Доклад
Сима Гиззатуллина
Старший продуктовый аналитик
Lamoda Tech
«Почему твой ретеншен тебе врет: сила когортного анализа в принятии продуктовых решений»
Что будет
MAU растет, а ретеншен проседает. Выкатили новую фичу — вроде все в порядке, но метрики ведут себя странно. Знакомо? Часто дело не в самой фиче, а в том, как вы смотрите на данные.

Многие продакты и аналитики полагаются на усредненные показатели — и не замечают, что на самом деле поведение пользователей давно изменилось. Когортный анализ помогает заглянуть глубже и увидеть, что скрывается за «средней температурой по больнице»: как ведут себя «новички» по сравнению со «старичками», какой трафик дает реальную ценность, а какой создает лишь иллюзию роста.

Из доклада вы узнаете:
  • Какие продуктовые инсайты невозможно найти без когортного анализа.
  • Как избежать типичных ловушек при работе с когортами.
  • Почему когортный анализ — это не «аналитика для аналитиков», а базовый инструмент менеджера продуктов.
После доклада вы начнете думать не «что со средней метрикой?», а «что происходит с разными когортами?». И, наконец, сможете точно ответить на вопрос: почему метрика падает, для кого фича сработала, и что надо чинить в первую очередь.

Кому будет полезно:
  • Продуктовым менеджерам в e-commerce и маркетплейсах — особенно тем, кто работает с рекламой, платформами для селлеров и монетизацией.
  • Аналитикам, отвечающим за выручку, ретеншен и эффективность фич, — особенно если приходится объяснять, почему метрики снова просели.
  • Growth- и performance-командам, которые хотят глубже понимать поведение разных сегментов пользователей и рекламодателей.
  • Тем, кто работает на стыке продукта, аналитики и маркетинга и хочет, чтобы метрики действительно помогали принимать решения, а не сбивали с толку.
Кто выступает
Сима Гиззатуллина
Старший продуктовый аналитик в Lamoda Tech
  • Более 5 лет в аналитике, сейчас отвечает за продуктовую аналитику внутренней рекламной платформы Lamoda.
  • По образованию инженер, но вместо плазмы и ракетных двигателей выбрала данные и A/B-тесты.
  • Строит систему метрик, дашбордов и экспериментов, которые помогают продуктам расти, а командам — принимать решения на основе данных, а не интуиции.