дорогая и страшная”. Особенно если сравнивать её с годом ручного страдания.
7. А cколько лет вашим "позже автоматизируем"?
Если “автоматизация аналитики” звучит слишком громко, начните с моего бесплатного гайда. Он объясняет всё простыми словами.
@marketing_analysis
🔥1
Посмотрел тут новое интервью Елена Верна
Она сейчас лидирует рост в Lovable и вбросила интересный тейк про активацию.
Для большинства AI-продуктов активация - это окошко чата. Промпт и результат. Сходу там не так много возможностей для оптимизации. Нельзя по сути убрать шаг из воронки, если это не воронка, а ведро.
То есть фокус команды роста (внезапно) оказался не на конверсии в активацию.
Зона роста смещается глубже. Вместо оптимизации поверхностного слоя - работа внутри продукта. Вместо улучшения воронки на старте - улучшения самого агента.
А еще она говорит, что раньше тратила 5-10% времени на инновации в росте, остальное - полировка текущей воронки. Сейчас тратит 95% на инновации и только 5% на оптимизацию.
И меня зацепило. Ну а правда, что оптимизировать на входе? Саджесты запросов? Локализацию? Голосовой ввод? Сама природа интерфейса - окошко чата - уже как будто бы порешала вопросы активации. Узкое место переезжает дальше.
Нет у вас ощущения, что для growth-команд AI-продуктов это важный сигнал? Поделитесь в камментах.
@marketing_analysis
Она сейчас лидирует рост в Lovable и вбросила интересный тейк про активацию.
Для большинства AI-продуктов активация - это окошко чата. Промпт и результат. Сходу там не так много возможностей для оптимизации. Нельзя по сути убрать шаг из воронки, если это не воронка, а ведро.
То есть фокус команды роста (внезапно) оказался не на конверсии в активацию.
Зона роста смещается глубже. Вместо оптимизации поверхностного слоя - работа внутри продукта. Вместо улучшения воронки на старте - улучшения самого агента.
А еще она говорит, что раньше тратила 5-10% времени на инновации в росте, остальное - полировка текущей воронки. Сейчас тратит 95% на инновации и только 5% на оптимизацию.
И меня зацепило. Ну а правда, что оптимизировать на входе? Саджесты запросов? Локализацию? Голосовой ввод? Сама природа интерфейса - окошко чата - уже как будто бы порешала вопросы активации. Узкое место переезжает дальше.
Нет у вас ощущения, что для growth-команд AI-продуктов это важный сигнал? Поделитесь в камментах.
@marketing_analysis
YouTube
The new AI growth playbook for 2026 | How Lovable hit $200M ARR in one year
Elena Verna is the head of growth at Lovable, the leading AI-powered app builder that hit $200 million in annual recurring revenue in under a year with just 100 employees. In this record fourth appearance on the podcast, Elena shares how the traditional growth…
👍2
Как один забытый триггер в GTM может слить бюджет в унитаз?
1. Помните старый добрый “Эффект бабочки”? Когда взмах крыла вызывал бурю. В GTM такая бабочка - триггер, который кто-то забыл вычистить год назад.
2. Никогда не спешите радоваться росту метрик после апдейта. Разработчики редко погружаются в природу тригеров, так что лавина конверсий вполне может быть багом, а не фичей. И вот почему.
3. Представьте ситуацию: старый триггер внезапно активировался и начал штамповать события, которых не существовало. Дальше больше: события улетели в РК, алгоритмы восприняли это как сигнал к победе и отправили бюджет в сторону “волшебного сегмента”.
4. Проблема в том, что у админ-панели у GTM может быть двузначное число администраторов. А если контейнером никто не управляет, он живёт по спорадическим законам: что-то умирает, что-то оживает, что-то начинает стрелять в воздух.
5. Стоит денек покопаться в версиях, провести гигиену тегов и переменных: как все волшебным образом встает на свои места.
6. И теперь, когда я вижу “резкий рост конверсий”, то первым делом проверяю не бэклог гипотез, а события. Ищу бабочку, которая способна породить бурю. И очень часто нахожу.
7. Как там ваш контейнер? Живет своей жизнью?
Если Excel каждый день ломается “сам” — начните с моего бесплатного урока. Он про то, как выйти из замкнутого круга.
@marketing_analysis
1. Помните старый добрый “Эффект бабочки”? Когда взмах крыла вызывал бурю. В GTM такая бабочка - триггер, который кто-то забыл вычистить год назад.
2. Никогда не спешите радоваться росту метрик после апдейта. Разработчики редко погружаются в природу тригеров, так что лавина конверсий вполне может быть багом, а не фичей. И вот почему.
3. Представьте ситуацию: старый триггер внезапно активировался и начал штамповать события, которых не существовало. Дальше больше: события улетели в РК, алгоритмы восприняли это как сигнал к победе и отправили бюджет в сторону “волшебного сегмента”.
4. Проблема в том, что у админ-панели у GTM может быть двузначное число администраторов. А если контейнером никто не управляет, он живёт по спорадическим законам: что-то умирает, что-то оживает, что-то начинает стрелять в воздух.
5. Стоит денек покопаться в версиях, провести гигиену тегов и переменных: как все волшебным образом встает на свои места.
6. И теперь, когда я вижу “резкий рост конверсий”, то первым делом проверяю не бэклог гипотез, а события. Ищу бабочку, которая способна породить бурю. И очень часто нахожу.
7. Как там ваш контейнер? Живет своей жизнью?
Если Excel каждый день ломается “сам” — начните с моего бесплатного урока. Он про то, как выйти из замкнутого круга.
@marketing_analysis
🤝2
Почему “внедрите нам трекинг” превращается в 10 сезонов мыльной оперы?
1. Антон Павлович говорил базу: если в первом акте появилось ружьё, в третьем оно выстрелит. В трекинге всё наоборот - ружьё появляется в первом акте, и дальше его ищут все подряд до самого занавеса. И после него.
2. Не видел ни одного проекта, где “нам нужен трекинг за недельку” заканчивалось за недельку. Обычно через месяц половина событий не доходит, другая половина считает что-то своё, а третья половина (да, их всегда три) вообще непонятно откуда взялась.
3. Причина на поверхности: исполнителя воспринимают как ведро для тикетов. Маркетинг хочет одно, продукт - другое, продажи - третье, а подрядчику вообще все равно - он настраивает так, как привык. Документации нет, владельца у процесса нет. Но! Всегда есть "нужно вчера".
4. Логинюсь я в клиентские GTM. И не удивляюсь десяткам событий вида “click_2_new_copy_final_v5”. Даже не задав ни одного вопроса, я знаю, что никто понятия не имеет о происходящем.
5. Рабочий трекинг начинается с проектирования: схема событий, единая логика, зоны ответственности. Только потом теги, счетчики и если надо серверный слой.
6. Когда есть архитектура, сериал превращается в короткометражку. А это уже формат, который можно поглядеть на планерке. Потому что вся история становится понятной и управляемой.
7. А как там ваши события?
Если вы хотите глубже разобраться в маркетинг- и продуктовой аналитике, я подготовил подробный гайд по сквозной аналитике за 1 месяц. Он бесплатен и доступен по ссылке.
@marketing_analysis
1. Антон Павлович говорил базу: если в первом акте появилось ружьё, в третьем оно выстрелит. В трекинге всё наоборот - ружьё появляется в первом акте, и дальше его ищут все подряд до самого занавеса. И после него.
2. Не видел ни одного проекта, где “нам нужен трекинг за недельку” заканчивалось за недельку. Обычно через месяц половина событий не доходит, другая половина считает что-то своё, а третья половина (да, их всегда три) вообще непонятно откуда взялась.
3. Причина на поверхности: исполнителя воспринимают как ведро для тикетов. Маркетинг хочет одно, продукт - другое, продажи - третье, а подрядчику вообще все равно - он настраивает так, как привык. Документации нет, владельца у процесса нет. Но! Всегда есть "нужно вчера".
4. Логинюсь я в клиентские GTM. И не удивляюсь десяткам событий вида “click_2_new_copy_final_v5”. Даже не задав ни одного вопроса, я знаю, что никто понятия не имеет о происходящем.
5. Рабочий трекинг начинается с проектирования: схема событий, единая логика, зоны ответственности. Только потом теги, счетчики и если надо серверный слой.
6. Когда есть архитектура, сериал превращается в короткометражку. А это уже формат, который можно поглядеть на планерке. Потому что вся история становится понятной и управляемой.
7. А как там ваши события?
Если вы хотите глубже разобраться в маркетинг- и продуктовой аналитике, я подготовил подробный гайд по сквозной аналитике за 1 месяц. Он бесплатен и доступен по ссылке.
@marketing_analysis
🤝2