Зачем нам эти модные «данные» и «метрики»?

Мы все хотим, чтобы:
— Из данных было ясно, что происходит с продуктом и что необходимо сделать.
— Была бы подсказка, как сделать прорыв.

Ради этого мы придумываем метрики, A/B-тесты, прогнозы, формулы роста аудитории и баланс юнит-экономики.

Однако такие механики чаще всего не оправдывают ожиданий. Только задумайтесь: по данным McKinsey, только 8% компаний окупают средства, вложенные в анализ данных.

Я думаю, что кроме организационных причин есть ещё и менее очевидные источники этой боли. А именно: данные стали слишком доступными.

Информационное изобилие в каком-то отношении сделало нас слабее — именно неэкономное отношение к работе с данными приводит к тому, что мы «теряем» инсайты.

Работая с аналитиком или CEO, я каждый раз обращаю внимание на принципы бережливой работы с данными:
— какие данные нужны для инсайтов (насколько грязные, сырые и полные);
— почему гипотезы — это несущие конструкции данных для продуктовой аналитики;
— почему плохая визуализация — главный враг открытий в аналитике.

Именно об этом я расскажу (и даже кое-что покажу) на вебинаре.

Вебинар будет полезен всем, кто начинает путь работы с продуктовой аналитикой и данными. От data-driven-внедрения в компанию до старта в аналитике.