🧾 SQL и инструменты аналитики для продакта

Если каждый раз ждать аналитика, чтобы узнать конверсию, ты как водитель без спидометра, который звонит другу спросить скорость

Как это работает

Что обычно есть в продуктовой аналитике:

1. Сбор событий — действия пользователя с параметрами: экран, кнопка, время
2. Системы продуктовой аналитики — Amplitude, Mixpanel, AppMetrica, Яндекс Метрика: готовые воронки, когорты, сегменты
3. Хранилище и SQL — сырые данные, которые можно крутить как угодно
4. BI и дашборды — DataLens, Superset, Power BI, Tableau для регулярных отчётов

Минимум SQL для продакта: SELECT, WHERE, GROUP BY, JOIN, COUNT DISTINCT и работа с датами. Пример — сколько пользователей сделали заказ в неделю регистрации:

SELECT date_trunc('week', u.created_at) AS week,
       COUNT(DISTINCT u.id) AS users,
       COUNT(DISTINCT o.user_id) AS ordered
FROM users u
LEFT JOIN orders o
  ON o.user_id = u.id AND o.created_at < u.created_at + interval '7 days'
GROUP BY 1 ORDER BY 1;

Пример из жизни

Продакт заметил на дашборде рост конверсии в оплату на 15 %. Прежде чем докладывать, он сам посмотрел данные и увидел, что в ту же неделю перестало логироваться событие открытия корзины на Android. Знаменатель уменьшился, а реальная конверсия не изменилась. Отчёт не ушёл с ошибкой

Важно запомнить

• План трекинга — часть постановки задачи: без событий фичу не измерить
• Умей проверить цифру: откуда данные, что в числителе и знаменателе
• LEFT JOIN сохраняет всех пользователей, INNER JOIN — только тех, у кого есть пара