398-й выпуск подкаста make sense: о прикладной математике в бизнесе, юнит-экономике, моделях оптимизации и теории игр

«Модель должна быть под вашу задачу. Она должна показывать все необходимое, то, в чем вам нужно разобраться, и не показывать ничего остального. Главное, из нее выкинуть все лишнее и оставить все нужное».

«Проверить, что ваша модель недостаточно хороша, нельзя, кроме как улучшить ее в каком-то направлении. Если она дала другой результат, значит, нужно улучшать. Обычно ты улучшаешь модель в десяти направлениях — в девяти это ни к чему не приводит, а в десятом видно, что ты раньше что-то потерял».

«Мы же сами по себе тоже системы моделирования и оптимизации. Делать отдельный технический продукт для задачи, которая работает один раз, у которой не очень большие деньги, и где человек хорошо справляется, скорее всего, не нужно».

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Алексей Тарасов, эксперт по решению наукоемких бизнес-задач, Тарасов Math

Конференция ProductSense пройдет 10–11 сентября 2026 года в Москве.
Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:31 — Юнит-экономика как простая модель для продакта
03:06 — Почему часто не хватает данных и статистики?
03:34 — Главная польза юнит-экономики: найти ключевую точку влияния
04:13 — Карты и границы применимости моделей
06:00 — Что включать в модель, а что выбрасывать
07:38 — Парадокс Симпсона: как агрегация может обманывать
10:01 — Cколько cценариев имеет смысл считать и когда остановиться?
11:13 — Когда компании платят за модели: заводы, планирование, оптимизация
12:35 — Внедрение моделей: оцифровка процессов и обучение людей
14:06 — Авиация: почему планирование рейсов превращается в сложную задачу
16:27 — Какие данные нужны модели в операционном планировании
18:00 — Модель как подсказка: что автоматизировать, а что оставить человеку
20:50 — Простое объяснение дискретной и непрерывной оптимизации
22:22 — Где математика в А/В-тестах и экспериментах?
24:11 — Почему нельзя сводить все к максимизации денег без стратегии
27:13 — Ограничения вычислимости: почему некоторые задачи не считаются
28:26 — LLM и синтетические респонденты: где может помочь имитационное моделирование
33:23 — Инсайты в данных: метод главных компонент и машинное обучение
37:40 — Revenue management и динамическое ценообразование
39:17 — Граница применимости: когда стоимость оцифровки выше пользы
45:06 — Риски, редкие события и крах по Талебу
50:22 — Теория игр для продактов
55:33 — Must-have для продакта: парадоксы и математическая культура

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube