Топ. Как создавать наглядные графики в PythonПодробное руководство по визуализации данных в Python. В нем мы рассказали про построение графиков при помощи библиотек Pandas, Seaborn и Plotly.#топ
1 октября Вася перешел на сайт по объявлению Директа.10 октября Вася вернулся из закладок и оставил заявку.Смотрим отчет «Директ, расходы», период — 1-9 октября. Атрибуция «Последний переход из Директа» → Мы не увидим визит с конверсией, поскольку он состоялся позже рассматриваемого периода.Смотрим тот же отчет и той же атрибуцией, период — 1-10 октября → Наш визит с конверсией уже попадает в рассматриваемый период. Источник у него будет определен, как «Переход из Директа». Несмотря на то, что посетитель попал на сайт «Прямым заходом».Надеюсь, удалось понятно разложить. Еще подробнее — на грядущем курсе по Метрике👌🏻
Министерство цифрового развития и РКН запускают механизм централизованного сбора обезличенных данных — так называемое «ГосОзеро». Смысл в том, что компании должны передавать туда данные только в обезличенном виде, причем по методам, указанным в постановлении правительства. Цель государства проста: собрать большие массивы информации для аналитики и ИИ, но без риска раскрытия личности + повысить защищенность обрабатываемых данных.На практике это значит:
Обезличивание по требованию Минцифры теперь не факультативная практика, а обязательный навык компании, которая работает с данными и подпадает под критерии операторов, которые обязаны передавать ПДн в «ГосОзеро». И чем раньше вы встроите правильные методы в процессы, тем меньше вопросов возникнет при первой же проверке.Нужно разобраться, какие методы подойдут именно для ваших ИСПДн и как подготовить регламенты под новые требования? Мы поможем выстроить процесс без лишних экспериментовПроверить локальные нормативные акты: если регламенты обезличивания уже есть, сверить их с требованиями п. 2 Постановления Правительства РФ от 01.08.2025 № 1154. «Ручная подмена» или удаление одного поля больше не выглядят как надёжная мера.
=ТРАНСП() не просто копирует данные, а создаёт их динамическую версию. Если в исходной таблице что-то меняется — ваша транспонированная версия автоматически обновится!👉 Как использовать?1️⃣ Выделяем левый верхний край для новой таблицы2️⃣ Вводим =ТРАНСП(A1:D10)3️⃣ Жмём Enter✨ Ключевое преимущество:Не нужно обновлять данные вручную — всё происходит автоматически.😎 Продолжаем!@formulalabpro
В 2017 руководство Medium уволило 50 сотрудников (треть штата), отказавшись от ad-driven модели на основе просмотров и кликов, потому что она вредила качеству контента. Они закрыли офисы в NY и DC, перейдя к подписной модели.Локальная оптимизацияКоманда выжимает CTR кнопки на лендинге, но при этом стоимость привлечения клиента растёт. Продукт псевдооптимизируется кусками, а бизнес в целом — деградирует. Тактическая победа вместо стратегического роста.
В 2010x YouTube отказался от ранжирования по просмотрам/CTR и перешёл к watch time, потому что оптимизация под клики порождала кликбейт и плохой долгосрочный опыт. Отказ от старого ранжирования привёл к постоянному улучшению retention в течение следующих лет.Игнорирование лаговЕсть метрики, которые показывают результат с задержкой. Например, churn по-настоящему проявляется лишь через месяцы. Если реагировать только на «живые» цифры — можно проспать момент, когда продукт уже пошёл ко дну.
Microsoft/Bing описывает парадоксальные результаты в онлайн‑экспериментах: изменения, дающие краткосрочный прирост запросов/дохода, ухудшали долгосрочную ценность. Вывод — нужен OEC и длинные эксперименты.Слепота к качествуВ отчёте всё хорошо: конверсии стабильные, retention не падает. А внутри — тысячи жалоб в поддержку и негатив в соцсетях. Качественные сигналы не вошли в дашборд — значит, их как будто не существует. Но именно они убивают доверие пользователей.
В 2017 Star Wars Battlefront II (EA): монетизационные метрики «сходились», но токсичный опыт вызвал грандиозный публичный скандал. Electronic Arts в спешке отключила микротранзакции в игре.Культ одной метрикиПовторюсь, но любой, кто верит в «сакральную метрику» (будь то DAU, NPS или LTV), подписывает себе приговор. Продукт живёт системой показателей, а не одной цифрой. Ваша драгоценная NSM без сторожевых подружек — просто карго-культ.
MoviePass гнался за числом подписчиков и «ростом», игнорируя юнит‑экономику. Итог — кассовый разрыв, обвалы, массовый отток (с 3 млн до ~225 тыс).Средняя температура по больницеКлассическая ловушка: средний чек растёт, но на деле это два богатых клиента перекрыли отток сотен мелких. Средние значения скрывают дисбаланс. Используйте хотя бы медиану.
Blue Apron: в публичных отчётах были приличные средние показатели и выручка на пользователя, но они не спасли от болезненного IPO и провала — высокий churn съедал экономику.Оптимизация ради отчётаКогда команда работает не на продукт, а на красивую презентацию. Сократили cost per lead? Красавцы. И плевать, что лиды оказались дохлыми. Метрика должна быть инструментом обратной связи, а не фейерверком в презентации. Она обязана показывать реальность, даже если реальность неприятна.
Wells Fargo гналась за KPI по числу открытых счетов: миллионы фейковых аккаунтов, рекордные штрафы и многолетние регуляторные санкции — отличный пример токсичной метрики.Чтобы метрики работали на продукт, а не против него, используйте комплексный подход: 1. Создайте сбалансированную систему метрик (DAU, LTV, churn) для полной картины бизнеса.2. Регулярно проверяйте качественные сигналы и интегрируйте их в дашборды. 3. Проводите длинные эксперименты с OEC, чтобы уловить отложенные эффекты. 4. Используйте метрики для честной обратной связи, а не для красивых отчётов.
