Я тут недавно общался с одной командой аналитиков и мы обсуждали, что бы можно было порекомендовать тем, кто хочет прокачаться в продуктовой аналитике. Вспоминали кейсы, делились историями «до» и «после» прочтения некоторых книг. Так вот, этот список — это не просто «лучшие бестселлеры по версии Google», а те книги, которые изменили подход меня и моих коллег к работе.
"Lean Analytics" — Alistair Croll, Benjamin Yoskovitz
Эта книга учит, что метрики — это не просто цифры ради цифр. Выбор правильной метрики зависит от стадии, на которой находится твой продукт. Например, ранний стартап не должен переживать о чистой прибыли, ему важнее понять, работает ли сам продукт и есть ли у него аудитория. А вот на этапе масштабирования уже нужно копать в эффективность затрат и удержание пользователей.
Что мне понравилось? Авторы объясняют, что нельзя пытаться охватить всё. У тебя может быть 50 различных показателей, но если ты не можешь назвать одну-единственную метрику, которая отражает текущее состояние твоего продукта, ты делаешь что-то не так. Пример? Допустим, ты работаешь над мобильным приложением. На этапе запуска тебе важно количество скачиваний, но гораздо важнее посмотреть, сколько пользователей остаётся через 7 дней. Книга помогает выбирать ту метрику, которая ведёт к правильным решениям.
Почему полезно:
Ты начинаешь не просто считать цифры, а понимаешь, какие из них имеют значение.
Много практических примеров, которые легко применить к своим проектам.
"Measure What Matters" — John Doerr
Это библия по OKR — системе постановки целей и измерения результатов.
Мы часто работаем ради «что-то сделать» вместо «добиться чего-то». Книга объясняет, как грамотно формулировать цели и выбирать правильные метрики, чтобы каждый сотрудник понимал, зачем он делает свою работу.
Например, я раньше думал, что цели должны быть всегда реалистичными. Но автор объясняет, что амбициозные цели, которые ты можешь достичь только на 70%, намного лучше простых задач, где успех гарантирован. Почему? Потому что такие цели вдохновляют команду и требуют настоящих усилий.
Допустим, в твоём продукте стоит задача увеличить Retention Rate. Вместо того чтобы просто поставить задачу «сделать лучше», ты формулируешь цель: «Увеличить Retention Rate на 10% за квартал, используя три подхода». Появляется чёткая связь между целью и действиями.
Почему полезно:
Книга показывает, как увязать стратегию с тактикой. Ты видишь, как каждая метрика приближает компанию к глобальной цели.
Кейсы Google, Intel и других гигантов вдохновляют: OKR реально работает.
"Hooked" — Nir Eyal
Это пособие о том, как создавать продукты, которые «цепляют».
Книга объясняет, как создавать продукты, которые становятся привычкой. Всё завязано на цикл: триггер, действие, награда, возврат. Если твой продукт не возвращает пользователей, значит, один из элементов не работает.
Например, я понял, что внутренние триггеры (эмоции, которые заставляют человека действовать) важнее внешних. Уведомления — это хорошо, но если человек не чувствует реальной пользы или удовольствия, он не вернётся. Допустим, ты делаешь приложение для изучения языков. Внешний триггер — пуш-уведомление «Пора выучить новое слово». Но если в самом приложении нет ощущения прогресса (вроде наград, уровней или похвалы), триггер работать не будет (привет, Дуолинго).
Прочитав эту книгу можно к примеру понять, что у продукта не было сильного внутреннего триггераю
Почему полезно:
Ты понимаешь, как метрики связаны с поведением пользователей.
Книга помогает работать над гипотезами: если ты видишь, что пользователи уходят после регистрации, это может быть связано с отсутствием «наград» или неправильными триггерами.
"Data Science for Business" — Foster Provost, Tom Fawcett
Книга о том, как анализ данных становится инструментом для принятия решений. Это не про математические формулы, а про то, как использовать алгоритмы и модели для реальных бизнес-задач. Например, как сегментировать пользователей или предсказать их поведение.
Аналитика — это не только «найти ответ», но и понять, как задавать вопросы. Например, если ты видишь, что пользователи уходят, это не всегда очевидная проблема интерфейса. Возможно, твоё приложение просто не удовлетворяет их потребности, и это можно узнать, только разобрав сегменты.
Почему полезно:
Эта книга учит не только строить модели, но и понимать их практическую ценность.
Ты начинаешь видеть, как аналитика становится инструментом для бизнеса, а не просто набором данных.
"Thinking, Fast and Slow" — Daniel Kahneman
Это уже не про данные, а про людей.
У нас есть два типа мышления: быстрое (интуитивное) и медленное (аналитическое). В продуктовой аналитике эти системы помогают понять, почему люди принимают определённые решения.
Например, я всегда считал, что люди рационально выбирают лучшее. Но после книги понял, что когнитивные искажения (эффект якоря, предвзятость подтверждения) сильно влияют на поведение. Если ты показываешь скидку в 10%, она воспринимается иначе, если до этого была цена «со скидкой 30%».
После книги я стал обращать внимание на психологию в A/B-тестах. Если один вариант «работает лучше», нужно разобраться, почему. Возможно, это не лучший вариант, а просто иллюзия, созданная контекстом. Например, я теперь анализирую не только результаты теста, но и то, как пользователи взаимодействуют с элементами страницы.
Почему полезно:
Ты начинаешь понимать, как пользователи воспринимают продукт и почему они действуют определённым образом.
Это помогает не только в аналитике, но и в разработке гипотез, которые реально работают.
Заключительные слова
Вот такой стартер-пак. Все эти книги переведены на русский, так что даже если английский не твой конёк, это не отмазка. Бери, читай, впитывай и применяй — потому что вся эта теория становится золотом, когда начинает работать в реальных проектах. Ну и, конечно, делись своими находками в комментариях.
В продолжение темы образовательных материалов всем, кто интересуется BI-аналитикой, рекомендую посетить открытый урок 21 ноября. Участники обсудят принятие решений в бизнесе на основе данных, инструменты и навыки для эффективного использования аналитики. Записаться можно на странице курса «BI-аналитика».