Что видно
Из корзины к оформлению переходят 50% пользователей. Между просмотром и корзиной теряется больше всего людей — 8 000. Приоритет нельзя выбрать только по размеру потери: нужны стоимость изменения, ожидаемый эффект и контекст шага.
УЧЕБНЫЙ КЕЙС / ПРОДУКТОВАЯ АНАЛИТИКА
От вопроса к данным.
От данных к решению.
Как поставить задачу аналитическому ИИ и проверить его выводы: четыре разбора на примере подхода к работе с Papermap.
6%конверсия в покупку
−12%изменение выручки
20%удержание на D7
01 / ПОСТАНОВКА ЗАДАЧИИИ ускоряет расчёт.
ИИ ускоряет расчёт.
Аналитик задаёт смысл.
Команде нужно понять, где пользователи перестают двигаться к покупке, почему меняется выручка и какие изменения продукта стоит проверить. Цель разбора — пройти путь от бизнес-вопроса до проверяемого решения, не выдавая предположение за установленную причину.
Что такое Papermap
Papermap — платформа анализа данных с ИИ. По описанию разработчика, она подключает источники данных, позволяет задавать вопросы естественным языком и создавать визуализации. Помощник на сайте называется Alan. Источник: сайт Papermap.
Название «Paper Maps» не подтверждено как общепринятый метод продуктовой аналитики. В этом материале рассматривается именно сервис Papermap и универсальные принципы постановки аналитических задач. Документация сервиса.
Когда применять
Для регулярных отчётов, исследования сегментов, поиска отклонений и подготовки гипотез — когда нужные данные уже собираются. Наличие таблицы оплат не заменяет события просмотра товара или прохождения обучения. Возможность конкретного расчёта зависит от подключённых источников и функций сервиса.
Какие данные нужны
- Пользователи: идентификатор, дата регистрации, признаки тестового аккаунта.
- События: пользователь, тип события, точное время, платформа.
- Оплаты и возвраты: уникальный идентификатор операции, заказ, пользователь, сумма, статус и время.
Вопрос → определение метрики → расчёт → проверка → решение
02 / ВОРОНКАДо покупки доходят
До покупки доходят
6 из 100 пользователей
Учебная последовательная воронка: пользователи впервые посмотрели товар 1–7 сентября, затем прошли этапы в заданном порядке за 7 суток с первого просмотра. На момент расчёта все окна завершены.
| Этап | Пользователи | Доля от входа | От предыдущего этапа |
|---|---|---|---|
| Просмотр товара | 10 000 | — | |
| Корзина | 2 000 | 20% | |
| Начало оформления | 1 000 | 50% | |
| Успешная оплата | 600 | 60% |
Общая конверсия = 600 / 10 000 × 100% = 6%
Что делать дальше
Разбить переходы по устройствам и каналам; проверить ошибки и полноту событий. Изучить, когда появляется цена доставки. По общей таблице нельзя заключить, что виноват интерфейс.
Пример точного запроса к ИИ
Построй воронку «просмотр товара → корзина → начало оформления → успешная оплата». Вход: первый просмотр 1–7 сентября 2026 года, Europe/Moscow. Считай уникальных пользователей и только события в заданном порядке в течение 7 суток с первого просмотра. Исключи сотрудников и тестовые аккаунты. Покажи числа, пошаговую и общую конверсию. Укажи источники, логику идентификации пользователя и дату полноты данных.
03 / ВЫРУЧКАПокупатели платят больше.
Покупатели платят больше.
Выручка всё равно падает.
| Метрика | Август | Сентябрь | Изменение |
|---|---|---|---|
| Покупатели | 1 000 | 800 | −20% |
| Выручка на покупателя | 2 000 ₽ | 2 200 ₽ | +10% |
| Выручка | 2 000 000 ₽ | 1 760 000 ₽ | −12% |
Выручка = покупатели × выручка на покупателя
0,8 × 1,1 = 0,88 → снижение на 12%
Рост выручки на покупателя не компенсировал уменьшение числа покупателей. Выручка на покупателя отличается от среднего чека: один человек может совершить несколько заказов.
Для точного разложения сначала заменим число покупателей, сохранив прежнюю выручку на человека: 800 × 2 000 = 1 600 000 ₽. Вклад первого шага — −400 000 ₽. Затем учтём увеличение выручки на покупателя: 800 × 200 = +160 000 ₽. Итого: −240 000 ₽. Вклады зависят от порядка подстановки; итоговое изменение — нет.
Следующий шаг: выяснить, в каких каналах уменьшилось число покупателей, а затем проверить трафик и конверсию. Оснований снижать цены только по этой таблице нет. Это арифметическое разложение, не доказательство причин падения.
Пример точного запроса к ИИ
Сравни два полных месяца по успешным оплатам, за вычетом возвратов. Для этого расчёта отнеси возврат к месяцу исходной оплаты, укажи дату среза. Покупатели — уникальные пользователи с успешной оплатой в соответствующем месяце, включая тех, кому позже вернули деньги. Покажи выручку, покупателей и выручку на покупателя; отдельно разбей по каналу привлечения. Не смешивай покупателей с заказами. Покажи также показатели на календарный день и ограничения сравнения.
04 / УДЕРЖАНИЕВозврат нужно
Возврат нужно
определить заранее
Другой учебный пример — образовательный продукт. 1 сентября зарегистрировались 500 человек. 8 сентября 100 из них выполнили хотя бы одно учебное задание.
D7 retention = 100 / 500 × 100% = 20%
День регистрации — D0. Здесь возвращение означает целевое действие ровно на седьмой календарный день в часовом поясе Europe/Moscow. Открытие приложения и выполнение задания — разные определения активности. Возвращение хотя бы раз за первую неделю — другой показатель.
Правило зрелости: считать D7 можно только после окончания седьмого дня наблюдения. Для более свежей когорты результат ещё неизвестен; заменять его нулём нельзя.
Пример точного запроса к ИИ
Посчитай D7 retention по дневным когортам регистрации. Активность — хотя бы одно выполненное учебное задание ровно на седьмой календарный день после регистрации. Часовой пояс Europe/Moscow. Покажи размер каждой когорты, число вернувшихся и долю. Исключи незрелые когорты из итогового расчёта. Общий D7 считай как сумму вернувшихся, делённую на сумму зарегистрировавшихся в зрелых когортах.
05 / ПРОВЕРКА ГИПОТЕЗЫСвязь есть.
Связь есть.
Причина пока не доказана.
Гипотеза: вводное обучение помогает пользователям возвращаться. Независимый учебный набор:
| Группа | Пользователи | Вернулись на D7 | D7 |
|---|---|---|---|
| Прошли обучение в D0 | 1 000 | 300 | 30% |
| Не прошли обучение в D0 | 1 000 | 150 | 15% |
Допустимый вывод
В этих группах удержание различается на 15 процентных пунктов: 30% против 15%. Наблюдаемая связь заслуживает дальнейшего исследования.
Недопустимый вывод
«Обучение удваивает удержание». Пользователи с высокой мотивацией могли и чаще проходить обучение, и чаще возвращаться. Группы не распределены случайно.
Как проверить причинный эффект
Случайно распределить новых пользователей между текущим и изменённым сценарием обучения. До запуска выбрать D7 целевого действия основной метрикой, определить минимально значимый для бизнеса эффект, размер выборки и срок. Следить за ошибками и завершением регистрации. Анализировать по назначенной группе, дождаться зрелости D7 и показать эффект с доверительным интервалом.
Такой тест оценивает эффект предложенного сценария обучения. Сам по себе он не измеряет эффект фактического прохождения обучения каждым пользователем.
06 / РЕЗУЛЬТАТ РАЗБОРАПроверяемый анализ
Проверяемый анализ
вместо уверенного ответа
Кейс показывает четыре навыка: задать контракт метрики, проверить арифметику, отделить наблюдение от причины и предложить следующий проверяемый шаг. Результат — план исследования; рост продаж или удержания здесь не заявлен.
Перед принятием решения
- Проверить уникальность заказов и отсутствие размножения строк при JOIN.
- Убедиться, что числитель, знаменатель и единица анализа согласованы.
- Проверить часовой пояс, полноту выгрузки и зрелость окон.
- Сравнить общий показатель с разрезами по устройствам и каналам.
- Сверить несколько исходных записей с результатом расчёта.
- Зафиксировать, что установлено данными, а что остаётся гипотезой.
Шаблон постановки задачи
Какое решение принимаем? Как определяется метрика? Каков период и часовой пояс? Кого считаем и исключаем? По каким группам сравниваем? Какие источники и правила объединения используем? Как проверим ответ?
Попробуйте самостоятельно
Если при тех же 10 000 просмотрах оплат станет 750, какой будет общая конверсия и как она изменится относительно 6%?
Показать решение
750 / 10 000 = 7,5%. Абсолютное изменение — +1,5 процентного пункта. Относительное — (7,5 / 6 − 1) × 100% = +25%. Без сопоставимости групп и проверки причин нельзя приписать изменение конкретной доработке.
О сервисе: официальный сайт и документация. Описание возможностей проверено 18 сентября 2026 года. Примеры запросов — методические заготовки, не подтверждение поддержки каждого сценария сервисом.
Вернуться к материалам об ИИ