Записаться на демоЗапись на демо

Продуктовая аналитика в России: когда временный компромисс изжил себя

5 мин
Продуктовая аналитика в России: когда временный компромисс изжил себя
Анна Серёгина
Анна Серёгина Маркетинг и коммуникации «Динамики»

После ухода зарубежных платформ компании собрали продуктовую аналитику из подручных инструментов. Это помогло не остановиться, но сегодня мешает догонять рынок.

Что компании на самом деле потеряли

Платформы вроде Amplitude и Mixpanel были и остаются мировыми лидерами продуктовой аналитики. Но для российских компаний этот класс решений фактически стал недоступен. Amplitude в 2024 году закрыл доступ для российских пользователей. Mixpanel и другие зарубежные платформы попали в зону санкционного и юридического риска: сведения о поведении пользователей подпадают под требования 152-ФЗ о персональных данных, что ограничивает их передачу и хранение за пределами России.

Но потерей оказался не сам сервис. Потерялась накопленная система работы: годами настроенные отчёты, история наблюдений, выстроенная логика решений. Именно её компаниям и пришлось восстанавливать заново.

Почему временные связки инструментов перестали быть достаточными

Заменить ушедшие платформы было нечем: зрелого аналога того же класса на российском рынке тогда не было. Поэтому аналитику выстроили из доступного — веб-аналитика, мобильная аналитика, BI-системы, таблицы и внутренние выгрузки. Для большинства задач этого хватало: нужные цифры команда получала.

Сложность в другом. Когда одна из метрик меняется, ответ на вопрос «почему» получить можно, но чаще не сразу: данные приходится сводить из разных систем вручную. Причина становится ясна позже, чем нужно, чтобы на неё повлиять.

Например, конверсия в оплату упала на 8%. Чтобы понять, в чем причина — в новом релизе, в конкретном сегменте пользователей или в источнике трафика, — аналитик проверяет несколько систем по отдельности. Пока ответ найден, часть потерь уже случилась.

Для аналитика это привычный порядок работы. Для руководителя продукта, у которого решения завязаны на скорость, такая задержка превращается в управленческое ограничение. Сколько компаний так работают, точно никто не считал: масштаб перехода на временные связки рынок не измерял. Но по тому, чем сегодня пользуются продуктовые команды, видно — это не единичные случаи, а норма.

Как ИИ меняет продуктовую аналитику

Пока российский рынок восстанавливал аналитику, в мире она вышла на новый уровень. Ведущие платформы продуктовой аналитики всё чаще добавляют ИИ-слой: пользователь формулирует вопрос так же, как задал бы его аналитику, а система помогает собрать дашборд, найти отклонение или предложить гипотезу о причине. Задачи, которые раньше требовали ручного построения отчётов и проверки нескольких гипотез, постепенно частично автоматизируются. При этом ИИ-слой не заменяет аналитику сам по себе: он работает только там, где данные уже собраны, связаны и описаны.

Для российских компаний это значит, что разрыв стал двойным. Первый разрыв связан не с качеством отдельных инструментов, а с тем, что данные по-прежнему распределены между ними. Второй, серьёзнее, — нет единой системы, где эти данные собраны и связаны, а без него ИИ-инструментам не на что опереться. Догонять придётся сразу оба направления, и чем дольше держится компромисс, тем труднее наверстать.

На демо показываем, как «Динамика» связывает поведение пользователей с выручкой в одном контуре Записаться на демо

Что меняется на российском рынке

У ситуации есть обратная сторона. Рынок продуктовой аналитики в России складывается заново — и это редкий момент, когда его можно выстроить правильно, без груза старых решений. Компания, которая наведёт порядок в данных сейчас, получит основу, к которой ИИ-инструменты можно подключать без новой перестройки данных. А чем дольше откладывать, тем дороже обойдётся переход потом.

Один из признаков этого сдвига — появление российских платформ, которые закрывают не отдельный отчёт, а полный цикл продуктовой аналитики. Например, в российской платформе «Динамика» получил развитие именно такой подход: данные остаются в контуре компании, а аналитика строится вокруг связи поведения пользователей с выручкой.

С данными внутри платформы работает ИИ-ассистент «Дина». При внедрении в неё закладывается контекст конкретного продукта: как устроен бизнес, какие шаги проходит пользователь и что означает каждое событие. Поэтому «Дина» не только отвечает на вопросы команды, но и сама регулярно анализирует данные и сообщает о найденных точках потерь и роста, прежде чем человек начинает отдельное исследование.

Временный компромисс был оправданным решением — он позволил не остановиться, когда привычные инструменты исчезли. Но его срок закончился: рынок изменился вокруг него. Вопрос уже не в том, работает ли временный компромисс, а в том, насколько он замедляет следующие продуктовые решения.

Опубликовано на РБК