Четыре вопроса к числу в бизнес-тексте: чек-лист проверки упаковки

Коротко: прежде чем верить любой цифре, задайте четыре вопроса. Какой знаменатель у процента? Совпадает ли метрика с целью? От какой точки отсчёт? Что включает агрегат? Нет ответа хотя бы на один — не верьте числу.

Но дьявол — в деталях. Ниже разбираю каждый вопрос с примерами, где именно ломается проверка и как этого избежать.

За два года разборов я потерял счёт случаям, когда красивая цифра стоила компании миллионов. Не потому что кто-то врал намеренно, а потому что упаковка выглядела безупречно. Этот чек-лист — моя первая линия обороны от чуши. Не замена глубокому анализу, но способ за секунды отсеять то, чему точно нельзя верить.

Примечание о примерах. Все кейсы в статье — собирательные, основанные на реальных паттернах из публичных источников. Конкретные названия компаний, цифры и детали изменены для иллюстрации механизма.

Сам часто попадаюсь на этом. Видишь «конверсия +40%» и думаешь — отлично. А потом выясняется, что база была 10 заявок, а стала 14. Или база упала с 1000 до 500, и рост — просто артефакт того, что остались только лояльные. В статистике это ошибка выжившего, а на практике — самообман. Цифра точная, вывод ложный.

● Всегда спрашивай абсолютные значения. Процент без базы — пустой звук.

● Проверь, не изменилась ли сама база. Часто «рост» — это просто исключение «плохих» элементов из знаменателя.

● Убедись в репрезентативности. Если знаменатель «все пользователи», а данные только по активным — вывод можно сразу выбрасывать

Разбирали кейс: компания гордилась «ростом удовлетворённости на 25%». При проверке оказалось, что опрос проводили только среди тех, кто уже купил повторный тариф. Всех, кто ушёл, просто исключили из знаменателя. Реальная картина была обратной. Имя не называю, но паттерн встречаю ежемесячно.

Знаменатель проверили. Но даже с правильной базой цифра может врать. Переходим ко второму фильтру.

«Мы увеличили вовлечённость на 60%» — а что такое вовлечённость? Клики? Время на сайте? Повторные покупки? NPS? Часто метрика подменяется удобной, но нерелевантной. Компания обещает «качество сервиса», а измеряет скорость ответа. Обещает «лояльность», а считает лайки. Цифра точная, но она отвечает не на тот вопрос. В управленческой литературе это известно как закон Гудхарта: «Когда мера становится целью, она перестаёт быть хорошей мерой». Чек-лист ниже — прикладная проверка именно этого эффекта.

● Соответствие метрики бизнес-цели. Если цель — выручка, а метрика — охваты, связь между ними не доказана.

● Определение термина. Если автор не объясняет, что именно считается, остаётся пространство для интерпретации.

● Возможность верификации. Можно ли самостоятельно воспроизвести расчёт по заявленной формуле?

Собирательный пример. EdTech-платформа рекламировала «85% трудоустройство выпускников». Единицей измерения был «любой договор ГПХ в течение 6 месяцев», включая стажировки и разовые подработки. Заявленная цель («карьерный рост») и фактическая метрика («любой факт занятости») не совпадали. (Детали изменены.)

«Доход удвоился за год» — по сравнению с чем? С дном кризиса? Со средним значением за три года? С прогнозом, который изначально был занижен? Точка отсчёта определяет нарратив. Выбор «удобного» старта превращает стагнацию в рост, а провал — в восстановление.

● Почему выбрана именно эта точка. Есть ли объективная причина (начало проекта, изменение регуляции) или это произвольный выбор?
● Что было до и после выбранного периода. Краткосрочный всплеск на фоне долгосрочного падения — не тренд.
● Сезонность и циклические факторы. Сравнение декабря с январём без учёта сезонности бессмысленно.

Собирательный пример. Региональный банк заявил о «рекордном росте кредитного портфеля». Точкой отсчёта был март 2022 года — абсолютное дно. При сравнении с 2021 годом портфель сократился на 12%. Нарратив «рекорда» существовал только благодаря выбору точки отсчёта. (Детали изменены.)

«Средняя зарплата в компании — 150 000 ₽» — это среднее арифметическое, медиана или мода? Включены ли топ-менеджеры, стажёры, совместители? Агрегаты скрывают распределение. За «средним» может стоять колоссальный разрыв между меньшинством с высокими значениями и большинством с низкими. В статистике это известно как парадокс Симпсона и смещение агрегации: тенденция, наблюдаемая в группах, исчезает или меняет направление при объединении данных. Четвёртый вопрос — практическая защита от этого эффекта.

● Тип усреднения. Среднее арифметическое чувствительно к выбросам, медиана — нет.

● Состав группы. Однородна ли совокупность или смешаны разные категории?

● Наличие сегментации. Если данные представлены только агрегатом без разбивки, это красный флаг.

Собирательный пример. IT-компания гордилась «средней зарплатой 200 000 ₽». При разбивке оказалось: 10% сотрудников получают 800 000+, остальные 90% — 120 000. Медиана была 115 000. Агрегат создавал картину благополучия, которой не существовало для большинства. (Детали изменены.)

Эти четыре вопроса — не замена экспертизе. Это фильтр первого уровня, который отделяет доказательные утверждения от упаковки.

● Видите число в тексте → задайте все четыре вопроса.
● Если хотя бы на один нет ответа → утверждение неверифицируемо. Требуйте уточнений или игнорируйте.
● Если ответы есть, но противоречат друг другу → возможна манипуляция через селекцию данных.
● Если все ответы прозрачны и согласованы → можно переходить к содержательному анализу.

Чек-лист работает одинаково для пресс-релизов, рекламных текстов, годовых отчётов, политических заявлений и образовательных материалов. Разница только в том, кто и зачем упаковывает цифры.

Чего чек-лист не делает:

● Не определяет намерение автора. Манипуляция и ошибка выглядят одинаково. Различие требует дополнительного контекста.
● Не заменяет предметную экспертизу. Вопросы выявляют дефекты упаковки, но не оценивают качество самого продукта, стратегии или решения.
● Не работает с качественными утверждениями. Метод применим только там, где есть числа, проценты, агрегаты.
● Не даёт бинарного ответа «правда/ложь». Результат — степень верифицируемости, а не приговор.

Это инструмент скептицизма, а не цинизма. Цель — не поймать кого-то за руку, а самому не принять решение на основе красивой обёртки. Если после четырёх вопросов остались сомнения — значит, данные сырые. И это нормально.

Разбираю подобные паттерны каждую неделю в канале «Политологический Сопромат» (@politsopromat). Там же — шаблоны проверки и свежие кейсы.

Цифры верифицированы. Но что делать, если сам текст вокруг них маскирует проблемы? В статье «Между строк к смыслам: три фразы, которые меняют картину успеха» разбираем, как пассивный залог и эвфемизмы превращают остановку развития в «оптимизацию».