Перейти к содержимому
TelegramGitHub

Lean Analytics — конспект книги

Lean Analytics — книга Алистера Кролла и Бена Йосковица. Она учит измерять стартап и принимать решения по данным. Это конспект на русском с разбором по главам и схемами.

Это собственный пересказ, а не дословный перевод. За полным текстом и примерами идите в оригинал. Схемы нарисованы заново по содержанию глав.

Дата-инженер строит пайплайны и витрины. Но данные нужны не сами по себе. Они нужны, чтобы бизнес принимал решения. Эта книга учит понимать, какие данные нужны бизнесу и почему.

  • Язык бизнеса. Вы поймёте, что такое churn, LTV, CAC, retention и откуда они берутся.
  • Правильные метрики. Вы отличите полезную метрику от «метрики для красоты» (vanity metric).
  • Домены. Книга разбирает шесть бизнес-моделей: e-commerce, SaaS, мобильное приложение, медиа, пользовательский контент, маркетплейс. Для каждой есть свои ключевые метрики.
  • Стадии продукта. Метрики зависят от стадии: от поиска проблемы до масштаба.
  • Ориентиры. Книга даёт примерные «нормальные» значения метрик, чтобы понимать, хорошо вам или плохо.
  • Лучшие требования к данным. Когда вы понимаете, зачем метрика, вы делаете модель данных точнее. Вы задаёте аналитику и продукту правильные вопросы.
РольЧто получит
Дата-инженерПонимание, какие события и таблицы нужны для метрик продукта
Аналитик, BI-разработчикРамки для выбора метрик и объяснения их бизнесу
Продакт, маркетологМетод проверки гипотез без догадок
Основатель, инвесторСпособ оценить стартап по цифрам
Интрапренёр в большой компанииПрименение Lean внутри корпорации

Книга писалась про веб-стартапы. Но подходы работают и в локальном бизнесе, B2B, политических кампаниях и внутри крупных компаний.

Книга основана на интервью со ста с лишним основателями и инвесторами и на 30+ кейсах. В конце каждой главы есть вопросы для самопроверки.

ЧастьО чёмГлавы книги
I. ОсновыLean Startup и аналитика, фреймворки1–5
II. Lean Analytics на практикеШесть бизнес-моделей, пять стадий, One Metric That Matters6–20
III. ОриентирыЧто такое «нормально» для каждой модели21–27
IV. ВнедрениеНет базы для сравнения, enterprise, интрапренёры28–31
ГлаваТема
1. Мы все лжёмПочему интуиции мало, цикл Lean, пример Airbnb
2. Как вести счётХорошие метрики, типы метрик, vanity, цикл Lean Analytics
3. Чем занятьсяВыбор идеи, Lean Canvas
4. Data-driven и data-informedЛокальный максимум, девять советов по данным
5. Аналитические фреймворкиAARRR, Engines of Growth, пирамида Эллиса
ГлаваТема
6. One Metric That MattersОдна главная метрика
7. В каком вы бизнесеБизнес-модель и рычаги роста
8. E-commerceВоронка, режимы отношений
9. SaaSChurn, CAC, LTV
10. Мобильное приложениеDAU, ARPU, монетизация
11. Медиа-сайтАудитория, реклама, CTR
12. Пользовательский контентВоронка вовлечения
13. Двусторонние маркетплейсыКурица и яйцо, доверие
14. На какой вы стадииПять стадий
15. Стадия 1: EmpathyИнтервью и проблема
16. Стадия 2: StickinessУдержание, MVP
17. Стадия 3: ViralityВирусный коэффициент
18. Стадия 4: RevenueLTV и CAC
19. Стадия 5: ScaleКаналы, Three-Threes
20. Модель и стадияВыбор метрики
ГлаваТема
21. Достаточно ли хорошоЧто считать нормой
22. E-commerce: ориентирыКонверсия, брошенные корзины
23. SaaS: ориентирыКарта при регистрации, churn
24. Мобильное приложение: ориентирыЦена установки, launch rate
25. Медиа-сайт: ориентирыCTR, engaged time
26. UGC: ориентирыЗагрузка, Reddit, модерация
27. Маркетплейсы: ориентирыКейс Etsy
ГлаваТема
28. Нет базы для сравненияУбывающая отдача
29. Продажи в enterpriseB2B и длинные циклы
30. ИнтрапренёрыLean внутри корпорации
31. ЗаключениеКультура данных