Вот есть, будем называть его, “data-driven” подход к работе в корпорациях — принимаем решения на основе объективных данных, регулярно задаём себе вопрос “зачем мы это делаем” и пьём смузи всегда оцениваем цифрами результаты наших запусков.

Звучит классно, но я пока не видела, чтобы этот подход нормально применялся. Как обычно это выглядит:
1. Аналитиков слишком мало, у них плотный бэклог, в который хрен встанешь. В какой-то момент капасити аналитики схлопывается до микроразмера, потому что они сначала нахерачили кучу инструментов, а теперь их надо обновлять и чинить, и весь ресурс уходит на это.
2. Решения о запусках принимаются в результате пихания пузом, для убедительности показываются какие-то цифры, вырванные из контекста (очень напоминает мне защиту дипломов в универе). Либо находится человек, который так хорошо понимает взаимосвязь метрик, что может на коленке прикидывать эффекты и в 95% случаев попадает. На прошлом месте работы, например, я была именно таким человеком.
3. Если что-то при запуске пошло не так, то всегда можно доебаться до ответственного из п2., потому что при проработке запуска что-то не просчитали. Генерируем лишние стрессы в команде.

В итоге, имеем то, что большинство решений принимаются на основе здравого смысла, экспертизы и опыта конкретных сотрудников, ну и немного с помощью аналитики. У такого метода, при правильном выборе людей, достаточно высокая надёжность, он в разы быстрее и стоит он дешевле, чем иметь армию аналитиков на каждый чих и пук.

Но меня бесит, что этот метод много где официально не узаконен. Все понимают, что работает на самом деле он, но если нужно до чего-то докопаться, то быстро вспоминают, что вообще-то у нас не было эксперимента или нет дэшборда с красивыми цифрами. И вуаля — у вас есть возможность развалить запуск.

Мои дорогие уже 14 (между прочим!!) читателей, видели ли вы успешные кейсы, когда в компании была так построена работа аналитики, что её хватало на тру дата-драйвен запуски? Как это было выстроено? Хочу узнать такой опыт, как это построить?