Мои студенты часто спрашивают, в чем заключается продуктовая аналитика. И я привожу пример им из фильма Матрица, где в первом сезоне есть персонаж, который рассказывает Нео о том, что глядя на падающие зеленые циферки он видит Матрицу.

Так вот это не метафора — перед вами то, как я вижу бизнес в реальности, и этот странный поток цифр говорит о бизнесе очень много.

Задача продуктового аналитика научиться видеть за цифрами реальность бизнеса.

Аналитика не может быть отталкивающей, она должна быть красивой.

Последнее время я работаю с компанией Larixon и мы строим самую сильную data driven команду по управлению продуктом.

Я уже несколько месяцев использую в работе LLM Grok, и часто писал, что для меня нет ничего, чтобы меня удивило. Наверное, это потому, что, я познакомился с языковыми моделями еще в начале 90-х годов 20 века.

Но неделю назад, в компании приняли решение перейти полностью везде на Claude.

И вот это меня поразило, даже не то, что. LLM стали круто писать код, а то, что они стали это делать сами.

Моя реальная работа ускорилась примерно в 15 раз и вот это меня поразило больше всего. В прошлую пятницу я сделал за 2 часа то, что планировал делать неделю.

Для чего я использую Claude – во-первых, мы разработали большую систему анализа наших данных, строим прогнозы и анализируем зависимости, что интересно и ждет своего часа, это связь монетарных (Revenue, AOV, APC и т.д.) и не монетарных (число объявлений, клики и тп) метрик, и их влияние на деньги.

Ну а видео, это просто пример, того, что Claude делает для меня примерно за 1 минуту. Это визуализация когорт в нормированных столбцах. Очень интересно посмотреть на то, как выглядят когорты от года, а как выглядят когорты конкретного месяца во всех годах.

Если вы аналитик и еще не придумали, как использовать LLM в своей работе у меня для вас плохие новости.

И да, речь не о замене человека на агента, а о том, что человек с агентом эффективнее на порядок человека без агента.

Будущее уже наступило, как сказал мой коллега и друг, что мы сейчас точно в такое же время как во время появления новых автомобилей, они уже появились, но люди еще ездят в каретах, а вы производите кареты, но уже поняли, что завтра все будут ездить на машинах.

Друзья, опубликованы результаты исследования рынка аналитики. Рекомендую.

Привет, друзья!
выпустил новый ролик на своем канале

https://youtu.be/hQUf4dXdnAo

ролик посвящен небольшой утилите, которую я создал совместно с Claude Code для работы с большими CSV файлами (до 50 млн строк), любому продуктовому аналитику приходиться это делать — открывать и быстро анализировать такие файлы. Часто для этого используют python+pandas но это решение требует памяти и не очень быстрое, моя утилита быстра и менее капризная при работе с памятью, так как написана на СИ.

ссылка на репозитарий:
https://github.com/daniil-khanin/csvview

добавил в утилиту возможность строить графики для не числовых данных.

Я смотрю, количество подписчиков сокращается.

По сему вопрос, какую информацию вам было бы интересно читать у меня?

Про данные, аналитику и LLM.

Март 2026, первый месяц за историю ueCalc с 2017 года, когда при включенной монетизации не было совершено ни одной транзакции. Доход продукта = 0. Минимальный расходы продукта в месяц 500€.

Подсчитываем убытки.

сделал страницу для утилиты https://khanin.info/tools/csvview

Решил рассказать, как я использую Claude в своей работе. Сейчас я занимаюсь тем, что встраиваю Data Driven процесс в работу компании Larixon, мы выпускаем Classifields в разных странах, моя же задача связать метрики, с которыми работают продуктовые команды, которые заточены в том числе, на то чтобы сделать счастливыми наших пользователей, которые не платят нам деньги, с метриками, которые связаны с юнит-экономикой, финансами и в конечном счете с нашей прибылью.

Как я работал раньше?
Ранее, я занимался тем, что руками изучал какие есть метрики, строил дерево метрик, модель юнит-экономики и потом смотрел, как объяснить команде, которая повышает удобство поиска объявлений на площадке, что ее продукт должен приносить деньги компании.

Трудность была связана с тем, что команд много, сейчас я оперирую 34 командами (деление на команды условное, но столько людей, которые отвечают за метрики у меня в пуле), метрик еще больше, речь идет о сотнях, продуктовые команды работаю с более чем 150 метриками, а дерево метрик, где размещены только метрики юнит-экономики и продуктовые метрики связанные с метриками юнит-экономики насчитывает больше 180 узлов.

В ручную держать в голове все эти связи то еще испытание. А отслеживать взаимное влияние, прогрессы и т.д. скорее не возможно.

Claude
С появлением агентов, работу можно автоматизировать, например, рутину по поиску связей между одним документом (список задач в продуктовых командах) и дереве метрик, можно отдать LLM, и она в целом хорошо, а главное быстро справиться с этой работой.

Для этого просим агента взять файл и связать его с другим файлом, в целом промпт это отдельное знание, и многие даже просят одного агента подготовить промпт для другого агента. Но в любом случае, бездушная машина быстро выполнит задачу, предварительно оценив ее в человеко-часах, как примерно 5-7 дней плотной работы, но традиционно справиться за 20 минут. В качестве артефакта у вас появится MD файл, который еще нужно прочитать.

Некоторые просят другого агента прочитать этот файл и сделать выжимку, которая опять превращается в MD файл. В итоге, вы быстро обрастаете большим числом разнообразных MD файлов, а в моем случае, так как я работаю еще и с финансовыми отчетами, то и с большим числом CSV файлов. А так как мой агент продвинутый, то я получаю ECSV файлы, которые еще надо уметь открывать, хотя это просто CSV с комментариями.

В рамках своих задач я очень быстро оброс кучей таких файлов и легче не стало, а только тяжелее, раньше я мог контролировать продвижение к цели сложностью, то сейчас продвижение к цели тормозится именно мною, из-за неспособности прочитать быстро большое число материалов, прочитать, понять и сделать выводы.

продолжение …

Решил поделиться с вами, почему именно сейчас важно учиться программированию, а не надеется на агентов.

В эпоху вайбкодинга, я решил пойти против течения, и вспомнить как это программировать по настоящему. Речь идет о программировании на компилируемых языках программирования, потому что последние 20 лет я писал код исключительно для веб разработки на PHP и JS.

Почему я принял это решение? Главное, чтобы не забывать, кроме того, в мире, где код создается агентами, и все больше людей вообще не понимают, что происходит с их кодом в момент работы, становиться крайне важным понимать, как работает компьютер и для чего нужен код. По этому я решил начать, так сказать с азов, и повторить какую-нибудь классическую игру на языке СИ для моего macbook.

Вайбкодинг и программирование
Перед тем как начнем, я хочу напомнить, что агенты не создают новый код, они решают задачу по стандартным шаблонам, на которых они обучены. Фактически это выглядит примерно так: агент просто находит в некотором виртуальном репозитарии код, которые решает вашу задачу и адаптирует его под вашу реализацию. По этому крайне важно правильно выбирать стек технологий (и хорошо бы вообще знать, что это такое), потому что LLM учат на том, чего много, а много кода на JS, на пример, по этому агенты хорошо умеют в задачи фронтенда. Но вот мои эксперименты создать нормальный работающий продукт на Swift показали, что этот язык агент (в моем случае Claude Code) знает сильно хуже, чем JS или СИ.

С формальной точки зрения, агенты выступают в роли компилятора, когда давно, люди писали код на языках низкого уровня, таких как ассемблер или вообще в машинных кодах.

Продолжение…

"Прошло 2 года, как я обновлял сайт, за это время произошло много разного в мире IT, пора менять и сайту. 

В первую очередь я подумал, о вас читателях, но и не забыл сделать некоторые вещи удобными и ..."
https://khanin.info/blog/438

Пока это эксперимент, интерактив над данными про бизнес, стартапы и другое...

https://khanin.info/cards/443

d2decisions_bot init

Я настраиваю bot не пугайтесь 🙂

🤖 В канале появился бот

Теперь анонсы статей с khanin.info публикуются автоматически — через @d2decisions_bot.

Что умеет:
— Публикация анонсов новых статей с кнопкой «Читать»
— Отложенные посты по расписанию
— Модерация чата: фильтрация спама и ссылок от новых участников

Для вас ничего не меняется — контент тот же, просто теперь быстрее и стабильнее.

Темы в блоге

Привет, друзья! Я все больше думаю об удобствах для читателей моего блога, пытаюсь найти лучшее. Что уже есть на сайте сейчас: возможность читать статью без интерфейса просто статья без отвлечения.

Теперь новая опция цветовые темы: можно выбрать несколько светлых и темных тем, а также тему в стиле New York Times или The Economist.

При управлении продуктом с использованием современных методов управления процессами производства, такими юнит-экономика, теория ограничений Голдратта, дерево метрик и другие, приходиться решать одну не стандартную задачу — как связать реальные метрики продута, например, количество пользователей, которые использовали поиск и видели нулевую выдачу, с заработком продукта, если прямой связи между метриками нет, и вообще пользователи, в используемой бизнес модели не монетизируются.

Данная тема весьма распространенная, но я не видел, чтобы о ней, кто-то рассказывал. По этому сегодня я поделюсь своим опытом, как я решаю подобную задачу.

#CPO_notes #metrics

Продолжение...