В Telegram-бот пришли 300 человек. Через полгода регулярно возвращаются 11. Разбираю, где я накосячил
Привет, Хабр!Я снова про своего Telegram-бота для дисциплины. Каждая моя статья тут приводила в него новых людей. После последней за один день пришли 60 человек. Я тогда подумал: ну всё, полетело.Спойлер: не полетело.Сейчас в базе 299 аккаунтов вместе с моим. В аналитическом срезе 298. За последние семь дней ботом пользовались 11 человек. Средний DAU за месяц 7. Реферальная программа за всё время привела трёх человек.Трёх пользователей, Карл. Не процентов.
Метрики, которые врут: ошибка выжившего, p-hacking и другие ловушки данных
Когда метрика наконец пошла вверх, хочется сразу найти причину: что сработало, какую гипотезу закрепить, куда теперь докинуть ресурсов. Но сначала стоит понять, из каких пользователей и событий собран показатель.Например, retention растёт — звучит хорошо. Но если в расчёт попали только те, кто уже вернулся хотя бы раз, то из картины выпали все, кто открыл продукт один раз и ушёл. А без них нельзя сказать, что продукт стал лучше удерживать новую аудиторию.
Новый курс Практикума PRO: ИИ для аналитики и исследований
Аналитики тратят немало времени на подготовку данных, очистку, поиск скрытых связей — работу, которую ИИ делает быстро и воспроизводимо. На курсе «Нейросети для анализа данных и исследований» учат встраивать нейросети в весь цикл аналитики: от уточнения бизнес-запроса до подготовки итогового отчёта.Для кого
Чем занимаются и сколько зарабатывают аналитики в IT
По запросу «Аналитик» на Хабр Карьере
Как маркетплейсы победили интернет-магазины и что будет дальше
Помните интернет-магазины, где на странице контактов висел номер ICQ? Зелёный цветок показывал, что менеджер онлайн и может ответить на запрос. А про квитанцию Сбербанка в способах оплаты? Её нужно было распечатать, заполнить и отнести в отделение. Та ещё интернет-торговля.
От сервиса к партнерству: как пересобрать архитектуру продуктовой аналитики
Часто системная проблема продуктовой аналитики кроется не в слабых хард-скилах команды, а в сломанной архитектуре самой роли и границах ответственности. Когда аналитики работают в режиме внутреннего helpdesk-сервиса, функция неизбежно сталкивается с размытыми зонами владения, реактивным подходом к задачам и критической зависимостью от пары сильных специалистов.
Дерево решений vs граф работ: как я объединила Data Science и JTBD в одном проекте
Небольшой мысленный эксперимент на стыке машинного обучения и продуктового менеджмента. О том, почему одна и та же задача «определить, что нужно клиенту» может выглядеть по-разному со стороны product'а и data scientist'а. Разбор на примере корпоративного ДМС, где у одного контракта сразу три стейкхолдера с разными работами.Вводная: почему эта тема вообще возникла
Тренды аналитики в 2026 году: как меняется роль аналитика в мире неопределенности и AI
К 2026 году AI перестал быть будущим, экономическая турбулентность стала фоном, а запросы бизнеса к аналитике заметно выросли. От специалистов всё реже ждут просто цифры или аккуратные дашборды, всё чаще — понимания, интерпретации и решений.
Инструмент c AI-логикой для создания дерева метрик MetricTree
Всем привет!Меня зовут Владимир Павлов, я продакт-менеджер. Недавно я проходил кейс-интервью и получил отказ со следующим комментарием: «Правильно выбираешь ключевые метрики, но не хватает измеримости, структуры, прокси‑ и контр‑метрик».Получив данный фидбек, я решил углубиться в метрики, но не нашел простого инструмента для тренировок их построения и работы с ними. Пришлось создать свой инструмент для этих целей :-)Оплатив платный доступ к GPT, приступил к Vibe Coding. Весь процесс занял примерно 2 недели, занимаясь по вечерам в будние дни + выходные.Остановился на следующем объеме функциональности:
