Метрики определены один раз. Доверенные везде.
Смоделированная, протестированная, версионированная аналитика и BI-слой, который ваша команда обслуживает сама. Одно определение MRR, одно определение активации, один источник правды, с которым согласятся CEO и CFO.
Какую проблему решаем
Большинство аналитики проваливается не потому, что данных нет, а потому что никто не доверяет. У каждой команды слегка разное определение одной и той же метрики. Дашборды противоречат друг другу. Митинги руководства начинаются с спора о согласовании. Чиним это, относясь к метрикам как к коду — определено один раз, протестировано, версионировано, отревьюено, выкачено.
Что собираем
- 01Семантический слой / metrics layer: dbt-metrics, Cube, MetricFlow, SDF
- 02Star-schema и дисциплина dimensional моделирования
- 03Настройка BI: Metabase, Lightdash, Hex, Looker, Mode, Yandex DataLens
- 04Self-serve дашборды, которые ваша команда может расширять
- 05KPI-деревья, привязывающие бизнес-цели к нижележащим метрикам
- 06Cohort-анализ, funnel-анализ, retention-кривые
- 07Embedded-аналитика внутри вашего продукта
- 08Тулинг для нетехнических пользователей, чтобы задавать вопросы безопасно
- 09Документация и discoverability данных
Что получаете
- Семантический слой, в котором каждая ключевая метрика определена один раз
- Дашборды, которыми ваша команда пользуется (а не просто бросает взгляд)
- Документация, написанная для людей, которые её будут читать
- Обучение для analytics- и ops-команд
Стек, к которому тянемся
Подходит
- → Компаниям, где каждый дашборд рассказывает свою историю
- → Руководящим командам, пытающимся стандартизировать определения KPI по всей организации
- → Продуктовым командам, желающим self-serve аналитику для своих PM
- → Компаниям, встраивающим аналитику в продукт для клиентов
Как идёт проект
- 01
KPI-воркшоп
Сидим с руководством, чтобы определить метрики, которые реально важны — и определения, под которыми все подпишутся.
- 02
Семантический слой
Метрики смоделированы в коде, протестированы, версионированы. Один источник правды, ревью как у любого кода.
- 03
BI-rollout
Дашборды построены поверх семантического слоя. Self-serve паттерны настроены. Обучение проведено.
- 04
Adoption
Парное программирование с командами, пока self-serve не станет default, а не исключением.
Как сотрудничать
KPI Sprint
Воркшоп и письменное KPI-дерево с определениями, с которыми соглашается каждая команда.
Semantic Layer Build
Смоделированные метрики, BI-rollout, обучение и поддержка adoption.
Analytics Retainer
Непрерывное расширение и забота об аналитическом стеке по мере эволюции бизнеса.
Frequently asked.
01Какой BI-инструмент использовать?
Metabase или Lightdash для большинства компаний — open, dbt-native, низкая церемония. Hex, когда важны ноутбуки и ad-hoc работа. Looker, когда нужен governance. Подберём инструмент под вашу команду.
02Нужен ли семантический слой?
Если данные запрашивает больше одной команды — да. Стоимость расхождения определений выше стоимости слоя.
Есть задача, которую стоит решить как следует?
Напишите, какой результат нужен. Мы честно скажем, во что это обойдётся — письменно, в течение недели.
Начать разговор