TGViewer
Channel Public Channel
JetMetrics

JetMetrics

@jetmetrics

Канал Димы Некрасова о системном подходе к метрикам продукта и бизнеса.

Хаб знаний – джетметрикс.рф
Кофаундер – JetMetrics.io
ex-CEO агенства – Datmark.com

12 лет в аналитике и BI

Строю единорога и мечтаю сделать аналитику более actionable
Subscribers
2.27K
Photos
299
Videos
19
Links
206
Recent Posts 20 shown
Post #475 320
📕 Энциклопедия метрики

Как насчет такой еженедельной рубрики?

Подробно разбираем одну конкретную метрику:
- как правильно считать;
- какие ошибки можно допустить;
- какие разрезы важны и нужны;
- как она связана с другими показателями;
- на какие вопросы позволяет отвечать;
и не только.

Начнём с важнейшей метрики удержания – доли клиентов с повторными покупками (aka Repeat purchase rate).

Поставьте 🔥, если это полезно и хотите видеть такие посты каждую неделю.

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 43
  • ❤ 4
Post #474 509
Как агрегировать метрики и не получить чушь

В прошлом посте писал, что для контекста ИИ должен понимать, какую метрику как можно агрегировать.

Например, нельзя посчитать среднюю конверсию сложив ее за несколько периодов. Или сложить DAU за 7 дней и получить тем самым WAU.

Давайте вспомним базу – её знать надо. Уверен, что даже матёрые аналитики ошибались. Я вот, например, много раз 👋. Но не с конверсией, а с другими метриками.

Делитесь с коллегами, чтобы не ошибиться в следующий раз.

---

Стоит ли добавить такое поле по каждой метрике в Атласе?
🔥 – да, добавьте

@jetmetrics
  • 🔥 18
  • ❤ 2
  • 👍 2
Post #472 599
⬇️ Что нужно ИИ, чтобы стать настоящим аналитиком
и перестать выдумывать околесицу


Нынче все только и говорят, что про контекстный слой.

Это доп. информация, которая нужна ИИ помимо самих данных, чтобы лучше понимать, как с этим работать и интерпретировать. Без неё он неизменно будет нести чушь или давать слишком общие ответы.

Недавно прочитал про исследование ребят из Cube. Они взяли 3 топовые ИИ модели и стали задавать им вопросы. Правильных ответов было всего 45-50%.

Затем добавили один текстовый файл всего на 4 кб, который заполнили вручную на скорую руку. Там указали описание метрик: определения и правила расчета.

Процент правильных ответов вырос до 67-68% (то есть на 17-23 п.п). Есть еще куда стремиться.

Базовый контекстный слой вы можете собрать быстро, он прост. Затем его постепенно дополнять.

Собирать информацию для него можно самостоятельно, а можно взять из Атласа метрик. Мы как раз на днях его обновили (добавили разрезы и сущность по каждой из 745 метрик).

@jetmetrics
  • 👍 10
  • ❤ 6
  • 🔥 4
Post #471 689
Ваши метрики посчитаны с ошибками

И вот 25 самых вероятных.

Напишите, с какими из них вы сталкивались чаще всего?

Кстати, у нас в Атласе по каждой метрике есть нюансы и примеры расчета 👋. Ваши цифры станут точнее, и доверие к ним вырастет.

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 7
  • ❤ 4
  • 👍 1
Post #470 637
🕘 Зачем нужно понимать лаги между метриками

Ситуация:

Агентство оптимизировало кампании, протестировало лендинги, а клиент увеличил бюджет. Прошел месяц, а на B2B продажах это не отразилось. Клиент не понял, за что заплатил: "Что мне с этих ваших CPC, CTR, заявок и прочей фигни? Мне же продажи нужны".

Агентство было уволено, хотя в воронку попали хорошие клиенты, которые сделают заказы уже в следующем месяце.

У каждой связи (не у метрики, а именно у связи – это важно) есть свой лаг, когда она проявляется.

В каких-то случаях это моментально.
Увеличили ставку на рекламном аукционе – сразу стали получать больше показов объявлений.

А в каких-то это занимает месяцы.
Привлекли пользователя в программу лояльности – заметите изменение в его частоте покупок и среднем чеке только спустя месяцы. Если вообще заметите.

Возможно, кто-то в команде с большим опытом держит эту информацию в голове. Но если это записано и согласовано с другими, то вы можете избежать разночтений и ситуаций, как из примера в начале.

И тогда вы можете сказать не "не сработало", а "надо вернуться к аналитике, когда проявится этот эффект".

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 9
  • ❤ 4
  • 👍 2
Post #469 560
3 элемента системы метрик

Чтобы собрать сотни показателей и отчетов в стройную структуру, придется соединить три ключевых элемента.

Давайте начну с нижних частей.

Процессы – это самый-самый базис. Без понимания того, как работают люди, внятную аналитику не построить – зато будут рождаться дашборды-зомби, которые не решают задачи пользователей. От процессов идёт всё остальное.

Данные – то, как у вас всё считается и как хранится. Тут всё вроде понятно. Без data не будет data-driven.

Но что за третий элемент – канон?

Это фреймворк с наполнением. Это некий вариант стандарта и методологии того, как следует использовать метрики для принятия решений.

Примеры: МСФО, DORA.

Зачем он нужен:
- показывает, что вы еще не отслеживаете;
- формализует и делает аналитику воспроизводимой;
- помогает адаптировать под свой кейс;
- снижает вероятность ошибиться;
- увеличивает точность ИИ аналитики.

Имея канон, систему метрик можно создать быстрее и с опорой на проверенные практики и подходы.

Кто был на эфирах и обучении, знает, как сильно я люблю метафоры. Вот представьте себе, что у вас есть инструменты (процессы) и материалы (данные). Из этого вы строите дом.

Можете построить его по своему усмотрению, т.е. сделать свою систему. Это вовсе не плохо. Но что, если фундамент через пару лет "поплывёт"?

А можно взять какой-нибудь стандарт строительства (ГОСТ или типа того) и сделать с учетом него. Тогда и ошибок будет меньше, и скорость постройки – выше.



Но чего уж точно не следует делать, так это на 100% полагаться на ИИ. Он и чертеж составит под другую почву, и с материалами ошибется, но зато похвалит, что у вас зоркий глаз 🤓

@jetmetrics
  • 👍 9
  • ❤ 3
  • 🔥 1
Post #467 731
Анатомия связи между метриками

То, как один показатель связан с другим – это обязательный атрибут аналитики. Эту информацию надо будет загружать в ИИ, объяснять коллегам и учитывать в планировании.

Но какой бывает связь?

Базовый признак – это знак.
Есть прямая и обратная связь. Вот кстати пост про это.

Помимо этого для каждой связи следует указывать:

🔘 тип (что-то связано просто формулой, а что-то иным характером)

🔘 возможность переворота знака (супер инсайт, который только недавно для себя открыли – см.пример на картинке)

🔘 направление связи

🔘 факт проверки на своих данных (гипотезы гипотезами, но возможно, у вас работает не так, как у других)

🔘 текстовое описание связи (простым языком)

🔘 лаг (не все связи срабатывают с одинаковой скоростью)

@jetmetrics
  • 🔥 15
  • ❤ 5
  • 👍 2
Post #466 925
Тем временем, ребята из Эсборд выкатили библиотеку гайдов на своей платформе. Мы там тоже есть 🤴

Смотреть тут – https://sboard.online/dashboard/guides/author/230

UPD: Ссылку исправили
  • 🔥 12
  • ❤ 5
Post #465 996
Мы закрыли JetMetrics

Может кто не в курсе, но нашим основным фокусом с 2022 года было приложение для магазинов на Shopify на международном рынке. От него же и пошло название Джетметрикс, канал в телеграм и всё остальное. Так вот это SaaS приложение перестало работать 1 июля.

Это был долгий и интересный путь. Но путь стартапа – это всегда высокий риск неудачи. Мы были к этому готовы.

Вот основные причины, почему не получилось:

1️⃣ Не подтвердили спрос деньгами

Когда мы опубликовали первую карту метрик, которая собрала 3+ млн просмотров в Линкедине, мы поняли, что попали в нерв. Мы сразу начали делать прототипы будущего продукта, показывать ЦА, а параллельно еще стали продавать карты метрик в Miro.

Так вот за карты метрик мы получили более 40.000 долларов, а вот предоплату за продукт мы побоялись брать. Мы просто поверили людям, которые говорили: "Да, мы будем пользоваться вашим продуктом. Разрабатывайте!"

2️⃣ Ошиблись с аудиторией

Первая версия продукта была с одним источником данных – самим Shopify (продажи, клиенты, ассортимент). Мы думали, что для небольших магазинов, у которых мало сторонних источников, этого будет достаточно.

В итоге у малого бизнеса боль была не такой ярко выраженной, а для компаний среднего размера мы не подходили – им нужно было сводить сразу несколько источников (Klaviyo, Meta Ads, GA4 и пр).

3️⃣ Двигались медленно из-за нехватки фокуса

Мы не брали кредитов, не привлекали инвесторов. Все расходы оплачивали из своих. Вроде звучит круто, но на деле нам постоянно приходилось тратить время на сторонние активности.

Как следствие, мы не могли сконцентрироваться на основном продукте на 100% и двигались медленно.

4️⃣ Мы опоздали к революции ИИ

Сделай мы тот же самый продукт 2 года назад, может темпы роста пользователей (а они были, кстати, забыл сказать) были иными. Но Shopify внедрил AI ассистента, Claude и ChatGPT были уже достаточно умными. А у нас в продукте AI вообще не было.

Поэтому единственным преимуществом JetMetrics для некоторых было то, что продажи можно было посмотреть в наглядном виде дерева метрик. Но этого недостаточно, чтобы платить 50-150 долларов.

5️⃣ Переоценили роль дашбордов вида карт метрик

Мы думали, что пользователи будут рады ВСЕГДА работать с дашбордами, построенными только в таком виде: стрелки, иерархия, связи между метриками. Это было нашим когнитивным искажением.

Ярким примером был DoubleLoop (по сути, наши конкуренты и одни из пионеров). Их купили Mixpanel, чтобы встроить целый продукт как один из (!) компонентов своей платформы. Как самостоятельный продукт DoubleLoop бы не выжил. Мы шли по схожему пути.

- - - -

❤️ Спасибо, что дочитали. Надеюсь, это кому-то окажется полезным. Понятно, что это были не единственные проблемы, но, как мне кажется, это самые существенные.

Сейчас же мы сконцентрировались на других продуктах и на клиентских проектах – всё можно посмотреть здесь. И канал этот будем активно развивать!

Но следующий большой проект не за горами, я не сомневаюсь. Так что следите за апдейтами! 🤘
  • ❤ 58
  • 🔥 7
  • 👍 5
Post #464 722

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • 🔥 18
  • 👍 6
  • ❤ 2
Post #463 819
🫥 Как разложить метрику, чтобы стало понятно, что делать

Попросите любого знакомого аналитика или продакта декомпозировать какой-нибудь важный показатель. Ну, скажем, "Средний чек".

В 9 случаях из 10 он разложит на основе формулы. И получится, что "Средний чек" раскладывается на "Выручку" и "Заказы". Формально тут не придраться, всё корректно.

Но как увеличивать средний чек исходя из такой разбивки?

Выручку – растить
Заказы – снижать 🤡

Вроде логично, но это из серии "Делай хорошо, плохо не делай".

Так вот назовем это базовой, простой разбивкой. Она отвечает на вопрос "откуда взялось число". И это правда нужно – когда метрика снизилась, вы можете понять, что изменилось, числитель или знаменатель. Но вот для решений и планов это не годится, ведь совершенно не понятно, за счет чего именно растить тот же условный "Средний чек".

Тот же средний чек можно разбить на:
- цену позиции (SKU)
- позиций в заказе
- единиц в позиции
- долю покупок со скидкой

Арифметика тут тоже, кстати, корректная, ведь произведение даёт тот же средний чек. Но разница в том, что теперь видно, за счёт чего его растить.
а) продавать более дорогую продукцию
б) увеличить проникновение в ассортимент
в) стимулировать брать больше единиц
г) оптимизировать скидочную политику

Из базовой разбивки мы не смогли бы даже примерно очертить такие зоны решений. Смотрите несколько других примеров на шпаргалке выше.

Рассказать алгоритм такой разбивки?
🔥 – да

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 30
  • 👍 3
  • ❤ 1
Post #462 809
⚡️ Чем мы можем быть полезны?

Нас много раз спрашивали, делаем ли проекты для компаний, консультируем ли.

Нигде никакой информации об этом не было, но люди видели наш контент, продукты и понимали, что им это было бы полезно внедрить.

В таком вот режиме без сайта о наших услугах мы умудрились начать несколько проектов для очень классных компаний.

Но пора менять ситуацию.
Мы наконец-то оформили наши услуги для бизнеса в лендинг.

Смотрите, задавайте вопросы, оставляйте ваши заявки, пишите напрямую.

джетметрикс.рф/consulting
  • 🔥 11
  • ❤ 5
Post #461 962
📂 5 шагов к дашборду, который открывают

Ранее я не очень подробно рассказывал в канале, как именно делать дашборды с учетом карт метрик – этот материал был доступен для студентов курса.

Но теперь будем это исправлять.

Мы подготовили разбор на примере конкретного дашборда и конкретной карты метрик (спойлер: «Поддержка клиентов»). Расписали все шаги с ходом мысли, пояснениями и скринами.

Читать статью тут

Ну а чтобы знания со всей статьи можно было унести в компактном виде, как обычно, запилили шпаргалку.

Enjoy!

@jetmetrics | хаб знаний со всеми материалами
  • ❤ 18
  • 🔥 1
Post #460 1.15K
❤️ 7 лет назад эта девушка пришла вести соцсети нашего агентства. Теперь она полноценный кофаундер и настоящий друлега (типа, друг и коллега в одном лице).

Знакомьтесь, это Маша.
Она участвует во всех инициативах и продуктах, о которых я пишу в канале. Сегодня мы скромно отметили 7 лет совместной работы.

Мне видится история нашего сотрудничества и ее карьерный трек очень интересными. Хотел бы наконец-то рассказать об этом публично.

Машу мы заприметили в 2019 году у одного знакомого. Она только-только закончила ВШЭ и вела соцсети для небольшого проекта. Мы ее пригласили к нам на парт-тайм, чтобы вести соцсети агентства Datmark. Все начиналось хорошо и было многообещающе.

Но когда началась пандемия и режим повышенной мобилизации, то я предложил Маше переквалифицироваться из СММщика в аналитика. Разворот был довольно крутой, и я предполагал, что она откажется. Но она согласилась и начала быстро осваивать новые скиллы.

Из девочки, которая боялась всего и ловила панички посреди рабочего дня, она превратилась в крутого профи (и уже без паничек). В последующие 2 года она вывозила сложнейшие проекты для разных компаний: Campari, Nielsen, ФК Локомотив и не только.

Машу полюбили BI разработчики за то, что она писала идеальные ТЗ.
Машу полюбили проджекты за то, что на неё можно было положиться.
Машу полюбили клиенты, потому что она умела объяснять им сложные вещи простым языком и была внимательна к их требованиям.

Под конец 2021 года я предложил ей попробовать делать продукт на международку. Это было бы трудно, долго и с высоким риском провала. Но она согласилась на это новое путешествие!

За последние годы мы сделали много крутых вещей:
- придумали и развили подход карт метрик
- JetMetrics (SaaS решение для Shopify магазинов)
- разработали 60+ крутых продуктов (карты метрик, дашборды и пр.) на Gumroad
- а нашими наработками пользуются 70.000+ экспертов из 131 страны мира.

Дальше – больше. Я в этом не сомневаюсь.

Спасибо тебе, Маша, за наш классный симбиоз. Мы разные, но хорошо дополняем друг друга в работе. Трудно пожелать более крутого соратника, чем ты!

🍻🍻

(можете поздравить или пожалеть Машу своим лайком!)
  • 🔥 44
  • ❤ 24
  • 👍 3
Post #459 1.09K
🤪 "Нам нужно вывести основные метрики на дашборд"

Признайтесь, что не один раз слышали такой запрос на разработку отчета. А может, и сами говорили.

Вот еще вариации:
"Хотим отслеживать показатели, чтобы принимать решения на основе данных"
или моё любимое: "Хотим видеть ситуацию в целом"

Так и появляются дашборды, в которых
- есть бесполезные метрики вроде "Всего клиентов в базе"
- 10 не связанных между собой KPI и набор цветастых визуализаций на одном листе

Они первые кандидаты в дашборды-зомби.

На практике всё не так просто, как кажется.

Надо и задачу точно определить по JTBD, и назвать решения, которые дашборд поддержит.
Надо и метрики с умом подобрать под задачу, а не просто вывести "Выручка", "Расходы", "Прибыль".
Еще и с визуализациями не переборщить, и акценты грамотно расставить: какая метрика ключевая и что на неё влияет.

Так что дело определенно не в том, чтобы просто вывести показатели на экран.

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 8
  • ❤ 7
Post #458 927
📌 Не каждую метрику надо растить
и не каждую надо снижать

К весьма любопытному наблюдению мы подошли однажды, разрабатывая базы знаний по метрикам.

Есть метрики, где рост – это практически всегда хорошо. Ну просто потому что больше денег, больше клиентов, больше трафика – это же круто! При прочих равных, конечно же.

Есть метрики, где чем меньше, тем лучше: отток, отписки, количество возвратов.

А есть показатели, где резкое изменение далеко не всегда полезно. Возьмем, например, "Среднее время на сайте". Если оно выросло, то это:
- может быть хорошо, потому что люди больше вовлекаются в контент
- а может быть плохо, потому что пользователи не могут найти нужной информации

Мы такие метрики окрестили метриками баланса.

Смысл в том, что такие метрики нет смысла постоянно форсировать. Надо определить оптимальный диапазон значений и стараться держать их внутри него.

В качестве примере держите шпаргалку с метриками программ лояльности.

@jetmetrics | хаб знаний со всеми материалами
  • 🔥 9
  • ❤ 5
  • 👍 2
Post #457 955
👩‍🎨 Аккуратный и/или полезный дашборд

Много лет назад мы в агентстве старались сделать дашборды для клиентов красивыми, аккуратными и заполнить всё возможное пространство метриками, графиками и таблицами. А еще мы обожали делать красивые подложки, чтобы все смотрелось дорого-богато.

Я думал, что так клиент оценит наши скиллы и увидит разницу между нормальным агентством и фрилансером с биржи фриланса.

Да и сейчас постоянно вижу посты в соцсетях от биайщиков, где они хвастаются своими навыками дизайна и датавиза – кто на что горазд, ей-богу! Уверен, что некоторые воспринимают свою работу, как искусство.

Однако всё чаще сталкиваюсь с кейсами, когда минимальные, страшненькие и неказистые дашборды используют на регулярной основе. А те, на оформление которых потратили кучу времени, становятся "зомби-дашбордами" (то есть они существуют, обновляются, но их попросту не открывают).

И в этом есть серьезное противоречие – вам нужно, чтобы было красиво или чтобы решало задачу?

Первое даст кратковременный вау-эффект.
Второе – долгосрочную пользу вам и вашей команде.

@jetmetrics | хаб знаний со всеми материалами
  • ❤ 12
  • 🔥 3
Post #456 895

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • 🔥 9
  • ❤ 8
Older posts →

About this channel

How can I read @jetmetrics without a Telegram account?
TGViewer shows the public web preview Telegram publishes for JetMetrics: recent posts, photos, videos and the subscriber count, with no app, login or account.
How many subscribers does JetMetrics have?
JetMetrics (@jetmetrics) has 2.27K subscribers on Telegram, refreshed roughly every 30 minutes.
Does JetMetrics know I viewed it here?
No. Public channel previews carry no viewer identity, and TGViewer has no accounts or tracking of what you look up.
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →