Модуль 1. Продукт как система

Входная ситуация

После запуска бесплатной доставки регистрации +40%, PM просит выкатить на весь трафик до конца дня. У тебя есть только 2 часа и нет данных по retention.

Вопрос: Что ты проверишь первым, чтобы не перепутать всплеск сигнала с реальным эффектом?

🤔 Подумай перед чтением

Какое решение ты бы принял за 2 часа и какой риск считаешь приемлемым?

Контекст: Это стартовая точка курса: мы задаем общий язык системы.

Задача этого модуля: понять, как отличать сигнал в метрике от реального изменения механизма.

Единый цикл модуля

  1. 📉 Сигнал: метрика сдвинулась.
  2. 🧠 Механизм: фиксируем цепочку причины.
  3. ⚙️ Анализ: проверяем побочные эффекты.
  4. 📊 Пример: промо и падение retention.
  5. 📌 Решение: принимаем вывод по полной цепочке.

Основная идея

Любое изменение в продукте запускает цепочку последствий. Не одну метрику — а несколько, часть из которых проявляется не сразу и не там, где ожидалось. Чтобы принимать решения осознанно, нужно видеть не отдельные числа, а структуру связей между ними.

Модуль учит читать эту структуру: как воздействие порождает сигнал, почему сигнал не равен результату, и где возникают побочные эффекты, которые меняют картину целиком.

Как устроена цепочка

Воздействие
Что мы сделали
Механизм
Что изменилось в поведении
Сигнал
Что показали метрики
Побочный эффект
Что ещё изменилось

Ошибка — останавливаться на третьем шаге. Метрика выросла — значит всё хорошо. Но в продукте рядом с каждым сигналом живут побочные процессы. Если их не видеть, решение принимается на основе неполной картины.

Пример: бесплатная доставка для новых пользователей

Маркетплейс доставки еды запускает промо — бесплатная доставка для первых трёх заказов. Вот как работает цепочка:

Воздействие Бесплатная доставка на 3 первых заказа
Механизм Снижен барьер первого заказа — приходят пользователи, чувствительные к цене
Сигнал Регистрации +40%, первые заказы +35%
Побочный эффект Retention после промо падает — когда доставка снова платная, часть аудитории уходит. Средний чек новой когорты ниже на 20%.

⏱ Быстрая диагностика

  1. Какое изменение в системе реально стоит за сдвигом метрики?
  2. Какие 2–3 побочные метрики могут опровергнуть «успех»?
  3. Что мы проверим через 2–4 недели до масштабирования?

Типовая ошибка интерпретации

«Регистрации выросли на 40% — акция работает, масштабируем.»

Рост регистраций — это сигнал, а не результат. Без анализа retention, среднего чека и unit-экономики через 2–3 месяца невозможно понять, создаёт ли акция ценность или генерирует убыточный трафик. Решение «масштабировать» на основе одного сигнала — классическая подмена наблюдения выводом.

Типичная ошибка:

Фиксировать успех по первой выросшей метрике и не проверять, как изменение влияет на downstream-метрики, экономику и устойчивость эффекта.

Как думает аналитик

Сначала отделяем быстрый сигнал от устойчивого эффекта: проверяем downstream-метрики и задержки. Затем формулируем решение только после проверки полного контура влияния.

📌 Что сказать на встрече

Факт: После изменения видим сильный рост верхнеуровневого сигнала.

Интерпретация: Рост может быть частично локальным и не доходить до ценности для бизнеса.

Риск: Масштабирование по раннему сигналу может привести к просадке retention и unit-экономики.

Рекомендация: Запускать масштабирование только после проверки retention, среднего чека и downstream-метрик в стабильном окне.

Что вы начинаете видеть после модуля

Практика

Открыть практику

Симуляторы

Открыть симуляторы