Мало метрик - много аналитики В аналитике не обязательно обмазываться сотнями сложных метрик. Большинство ответов можно найти в совершенно базовых показателях, просто «повернув» их под разными углами. Давайте рассмотрим на небольшом примере из области LX-аналитики. Допустим, мы хотим понять - нравится ли студентам наши обучающие материалы на основании оценок, которые они ставят в конце уроков. Погнали! 1. Средняя оценка по всем материалам. Общий показатель - позволяет понять, все ли ок в целом. 2. Динамика негативных оценок (ниже 3/5) month-over-month. Позволяет моментально увидеть, если в текущем месяце негативные оценки набирают обороты. 3. Доля уникальных студентов, которые оставили оценки. Может быть у вас 5/5, но все оценки поставили вам парочка фанатов. 4. Доля уникальных материалов, которые получили оценки. Может быть у вас 5/5, но оценки ставят только на первые 2 урока. 5. Доля студентов, которые ставили негативные оценки. Может быть вас засыпали дизлайками, а по факту это 1-2 нелояльных студента. Или наоборот - если у всех в разных местах есть негативные оценки, это повод задуматься. 6. Доля негативных оценок. Позволяет понять, негативная оценка для нас - это выброс или обыденность. 7. Распределение оценок по перцентилям (боксплот/скрипичная диаграмма). Еще лучше позволяет понять, как студенты оценивают материалы. Можно еще много метрик сконструировать. Но обратите внимание - они все состоят из 1-2-3 показателей (материалы/студенты/оценки), просто по-разному собранные. И, при этом, они друг друга не дублируют, а, наоборот, дополняют. Если интересно побольше узнать про LX-аналитику - давайте соберем 100 разных реакций, сделаю пост с новой подборкой метрик!