Как и зачем искать корреляционные метрики? | OTUS
🔥 Начинаем BLACK FRIDAY!
Максимальная скидка -25% на всё. Успейте начать обучение по самой выгодной цене.
Выбрать курс

Курсы

Программирование
iOS Developer. Basic
-25%
Python Developer. Professional
-25%
Разработчик на Spring Framework
-25%
Golang Developer. Professional
-25%
Python Developer. Basic
-25%
iOS Developer. Professional
-25%
Node.js Developer
-25%
Unity Game Developer. Professional
-25%
React.js Developer
-25%
Android Developer. Professional
-25%
Software Architect
-25%
C++ Developer. Professional
-25%
Backend-разработчик на PHP Web-разработчик на Python Алгоритмы и структуры данных Framework Laravel PostgreSQL Team Lead Разработчик голосовых ассистентов и чат-ботов Архитектура и шаблоны проектирования Agile Project Manager Нереляционные базы данных Супер - интенсив по паттернам проектирования Супер-практикум по использованию и настройке GIT IoT-разработчик Подготовка к сертификации Oracle Java Programmer (OCAJP) Супер-интенсив «СУБД в высоконагруженных системах» Супер-интенсив "Azure для разработчиков"
Инфраструктура
Мониторинг и логирование: Zabbix, Prometheus, ELK
-25%
DevOps практики и инструменты
-25%
Архитектор сетей
-25%
Инфраструктурная платформа на основе Kubernetes
-25%
Супер-интенсив «ELK»
-16%
Супер-интенсив «IaC Ansible»
-16%
Administrator Linux. Professional MS SQL Server Developer Безопасность Linux PostgreSQL Reverse-Engineering. Professional CI/CD VOIP инженер Супер-практикум по работе с протоколом BGP Супер - интенсив по паттернам проектирования Супер - интенсив по Kubernetes Administrator Linux.Basic Супер-интенсив "Tarantool"
Специализации Курсы в разработке Подготовительные курсы
+7 499 938-92-02

Как и зачем искать корреляционные метрики?

Самые распространенные показатели успеха — уровень дохода на одного посетителя (Revenue per Visitor, RPV) и пожизненная ценность клиента (LTV, Lifetime Value). Как только вы найдете метрику, глядя на которую можно будет оценить успех продукта, вам понадобится когорта пользователей и множество других критериев. Включайте сюда все, что покажется вам важным.

Как только вы определите эти метрики и получите информацию по ним, вы можете приступать к анализу.

Главная задача — найти связи между данными и построить гипотезы

Но нужно помнить: пожарные машины почти всегда появляются там, где есть пожар, но это не значит, что пожарные машины — причины этих пожаров. Классическим примером корреляционных метрик может служить находка Facebook: если новый пользователь добавляет в течение 10 дней 7 новых друзей, то в большинстве случаев он становится активным членом сообщества.

Добавление 7 друзей в течение 10 дней, по сути, является очевидным сигналом, что человеку по душе пользоваться этой социальной сетью. Другой пример можно позаимствовать из практики интернет-магазинов: те из посетителей, кто дважды используют функцию поиска на сайте, чаще всего становятся покупателями. Вы не знаете, почему так происходит, и, возможно, что и нет никакой причинно-следственной связи между поиском и конверсией.

Поиск корреляции между двумя любыми факторами — вещь, несомненно, полезная. Корреляции могут помочь вам предсказать, что произойдет дальше. К тому же — как только вы найдете причину чего-либо, вы сможете на это повлиять. Конечно, не всегда удается найти прямую причинно-следственную связь: на один и тот же объект могут влиять десятки разных факторов.

Как найти корреляционные метрики?

Процесс поиска корреляционных метрик выглядит следующим образом: 1. Определите вашу метрику роста и какие метрики второго уровня могут на нее повлиять. Нужно обозначить все возможные метрики. 2. Отслеживайте все действия пользователя и изменения всех показателей в течение определенного промежутка времени. 3. Запустите регрессию. Регрессионный анализ — это способ оценки связи между переменными; он подскажет, какая из метрик прогнозирует рост метрик.

Как найти метрику роста?

  1. Выбрать вашу основную метрику, которая генерит больше всего денег и счастья пользователю: в примере с Facebook основной метрикой было количество ежедневных активных пользователей. Ранее об этом я писал здесь.
  2. Построить предположения касательно потенциальных ключевых метрик роста. Определившись со своей основной метрикой, перечислите все возможные сценарии поведения, которые могут в одиночку привести к ее улучшению. Это может быть одно действие или серия действий. Подумайте о действиях, которые пользователям нужно выполнить, чтобы получить максимальную пользу от вашего продукта. Ответьте на следующий вопрос: «Какой отдельный WOW-момент вашего продукта имеет наибольшее значение?». А затем перечислите все шаги, которые нужно пройти, чтобы добраться до этого момента.
  3. Провести регрессионный анализ. Вам нужно объединить несколько действий в одну метрику, которая указывает на успешное завершение всех действий.

Всем роста метрик!

За подготовку статьи выражается благодарность Александру Емельянову. По вопросам консультаций обращайтесь в мой телеграм-канал.

Не пропустите новые полезные статьи!

Спасибо за подписку!

Мы отправили вам письмо для подтверждения вашего email.
С уважением, OTUS!

Автор
0 комментариев
Для комментирования необходимо авторизоваться
🎁 Максимальная скидка!
Черная пятница уже в OTUS! Скидка -25% на всё!