TGViewer
Статистика и R в науке и аналитике Статистика и R в науке и аналитике @stats_for_science · 5.56K subscribers
Post #210 3.69K
Материалы для подготовки к продуктовой секции

Выше писала как прокачивать продуктовое мышление самостоятельно, а сегодня будет список источников, что почитать и послушать на эту тему.

Книги:

🟡Lean Analytics, это классика, но написана немного тяжелым языком и есть только на английском, сама тоже читаю сейчас.
🟡Доверительное АБ тестирование, больше про тесты, но для общего понимания тоже полезно. Я писала даже небольшой обзор на нее
🟡Спроси маму (Роб Фитцпатрик) – небольшая книга про эмпатию и правильные вопросы пользователям, есть кстати у нас на Литрес. Я прочитала, интересно, хотя и напрямую на собеседовании не факт что поможет)

Фреймворки для структурирования метрик:

🟡AARRR – пиратские метрики. Фреймворк описывает путь пользователя через воронку: Acquisition → Activation → Retention → Revenue → Referral. Помогает понять, какой этап воронки самый проблемный и где может быть наибольший рост. Подробнее почитать можно здесь и здесь.

🟡HEART – фреймворк от Google для продуктов, больше про пользовательский опыт. Расшифровывается как Happiness, Engagement, Adoption, Retention, Task Success. Неплохая статья тут, а оригинальная статья от гугл по этой ссылке.

🟡CJM (Customer Journey Map) – карта пути пользователя. Помогает разложить метрики с точки зрения юзера. Шаблон в Miro

🟡Дерево метрик, иерархия метрик – декомпозиция North Star Metric на составляющие. Это довольно часто спрашивают на собеседованиях, могут попросить накидать дерево метрик для конкретного продукта. Ознакомиться подробнее можно здесь.

Я считаю, что классификации и фреймворки выше не охватывают все многообразие метрик с точки зрения философии 😁 (а точнее правил деления, писала здесь).
Однако перефразируя классику, все классификации неверные, но некоторые полезные. Поэтому рекомендую ознакомиться с источниками выше, для всех интересующихся продуктовой аналитикой.

База по юнит экономике:

Лекция Ильи Красинского. Материал топ, но признаться честно с первого раза не осилила, смотрела в несколько подходов.

Еще очень рекомендую статьи на gopractice, много всего полезного по теме продуктового мышления. Например, статья про метрики роста и метрики продукта.

#analytics #собес_PA
  • 🔥 27
  • ❤ 10
  • ✍ 2
  • 👍 1
  • 😁 1
More from @stats_for_science
  1. Sep 20, 2026Поведенческая секция: «Расскажите о случае, когда вы не согласились с продактом» Продолжае…
  2. Sep 12, 2026Узнали, согласны? Собрала немного обычных моментов из жизни биолога и A/B тестера, но все…
  3. Sep 1, 2026Коллеги-биостатистики опубликовали статью "Мифологизация статистики в биомедицинских иссле…
  4. Aug 30, 2026С днем рождения меня! 🎉 У меня из недавнего интересного - получила приз лучший сотрудник…
  5. Aug 28, 2026Последовательное тестирование: почему это не волшебная таблетка Сегодня обсудим матчасть м…
  6. Aug 23, 2026Когда мера становится целью: закон Гудхарта В прошлый раз разбирали как прокси-метрики мог…
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 →