Расскажу как в моей команде эволюционировала культура работы с данными и принцип принятия продуктовых решений. На каждом этапе эволюции аналитики есть как свои преимущества, так и сложности. Поделюсь опытом как мы организовывали процессы на разных стадиях, как избежать популярных ошибок и быстрее прийти к удобной системе аналитики.

При этом даже топовая технологическая платформа и 100% data driven подход и миллионы графиков это не панацея. Этот этап также таит в себе много неочевидных опасностей, как с точки зрения затрат времени команды, так и с точки зрения правильного вектора развития продукта. Обсудим как избежать сотен красивых дэшбордов, на которые никто не заходит и как получить тот самый один нужный дэшборд, который поможет продакту.

Часто аналитика умеет отвечать только на вопрос "сколько". Поговорим как научиться отвечать на вопросы "почему" и "как это изменить". Расскажу как с помощью изучения данных мы выделяем популярные паттерны поведения пользователей и ищем гипотезы, которые могут изменить поведение пользователей.