«Почему покупок стало меньше?»
Уточнить, как считаем покупку, разложить изменение на трафик и конверсию, выбрать сегменты для проверки.
Результат: дерево гипотез и план исследования.WEB ANALYTICS EXPERT / ПРОЕКТ НАТАЛЬИ ВЕТОШКИНОЙ
От бизнес-вопроса
к плану исследования.
Аналитический помощник для задач, где мало посчитать показатель — нужно понять, можно ли доверять выводу.
Помогает разобраться, почему падают продажи, возвращаются ли пользователи и что означают результаты эксперимента. Сначала уточняет смысл метрик и качество данных, затем предлагает шаги анализа.
С ЧЕМ ПОМОГАЕТ
Вопрос из бизнеса.
Понятный следующий шаг.
«Почему пользователи не возвращаются?»
Определить, какое возвращение полезно для продукта, и договориться, какие группы можно сравнивать.
Результат: методика расчёта и SQL-шаблон.«Новый вариант действительно лучше?»
Спланировать выборку, проверить распределение участников и оценить размер эффекта с учётом неопределённости.
Результат: расчёт и основания для решения.«Можно ли доверять событиям?»
Разобрать описание настроек и составить план сверки аналитики с системой учёта заказов.
Результат: список проверок и требования к сбору данных.УЧЕБНЫЙ СЦЕНАРИЙ / RETENTION
«После первой покупки
стали реже возвращаться».
Команда заметила снижение показателя и хочет запустить рассылку. Прежде чем выбирать решение, нужно убедиться, что мы сравниваем одно и то же.
Это редакционный пример логики исследования, а не результат анализа клиентских данных и не стенограмма ответа модели. Причина падения здесь заранее неизвестна.
Что означает «вернуться»?
Открыть сайт, посмотреть товар или снова купить — разные действия. Если нас интересуют повторные продажи, считаем долю покупателей, которые сделали ещё один оплаченный заказ.
Договорённость: первое действие — первая оплаченная покупка; возвращение — следующая оплаченная покупка. Отмены и возвраты описываем отдельными правилами.
Все ли успели вернуться?
Покупатель, пришедший несколько дней назад, ещё не имел столько же времени на повторный заказ, сколько покупатель прошлого месяца. Если включить их в одно сравнение, свежая группа может выглядеть хуже просто из-за своего возраста.
Проверка: для каждого периода учитываем только тех, у кого завершилось полное окно наблюдения. Дату полноты данных задаём явно: последнее событие в таблице не доказывает, что выгрузка полная.
Не изменился ли способ подсчёта?
После обновления сайта события могли начать теряться, а один покупатель — учитываться под несколькими идентификаторами. Тогда меняется показатель, хотя поведение людей остаётся прежним.
Проверка: сверяем покупки с учётом заказов, проверяем дубли, время событий, идентификаторы и даты изменений в сборе данных.
Не стала ли аудитория другой?
Реклама могла привести больше покупателей разовых товаров. У них естественно другая частота покупок. Общий показатель снизится даже при прежнем уровне возвращений внутри каждого сегмента.
Проверка: разбираем результат по источнику привлечения, категории первой покупки и наличию скидки. Смотрим и на retention внутри сегментов, и на изменение их долей.
ДЕТАЛИ, КОТОРЫЕ МЕНЯЮТ ВЫВОД
Что легко не заметить
«В этот день» и «после этого дня»
Возврат ровно на седьмой день и возврат начиная с седьмого дня — разные показатели. Во втором случае нужно ограничить конечный срок наблюдения, чтобы старые группы не получили преимущество.
Первая покупка в выгрузке
Она не обязательно первая в жизни клиента. Слишком короткая история может записать давнего покупателя в новички и исказить сравнение.
Мало людей — много случайности
В небольшом сегменте несколько заказов заметно меняют процент. Поэтому рядом с долей нужны размеры групп и оценка неопределённости, а не только цвет ячейки.
КАК ЭТО УСТРОЕНО
Инструкции задают порядок.
Инструменты выполняют шаги.
В проекте есть 14 инструкций для повторяемых аналитических задач — skills. Они описывают, какие вопросы задать, что проверить и как оформить вывод.
MCP — способ подключить к ИИ отдельные инструменты: например, расчёт статистики или подготовку SQL. В опубликованном тестовом режиме доступны 25 таких инструментов. Они не дают автоматического доступа к GA4, Метрике или вашей базе данных.
МОЙ ВКЛАД
Перевожу подход
в проверяемый процесс.
Я развиваю проект вокруг задач веб- и продуктовой аналитики: выбираю сценарии, уточняю требования к результатам и добиваюсь понятных объяснений с явными ограничениями.
Код и инструкции создаются с помощью ИИ. Проект прошёл несколько циклов проверки и исправлений, включая работу с retention и ограничения доступа. Использование ИИ — часть процесса; корректность каждого нового вывода всё равно нужно проверять.
КАТАЛОГ ВОЗМОЖНОСТЕЙ
Каталог: 14 инструкций для аналитика.
Нажмите на задачу, чтобы посмотреть назначение и пример запроса. Описания относятся к прототипу; наличие инструкции не означает, что все сценарии уже проверены на реальных данных.
01План исследованияanalytics-orchestrator
Разбивает вопрос на этапы, задаёт зависимости и контрольные точки. Помогает не переходить к выводам, пока не проверены исходные данные.
Пример запроса
Почему заказов стало меньше? Сначала составь план проверки.
02Почему изменилась метрикаmetric-investigation
Помогает уточнить формулу показателя, построить дерево гипотез и определить нужные срезы. Изменение цифры становится отправной точкой исследования, а не готовым объяснением.
Пример запроса
Разбери возможные причины падения выручки при росте конверсии.
03Можно ли доверять аналитикеanalytics-audit
Задаёт порядок проверки событий, идентификации пользователей, согласий и электронной торговли в GA4, Метрике и Amplitude. Требует сведений о настройках и данных для сверки.
Пример запроса
Составь план сверки покупок в аналитике с оплаченными заказами.
04Какие события собиратьtracking-plan
Помогает описать единый набор событий и параметров, а затем сопоставить его с разными системами аналитики. На выходе — основа общего плана измерений.
Пример запроса
Опиши события оформления заказа для GA4, Метрики и Amplitude.
05Где теряются пользователиfunnel-analysis
Уточняет шаги воронки, порядок их прохождения, окно конверсии и единицу подсчёта. Это позволяет договориться, что именно считать потерей между шагами.
Пример запроса
Составь методику анализа пути от корзины до оплаты.
06Возвращаются ли пользователиretention-cohort-analysis
Помогает определить когорту, полезное действие и период возвращения. SQL учитывает полноту окна наблюдения; запрос нужно адаптировать к своей схеме и проверить в базе. Анализ локальных файлов в удалённом режиме отключён.
Пример запроса
Определи, как измерять D7 retention для нашего продукта.
07Как спланировать A/B-тестexperiment-design
Помогает сформулировать гипотезу, выбрать основную и защитные метрики, оценить выборку и заранее определить правила остановки.
Пример запроса
Спланируй тест нового оформления заказа и опиши риски.
08Как прочитать результаты тестаexperiment-analysis
Задаёт проверку распределения участников, размера эффекта и неопределённости. Помогает отделять статистическую значимость от пользы для бизнеса.
Пример запроса
Оцени результаты теста и объясни, чего пока нельзя утверждать.
09Как оценивать каналы привлеченияmarketing-attribution
Помогает разобраться с CAC, ROAS, окном атрибуции и задержкой между рекламой и покупкой. Распределение заслуг между каналами не считается доказательством эффекта рекламы.
Пример запроса
Разбери, что можно и нельзя заключить из ROAS по каналам.
10Как работать с выгрузкой GA4ga4-bigquery
Помогает подготовить шаблоны SQL для событий, параметров, товаров и сессий в BigQuery. Запросы нужно адаптировать к своей схеме и проверять перед использованием.
Пример запроса
Подготовь основу запроса по событиям purchase в выгрузке GA4.
11Как организовать анализ в Amplitudeamplitude-analysis
Содержит порядок работы с событиями, свойствами, идентификацией, воронками и когортами. Сам по себе пакет не предоставляет доступ к аккаунту Amplitude.
Пример запроса
Проверь описание событий и предложи, как анализировать активацию.
12Что не так с исходными даннымиdata-quality
Инструкция задаёт проверки пропусков, дублей и ключей. Инструменты чтения локальных файлов доступны только в локальном режиме; на тестовом сервере они отключены.
Пример запроса
Проверь CSV с заказами: какие поля и строки требуют внимания?
13Как передать план разработчикамgtm-implementation
Помогает превратить план событий в техническое задание для GTM: dataLayer, теги, условия срабатывания и сценарии проверки. Не публикует контейнер автоматически.
Пример запроса
Составь ТЗ на передачу purchase с защитой от повторной отправки.
14Как объяснить выводы бизнесуexecutive-report
Собирает результаты исследования в последовательность: наблюдение, подтверждение, интерпретация, уверенность и действия. Это инструкция для агента, а не гарантия безошибочного отчёта.
Пример запроса
Подготовь краткий отчёт: что узнали, что не знаем и что проверить дальше.
ПРОВЕРЕНО / 07–08 ОКТЯБРЯ 2026
Работает уже сейчас.
Границы тоже обозначены.
Подтверждено проверками
- Версия 0.5.0-rc2 развёрнута на отдельном сервере с HTTPS.
- Проверка работоспособности возвращает 200; MCP отвечает на запрос подключения.
- Список содержит 25 инструментов. Тестовый вызов определения метрики завершился успешно.
- Пять чувствительных инструментов отсутствуют в списке, их прямые вызовы отклоняются.
- Подключение добавлено и включено в настройках Codex.
Что это пока не подтверждает
- Полный аналитический диалог в Codex ещё не проверен после подключения.
- SQL-шаблоны не выполнялись в вашей базе: нужны проверка схемы и тестовый запуск.
- Частные источники и авторизация пользователей ещё не подключены.
- На бесплатном хостинге сервер засыпает; первый ответ после простоя может задержаться примерно на минуту.
Это рабочий прототип для тестирования, а не готовая система для конфиденциальных данных. Проверки соединения не гарантируют точность любого аналитического ответа.
ПОПРОБОВАТЬ САМОСТОЯТЕЛЬНО
Подключить к Codex
Для знакомства используйте учебные вопросы без персональных данных, секретов и клиентских выгрузок. Страница сайта сама не принимает данные и не запускает анализ.
Инструкция подключения для специалистов
В настройках MCP совместимого клиента добавьте HTTP-сервер с именем web-analytics-expert. Авторизация на этом тестовом сервере отсутствует.
Для Codex CLI можно выполнить:
codex mcp add web-analytics-expert --url https://web-analytics-expert-staging.onrender.com/mcp
После добавления перезапустите клиент, если инструменты не появились. Адрес MCP предназначен для клиента; он не открывает обычный чат в браузере.
Первый запрос:
Используй web-analytics-expert: составь план исследования снижения повторных покупок. Сначала уточни определение retention, полноту периода наблюдения и необходимые данные. Не придумывай результаты.
Ожидаемый результат — вопросы и план проверки. Для числовых выводов нужны данные, согласованная методика и проверка аналитиком.