R&D и экономика масштабирования — трек для всех, кто устал верить в оценку эффективности «на глаз» 💸

Когда AI и эксперименты становятся рутиной, дороже всего обходятся ошибки в оценке эффекта и выборе решения. В «Молекуле» спикеры разберут, как переводить гипотезы, исследования и экспериментальный дизайн в управляемую экономику роста — от e-grocery до CVM.

До перерыва — 6 докладов. Вот короткий маршрут:

🕙 10:00 | Алан Караев (Wildberries & Russ)
Эконометрика для панельных данных: метод «within-group regression» как способ снижать дисперсию оценок и быстрее считать ретроспективные исследования при оптимизации объема поставок на торговые точки.

🕥 10:35 | Никита Бобух (Авиасейлс)
Как не остановить рост во время миграции техстека: перенос логики экспериментов в DWH, запуск A/B без разработчиков и превращение аналитического слоя (SQL + хранилище) в часть продакшена.

🕦 11:25 | Антон Марцен (Yandex Autonomous Vehicles)
Аналитика автопилотов: что происходит с привычными воронками, LTV и A/B, когда продукт выходит в физический мир — и какими метриками/аналогами это заменяется в робототехнике.

🕛 12:00 | Никита Новиков (Lenta Tech)
EBITDA по описанию фичи: как ML помогает планировать разработку и приоритизировать инициативы еще до реализации (ошибка в ставке на фичу стоит слишком дорого).

🕧 12:35 | Ян Пиле (Magnit Tech)
Эксперименты в офлайне без самообмана: качество разбиения групп и кластерные тесты — где именно ломается методология и как это чинить до того, как вы «увидели эффект».

🕐 13:10 | Никита Никитченко (X5 Tech)
Глобальная контрольная группа для CVM: как оценивать эффект тысяч кампаний не по ощущению и не по красивым прокрасам, а так, чтобы выводы выдерживали вопросы бизнеса.

Если вы в поисках практик, которые помогают превращать R&D в предсказуемый инструмент развития продукта — приходите в «Молекулу» 👀