2201
Канал Димы Некрасова о системном подходе к метрикам продукта и бизнеса. Кофаундер JetMetrics.io ex-CEO агенства Datmark.com 12 лет в аналитике и BI Строю единорога и мечтаю сделать аналитику более actionable
📖 Библия удержания клиентов 2026
Эффективность вложенных средств на привлечение постоянно снижается.
А компании теперь вкладывают в удержание больше, чем когда либо.
Но бизнес и агентства до сих пор не всегда могут объяснить, почему клиент покупает один раз и пропадает.
Поэтому мы почти 4 недели собирали на одной Miro-доске огроооомнейший гайд по удержанию. Получилось аж 144 карточки с инсайтами в 15 разделах и 3 частях.
Получилась выжимка лучших мировых практик! 🌐
Вот что внутри:
- математика ретеншена
- матрица решений
- кривые когорт
- наборы пар метрик
- 12 типовых ошибок
- почему удержание может не работать
- тренды в удержании 2026
- порядок диагностики
- как работать с разными сегментами
- примеры сценариев для удержания
- как распределять бюджет по каналам
- необходимая инфраструктура
- как делать дашборды по удержанию
🤖 А еще в каждый подраздел добавили инсайты о том, как применять ИИ.
В подготовке использовали материалы топовых экспертов: Daniel McCarthy, Elissa Brown, Sue Azari, Andrew Faris, Drew Sanocki, Taylor Holiday, Eli Weiss, Frederick Reichheld, Andrew Chen, Lenny Rachitsky, Eric Ries, David Skok, Avinash Kaushik, Cameron Davidson-Pilon.
а также материалы и исследования компаний: Triple Whale, Klaviyo, Yotpo, BS&Co, eMarketer, Sharp, Fader and Hardie, Northbeam, Recharge, Postscript, PostPilot, Lifetimely, AppsFlyer.
Получить доступ (на английском)
У меня традиционный вопрос – перевести это всё на русский?
🔥 – да
👁 Что может скрываться за одной KPI-карточкой
На примере метрики "Средний чек"
Одна растущая метрика может скрывать:
- статистический выброс
- разрыв между сегментами
- выбор базы для сравнения
- агрегация без поправок на возвраты
и ещё 4 других
Каждое из этих искажений может быть в любой агрегированной метрике: конверсия, прибыль, CAC, LTV, NPS.
Привел 8 ситуаций в одной инфографике выше.
Какие из этих искажений чаще встречаете в отчетах?
@jetmetrics
🖼4 уровня системы метрик: почему дашборд это вершина, а не начало
Дашборд без трёх нижних слоёв системы метрик не работает на решения. Можно увидеть метрики и интерактивные графики, но всё равно непонятно, куда копать дальше. Чтобы дашборды (слой "Мониторинг") помогал что-то менять, под ним должны быть карты, деревья метрик и KPI.
Карта метрик – это про то, как вообще устроен бизнес и что можно измерять. Без неё на дашборд попадает то, что под рукой или то, что BI считает по умолчанию. Часто не самое важное.
Дерево метрик нужно, чтобы понять, на что мы реально можем влиять. Ключевая метрика, компоненты, драйверы, гипотезы. Без него видна важная для нас метрика, но неясно, что на нее влияет. Конверсия упала, и что? Куда копать дальше?
Целевые значения: куда мы вообще целимся. KPI, OKR, бенчмарки, план. Без них на дашборде можно наблюдать "прибыльность 12.3%", и непонятно, это провал или норм. Без точки отсчёта число это просто число.
Только сверху ложится четвёртый слой: дашборды и отчёты. Если три нижних есть, то дашборды получаются такими, что ты открываешь его и сразу видно, где просело, насколько отстаём от цели и кто за это отвечает.
Без нижних слоёв остаётся только "что было". Это отчёт. На отчёт смотрят и расходятся.
Когда отчёты есть, а решений по ним – нет
Раньше мы смотрели на дашборды и видели просто набор весёлых картинок – данные были, но они не помогали принимать решения
Дашборд превращается в фоновую картинку для обсуждений. Между "выручка упала на 8%" и "что с этим делать в понедельник" – пропасть в 5–10 шагов. И эту пропасть никто не закрывает.
⭐ Подготовительный курс Карты метрик.
Расписание этой недели.
Как проектировать отчеты, которые ведут к решениям, а не просто красивые артефакты.
Продолжаем наш спринт. Он будет длиться еще 3 недели, здесь в канале. А потом начнется 6-недельный продвинутый курс с живыми эфирами разборами. Старт мы сдвинули на 25 мая.
➡ Вторник, 5 мая - кейс выпускника из 1-го потока курса.
📹 Среда, 6 мая – прямой эфир с Сергеем Сидоровым на тему: "Дашборд как сценарий: как спроектировать путь пользователя, а не набор графиков".
Зарегистрироваться на эфир
Разберём 4 шага, которые превращают набор виджетов в осмысленный сценарий, и покажем, как они встраиваются в систему карт и деревьев метрик.
📖 Четверг, 7 мая - статья.
Связка "карта метрик → дерево метрик → дашборд": почему дашборд без двух предыдущих слоёв обречён быть просто отчётом, а не инструментом для решений.
✍ Пятница, 8 мая – разбор.
Реальный кейс на ваш разбор + розыгрыш бесплатного места на курсе.
📈 Суббота, 9 мая – объяснение как выглядят дашборды, построенные на основе карт и деревьев метрик
❌ Воскресенье, 10 мая – чеклист, как с первого взгляда отличить тщеславный дашборд (типа тех, что мы все видим в соцсетях и на конференциях) от экшенебл-дашборда.
📈 2 типа связей между метриками. Памятка
Вчера разобрали типы метрик. Сегодня про связи. Без них картина будет неполная.
Карта метрик – это не просто список показателей. Это структура, где одна метрика тянет за собой другую и влияет на третью.
Типов всего 2 (на самом деле 4, но 2 остальных разберем на курсе), но именно они превращают дерево или карту метрик в рабочий инструмент управления.
🟩 Прямая (позитивная). Метрики двигаются в одну сторону. Чем больше звонков менеджер сделал, тем больше исходящих лидов. И наоборот, чем меньше касаний с клиентом, тем меньше повторных покупок.
🟥 Обратная (негативная). Метрики двигаются в разные стороны. Чем больше отписок от рассылки, тем меньше контактов в базе. Чем выше скидка, тем, как правило, ниже маржа.
Со связями приходит понимание, где рычаги, и видно, где компромисс между метриками.
📌 Сохраните, чтобы было под рукой при структурировании метрик.
📹 [Прямой эфир] Деревья метрик
Зачем они нужны, и почему без них аналитика не может стать actionable
Уже в эту среду (29 апреля) соберемся с Денисом Пученковым и Алексеем Колоколовым, чтобы поболтать за деревья метрик.
Денис – продакт в Райффайзене и ex-Avito, Tinkoff.
В своём канале он интересно рассказывает про кейсы улучшения продуктовых метрик и делится полезными лайфхаками.
Записывайтесь на эфир
Запись будет доступна всем зарегистрировавшимся 👋
🏥 Лечебник метрик тщеславия. Симптомы
Как быстро понять, что перед вами откровенно бесполезная и даже вредная метрика?
Она выглядит как и другие серьезные показатели, может долго присутствовать в отчетах и не вызывать сомнений в ее необходимости.
Однако почти в каждом дашборде, что я видел, их можно быстро выявить.
Самый частый случай – метрика, которая физически не может упасть (например, "Всего пользователей", "Всего клиентов в базе").
Завтра покажу протокол лечения – как перевести метрику тщеславия в экшенебл метрику и какие 5 видов терапии работают.
А пока поделитесь в комментах, какой симптом на вашей практике самый частый?
⭐️ Второй поток "Карт метрик": старт 18 мая
Первый поток прошёл в феврале. После него я провёл 14 глубинных интервью с выпускниками, собрал 3 волны анкет и разобрал, что был уже хорошо, а что можно улучшить.
Главных запросов было 2.
1) Больше практики по картам и деревьям метрик. В первом потоке было 4 модуля, и часть тем проходили по верхам.
2) Больше времени на домашку. Лекция во вторник, разбор в пятницу, а между ними рабочая неделя. Многие не успевали.
Во втором потоке всё это переделано.
И не только это.
Теперь программа из 6 модулей
(1 лекция + 1 практика):
1. От разрозненных показателей к целостной картине
2. Анатомия карт метрик: виды, структура, связи
3. Техники построения карты метрик
4. Выбор ключевых показателей
5. Построение деревьев метрик
6. Actionable-аналитика и дашборды
Формат
12 онлайн-сессий:
- 6 лекций
- 6 совместных разборов домашних заданий.
Лекция в четверг, разбор во вторник следующей недели. Домашку делаете между ними, выходные гарантированно ваши.
Старт: 18 мая — Финал: 30 июня.
Тарифы (early bird до 5 мая)
Стандарт: 50,000₽ → 35,000₽
+ 12 онлайн-сессий
+ Записи навсегда
Бизнес: 100,000₽ → 70,000 ₽
+ Всё из Стандарта
+ Библиотека карт 745 метрик (28 отраслей)
+ 2 персональные консультации со мной
Оставить заявку на курс
❌ Когда рост заказов на самом деле вреден
Все привыкли думать, что если количество заказов растёт, то это отлично. Но так ли это всегда?
Увеличение числа заказов сам по себе мало что говорит. Оно работает только в связке с другими метриками.
Одни и те же "+40% заказов" могут означать здоровый рост бизнеса, а могут означать, что вы ускоряете провал. Например, если операционно вы работаете в минус.
На картинке показал 6 связок, каждая из которых позволяет увидеть "рост" в ином свете.
Какая из них самая распространённая, на ваш взгляд?
🎉 JetMetrics на Product Hunt!
Мы работаем над продуктом с 2022 года.
Идея продукта родилась, когда мы общались с руководителями из маркетинга и екома.
Все они говорили одно и то же: "Посмотреть метрики – это не проблема. Проблема – это понять, почему что-то изменилось"
У всех были дашборды, отчёты, аналитика от Shopify, GA4 и пр. Но когда выручка падала или конверсия проседала, начинались часы раскопок по вкладкам и таблицам, чтобы найти причину.
Мы сделали по-другому. В JetMetrics метрики – это не набор изолированных карточек с цифрами, а карта со связями.
Видно, что на что влияет. Если что-то покраснело, то сразу понятно, откуда ноги растут.
Сегодня наш первый запуск на Product Hunt. Заходите, смотрите, мы будем рады любому фидбеку и поддержке 🙌
https://www.producthunt.com/products/jetmetrics-revenue-intelligence
🎸 А еще сегодня, в честь запуска, мы расширили триал с 14 дней до 30!
❌ Не смотрите на метрики по отдельности. Смотрите на комбинации
Пример:Доля повторных покупок = 22%. Это хорошо или плохо?
Зависит от того, какое у вас Время до второй покупки и какой Средний чек повторного заказа. Без связанных метрик это просто цифра. Еще и потенциально обманчивая.
То же самое со Средним чеком, с Конверсией и со Стоимостью привлечения.
Классическая ситуация, когда команды отслеживают 20+ метрик и всё равно не могут объяснить, что произошло в прошлом месяце и почему. И не потому что мало данных, а потому что на каждую метрику смотрят отдельно, не как единую систему.
Собрал шпаргалку из 8 примеров типичных бизнес-задач и какие метрики смотреть в комбинации для каждой.
✈️ Перешлите коллегам на случай, когда что-то упадёт и никто не поймёт почему
@jetmetrics
💬 Как объяснять изменение метрик, чтобы это приводило к решениям
Ситуация:
Выручка упала на 12%.
Один скажет:
"Пока неясно почему. Продолжаем мониторить"
Другой:
"Причина – сломалась email-цепочка. Теряем $18K/мес. Починка будет стоить $500. Можем починить на неделе"
Ситуация одинаковая. Но доклад первого ни к чему не приводит, а второй объясняет причину, подчеркивает важность на языке бизнеса и затем предлагает решение.
Собрал читшит с 5 правилами как говорить про изменение метрик так, чтобы после этого что-то менялось.
@jetmetrics
🥇 Первый отзыв на JetMetrics в Shopify AppStore
Внимание, это не учебная тревога. Мы действительно получили первый публичный отзыв на наш продукт.
И он на 5 звезд.
И он длинный и очень подробный.
Вот перевод на русский:
Я визуал, управляю растущим e-commerce брендом, и мне всегда казалось, что сырые данные Shopify скорее перегружают, чем помогают.
Jetmetrics это изменил. Вместо того чтобы вываливать на меня цифры, он превращает данные о продажах в визуальную историю — раскладывая всё по AOV, общему количеству заказов и выручке на клиента за любой период. С такой подачей паттерны видны мгновенно — так, как это никогда не получалось, глядя в таблицы.
Когда разрываешься между операционкой, маркетингом, логистикой и ещё десятком задач — нет времени копаться в данных. Возможность бросить взгляд и сразу понять, что происходит в бизнесе — по-настоящему ценно. Это тот инструмент, который даёт ощущение, что ты управляешь бизнесом умнее, не добавляя работы.
Команда тоже порадовала — отзывчивые, открыты к фидбеку, и видно, что строят продукт вместе с пользователями. Это важно, когда делаешь ставку на продукт надолго.
Мы пока в начале пути с этим инструментом, но мне нравится, куда это движется. Рекомендую любому фаундеру, который хочет, чтобы его данные работали на него, а не просто пылились.
Как убить data-driven культуру в компании
Пошаговая инструкция
Григорий Остер в своей книге про вредные советы учил нас в детстве, как делать не надо. Было смешно.
А потом мы выросли, пошли работать, и теперь следуем реально плохим советам.
И это уже не смешно.
🤡 Не доверяй аналитике, пока данные не сойдутся до копейки.
🤡 Трекай побольше метрик. Так, на всякий случай.
🤡 А если дашборд не помогает, то просто закажи ещё один.
Собрал 7 шагов, как можно последовательно убить свою data-driven культуру. Вместе – это нисходящая спираль, из которой сложно выбраться.
Сколько шагов узнали у себя?
Что еще предложили бы добавить?
@jetmetrics
🤓 Как задавать Клоду правильные вопросы о метриках
Часто люди жалуются что Claude, ChatGPT или Gemini плохо справляются с аналитикой. Ответы слишком общие, много галлюцинации, а еще ИИ не учитывает контекста.
На самом деле модели могут работать нормально, просто вопросы следует переформулировать.
Вот простой пример. Если спросить "почему упала конверсия на 12%", то получите общие слова про сезонность, привычки пользователей и что надо бы проверить рекламные кампании🤦♂️. Толку ноль. И это капец как бесит.
А если перефразировать так: "в каком порядке нам проверить изменение? Как убедиться, что падение реально?", то ответ будет совсем другого качества. Хотя ситуация та же, модель та же, а разница только в вопросе.
В работе с ИИ есть несколько типичных паттернов, где люди по привычке формулируют вопрос плохо и сами себе портят ответ. Их я и собрал в шпаргалку. Вот 12 пар как надо и как не надо по 3 группам.
Общая идея у всех 12 примеров одна. Не проси ИИ выдать ответ. Проси сформулировать правильный вопрос, который ты потом сам себе и задашь 🧠
@jetmetrics
📈 Дело не в том, как дашборд выглядит
Дашборд, который ведёт к действиям, может выглядеть как обычный: плитка, графики, карточки KPI. Никаких стрелок и схем (хотя, это, конечно, бывает очень полезно). Разница зачастую не во внешнем виде, а в том, как его делали.
Вот несколько признаков действительно полезного дашборда:
1. Его начали делать с цели, не с имеющихся данных. Не "какие данные у нас есть", а "под какое решение этот дашборд". Метрики потом подбираются под цель, а не наоборот.
2. Из деша выкинули всё лишнее. Например, средний чек на дашборде воронки может быть уместен. Но если задача "найти где проседает конверсия", он там не нужен. Хорошая метрика в одной задаче бывает лишней в другой.
3. Метрики расположили по смыслу. Этапы воронки в ряд, рядом с каждым свои драйверы. Стрелок может не быть. Но порядок и соседство уже говорят о связях и упрощают восприятие.
4. Каждую метрику есть с чем сравнить. План, прошлый период или бенчмарк. Без этого показатель ничего не значит.
5. Дашборд не придумывает решения. Он их проверяет. Решения уже придумали на дереве метрик: гипотезы, действия. А дашборд показывает, сработали ли они. Как приборная панель в машине. Пока стоишь, на неё не смотришь. Она нужна только в движении. (как вам метафора?🙈)
6. Графиков может и не быть. Иногда хватает просто чисел с цветовой подсветкой норма/проблема. Если текущая ситуация считывается с двух цифр, то 5 графиков могут только помешать. Пустое пространство – это нормально. Не должно быть задачи заполнить весь лист визуализациями.
7. И самое главное – после изучения дашборда не остается вопроса "и что дальше?". Как минимум, понятно, что проверять еще. Как максимум, понятно, как действовать.
Так что дело не в том, как дашборд выглядит. Спросите разработчика, заказчика и пользователей, под какое решение этот дашборд нужен. Если ответят одинаково (и вообще ответят), то всё ок.
📖 Заметки на полях после эфира с Сергеем Сидоровым
Вчера Сергей подробно рассказал про свой подход: как от требований к BI дойти до дашборда, которым будут пользоваться и который будет приносить пользу.
Почему мне это близко. Мы давно говорим, что дашборд это не конечная точка собранных и обработанных данных, а, в первую очередь, ответ на вопрос. У Сергея почти та же логика. У нас карта и дерево метрик, у него макро-повествование. Куски одного подхода, просто с разных концов.
Сергей опирается на исследование университетов Минью и Аликанте:,
при продуманном повествовании пользователи дают в 2 раза больше правильных ответов и в 7 раз меньше ошибочных интерпретаций.
📹 Завтра в эфире: что между требованиями к дашборду и первым графиком
Когда аналитика просят "сделать дашборд", он открывает BI инструмент и начинает раскладывать и графики метрики по виджетам. И зря.
Между сбором требований и первой плиткой есть отдельный этап мышления, который определяет, поймёт ли пользователь дашборд с первого взгляда или будет каждый раз спрашивать "а на что тут смотреть в первую очередь?".
Этот этап Сергей Сидоров (BI Tech Lead в Т-Банке) называет макро-повествованием. Это сценарий, который ведёт пользователя по логике мышления, а не по случайному набору показателей.
Завтра Сергей разберёт этот подход, который состоит из 4 шагов:
1. Иерархия. От сырых требований к центральному вопросу и пирамиде драйверов. Что такое Lead и Lag метрики и почему их нельзя складывать в один блок.
2. Последовательность. Как спроектировать путь взгляда пользователя по дашборду. Куда он смотрит первой, второй, третьей, и как этим управлять.
3. Группировка. Как разбить метрики на блоки, чтобы снизить когнитивную нагрузку. Когда пользователь видит 20 KPI без структуры, он не видит ни одного.
4. Контекст. Как для каждой метрики дать ответ на «и что?»: через сравнение с планом, бенчмарками или прошлыми периодами.
По исследованию, на которое ссылается Сергей: при продуманном макро-повествовании пользователи дают в 2 раза больше правильных ответов и в 7 раз меньше ошибочных интерпретаций.
Конечно же обсудим, как этот подход стыкуется с системой карт и деревьев метрик. Где он начинается, что было до него, и почему дашборд без 2-х предыдущих слоёв всё равно остаётся просто отчётом.
Присоединяйтесь завтра, в среду, 6 мая в 18:00 мск
Записаться на эфир
📖 Заметки на полях прямого эфира с Денисом Пученковым
Денис ведёт направление Origination в Райффайзен Банке. До этого работал в Авито Путешествия, и в Тинькофф Городе (доставка продуктов и аренда самокатов). Опыт сильно разнопрофильный, и подход к метрикам у Дениса прикладной. Кстати, вот его канал.
➕Когда строить дерево метрик:
Денис строит его каждый раз, когда приходит в новую компанию или домен. Это первое, что он делает, чтобы понять как донести бизнес-ценность и реализовать цели через продукт.
➕Главная функция дерева:
Соединить цель верхнего уровня (обычно выручка) с тем, на что ты можешь влиять в своей зоне ответственности. Пример из его практики: в продуктовой команде поиска жилья ключевая метрика была "число забронированных ночей". От неё уже разворачивалась цепочка до конкретных рычагов внутри домена.
➕ Карта или дерево, что строить первым:
В идеале сначала карта, потом дерево из неё. Но на ранних этапах развития бизнеса можно начинать сразу с дерева ради фокуса. Без карты есть риск упустить взаимосвязи, в обмен на скорость.
➕Главная ловушка:
Многие путают дерево метрик с математическим (когда "выручка = заказы × средний чек"). Это структура расчёта, а не модель управления. Формула рекомендует "увеличить заказы или средний чек". Это не план. Правильное дерево это дерево драйверов: ключевая метрика → компоненты → драйверы → гипотезы.
➕В чём рисовать:
Любой удобный инструмент. Miro, FigJam, Boardmix (бесплатный аналог Miro). Денис в личной работе использует FigJam.
➕Связь дерева и дашборда:
Дашборд не обязательно должен повторять структуру дерева 1:1. В практике Дениса команды строили дашборды на базе дерева, но как отдельный артефакт с фильтрами и разрезами. Дерево остаётся как модель влияния, дашборд это операционный интерфейс. Хотя можно построить дашборд буквально в формате дерева/карты метрик.
—
Деревья метрик и как их строить мы подробно будем разбирать в модулях 4-5 на курсе
Записаться на курс
📌 4 типа метрик. Памятка
Чтобы составлять правильные карты метрик и объяснять их другим, нужно понять 2 ключевых момента: какие бывают типы метрик и связи между ними.
Вот о типах и поговорим сегодня.
🟩 Самые важные метрики, из которых и складывается успех – это метрики результата. Это то, что вы можете пощупать, увидеть на счете в банке.
Они не появляются сами по себе – их всегда формируют другие метрики результата или метрики действия.
🟦 Метрики действия (на самом деле мы их называем экшенебнл метриками) – это показатели, которыми вы можете управлять напрямую. Мы специально в свое время выделили этот тип, поскольку все карты метрики направлены в первую очередь на то, чтобы найти точки приложения усилий, т.е. на какие метрики мы можем "давить", чтобы повлиять на тот или иной результат.
🟨 Диагностические метрики не определяют успех напрямую. Это не деньги на счете и не количество клиентов. Но они показывают, насколько эффективно функционируют ваши процессы. Сюда относятся всякие интегральные показатели типа LTV, ROI и прочие, которые нельзя управлять напрямую (!).
🟥 И последний тип – метрики затрат. Мы предлагаем отдельно выделять те показатели, которые сопряжены с необходимыми расходами и инвестициями на то, чтобы все работало.
Это не про то, как сделать карту более красочной.
Это важно для того, чтобы быстро схватывать, в каком месте действительно важные метрики, где рычаги, а где вы теряете деньги.
Сохраните себе, чтобы составить свою первую карту метрик правильно.
А еще ждем вас сегодня на прямой эфир с Денисом.
Чтобы получить запись, все равно нужно записаться.
🚑 Лечебник метрик тщеславия. Лечение
Если вчера в дашборде нашли симптомы, сегодня инструкция, что с ними делать.
Хорошая новость: метрика тщеславия не диагноз навсегда, а скорее форма, в которой её показывают. Эту форму можно поменять.
Самое частое лечение – это нормализация. Берём кумулятивный счётчик и переводим в долю или коэффициент. Был "Всего клиентов в базе" – стал "Активных клиентов".
Теперь показатель может снижаться, и команда видит реальное движение, а не сумму с момента запуска.
В читшите выше – все 5 видов терапии: какая под какой симптом подходит и как выглядит "до и после".
На курсе будем разбирать всё это подробнее.
А в комментах расскажите, какое лечение из 5 уже применяли в своей работе?
💔 Все несчастливые data-driven компании несчастливы одинаково:
- неясная стратегия
- метрики в кучу
- дашборды для красоты
И нет волшебной кнопки «Сделать хорошо»...
Есть только кропотливая работа, начиная с основ — что мы считаем и зачем.
А на курсе мы будем разбираться, как прийти к состоянию аналитики здорового человека:
+ понятная стратегия
+ структурированные метрики
+ дашборды для решений
Следующие 3 недели здесь в канале я буду проводить открытый "подготовительный курс":
✅ статьи, читшиты про метрики
✅ квизы на знание методологии
✅ разборы кейсов
✅ прямые эфиры с экспертами
Каждая неделя - фокус на одной теме. А в конце недели - розыгрыш места на курс Карты метрик среди активных участников.
Ставьте реакции, кто участвует в "подготовительном курсе"! 🔥
Ну что, решился.
Весь последний месяц пытался вписать в график второй поток «Карт метрик». Сомневался, потяну ли одновременно с продуктом и всем остальным. Теперь точно: поток будет.
И он будет мощнее первого.
Было 4 модуля, станет 6.
Больше практики.
Мы провели десятки кастдевов с выпускниками первого потока и с экспертами (в том числе из других стран). Хотя оценка первого потока и так получилась довольно высокой (4.87 из 5), всё равно изменений будет много!
Цены пока не определили, сайт докручиваем.
Сейчас хочу понять, сколько вас тут ждёт второй поток.
Поставьте 🔥 если ждёте.
А в комментах пишите вопросы – с радостью отвечу.
Завтра опубликую даты, детали и раннюю скидку для ранних пташек.
Большинство команд работает с метриками одинаково
Топовые команды работают иначе. Собрали 8 привычек, которые отделяют реактивный подход к метрикам от осмысленного.
С какой привычкой вы сталкивались чаще всего в работе?
@jetmetrics
[Статья] Заказы выросли, но прибыль упала
Как найти причину?
На первый взгляд ситуация выглядит противоречивой.
Но на деле никакого противоречия нет.
Продажи ≠ Прибыль
Продажи = Заказы × Средний чек
Прибыль = Продажи − Расходы
🔫 Продажи выросли на 20%. А клиентская база – только на 3%.
Ведь вы подняли цены, добавили бандлы, поработали над email-маркетингом. Продажи выросли, но, в основном, за счёт тех же людей.
Это не плохо!
Но это оптимизация, а не рост.
Оптимизация – это когда текущие клиенты приносят больше и когда вы извлекаете больше из текущих возможностей.
А рост – это когда приходят новые.
Можно оптимизировать и дальше, но средний чек не будет расти вечно. Даже удержание имеет свой потолок. Те же люди, те же, прошу прощения, кошельки.
А если только расти и не оптимизировать, то клиенты будут тратить мало и не будут задерживаться. Продажи увеличатся, а прибыль – нет.
Большинство путают одно с другим.
Оптимизируют и называют это ростом.
А потом не понимают, почему продажи перестали расти.
🔖 Забирайте себе шпаргалку, чтобы отделять одно от другого.
@jetmetrics
2 ecom-приложения. Одна выручка.
Но совершенно разный путь к ней.
☕️ В эфире нерегулярная рубрика "Бизнес-головоломка"
Предыдущие выпуски: раз и два
Приложение А:
+ дешёвый трафик;
+ хорошее удержание 1-го дня;
- но через месяц 95% посетителей уходят;
- что-то покупают только 6 из 100.
Приложение Б:
- дорогой трафик;
- слабый старт;
+ но кто остался, платит – 15 из 100 становятся покупателями.
Какое проще оптимизировать, и с чего начать?
Источник бенчмарков:
AppsFlyer, eCommerce iOS, 2025
ℹ️ Если метрика растёт, это хорошо?
Спойлер: не всегда.
Средний чек вырос на 12%.
Это же здорово?
А оказалось, это потому, что самый дешёвый товар просто закончился на складе.
Конверсия на сайте подскочила на 20%.
Ну, красота ведь!
Но это потому, что вы урезали рекламный бюджет вдвое. Остался только тёплый трафик.
А есть и такие показатели, где рост – это однозначно плохо.
Собрал 90 метрик из 12 направлений нашей библиотеки карт метрик – от финансов и SaaS до ритейла и HR.
Для каждой указал, что значит рост:
🟢 хорошо
🟡 зависит от контекста
🔴 тревожный сигнал
С какой метрикой не согласны?
@jetmetrics
"Продажи упали на 12%. Можешь посмотреть почему?"
Звучит как задача на 15 минут.
На деле:
– полезли в каналы
– потом в когорты
– потом в акции
– потом проверили трекинг (вдруг, сломался)
– средний чек изменился
– возвраты внезапно выросли
– повторных покупок меньше
– а что с сезонностью?
– собрали гипотезы
– пошли объяснять
И так проходит неделя.
И почти всё это время – не анализ.
А попытка склеить метрики и срезы между собой в целостную картину.
Так что вопрос не в том, почему упали продажи.
А почему это так сложно выяснить?
@jetmetrics