Как за 6 шагов докопаться до причины просадки метрик
Вы видите, что ключевая метрика просела.
И уже знаете, что будет дальше: бесконечные провалы в отчёты, десятки фильтров, попытки зацепиться хоть за что-то и надежда, что в итоге удастся понять, в чём дело.
Но можно по-другому.
Вот 6 шагов, которые помогают нам быстро пройти путь от «метрика упала» до «понятно, из-за чего».
Чтобы было наглядно, разберём всё на примере реального дашборда, который сделала Анастасия Кузнецова.
Все новые статьи, читшиты и разборы мы публикуем ещё и в Telegram — подписывайтесь:
Как читать это руководство
Мы взяли наш 6-шаговый алгоритм (вот читшит-версия, которая уже понравилась многим) и дополнили его короткими примерами на реальных данных в интерактивном дашборде.
- Теория — что и зачем проверяем на каждом шаге.
- Пример — как это выглядит на практике на дашборде с метрикой Profit Ratio.
В конце у вас будет чёткая схема действий, к которой можно возвращаться каждый раз, когда какая-то метрика «падает» или ведёт себя странно.
Шаг 1 — Убедитесь, что падение реально
Теория
Не каждое снижение метрики — катастрофа. Иногда это обычная сезонность, акция год назад или разовый всплеск.
Перед тем как лезть в дебри анализа, проверьте, действительно ли есть что расследовать:
- Сравните с тем же периодом прошлого года, а не только с прошлым месяцем.
- Посмотрите, не было ли акций, праздников, аномалий.
- Убедитесь, что данные свежие и без глюков.
Как с температурой: бывает, вы простудились… а бывает, просто выпили слишком горячий кофе.
Пример
В нашем дашборде Profit Ratio видно:
- Падение идёт уже несколько недель подряд.
- –10 п.п. по сравнению с прошлым годом.
- В прошлом году в этот период никаких аномалий не было.
Значит, это не шум и не сезонка — копаем дальше.
Шаг 2 — Разбейте метрику на драйверы
Теория
Ключевая метрика — это как счёт на табло: видно результат, но не понятно, что на него повлияло.
Чтобы разобраться, надо разложить её на драйверы — более мелкие метрики, которые её формируют.
Хорошие драйверы:
- легко измерить,
- могут меняться независимо,
- явно и напрямую влияют на итоговую метрику.
Обычно хватает 2–3. Больше — и вы утонете в деталях.
Пример
Для Profit Ratio формула простая:
Profit Ratio = Profit ÷ Sales
Значит, два основных драйвера — Profit и Sales.
Мы добавляем ещё Avg Discount. В формуле его нет, но на прибыль он влияет напрямую — снижает маржу.
Шаг 3 — Посмотрите, как вели себя драйверы
Теория
Теперь нужно понять, кто «просел» сильнее всего.
Смотрите:
- что изменилось больше всего,
- было ли это резким или постепенным,
- совпадает ли момент изменения с падением ключевой метрики.
Если один драйвер резко ушёл вниз, а другие стоят — скорее всего, он и виновник.
Пример
В нашем кейсе:
- Profit –64%,
- Sales –21%,
- Discounts +8%.
Даже без долгих раздумий понятно: рост скидок бьёт по марже и сильно тянет вниз результат.
Шаг 4 — Разрежьте метрику на сегменты
Теория
Знаете, какой драйвер «падает»? Теперь нужно найти, где именно это происходит.
Разрезы, с которых обычно начинают:
- Клиенты/рынок — сегменты, новые/возвратные, регионы, страны.
- Продукт — категории, SKU, ценовые диапазоны, диапазоны скидок.
- Маркетинг/UX — каналы, кампании, устройства, посадочные страницы.
- Время — когорты, акции, дни недели.
Как сделать дашборд удобным:
- Подсветить рост/падение цветом.
- Показывать размер сегмента, чтобы понимать, влияет ли он на общий результат.
- Делать кросс-фильтры, чтобы сразу смотреть все виды по выбранному сегменту.
- Показывать вместе основную метрику и драйверы.
Пример
Мы смотрим Profit и Avg Discount по четырём срезам: Segment, Region, Category, Product.
В каждом срезе дашборд показывает YoY-изменения, тренд по неделям и цветовую подсветку. Так легко увидеть, куда копать дальше.
Шаг 5 — Найдите самые слабые сегменты
Теория
Внутри каждого разреза ищем сегменты, где и ключевая метрика, и драйверы падают сильнее всего.
Это и будут наши «подозреваемые».
Пример
Разбирать их вместе с гипотезами удобнее — поэтому сделаем это в следующем шаге.
Шаг 6 — Сформулируйте гипотезы
Теория
По каждому проблемному сегменту:
- предположите, что могло пойти не так,
- что проверить, чтобы подтвердить,
- что попробовать изменить.
Пример
Сегменты:
- Corporate: Profit –86%, Sales –37%. Скидки чуть ниже. Фильтр показал регионы (включая Oceania), где прибыль отрицательная. → Проблема в ценах или себестоимости, особенно в крупных регионах, где продаём в минус.
- Consumer: Profit –13%, скидки +17 п.п. → Промо съели маржу — проверить, окупились ли они.
Регионы:
- Southeast Asia: Продажи +250%, прибыль –63%, Profit Ratio –20 п.п., скидки +12%. → Глубокие скидки обнулили маржу — проверить, были ли они оправданы.
Категории/товары:
- Appliances: –99% прибыли, скидки без изменений. → Цены слишком близко к себестоимости.
- Binders: –104% прибыли, скидки +20 п.п. → Скидки превысили оптимум — проверить влияние на продажи.
- Art: –94% прибыли, скидки без изменений. → Падение спроса — проверить трафик и конверсию.
Что дальше
Выберите гипотезы, которые проще всего проверить и которые могут дать максимальный эффект. Протестируйте их, замерьте результат и вернитесь в дашборд.
Обновите данные, проверьте метрики и повторите цикл. Этот алгоритм — не разовое решение, а рабочий инструмент, к которому можно возвращаться при любых изменениях.
Если хотите посмотреть пример вживую — вот интерактивный дашборд. Кликайте, смотрите разрезы и берите идеи для своих отчётов.
Спасибо Анастасии Кузнецовой за его создание.