Статьи

Заказчик хочет увидеть метрики послезавтра, а BI-системы нет или она тяжёлая. Streamlit закрывает именно этот разрыв: прототип дашборда за выходные, который можно показать живой ссылкой.

Юнит-экономика сводит продукт к одному вопросу — зарабатывает ли бизнес на каждом клиенте больше, чем тратит на его привлечение. Разбираем CAC, LTV, CM1/CM2, payback и почему агрегат врёт на когортах.

Пользователь видит ценность только через неделю — и это не проблема продукта, а проблема пути. Как аналитику разобрать user journey по шагам, найти узкое горлышко и сократить time-to-value с 144 часов до 24.

Дашборд врёт не намеренно — он умалчивает: про observation age, про контекст, про то, где именно агрегат был посчитан. Пять принципов, которые держат продуктовые дашборды честными.

Полный цикл продуктовой аналитики на синтетическом необанке: где терялась воронка, как CUPED и AA-тест удержали Type I, что показали когортные треугольники и почему 4 сегмента важнее 125 ячеек.

Аналитика начинается не с графика, а с пайплайна, который можно перезапустить. Типизированный каталог событий, seeded-генераторы, regression-тесты в CI — как устроить данные так, чтобы выводы были повторяемыми.

Три паттерна оконных функций, которые отличают продуктового аналитика: gaps-and-islands для стриков, partitioned Top-N и range-join для DAU/MAU stickiness. На DuckDB, без сервера.

Среднее удержание по всем когортам смешивает клиентов с разным сроком жизни и врёт вверх. Как строить треугольную когортную матрицу, читать observation-age и сравнивать когорты честно.

p-value из учебника не доказывает метод — доказывает симуляция. Как проверять каждый A/B-модуль A/A-тестом под нулём и power-кривой под эффектом: CUPED, peeking, ratio-метрики, mSPRT.

Что я проверяю перед тем, как отправить портфолио найм-менеджеру — на основе ревью своего и чужих. Семь пунктов в трёх группах.