Метрики связаны. Вот 5 типов этих связей, о которых забывают даже опытные аналитики
Когда что-то идёт не так, например, падает выручка, вы не можете просто смотреть на один показатель. Нужно понять, что на него повлияло. Что изменилось первым? И какие метрики реально сыграли ключевую роль?
Но чаще всего это не очевидно.
У вас может быть 30+ метрик в отчётах. Вы можете смотреть на каждую по отдельности. И всё равно не понять, как они связаны между собой.
Вот почему мы собрали классификацию 5 типов взаимосвязей между метриками. Потому что понимание этих связей — основа аналитики, которая помогает принимать решения.
А больше полезных материалов про метрики и аналитику (особенно для маркетинга и екома) читайте в моем ТГ –
Тип 1: Формульные связи
Самый очевидный тип. И самый редкий в реальной практике.
Иногда метрика считается буквально как формула из других метрик. Например:
Средний чек (AOV) = Выручка / Количество заказов
В таком случае, если у вас упал средний чек, то вы знаете: причина в снижении выручки или росте количества заказов (если средний чек при этом снизился).
Но таких связей немного. Большинство метрик не являются друг для друга непосредственными компонентами формул. Поэтому дальше интереснее.
Тип 2: Причинно-следственные связи
Когда одно действие пользователя с высокой вероятностью ведёт к другому. Эти связи не математические, но они закономерны.
Примеры:
- Доля повторных клиентов влияет на Повторные продажи.
- Порог для бесплатной доставки влияет на Количество товаров в заказе (потому что люди добирают в корзину нужную сумму).
- CTR товара в каталоге (кликабельность) влияет на Долю добавлений в корзину — если люди не кликают, они не добавляют в корзину.
Они не входят друг в друга формулой. Но связь очевидна.
Эти связи можно считать полуустойчивыми: они работают в большинстве случаев, но всё же требуют проверки в конкретных контекстах.
Тип 3: ВременнЫе связи
Эти связи не работают мгновенно. Метрика A влияет на метрику B, но только спустя время.
Например:
- Охват email-рассылки → через 2–3 дня → Количество заказов
- Доля новых клиентов → через несколько месяцев → LTV (Lifetime Value)
- Снижение показателей по опыту клиента (CX) → через несколько недель → Отток клиентов
Такие связи сложно увидеть на обычных дашбордах, потому что там все метрики показываются "здесь и сейчас". А между причиной и следствием может пройти много времени.
Если вы не учитываете лаг, можно принять неправильные решения: «Отправили рассылку — заказов нет. Значит, не сработала.» А если подождать пару дней — картина будет другой.
Тип 4: Имеют общий драйвер
Иногда метрики двигаются в одном направлении, но одна не вызывает другую. Это просто совпадение или обе зависят от третьего фактора.
Примеры:
- Конверсия в покупку и Средний чек могут одновременно расти во время Чёрной пятницы. Но это не значит, что рост конверсии вызвал рост AOV. Скорее, оба показателя выросли из-за общего ажиотажа.
- Число заказов и Количество возвратов часто растут вместе, но это не значит, что заказы вызывают возвраты. Просто больше заказов = больше шансов на возврат.
- Время на сайте и Количество добавлений в корзину могут расти вместе, но не потому что больше времени приводит к действиям, а потому что хороший оффер и привлекает, и вовлекает.
Почему это опасно? Потому что можно вложиться не в ту точку. Например, стараться увеличить "время на сайте", думая, что это улучшит продажи. А на деле потратите силы зря.
Важно отличать корреляцию от причинности. Только карта метрик со связями поможет быстро разобраться, что на что реально влияет.
Тип 5: Ложная корреляция
Иногда две метрики выглядят связанными, но это совпадение. Или обе движутся из-за третьей метрики, а между собой не связаны никак.
Это особенно опасно: кажется, будто ты нашёл причину, начинаешь действовать… а эффекта нет.
Примеры:
- Рост ROAS вместе с ростом AOV: может показаться, что высокая сумма заказа улучшает эффективность рекламы. Но на деле обе метрики зависят от акции, скажем, вы запустили наборы продуктов со скидкой. Причина — это не AOV.
- Падение конверсии одновременно с ростом мобильного трафика: можно решить, что мобильный трафик хуже. А на деле просто один из каналов (например, Директ) дал много холодной аудитории, и она пришла именно с мобил.
- Рост выручки и рост среднего времени на сайте: думаешь, юзеры больше вовлекаются? А может, просто дольше искали нужный товар или сайт стал тормозить.
Главный признак ложной корреляции — непонятная логика. Если ты не можешь объяснить, почему одна метрика влияет на другую, скорее всего, это просто совпадение.
Что с этим делать?
Понимание типов связей между метриками — не теория. Это способ быстрее находить причины, избегать фальшивых выводов и принимать уверенные решения.
Если вы работаете с аналитикой, перестаньте смотреть на метрики как на изолированные показатели. Начинайте видеть систему.
А если хотите больше разборов про метрики, диагностику, карты показателей и хорошие идеи для e-commerce, подписывайтесь на наш Telegram-канал. Всё самое полезное там.