Data Driven Decisions

Друзья! Должна же быть польза от моего канала? Я думаю должна! Я хочу порекомендовать вам человека @etomilina с которой работал в Сбере, Катя, руководила у меня командой пользовательского опыта, проводила множество не тривиальных исследований, изучала как пользуются продуктом с разных сторон и находила слабые места. Что еще очень важно, Катя, умеет выстраивать отношения в команде, именно такие, человеческие, чтобы все решали общие задачи, двигались к одной цели. Ну это я подчеркнул, потому что, моя слабая сторона ;) Так же, Катя, использует современные инструменты и методы для анализа пользовательского опыта. В общем прокаченный специалист, за которого я ручаюсь. Прямо сейчас она ищет работу в области Customer Experience, Product Discovery, UX/CX Research или Service Design, где сможет помогать создавать продукты и сервисы, основанные на реальных потребностях клиентов и данных. Если вам нужен специалист, то вы его нашли.

Визуализация Теории Ограничений Голдратта, не простая задача, мои эксперименты на эту тему, в будущем я покажу как все это применяется к юнит-экономике и продуктовой аналитике. На этой симуляции уже видно, как появляются бутылочные горлышки, и как они мигрируют внутри системы со временем.

ну вот как то так - проекция на 3D, скоро можно будет аля теория суперструн строить

визуализация моделирования оптимизации многофакторных моделей, может быть весьма залипательным, ранее мы делали тепловые карты по 2 параметрам, а как вам по 3 параметрам? я вот еще думаю сделать многофакторные через многомерные проекции. Что скажете?

ИНДИВИДУАЛЬНЫЕ КОНСУЛЬТАЦИИ Ситуации в бизнесе, с которыми я могу помочь: 1. Вы привлекаете инвестиции, и инвестор просить предоставить финансовую модель. Вам нужно убедиться, что ваша модель отвечает на поставленный инвестором вопросы, можете ли вы рассказать ее так, чтобы вас поняли и убедились в том, что вы понимаете как вы сделали финансовую модель. 2. Вы привлекаете инвестиции, и инвестор просит предоставить финансовую модель, но у вас ее нет и вы не знаете как ее создать. Вам нужен четкий план действий, в результате которого вы получите финансовую модель для вашего бизнеса, которую вы сможете защитить перед инвестором. 3. У вас сложная бизнес модель (смешанная монетизация (SaaS + транзакции), два клиентских сегмента на одном продукте, дополнительная монетизация клиентской базы и т.д.) и вы не знаете, как начать создавать финансовый план для нее. Вам нужен совет, как организовать структуру вашего плана, что отразить в модели, как учитывать сложность. 4. Ваш бизнес перестал развиваться, вы прилагаете усилия, но роста прибыли нет. Вам необходимо понять, какие бизнес процессы необходимо улучшить, как найти фокус в бизнесе, понять и определить за счет чего можно вернуть рост бизнеса. 5. Вы хотите внедрить Data Driven подход, но не понимаете какие данные вам необходимы для этого, достаточно ли того, что у вас уже имеется, или нужно собирать дополнительные. Вам нужно понимать, какие данные нужны для того, чтобы принимать решения на основе данных, которые будут влиять на бизнес и вы сможете это контролировать. 6. Строите юнит-экономику, но не понимаете, какие издержки относятся к COGS, а какие нет. Нужен анализ ваших расходов и помощь в формулировании структуры COGS, 1sCOGS и т.д. https://khanin.info/services/consult

Есть старая дилемма, никогда не сдаваться и лошадь сдохла слезай. И задача найти границу. Меня волновал поиск этой границы. И вот пришло время, стартап uecalc закрыт. А про границу я сделаю статью. Оставайтесь на связи.

Скажите, друзья! а кто из вас реально применяет Data Driven подход, и в чем он заключается? расскажите мне

Апелляция к авторитету — одна из логических ошибок, которая происходит, когда утверждение считается верным только потому, что его высказал человек с опытом, регалиями или высоким статусом, вне зависимости от реальных фактов. Недавно мне попался ролик академика РАН Роберта Нигматулина, который утверждал следующее: "Я во всех странах где бывал, а я бывал во многих странах, я всегда спрашиваю сколько стоит литр бензина? какая минимальная заработная плата? И сколько стоит килограмм хлеба? ... Минимальная зарплата округленно это примерно 1000 литров бензина, ну 800. ... 1 литр бензина это 3 кг хлеба ..." Мне стало это интересно, и так как никаких источников не было указано, кроме посещенных стран, я собрал свою базу (попросил Claude собрать), и что в итоге — только 36 стран из 168 имеют минимальную зарплату размером в более 700 литров бензина (я взял ниже специально), причем это абсолютно разные страны, на первом месте субсидруемый бензин в Ливии больше 6500 литров на минимальную зарплату, в Турции 300 литров, в Китае чуть больше 350 и т.д. С хлебом примерно тоже самое, только 18 стран позволяют купить больше 2 кг хлеба за литр бензина. Причем меньше всего хлеба можно купить в США 165 место из 168 и в Венесуэле 168 место. Ключевой вывод в том, что даже академики РАН могут ошибаться в выводах, говорить вещи не подкрепленные фактами и в целом просто врать. Такое бывает в целом не только с академиками, но и с нобелевскими лауреатами, и вообще в целом, при обсуждении чего либо не стоит аргументировать тем, что кто-то где-то что-то сказал, апеллируйте к фактам.

Недавно мне пришлось посчитать метрику take-rate для одного classifieds проекта и я обратил внимание на то, что для таких проектов ее считают не совсем корректно, по этому я решил поделиться своими соображениями на этот счет. Начнем с того, что такое take-rate в classifieds – это метрика, которая показывает, сколько компания зарабатывает от того, сколько стоят объявления, которые она размещает на своей платформе. Считается она по формуле: $take\text{-}rate=\frac{Revenue}{GMV}$ То есть, надо взять сумму стоимости всех товаров и услуг размещенных на площадке и поделить на сумму денег, которые получила площадка за размещение объявлений на площадке. Зачем нужна эта метрика? Данная метрика показывает, на сколько эффективно устроено ценообразование на площадке, потому, что такая площадка, фактически помогает продавать товары и услуги, а значит ее доход должен как-то коррелировать со стоимостью рекламируемых товаров и услуг. При этом, если брать базовую юнит-экономику, то она ни как не связана ни с take-rate ни с GMV. Но при этом, сама по себе метрика take-rate должна быть связана с ценой, которую мы описываем как AOV в юнит-экономике. Именно по этому очень важно правильно считать эту метрику, так как при не правильном анализе, мы можем некорректно управлять ценообразование площадки и потерять доход от платящих клиентов. #unit_economics #cohort_analysis #CFO_notes Продолжение...

Как на самом деле принимаются решения на данных.

решил сравнить процесс создания дерева метрик (пока просто примитивное оформление) в Metric Tree Studio и Miro. Что скажете, как вам? сервис бесплатный, можете пробовать сами: https://a.khanin.info

Добавил визаулизацию изменения метрики и ее влияние на целевую метрику. https://a.khanin.info

Честно говоря, я начинаю выгорать на формате «снимаю на ходу». Поэтому, в этот раз, сделал иначе: впервые снял ролик по сценарию, со структурой, разбором и монтажом. Вышел длинным, почти 33 минуты, но плотным — без воды. Разбираю, что такое дерево метрик и как им реально пользоваться, чтобы решать, над чем работать команде. На примере сервиса доставки продуктов. И проговариваю то, что обычно опускают: — почему растить CLTV — это ещё не план, а только вопрос — почему нельзя просто так связать выручку с метриками юнит-экономики (календарное и когортное — разные вещи) — сначала находишь, что болит, и только потом придумываешь решение. Не наоборот. Уже можно посмотреть — https://youtu.be/SIS9CyELirY. Если тема близка, буду рад вашему мнению.

Большой обман в экономике AI стартапов Калькулятор завышения выручки AI-стартапов: CARR вместо ARR, пилоты в доход, «округление» $42M до $50M. Реальные кейсы из расследования TechCrunch. #LLM_notes #cards

мой последний пост про сервис, рисования деревьев метрик собрал очень мало просмотров, и мало регистраций, скажите, друзья, вам вообще эта тема не интересна? ну то есть я пишу, то, что вам не нужно (я смотрю на факты по действия). Скажите, а что вам тогда интересно?

Я знаю, очень многие любят халяву, а я ее не люблю. Но кто я такой, чтобы спорить с вами. В общем я выкатил вам в бесплатный доступ свой редактор деревьев метрик. Пока это эксперимент - будет хорошо, будет и монетизация, те кто будут помогать — сохранят доступ. В общем —бета тест, так сказать. Если вы хотите, создавать именно деревья-метрик, которые будут вести себя как дерево, и помогать вам в управленческих решениях, то вперед, налетай. https://a.khanin.info

Простой способ создания дерева метрик https://youtu.be/IIaK-NShee4

13-15 мая в Астане проходит выставка Business Technology EXPO. Сегодня выступала с докладом в секции «Data Science. Гибридная архитектура для Agentic AI решений». Рассказывала, как переходить от BI к AI-ассистентам на примере Power BI и Copilot. 📱 Перехожу в общем на тёмную сторону 😊 Вообще в последнее время редкий заказчик не спрашивает, как встроить ИИ в дашборды. Я долгое время пребывала в дичайшем скепсисе относительно этой идеи. Почему? Потому что вижу, что происходит в данных в компаниях. Заходя с проектом внедрения BI поднимаем из пучины всё то, на что могли не обращать внимания годами. Перекладыванием на логику обработки данных все эти моменты постепенно вскрываются и приводятся в структуру, справочники встают стройными рядами, данные вносятся тогда, когда должны, и полностью, убираются частности и заплатки в расчётах. И многое-многое другое. Но сейчас заказчики хотят сразу совершить прыжок из хаоса в ИИ. Потому что ИИ воспринимается как волшебная таблетка, которая сразу всё в бизнесе наладит. Кидайте в меня помидорами. 🍅 Не наладит. Усилит бардак, ещё и рекомендаций выдаст таких, что ого-го. 😣 Для BI тоже надо делать порядок. Но порядок, который требует ИИ – кратно «порядочнее». Потому что BI, как ни крути, исконно делали разработчики. И тут человеческий фактор что на входе (в данных), что на выходе (в реализации дашбордов). А ИИ требует структуры и логики. ❗️И чем чётче, конкретнее и понятнее всё реализовано, тем меньше ИИ делает ошибок, и тем больше толку от ИИшных рекомендаций. Тем больше они «в попад». 🔤Потому да, перехожу на тёмную сторону. Осторожно так, вкрадчиво. И заказчиков призываю не впадать в ИИллюзии, а трезво оценивать, что ИИ может, а что – увы. ❗️А вот при правильном применении - мощь великая!

Частенько слышу вопросы как продуктовом аналитику жить в эпоху ИИ.

ищу людей для cust dev, кто прямо сейчас делает или недавно делал дерево метрик, хочу задать пару вопросов.