Для компаний
Аналитика продукта, эксперименты, монетизация. Внешняя экспертиза для команд, которые хотят разобраться с данными — а не получить готовый отчёт.
В Самокате я столкнулся с тем, что аналитиков на рынке не хватает, а команды растут быстрее, чем мы успеваем нанимать. Решение оказалось не в более агрессивном найме, а в стажёрах. За год через мои команды прошли четыре отличных ребят, и большинство остались в штате. Стажёры освободили сеньоров от рутины, дали им практику менторства, а гибкость распределения ресурсов между продуктами заметно выросла. Тут важна была работа с лидом рекрутинга, выбор продуктов под уровень стажёра, и привлечение сеньоров как менторов — без этого стажёр не вырастает в продуктивного аналитика.
В рекламной монетизации Дзена самая сложная часть — это не отдельный эксперимент, а постоянная балансировка между выручкой и пользовательским опытом. Рост CPM может радовать команду монетизации и одновременно убивать сессии и DAU. Рост показов — повышать выручку и одновременно снижать CTR, потому что пользователь устал. Я научился читать такие конфликты не на уровне отдельной метрики, а как систему: где CPM, requests, shows, clicks, и где avg session, sessions per user. Один аргумент за или против эксперимента почти всегда обманчив — нужна декомпозиция и понимание механизма.
В inDrive я занимался монетизацией маркетплейса грузовых перевозок — и это совсем не то же самое, что реклама в медиа. Здесь ты ищешь не CPM, а правильную комиссию с водителя. Слишком высокая — водители уходят, заказы перестают доезжать, клиенты тоже уходят. Слишком низкая — выручки нет. Дальше всё усложнялось: оптимум зависел от размера чека, от страны, от стадии маркетплейса. То, что работало в Центральной Азии, не работало в ЛАТАМ. Поэтому пришлось вводить градацию комиссий и тестировать их по сегментам, а не одной цифрой на всех.
Три проекта. Клиенты обезличены: сектор, срок и стек названы, названия компаний нет.
В клубном покере нет момента «пользователь отписался» — от того, где провести границу, зависит вся отчётность
Оператору нужна была картина по игрокам и клубам: кто пришёл, кто остался, кто ушёл. Первая попытка построить это на Power BI не сработала — модель не выдерживала объёма и структуры данных.
Но главная сложность была не в инструменте. В клубном покере нет момента «пользователь отписался». Игрок просто перестаёт садиться за стол, и вопрос «ушёл он или взял паузу» не имеет очевидного ответа. От того, где провести границу, зависит вся отчётность: retention, LTV, оценка эффективности привлечения.
Определили статусы Acquired / Retained / Churned не по календарю, а по количеству рук за скользящее окно. Игрок, играющий редко, но регулярно, перестал попадать в отток, а «спящий» крупный аккаунт — маскировать проседание активности.
Перенесли модель с Power BI на Tableau поверх AWS Aurora, затем на связку S3 и Athena по мере роста объёма. Отдельно построили генератор синтетических данных на Python, чтобы проверять логику дашбордов, не дожидаясь боевой выгрузки и не работая с реальными игроками.
Заказчик получил не дашборд, а работающее определение метрики. Каждый следующий отчёт строился поверх согласованной логики статусов, а не изобретал её заново — и цифры в разных разрезах перестали расходиться. Синтетический генератор снял зависимость проверок от доступа к боевым данным.
Pay N Play: игрок не регистрируется — значит нет идентификатора, а с ним ни когорт, ни retention
Бренды работали по модели Pay N Play: игрок не регистрируется, не заводит логин и пароль — он переводит деньги через банковскую идентификацию и сразу начинает играть.
Для маркетинга это отличная конверсия. Для аналитики — обрушение всей привычной методологии. Нет учётной записи, значит нет пользовательского идентификатора. Нет идентификатора — нет когорт, нет retention, нет воронки в классическом виде. Всё, что есть, — поток транзакций.
Перестроили аналитику от транзакции, а не от пользователя. Восстановили непрерывность игрока через банковские атрибуты платежа и собрали поверх этого метрики, которые обычно считают по учётным записям. Отчётность по нескольким брендам оператора свели в общую модель данных в Tableau.
Оператор смог сравнивать рынки и бренды между собой и оценивать окупаемость привлечения, не имея ни одной учётной записи в системе.
Вывод переносится далеко за пределы iGaming: когда исчезает идентификатор, метрики не пропадают — меняется единица наблюдения. Та же задача возникает сейчас везде, где ужесточается приватность.
Расходы на привлечение росли, единой картины по каналам не было
Расходы на привлечение росли, но единой картины, какой канал что приносит, не было. Затраты по инфлюенс-каналу распределялись по логике, которая перестала соответствовать тому, как реально покупали клиенты, — и оценка окупаемости получалась смещённой.
Собрали сквозную атрибуцию: от источника до оплаты, с проверкой корректности регистраций и когортным разрезом. Переписали логику распределения затрат по инфлюенс-каналу. Вывели ROMI и когорты в регулярную отчётность.
Работа шла в формате внешнего аналитика на постоянном сопровождении: фиксированный объём в месяц, а не разовые задачи.
Решения о том, где увеличивать бюджет, а что сворачивать, стали приниматься по одной картине вместо нескольких несогласованных выгрузок. Смещение в оценке инфлюенс-канала перестало переноситься в следующий период.
Во всех трёх случаях задача была одна: сделать так, чтобы цифрам можно было верить. Дашборд, построенный поверх неверного определения метрики, вреднее его отсутствия — он выглядит убедительно. Обычно работа начинается с проверки того, что уже посчитано.
Открытые данные и интерактивные модели — маркетплейсы, D2C, лотереи, вторичный рынок.
Смотреть кейсы →Да. Работаю удалённо на русском и английском языках. Формат не зависит от локации — встречи, документы, разборы проходят онлайн.
Минимум — разовая консультация на 2 часа. Для аудита или обучения обычно нужно от 2 до 4 недель, в зависимости от масштаба задачи.
Да. Любой из открытых курсов (A/B-тестирование, аналитика продукта, монетизация) можно адаптировать под внутренний контекст: ваши метрики, инструменты, кейсы.
Написать: alex@davydov.my или Telegram