Практика

Модуль 4. Время, лаги и динамика

Окно наблюдения ломает вывод
Мессенджер изменил алгоритм ранжирования чатов. Результаты по времени в приложении: неделя 1 — +12%, неделя 3 — +3%, неделя 6 — −2% (ниже контроля). Три среза одного эксперимента дают три разных вывода.
Дано · три среза
Неделя 1: +12% time in app. Вывод по этому окну — «ранжирование работает, катим». Неделя 3: +3%. Вывод — «эффект есть, но слабый». Неделя 6: −2%. Вывод — «изменение вредит».
Все три наблюдения — правда. Но они описывают разные фазы одной траектории
Форма эффекта
Novelty → Decay → Rebound
Первая неделя — эффект новизны: пользователи исследуют новый порядок чатов, время растёт. Недели 2–4 — привыкание, эффект затухает. Неделя 5–6 — побочный эффект: часть пользователей не находит нужные чаты, раздражается, открывает приложение реже. Время падает ниже контроля.
Вопросы для разбора
  1. Какая форма эффекта? Подходит ли одно число (средняя дельта) для описания?
  2. Где лаг между воздействием и настоящим откликом системы?
  3. Какое окно оценки вы бы выбрали — и почему?
  4. Какие guardrails могли проявиться позже (за пределами evaluation window)?
  5. Какие сегменты могут объяснить смену знака (новые vs. старые, активные vs. casual)?
  6. Решение: катить / не катить / продлить / катить частично — что и почему?
  7. Что мониторить после выката: через 2 недели? через 6 недель?
Разбор · идеальная логика
Не оценивать по пику
Evaluation window: ≥3 недели — дождаться затухания новизны и увидеть устойчивую дельту. На неделе 3 дельта +3% — это ещё не устойчивость, а хвост затухания. Правильный подход — подождать, пока кривая стабилизируется (плато или устойчивый тренд). Guardrail window: 6 недель. Смотреть retention D14, долю organic returns (без push), negative feedback. Сегментация: разбить по активности — если ядро теряет время, а casual-пользователи выросли на новизне — это маскировка деградации агрегатом.
Итог: решение и риски

Не катить на основе недели 1. Продлить наблюдение до 6 недель. Если на плато (недели 4–6) дельта ≤0% — не катить. Если +2–5% и guardrails чистые — катить с мониторингом ядра. Риск: решение на основе короткого окна выкатывает фичу, которая через месяц ухудшает продукт для основной аудитории.

Мини-задачи

Динамическое ценообразование: просадка перед ростом
Логистическая платформа ввела dynamic pricing. Неделя 1: выручка −8% (водители адаптируются). Неделя 3: выручка +2%. Конец месяца: +8%. Форма — ramp-up с начальной просадкой. Лаг обусловлен адаптацией supply-side.
Ранняя / поздняя метрика
Ранняя: acceptance rate водителей. Поздняя: выручка, LTV заказа
Мониторинг: нед. 1 / 3 / 6
1: acceptance rate, отток водителей. 3: выручка, средний чек. 6: retention пассажиров, NPS
Какой лаг
1–2 недели (адаптация supply к новой модели)
Опасное решение
«Выручка упала — откатываем» на 7-й день
Годовая подписка: короткий проигрыш, длинный выигрыш
SaaS переключил дефолт на годовую подписку. Месяц 1: конверсия −20%. Месяц 6: churn втрое ниже, LTV когорты +40%. Метрика конверсии — ранняя и быстрая. LTV — поздняя и правильная. На коротком окне — провал. На длинном — успех.
Ранняя / поздняя метрика
Ранняя: конверсия в подписку. Поздняя: LTV, annual churn
Мониторинг: нед. 1 / 3 / 6
1: конверсия. 3: activation rate годовых. 6: renewal intent, churn trajectory
Какой лаг
3–6 месяцев (LTV реализуется только через цикл подписки)
Опасное решение
«Конверсия −20% — возвращаем месячную» на 30-й день
CTR рекомендаций vs. подписки на авторов
Контент-платформа включила «похожие авторы». День 1: CTR рекомендаций 15%. Месяц 1: CTR 4%. Одновременно подписки на новых авторов растут — но с лагом 2 недели. CTR — новизна, подписки — устойчивый эффект. Две метрики одной фичи, но с разной формой и таймингом.
Ранняя / поздняя метрика
Ранняя: CTR (шумная, novelty). Поздняя: подписки, retention подписчиков
Мониторинг: нед. 1 / 3 / 6
1: CTR (ожидать спад). 3: подписки, возвраты к рекомендованным авторам. 6: retention подписчиков
Какой лаг
~2 недели (подписка требует нескольких касаний с автором)
Опасное решение
«CTR упал в 4 раза — фича не работает» на неделе 4
Расширение радиуса доставки: отложенная деградация
Сервис доставки увеличил радиус. Заказы сразу +15%. Через 3 недели — жалобы на время доставки. Через 6 недель — retention новых зон хуже старых на 25%. Ранний сигнал (заказы) позитивный, поздние сигналы (качество, retention) — негативные.
Ранняя / поздняя метрика
Ранняя: заказы, GMV. Поздняя: delivery time, retention по зонам, complaints
Мониторинг: нед. 1 / 3 / 6
1: заказы, delivery time p95. 3: complaints, reorder rate. 6: retention новых зон vs. старых
Какой лаг
3 недели (жалобы), 6 недель (retention)
Опасное решение
«Заказы +15%, расширяем дальше» без guardrail-мониторинга