Когда меня цепляет какая-то цифра, я обновляю аналитику каждый час. Запустили кампанию, выкатили фичу, поменяли воронку, и я залипаю в дашборде, обновляю, смотрю как ползёт линия. Это моя сильная сторона и моя же ловушка одновременно.
Сильная, потому что я реально живу в данных и замечаю движение раньше других. Ловушка, потому что обсессивный рефреш метрик легко перепутать с аналитикой. А это разные вещи. Рефрешить умеет любой. Аналитик это не тот, кто чаще всех смотрит в графики.
Я руковожу онлайн-продажами в найме и параллельно веду свою студию, где данные это половина работы. За эти годы через меня прошло много людей, которые называли себя аналитиками. И я постепенно собрал для себя набор признаков, по которым отличаю сильного от того, кто просто красиво оформляет цифры. Делюсь.
Инструменты у всех одинаковые
Сначала про то, что НЕ отличает.
Не отличает знание инструментов. GA4, GTM, Metabase, SQL, Looker, все это открыто и доступно. Любой может научиться строить отчёт. Это базовая грамотность, не уровень.
Не отличает знание формул. CPL, ROAS, CAC, LTV, retention, все эти аббревиатуры гуглятся за вечер. Человек, который сыпет терминами, не обязательно понимает, что за ними стоит.
Не отличает количество дашбордов. Я видел людей, которые строят двадцать красивых дашбордов, и ни один из них не помогает принять решение. Витрина данных не равно работа с данными.
Разница глубже. Она в том, как человек думает, когда смотрит на цифру. Вот шесть принципов, которые эту разницу показывают.
1. Не приклеивает причину к просадке
Это самый главный признак, и его проще всего проверить.
Слабый аналитик, увидев просадку, сразу находит причину. Доля онлайна упала с 50 до 40 процентов, и он на автомате выдаёт: «это из-за вчерашнего релиза» или «это сезонность». Звучит уверенно. Только это выдумка. Он не проверил, он подставил первую правдоподобную причину, потому что «не знаю» звучит слабо.
Сильный аналитик в той же ситуации скажет: «вижу просадку доли с 50 до 40, причину пока не знаю, разбираю». И пойдёт разбирать. Может оказаться, что вчерашний фикс воронки вообще не влияет на эту метрику, а дело в чем-то другом. Честное «пока не знаю» это не слабость. Это единственный профессиональный ответ, когда ты реально не знаешь.
Я на этом ловлю людей постоянно. Как только слышу мгновенную причинно-следственную связь без проверки, понимаю: человек фантазирует. Данные не работают так, что причина видна с первого взгляда. Если бы работали, аналитики были бы не нужны.
2. Лезет в источник, а не берёт из головы
Когда коллега скидывает тебе Firebase, AppsFlyer, выгрузку, скриншот с цифрами, сильный аналитик идёт именно туда. В источник. Он не берёт число из головы, не подставляет «примерно столько было в прошлый раз», не строит абстракцию вместо факта.
Слабый берёт из памяти или из ощущения. «Ну там было около тысячи лидов». Откуда тысяча? Из воздуха. А в источнике лежит 847, и это меняет вывод.
Звучит банально, но нарушается это сплошь и рядом. Особенно когда лень открыть нужный инструмент или когда кажется, что и так помнишь. Дисциплина простая: есть источник, открой источник. Не помнишь, не предполагай, посмотри. Каждый раз.
То же самое касается доступов. Если у тебя есть API, выгрузка, доступ к системе, ты обязан вытащить данные оттуда сам, а не просить кого-то сходить и скопировать. Сильный аналитик использует свои руки и свои доступы по максимуму.
3. Один источник истины, не миксует
Коллега прислал скриншот, где уже посчитано «Всего». Сильный аналитик берёт это «Всего» как есть. Слабый начинает собирать свой агрегат: суммирует по месяцам сам, подмешивает старые числа из другой презентации, миксует апрель из одного отчёта с кварталом из другого.
И получает цифру, которой нет нигде. Ни в одном источнике. Она родилась у него в голове из смеси разных данных, и теперь он её защищает.
Это смертный грех аналитики. Если источник один, ты работаешь с ним. Если данные из источника непонятны, ты спрашиваешь, а не достраиваешь сам. Момент, когда ты начал «уточнять методологию» и пересобирать чужой агрегат по-своему, это момент, когда твои цифры перестали быть достоверными.
Сильный аналитик фанатично держит границу источника. Это здесь, посчитано так, точка. Если надо иначе, идём в первичные данные, а не лепим франкенштейна из готовых агрегатов.
4. Проверяет конечный результат, а не прокси
Залил профиль в базу, сверил контрольную сумму, билд прошёл, ответ сервера 200. Отчитался: готово, работает. А оно не работает. Пользователь открывает и видит то же, что и раньше, потому что сломалось в другом месте.
Слабый аналитик верит галочке на промежуточном шаге. Данные в базе есть значит готово. Метрика в дашборде поползла значит сработало. Но промежуточный шаг это прокси, а не результат.
Сильный проверяет то, ради чего всё затевалось. Не «данные доехали до таблицы», а «пользователь в итоге увидел правильное число». Не «конверсия в отчёте выросла», а «выросли реальные продажи, а не просто переразметка событий накрутила цифру».
Это разница между «я сделал шаги» и «я получил результат». Прокси-метрика врёт чаще, чем кажется. Доверяй конечному звену цепочки, тому, что видит живой человек на той стороне.
5. Каждая метрика на экране это решение
Я отношусь к дашборду как к пульту, а не к отчёту. На пульте только то, на что ты реально нажимаешь. Каждая цифра на экране должна помогать принять решение или держать руку на пульсе. Если метрика не операционная, её там быть не должно.
Слабый аналитик заваливает дашборд всем подряд. Сорок графиков, потому что «вдруг пригодится». Среди них тонут три, которые реально важны. Это не богатство данных, это шум.
Сильный безжалостно режет. Мне не нужен счётчик «4 клиента», если активный у меня один. Мне не нужны абстрактные агрегаты, за которыми я никогда не буду следить. Мне нужен расход, остаток баланса, риск, то, что я мониторю каждый день и по чему принимаю решения.
Спрашивай про каждую цифру: какое решение я приму, глядя на неё? Если ответа нет, цифра лишняя. Дашборд это инструмент управления, а не витрина достижений.
6. Знает, для кого отчёт
Один и тот же набор данных для разной аудитории это разные отчёты. Сильный аналитик это чувствует.
Когда я готовлю отчёт для топа, я точно знаю, что показать, а что выкинуть. Про свою команду писать не буду, ему всё равно на мою команду, ему нужен результат и риск. Лишний слайд, который не работает на конкретного человека, это не «полнота картины», это размывание главного.
Слабый аналитик вываливает всё, что насчитал, одинаково для всех. Гордится объёмом. А сильный понимает, что отчёт это коммуникация, а не свалка. Хороший отчёт отвечает на вопрос конкретного человека, который его читает, и молчит про то, что этому человеку не нужно.
Та самая ловушка, с которой я начал
Вернусь к рефрешу метрик. Я сказал, что обновляю аналитику каждый час, когда меня зажгло. Это правда, и это моя точка риска.
Потому что можно залипнуть в мониторинге вместо того, чтобы двигаться дальше. Смотреть, как ползёт линия, это приятно и создаёт ощущение работы. Но если ты три часа обновляешь дашборд и не принял ни одного решения, ты не аналитик в эти три часа, ты просто тревожно смотришь в график.
Сильный аналитик ловит себя на этом. Данные нужны, чтобы решить и сделать, а не чтобы успокоиться. Как только мониторинг превращается в самоцель, пора закрыть вкладку и пойти что-то менять на основе того, что уже увидел.
Так что с этим делать
Если нанимаешь аналитика или растишь себя как аналитика, проверяй не знание инструментов. Инструменты выучиваются. Проверяй мышление.
Дай человеку реальную просадку и посмотри, приклеит ли он причину сразу или пойдёт разбирать. Дай противоречивые данные из двух источников и посмотри, склеит ли он франкенштейна или остановится и спросит. Попроси отчёт для конкретного человека и посмотри, порежет ли он лишнее или вывалит всё.
Сильный аналитик это не тот, кто знает больше формул. Это тот, кто честен с данными: не выдумывает причины, не берёт цифры из головы, держит источник, проверяет результат, а не прокси, и помнит, что каждая метрика существует ради решения. Остальное это инструменты, а инструменты у всех одинаковые.
Если у тебя есть своя боль с аналитикой, со сквозной отчётностью или с тем, что цифры в разных системах не сходятся, напиши мне. Это ровно та история, которую я люблю разбирать.