Кто такой аналитик? Спойлер: каждый из нас 🥶

Представьте будний день. Вы встаёте, выглядываете в окно, сверяетесь с прогнозом  погоды — видите по прогнозу⁠ дождь. Ваше решение: взять с собой зонт. Чуть позже листаете меню доставок, сравниваете цену, время ожидания, рейтинг ресторана —⁠ и выбираете ужин. Это и есть бытовой анализ данных: мы собираем цифры и факты, чтобы получить максимальный личный “выигрыш” — комфорт, вкус, экономию времени.

В продуктовой компании принцип тот же, меняются только:

🌎 Масштаб — тысячи или миллионы пользователей
💶 Ставки — вместо личного удобства —⁠ деньги и рост бизнеса
↗️ Инструменты — вместо «посмотреть в окно» — логи, BI‑дашборды, A/B‑тесты, ML‑модели.

1️⃣ Аналитика в быту:
Представьте, что проект — это ваше тело. Цель: весить 70 кг. Мы выбрали одну-единственную метрику массу тела — и каждый день сверяемся только с ней.

Проблема одной единственной метрики в том, что она не учитывает всей картины и часто люди привязываются к метрике и ставят себе цель во чтобы то ни стало увеличить (или уменьшить) именно ее. Представим, что цель в 70 кг была достигнута, ценой жесткой диеты, ограничений, нарушений сна и т.п. Кажется, что мы достигли цели, но глобально мы запустили проект и проиграли в долгосроке. При такой диете и ограничениях высокая вероятность ухудшить качество кожи, сна, волос и т.п.

Как исправить? Продумать систему метрик - например, теперь будем измерять:
• вес;
• процент жира;
• качество сна;
• состояние кожи и волос;
• уровень энергии;
• и т.п.

Теперь мы видим, что цель «70 кг» ценой проваленного сна и ухудшения кожи — плохая стратегия. Мы ищем баланс и корректируем план действия.

Поздравляю, вы нашли проблему, решили ее и не ухудшили другие показатели в этом и суть работы аналитика)

2️⃣А как узнать за какими метриками нужно наблюдать?
Здесь все зависит от продукта, вы можете придумать и свои метрики, как в примере выше, но это будет приходить с опытом и насмотренностью. В бизнесе есть уже большое количество стандартных метрик, которые, как правило стоит отслеживать. Вот часть из них:
• GMV (общий оборот денег);
• MAU / DAU / WAU (количество уникальных пользователей в месяц/день/неделю);
• Retention (процент удержания пользователей на n-ый день);
• и т.д.

Статья про метрики клик

© Вывод:
Аналитика —⁠ это не про сложные формулы, а про привычку осознанно ставить цель и проверять её разными показателями. Мы делаем это ежедневно:
• выбираем одежду по прогнозу погоды;
• еду —⁠ по цене и рейтингу;
• интернет тариф —⁠ по количеству ГБ и Минут.

Так что, если вы уже проверяете два-три показателя перед решением, поздравляю —⁠ вы аналитик. Осталось лишь выбрать верные метрики и держать их в балансе.