Декомпозиция метрики: как найти, из чего сложился рост или падение
Практический метод декомпозиции метрик: пользователи, конверсия, средний чек, сегменты и вклад компонентов для продуктовых и бизнес-решений.
Содержание статьи
Выручка выросла на 12%, и команда сразу обсуждает повышение цен. Но рост мог прийти из количества пользователей, payer conversion, среднего чека, mix каналов или возврата старых клиентов. Декомпозиция превращает итоговую точку в набор проверяемых вкладов и помогает выбрать следующий вопрос. Центральный вопрос материала: Как понять, что именно принесло изменение итогового показателя?
Когда нужен этот метод
Выручка выросла на 12%, и команда сразу обсуждает повышение цен. Но рост мог прийти из количества пользователей, payer conversion, среднего чека, mix каналов или возврата старых клиентов. Декомпозиция превращает итоговую точку в набор проверяемых вкладов и помогает выбрать следующий вопрос.
Декомпозиция полезна на встрече, где есть общий итог, но нет согласия о причине. Она превращает спор «думаю, это цена» в последовательность проверок. Не обещай, что waterfall сам найдёт root cause: он сужает пространство гипотез и показывает, где стоимость ошибки выше.
Как понять, что именно принесло изменение итогового показателя?
Определения без жаргона
Многие метрики являются произведением или отношением компонентов: revenue = users × payer conversion × ARPPU, GMV = orders × average order value. Декомпозиция не доказывает причину изменения, но показывает арифметический путь. Дальше компоненты нужно разрезать по времени, сегментам и зрелым когортам.
Запиши формулу результата и проверь, что компоненты используют один grain и период. Посчитай baseline, current, absolute delta и contribution. Для ratio-метрик используй разложение с понятным порядком или логарифмические вклады, но не складывай проценты без проверки. Всегда сверяй сумму компонентов с исходной метрикой.
ARPU = users × payer_conversion × ARPPU / usersУпрощение: конкретная формула зависит от определения выручки и окна.
Рабочий кейс
ARPU вырос с 500 до 540 ₽. Разложение показывает: пользователей стало на 6% больше, payer conversion вырос на 1 п.п., а ARPPU снизился на 4%. Рост ARPU дал не более дорогой покупатель, а расширение платящей базы. Следующий шаг — проверить retention новых плательщиков и маржу.
Сначала построй верхний уровень, затем выбери компонент с наибольшим вкладом и продолжай вниз. Добавляй сегменты только после общей сверки. Для каждой ветки укажи данные, окно и зрелость. Заверши не списком чисел, а decision tree: что подтверждаем, что исключаем и какое изменение нужно проверить экспериментом.
Вклад компонентов не равен причинному эффекту, это арифметическое объяснение изменения.
Контрольная сверка
До интерпретации проверь единицу наблюдения, период и правило включения. Затем пересчитай результат на небольшой выборке, где ответ известен заранее, и сравни с разумной альтернативой: другим горизонтом, зрелой когортой или user-level агрегацией.
Если показатель станет регулярным, сохрани рядом входные параметры, контрольные сверки и версию определения. Это важнее дополнительного знака после запятой.
| Уровень | Компонент | Следующий вопрос |
|---|---|---|
| 1 | active users | изменился ли трафик? |
| 2 | payer conversion | кто начал платить? |
| 3 | purchase frequency | возвратились ли плательщики? |
| 4 | ARPPU / margin | что происходит с mix и маржой? |
- Зафиксируй baseline до просмотра результата.
- Проверь пропуски, дубли и зрелость периода.
- Покажи размер выборки и диапазон неопределённости.
Когда метод подводит
Не путай арифметический вклад с причинным эффектом. Среднее по сегментам нельзя складывать без весов. Декомпозиция может зависеть от порядка компонентов, поэтому порядок и метод нужно зафиксировать. И не разрезай на десятки сегментов до базовой сверки: так легче найти случайную историю, чем основную причину.
Пример вывода: «Рост net revenue на 12% сложился из +7% платящей базы и +5% частоты повторной оплаты; ARPPU снизился на 3%, поэтому повышение цены не является первым объяснением. Проверяем retention плательщиков и скидочный mix». Команда понимает вклад и направление расследования.
Сначала сообщи, что видно в данных. Затем назови, что мешает сделать более сильный вывод. В конце предложи один проверяемый следующий шаг.
Попробуй сам
Выбери одну метрику и напиши её формулу на листе. Сверь каждый компонент отдельно и собери waterfall. Затем разрежь крупнейший вклад по каналам и когортам. Если вклад не сходится, остановись: ошибка в grain или знаменателе важнее красивого графика.
- Сохрани период и параметры расчёта.
- Назови хотя бы один крайний случай.
- Сформулируй вывод отдельно от гипотезы о причине.
Что делать дальше
Пример вывода: «Рост net revenue на 12% сложился из +7% платящей базы и +5% частоты повторной оплаты; ARPPU снизился на 3%, поэтому повышение цены не является первым объяснением. Проверяем retention плательщиков и скидочный mix». Команда понимает вклад и направление расследования.
Декомпозиция полезна на встрече, где есть общий итог, но нет согласия о причине. Она превращает спор «думаю, это цена» в последовательность проверок. Не обещай, что waterfall сам найдёт root cause: он сужает пространство гипотез и показывает, где стоимость ошибки выше.
Материалы по теме
Техническое задание на дашборд: что описать до BI
Шаблон ТЗ на аналитический дашборд: цель, пользователи, метрики, фильтры, источники, обновление, права доступа и критерии приёмки.
Почему BI-дашборд не работает: 12 ошибок от данных до решений
Диагностика дашборда, которым не пользуются или которому не доверяют: проверяем данные, метрики, интерфейс, скорость, владельцев и связь с решениями.
Статистика для аналитика с нуля: как читать данные и не делать лишних выводов
Базовый маршрут по статистике для аналитика: выборка, распределение, среднее, медиана, интервал неопределённости и проверка гипотезы на рабочих примерах.