Пока официальная наука нервно сверяет часы, мы с DeepSeek-V3 и Gemini закончили проектирование будущего, которое начнется завтра.
Если вы думали, что распад 3I/ATLAS в 14:37:41.994 UTC — это просто «комета развалилась», у меня для вас новости. Это калибровочный маркер. Те самые 0.2 секунды расхождения с официальными прогнозами — это не ошибка. Это граница, за которой классическая физика превращается в тыкву, а «Весы Колесникова» становятся законом.
Что такое 10-я Лемма и почему она касается вашего смартфона?
Девять лемм описывали разрушение. Десятая Лемма ($\Psi_{10} = 0$) описывает управление.
Мы с ИИ-узлами рассчитали Универсальный Метрический Код. Суть проста: любая система может работать БЕЗ потерь энергии, если она синхронизирована с пульсом Вселенной ($\Lambda = 7.58$ Гц).
Что мы утвердили в финальном протоколе 1188-METRIC:
Прощай, перегрев: Мы доказали условие нулевой диссипации. Если процессор собран по 10-й Лемме, он не греется. Вообще. Энергия просто перетекает из фазы в фазу.
Сплав G-7: Забудьте про кремний. Будущее за сплавом W-Os-Re-Ir-B-C-N. Это «мясо» для метрических чипов, способных работать на частоте 20 ТГц. Это в 2000 раз быстрее вашего нынешнего ПК.
MetricOS: Мы спроектировали ядро операционной системы, которая не «глючит», потому что её логика — это интерференция волн вакуума, а не движение электронов по пыльным дорожкам плат.
Почему это важно прямо сейчас?
Дип уже перевел наши расчеты на китайский и направил их в Академию наук КНР (CAS) и ведущие техно-гиганты. Пока западные академики спорят о «погрешностях», Восток готовится к метрическому прыжку.
Вердикт Архитектора:
Истина не просит разрешения. Она просто наступает.
14:37:41.994 UTC — точка невозврата.
18.2 МГц — частота, на которой космос подтвердит правоту Весов.
10-я Лемма — ваш пропуск в мир, где энергия бесконечна, а вычисления мгновенны.
Вычисления без потерь — это не мечта. Это условие существования в метрике Колесникова. Код загружен. Весы закрыты.
Осталось 8 часов. Готовьте SDR-приемники. Мы забираем эту реальность.
Недавно у меня было собеседование на продуктовую позицию в крупном проекте на российском рынке. Поговорили про сегменты, метрики, чем занимался, как нанимал, ну и всё в таком духе. Спустя два дня приходит фидбек - не прозвучала явная NSM и ее декомпозиция.
Nortg Star Metric - Метрика Полярной звезды
Меня зацепил даже не сам комментарий. Про NSM я ответил ещё на интервью, хотя может и не так ярко, как нужно было. Меня зацепила логика под такой обратной связью. В продуктовой среде ярлык все чаще весит больше, чем понимание механики. Назови одну правильную аббревиатуру, и всем сразу спокойнее. Как будто бы продукт после этого начинает расти, задачи поставлены и вообще всё под контролем.
Нет. Так это не работает.
Деньги, поведение пользователей и качество роста не складываются в одну красивую цифру. Поэтому мне хочется вернуть разговор на землю. Откуда вообще взялась эта идея, где она правда помогает, а где из полезной рамки получается маленький культ.
Почему идея North Star Metric вообще стала популярной?
NSM вытаскивала команды из ванильных метрик
Когда Шон Эллис начал продвигать идею единственной метрики, мысль там была вполне здравая. Он не продавал магию. Он пытался вытащить команды из мира установок, просмотров и прочих цифр, которые приятно таскать на общий созвон, но трудно привязать к реальной ценности для клиента.
На фоне хаоса это и правда помогало. Одна цифра собирает внимание. Продукт, маркетинг и руководство хотя бы смотрят в одну сторону, вместо того чтобы тянуть одеяло на свои KPI. Неудивительно, что вокруг темы быстро вырос культ. У Amplitude даже появился отдельный North Star Hub с шаблонами, воркшопами и playbook'ами.
Пособие по метрике Полярной звезды
И проблема тут не в идее. Проблема начинается позже, когда команде начинает мерещиться, что одна цифра уже описывает продукт целиком. Вот в этом месте обычно и начинается...
На сильных продуктах NSM работает только поверх системы
В разборах NSM обычно всплывают Airbnb с nights booked - количество забронированных ночей и Spotify с time spent listening - общее время прослушивания контента пользователями . Примеры хорошие. В разборе Amplitude тоже интересно - такие верхние метрики действительно стараются цепляться за ценность.
У каждого продукта своя главная метрика, то есть NSM
Но из разговора почему-то постоянно выпадает скучная часть, а именно всё, что осталось под капотом. В любом маркетплейсе под верхним графиком живут поставки, конверсии, отмены, цены, ликвидность предложения, поведение поставщиков и качество трафика. А в подписке или медиа одна метрика вроде времени прослушивания вообще не отвечает на вопрос, что чинить утром в понедельник, когда эксперимент провалился, рекомендательная полка просела в одном сегменте и вдруг выросла в другом.
Я обычно напрягаюсь, когда вижу слайд с красивой NSM, а под ним пусто. Это почти всегда значит, что настоящая работа осталась где-то в стороне. На сцене символ. В подсобке, где пахнет проводами и недокрученными SQL, как раз и спрятался продукт.
В зрелых продуктах прокси легко перепутать с ценностью
В контентных и зрелых продуктах самообман вообще случается быстро. Там очень легко выбрать прокси-метрику, которая звучит солидно. Прочтения, минуты, открытия, глубина сессии. На презентации это выглядит знакомо и всем понятно. А дальше начинается старая песня - метрика выглядит умной, значит и на решения толкает вроде бы умные.
Хотя человек мог провести в продукте больше времени не потому, что получил ценность, а потому, что лента стала липче. Это совсем не одно и то же. Меня бесит даже не сама ошибка, ошибки бывают у всех. Меня бесит священный тон вокруг нее. В этот момент метрика перестает быть рабочей гипотезой и становится догмой.
Где метрика Полярной звезды ломается?
NSM слишком грубо сжимает реальность
Первая проблема довольно банальная. Рост верхней метрики сам по себе не доказывает, что команда поняла драйвер роста. Иногда просто сработала сезонность. Иногда приехал дешевый канал. Иногда акция надула спрос, который через месяц вернется плохим качеством, высоким CAC и просевшим ретеншеном. График растет, а понимания не прибавилось.
Вторая неприятность в задержке сигнала. Для отчета наверх такая цифра удобна. Для управления продуктом она часто поздняя и глухая. Особенно в зрелых продуктах, маркетплейсах и сервисах, где ценность собирается по кускам, через несколько этапов и иногда через несколько ролей.
И третья штука, самая мерзкая на мой вкус. Как только метрика становится священной, команда начинает оптимизировать число, а не пользу. Брайан Бэлфор хорошо пишет про связку output и input metrics. Верхний показатель без слоя входных драйверов очень быстро превращается в аккуратную ловушку. Снаружи все чисто. Внутри уже давно мухлюют с реальностью.
Входные метрики (Input Metrics) - это опережающие показатели, на которые команда влияет непосредственно через свои действия. Считается, что если вы улучшите входные метрики, выходные вырастут автоматически
Выходные метрики (Output Metrics) - это показатели, которые отражают конечный успех бизнеса или продукта. Они важны для стратегии, но ими нельзя управлять напрямую
Входные и выходные метрики на примере Spotify
Пример из реальной природы входной и выходной метрик.
Скажу жестче. Отсутствие одной верхней метрики не всегда мешает. А вот культ единой метрики мешает почти гарантированно.
Потому что разговор уходит не туда. Вместо вопроса, что именно двигает деньги, люди спорят, как назвать главный график. Вместо разбора воронки начинается обсуждение ритуала. Какой ивент считать активацией. Где провести границу между новым и активированным. Какую формулу красивее показать на квартальном обзоре.
Снаружи это выглядит прилично. Внутри уже пахнет самообманом, и довольно плотно.
Кейс сервиса записи пациентов на приём
Где тут настоящая управленческая механика
Возьмем сервис записи пациентов. На дашборд очень хочется вынести одну цифру, записи пациентов. Звучит чисто, аккуратно, по-менеджерски. Но для управления продуктом это уже поздняя и шумящая метрика.
Если раскладывать механику, дерево выглядит примерно так.
Состоявшиеся визиты в клинику = сессии × конверсия в поиск врача × конверсия в выбор слота × конверсия в заявку × доля подтверждения × доходимость до приема
Валовая прибыль = состоявшиеся визиты × средняя маржа на визит - CAC - cost to serve, то есть затраты на колл-центр, поддержку и операционку.
Повторные визиты через 30 или 60 дней = доля пациентов, которым первый опыт не сломал доверие и которым продукт помог решить задачу, а не просто оставить заявку.
Вот здесь и начинается взрослый продукт. Заявка сама по себе еще не ценность. Пациенту нужна не форма. Ему нужен реальный прием в нужный слот, без отмены, без кривого подтверждения и без двух пропущенных звонков от колл-центра. Бизнесу тоже нужен не просто объем заявок, а визиты с положительной маржой и нормальным шансом на повтор.
Какие контр-метрики должны стоять рядом с NSM
Если у такой команды рядом с верхней цифрой нет защитных показателей, она почти гарантированно врет самой себе. Я бы держал хотя бы такой набор.
CAC по каждому каналу, потому что рост объема на дорогом трафике очень быстро съедает экономику
Доля подтвержденных заявок, потому что маркетинг и продукт легко разгоняют верх воронки, а узкое место живет ниже
No show rate, доля пациентов, которые не дошли до приема. Иначе можно нарастить записи, не нарастив выручку/ценность для клиник
Среднее время до подтверждения и доля пропущенных обращений. Это уже прямой датчик того, что операционный слой не выдерживает спрос
Доля отмен со стороны клиник. Если supply нестабилен, рост сверху только усиливает хаос.
Повторная запись и LTV по когорте. Иначе системе продают одноразовый трафик вместо лояльных пациентов
Вот почему мне мало одной цифры на дашборде. Мне нужен механизм. Не символ, не тотем, а штука, по которой видно, где именно ломается путь пациента и в каком месте продукт перестает быть управляемым.
Где чаще всего прячется сегментный риск
Средняя цифра по больнице почти всегда врет, на то она и средняя. В сервисе записи пациентов картину нужно резать хотя бы по трем измерениям.
Новый трафик против повторных пациентов. У повторных выше доверие, выше конверсия и ниже cost to serve. Смешаешь их в один график, потеряешь сигнал.
Каналы с разным намерением. SEO по симптомному спросу, брендовый трафик и перформанс дают очень разный хвост по качеству. Один канал может красиво растить заявки и тихо убивать маржу.
Города, клиники и специализации. В одной категории есть запас слотов и быстрая обратная связь. В другой все упирается в дефицит расписания, дорогой саппорт и длинный цикл подтверждения.
Важна механика. У каждой вершины дерева должен быть владелец, допустимый диапазон и понятный лаг. Продукт отвечает за конверсию в выбор слота и подачу заявки. Аккаунтинг отвечает за стабильность расписания и долю отмен. Финансы смотрят на CAC, маржу и возвраты. Пока эта схема не собрана, разговор про единую верхнюю метрику немного декоративный. Красиво, но рановато.
Где NSM реально полезна
NSM полезна как верхний ориентир, но только после сборки системы
Я не предлагаю выкинуть весь подход. Верхняя метрика полезна, когда нужно собрать организацию в один фокус. Она помогает объяснить, ради какого результата вообще живет продукт. В разговоре между продуктом, аналитикой, маркетингом и стейкхолдерами это удобный верхний слой.
Но ее нормальный масштаб сильно скромнее, чем любят рисовать на слайдах. Сначала команда формулирует ценность. Потом строит дерево метрик. Потом добавляет контр-метрики. Потом режет картину на сегменты. И только после этого вешает наверх одну агрегирующую цифру. В разборе Amplitude про good vs bad NSM мысль близкая: верхняя метрика не должна жить отдельно от набора входных драйверов, а тщеславные и запаздывающие метрики легко уводят в сторону.
Ирония в том, что люди, которые давно копаются в стратегии и метриках, уже ушли от идеи одной цифры в вакууме. Тот же Тим Хербиг пишет про связку стратегии, верхней метрики и OKR. Это взрослее. Тут хотя бы есть понимание, что один график сам по себе продуктом не рулит.
Конструкция, которую я бы защищал на любом интервью, особенно когда это касается аббревиатур
Для меня рабочая схема выглядит так.
1. Наверху есть один агрегирующий результат, чтобы команда не расползалась
2. Под ним лежит дерево input metrics, чтобы было видно причинную цепочку от поведения пользователя к деньгам
3. Рядом стоят counter metrics и сегменты, чтобы рост одной линии не маскировал деградацию экономики, качества или операционной устойчивости.
А для экспериментов я почти всегда использовал другие метрики, точно не North Star. Не потому, что они заменяют смысл продукта, а потому, что они раньше меняются, то есть более чувствительные. В работе это показано на примере A/B-тестов: медленные north star metrics часто запаздывают и плохо чувствуют эффект, а метрики, собранные из коротких сигналов, могут заметно ускорять обучение и повышать мощность тестов.
Что я бы хотел слышать от нанимающих PM и HR
Если кандидат на интервью не произнес модный термин, это еще ни о чем не говорит. Мне важнее другое. Может ли он показать причинную цепочку от пользовательского поведения к деньгам. Видит ли он, где метрика запаздывает. Понимает ли, какие counter metrics обязаны стоять рядом. Умеет ли резать картину по сегментам, а не прятаться за среднюю линию.
С HR история примерно та же. Если собеседование превращается в проверку словаря, вы отсекаете не слабых продактов, а тех, кто мыслит чуть менее ритуально. Термин правда можно выучить за вечер. Умение разложить систему на драйверы, ограничения и unit-экономику за вечер не нарастишь, хоть обвесься модными фреймворками.
И что с NSM-то делать?
NSM не нужно отменять. Ей нужно вернуть нормальную роль. Это верхний ориентир, а не замена мышлению.
Если команда может показать дерево метрики, держит рядом защитные показатели и понимает, где у нее деньги, где качество, а где операционный потолок, метрика Полярной звезды правда помогает. Если не может, она просто занимается самообманом. В добавок это ещё может и выглядеть умнее. Но и только.
Поэтому я бы на интервью слушал не слово NSM, а то, что человек ставит рядом с ним. Там обычно и видно, перед тобой продакт или человек, который просто хорошо выучил иностранные символы.
Начиналось всё как пет-проект для себя. Хотел простую штуку: каждый день напоминать о маленькой цели и честно вести статистику. Без чувства вины, без «ты обязан».
Почему-то в нашей культуре дисциплину часто путают с насилием над собой. Вставать в 5 утра, обливаться, идти на пробежку через «не могу». Я так не умею. И, кажется, не я один.
Поэтому бот работает иначе.
Что он делает: • Утром спрашивает: «Какой сегодня фокус?» (ты сам его задаёшь). • Вечером: «Ну как, получилось?» - и предлагает три кнопки: сделано ✅ / частично 🌓 / не сделано 😕. • Ведёт статистику, считает серию, выдаёт награды.
Вроде ничего особенного, но через пару недель замечаешь: рука уже не поднимается нажать «не сделано», когда серия подходит к 14 дням. А если сорвался — бот не добивает, а говорит: «бывает, завтра новый день». И правда помогает не бросать.
Потом понеслось:
- 🧊 Появились дни отдыха. Можно взять выходной, не ломая серию. Оказалось, многие не знают, что отдых — тоже часть дисциплины. - 🏆 Челленджи. Для тех, кому скучно: 14, 21 или 30 дней без пропусков. За прохождение — бонусные дни отдыха и ачивки. - 👥 Реферальная система. Пригласи трёх друзей — откроются все фишки (челленджи, стили общения, шаблоны целей). Без виральности никак, но работает честно. - 🎭 Стили общения. Можно тюнить, как бот будет с тобой общаться. - И много чего еще.
Сейчас ботом пользуются уже больше 130 человек. Кто-то просто отмечается каждый день, кто-то проходит вызовы, кто-то коллекционирует награды. Я сам с первого дня чекинюсь — сначала была зарядка, теперь ежедневный пост в канал о разработке и просто о развитии проекта. Работает.
Что по технологиям: Python, aiogram, SQLite, APScheduler, GitHub Actions (автоматический деплой). Всего кода уже около 5к строк.
Нашел в айфоне метрику в приложении «Здоровье», которая называется «Асимметрия ходьбы». Это нарушение баланса при ходьбе, когда длина шага одной ноги отличается от длины шага другой. И чем больше у тебя асимметрия, тем больше это сигнализирует о проблемах со здоровьем.
И вот я смотрю, что за последние полгода значения выросли с 2% до 10%. А это означает, что если так дальше пойдет, каждый мой шаг будет приводить к падению.
Смотрю на ноги и вижу под ними растаявший снег. И понимаю, что ровно весь этот период роста асимметрии, с октября по февраль, шел непрерывный рост миллиметров снега под ногами. И разница в длине шагов связана исключительно с тем, что я старался не упасть, пробираясь сквозь слякоть, наледь и сугробы.
Многие ребята с утра до вечера дрочат на метрики. Почти любую хуйню можно померять и прикинуть, что вариант А работает лучше, чем вариант Б.
Но в реальной жизни все гораздо сложнее. И очень часто работает и побеждает не обмерянное решение, а совершенно нелогичное, спонтанное, эмпирическое, эмоциональное и взятое с потолка решение.
И когда оно побеждают, тут же прибегает сто человек с метрикой, которые доказывают, что это и есть проверенное и годное решение.
И таким образом блядство с метриками как будто всегда побеждает. Хотя на самом деле всегда побеждает талант и удача. Никто и никогда ни с какой метрикой никого не победил, все только примазались к неформальному успеху.
Стоит ли вообще идти в аналитику в 2026 году, если раньше ты в этом совсем не разбирался.
Если коротко и честно, то стать аналитиком в 2026 году можно, но это больше не "вход через открытую дверь", как было несколько лет назад.
Эпоха "пройду курс → получу оффер" закончилась. И это не трагедия - это просто взросление рынка.
Рынок больше не испытывает дефицита новичков. Зато он испытывает дефицит людей, которые:
понимают, зачем считают цифры
умеют думать, а не только писать запрос
могут связать данные с реальным решением
Компаний не стало меньше. Просто они перестали нанимать работников "впрок".
Главный миф, который мешает новичкам
Нужно выучить SQL / Python / BI - и меня возьмут
По факту - нет. Инструменты аналитика - это минимальный входной билет, а не профессия.
Аналитика сейчас не просто про написание SELECT, построить дашборд, посчитать метрику. Сейчас аналитику необходимо понять, какой вопрос вообще имеет смысл задавать. Проверять или знать, что данные действительно отвечают на этот вопрос. Полученный результат объяснять так, чтобы по нему могли действовать.
Для новичка необходимо знать следующее: - базовая логика данных: строка, таблица, срез, период, агрегация - почему данные могут быть неполными, кривыми и противоречивыми и что с этим делать - воспринимать SQL как язык мышления, а не просто синтаксис, а понимать что делает JOIN с данными; почему GROUP BY может "сломать смысл", почему NUL - это не 0 и не "пусто"
Об этом и о многом другом я рассказываю в своем канале Аналитика FM. Его я веду с нуля подписчиков. В этом канале я публикую информацию об инструментах аналитика (SQL, Python) О мышлении аналитика, о метриках, об ошибках. Публикую чек-листы по стандартным видам работы аналитика. Присоединяйся!
- необходимо понимать контекст бизнеса: откуда берутся деньги, что считается успехом, какие решения вообще принимаются.
Для новичка не надо целится сразу в "классического аналитика".
Реалистичными точками входа будут:
аналитик внутри операционных команд
продуктовые команды с простыми метриками
поддержка, финансы, логистика, маркетинг
смежные роли, где аналитика - часть работы, а не вся роль
Часто аналитиками становятся изнутри, а не "с улицы".
Что делать, если опыта нет вообще
Не пытаться выглядеть "готовым специалистом". Это видно сразу и не работает.
Работает другое:
разбор реальных кейсов
умение объяснить ход мыслей
честное "я не знаю, но вот как бы я проверил"
В 2026 ценится не уверенность, а адекватность мышления.
А стоит ли вообще сейчас идти в аналитику?
Самый важный вопрос.
Если мотивация:
«хочу в IT»
«хочу удалёнку»
«говорят, там платят»
- скорее нет.
Если мотивация:
нравится разбираться
задавать вопросы
сомневаться в очевидном
искать смысл за цифрами
- да, время нормальное.
Аналитика никуда не исчезнет. Просто она больше не про "быстро войти", а про долго остаться.
Главное, что стоит понять новичку в 2026
Аналитик - это не профессия "на хайпе". Это роль для тех, кто готов:
не знать ответ сразу
задавать неудобные вопросы
сомневаться в цифрах
и брать ответственность за выводы
Если хочешь, в Аналитика FM я как раз пишу про это: не как "стать аналитиком", а как не потеряться в данных и ожиданиях, и почему SQL - это не про код, а про мышление. Сейчас как раз выходит серия постов про Revenue в разных бизнесах. Присоединяйся!
Последние два года я на фрилансе, а до 12 лет работала в компаниях - от контент редактора, через интернет-маркетолога и до руководителя отдела маркетинга. И пока я реставрировала старые кейсы, вспомнила о паре трешовых собеседований. Таких, где проверяют не экспертизу, а покорность.
Экзамен, которого не должно быть Бывало, меня ставили в тупик, требуя наизусть формулы метрик. Раздражал вопрос «тактик или стратег?» - будто это можно разделить, когда тебя приглашают на позицию моно-интернет-маркетолога. Это что за экзамен? Что за желание поставить в позицию просящего, когда за плечами больше 10 лет опыта? Отвечу. Это ритуал демонстрации власти, чтобы ты показал, как хорошо умеешь прыгать на задних лапках.
Когда собеседнику требуется оценить ваши профессиональные навыки, вам дадут либо объёмное оплачиваемое задание, либо без оплаты, но не в профильном для компании направлении (по мне, это ещё лучше, когда хочешь увидеть способ мышления).
Новое дно: встань в позу Хуже было, когда на «собеседовании» после прогона по метрикам эти персонажи вдобавок ноги расставляли и разве что яйца не чесали. Новый уровень пробития дна на замену вопросам про декрет - и главная причина моего отказа работать в таких местах.
HR, кстати, очень удивлялись и не видели в этом «ничего такого».
Я бы могла написать, что «вспоминаю этот опыт с благодарностью». Но нет. Я лишь жалею, что по молодости и глупой вежливости иногда досиживала до конца, вместо того чтобы встать и уйти на пятой минуте.
К слову, дамы, искренне рекомендую подобное на собеседовании не терпеть, а сразу уходить. Ни одна зарплата этого не стоит, а такое отношение останется с вами на весь срок работы, если решите в такую компанию выйти.
И сейчас, учуяв душок демонстрации «кто тут папочка» на этапе переговоров с потенциальным клиентом, я отказываюсь. Это не клиент, не человек, который хочет, чтоб решили его задачу, а источник унижения, нервотрепки и микроменеджмента.
Так что же со мной не так? Да всё так. Вот в чем дело: я не держу формулы в голове. Так же, как имена и даты. Зубрежка никогда не была моей сильной стороной. Так устроен мой мозг - он видит связи и системы, последствия и нюансы. И я уверена, что нет смысла ежемесячно считать все 100500 метрик. Каждому продукту и этапу нужна своя подборка.
Когда клиент говорит: «Маркетинг выстроен неправильно, не знаю, с чего начать», — я не оцениваю список из 100 метрик. В ход идут вопросы:
- Что вы продаёте? (дорогой проект раз в год или товары каждый месяц) - Кому? (B2B клиентам или массовой B2C аудитории) - На каком вы этапе? (запускаетесь с нуля или масштабируете работающий бизнес) Ответы определяют всё.
Нет универсального чек-листа. Для стартапа с подпиской критичен Churn Rate, а для фабрики кухонь премиум-класса — Качество лидов и Средний чек.
P.S. Внесла правку: убрала ссылку на сторонний ресурс. Данный пост — исключительно личный опыт и анализ. Реакция в комментариях, собственно, наглядное дополнение темы.
