Основные продуктовые метрики

Возврат пользователей (Retention)

25%

Пользователи, вернувшиеся на N-й день (25)Все пользователи, пришедшие в 1-й день (100)

×100%

Конверсия (CR)

10%

Число пользователей, совершивших действие (100)Все пользователи (1000)

×100%

Пожизненная ценность (LTV)

5 000 ₽

Средний чек (500) × Количество покупок за жизнь (10)

Средний доход на пользователя (ARPU)

100 ₽

Общий доход (100 000 ₽)Количество пользователей (1000)

Квартет Эскомба — Анализ графиков

Квартет Эскомба — визуализация и анализ

Показатель	A	B	C	D
Среднее X	9	9	9	9
Дисперсия X	11	11	11	11
Среднее Y	7.5	7.5	7.5	7.5
Дисперсия Y	4.13	4.13	4.12	4.12
Корреляция (X,Y)	0.82	0.82	0.82	0.82
Уравнение регрессии	y = 3 + 0.5x

Набор A

Анализ: Данные хорошо ложатся на прямую линию. Это «нормальный» линейный набор, где корреляция действительно отражает зависимость.

Набор B

Анализ: Зависимость нелинейная — данные изгибаются по параболе. Средние и корреляция совпадают, но реальная форма данных совершенно другая.

Набор C

Анализ: Почти все точки выстроены в линию, но одна выброс (outlier) сильно выше других. Он значительно искажает вид графика.

Набор D

Анализ: Почти все точки имеют одинаковое значение X, кроме одной, удалённой далеко вправо. Эта одна точка создаёт ложную корреляцию.

Парадокс Симпсона

Парадокс Симпсона — Анализ по полу

Пол / Параметр	Параметр 1	Параметр 2	Больше
Мужчины	50/150 (33.3%)	180/360 (50%)	Параметр 2
Женщины	200/250 (80%)	36/40 (90%)	Параметр 2
Итого	250/400 (62.5%)	216/400 (54%)	Параметр 1

Интерпретация:
В Параметре 2 мужчины и женщины показывают более высокий процент успеха, но при объединении всех блоков (Итого) общий результат Параметра 1 выше из-за большего количества наблюдений. Это классический Парадокс Симпсона, который демонстрирует, что агрегированные данные могут менять выводы по сравнению с раздельными группами.