Блог
Практические статьи о событиях, воронках, удержании, SaaS-метриках, поведении пользователей и инфраструктуре продуктовой аналитики.
Как выбрать North Star Metric для B2B SaaS: определить ценность аккаунта, собрать входные метрики и отделить продуктовые события от финансовых данных.
Как строить продуктовую аналитику B2B SaaS на уровне аккаунта: связывать пользователей и роли, считать активацию команды, adoption, retention и churn.
Как построить и анализировать продуктовую воронку: выбрать шаги, порядок, окно, единицу расчёта, сегменты и проверить пользователей между этапами.
Что такое продуктовая аналитика, какие данные и отчёты ей нужны, как выбрать метрики и внедрить событийную аналитику за две недели без лишнего сбора данных.
Как считать feature adoption: доступный знаменатель, первое и повторное использование, глубина, роли, сегменты и связь функции с результатом пользователя.
Как связывать анонимные и авторизованные события, пользователей и B2B-аккаунты, обрабатывать выход, несколько устройств и не объединять разных людей.
Как проверять качество событий продуктовой аналитики: пропуски, дубли, время, идентификаторы, свойства, версии схемы и контроль после релиза.
Как оценивать продуктовые изменения: гипотеза, основная и защитные метрики, сопоставимые когорты, анализ до и после, эксперименты и проверка данных.
Чек-лист выбора on-prem продуктовой аналитики: контур данных, установка, обновления, резервные копии, доступ, производительность, экспорт и критерии пилота.
Какие данные нужны для MRR, ARR, CAC и LTV, почему браузерных событий недостаточно и как связывать финансовые SaaS-метрики с поведением пользователей.
Как анализировать путь пользователя до и после важного события, отличать агрегированный граф от истории человека и превращать последовательности в проверяемые гипотезы.
Разбираем retention и churn для SaaS: пользователи, аккаунты и выручка, формулы, когорты, продуктовые сигналы и ошибки при сравнении периодов.
Как выбирать сегменты пользователей и аккаунтов для воронок и retention, избегать информации из будущего, малых выборок и случайных сравнений.
Как разделить серверные и клиентские события: матрица источников, event_id, business_event_id, безопасные повторы и проверяемые JSON-сценарии.
Чем записи сессий отличаются от событийной аналитики, какие вопросы решает каждый метод и как сочетать воронки, пути и наблюдение за интерфейсом.
Для чего использовать SQL в продуктовой аналитике: проверка событий, нестандартные воронки, когорты, сегменты, качество данных и воспроизводимые запросы.
Как определить и измерить Time to Value в SaaS: стартовое событие, подтверждённый результат, медиана, распределение, сегменты и связь с активацией.
Как определить активацию SaaS, выбрать события и окно, построить воронку по пользователям или аккаунтам и проверить, почему новые клиенты не доходят до ценности.
Разбираем когортный анализ и retention: скачиваемые синтетические события, воспроизводимый ClickHouse SQL и проверяемая таблица удержания W0–W4.
Шаблон разметки для B2B SaaS: 14 событий в snake_case от signup_started до subscription_cancelled и три правила для свойств событий.
Где Яндекс Метрика закрывает продуктовые вопросы, а когда нужна отдельная продуктовая аналитика: события, когорты, retention, SQL и сверка данных.