No Data No Growth | Pavel Bukhtik

🎯 В чём идея Uplift-моделирования? Привычные ML-модели отвечают на вопрос: «Кто с большой вероятностью купит?» или «Кто может уйти?» Но бизнесу часто нужен ответ на другой: «На кого подействует наше воздействие?» И это разные задачи. Например, мы хотим удержать пользователя и отправляем ему скидку на следующий заказ. Возможны четыре сценария: 🔸 Он остался бы и без скидки (Sure Things) – мы потеряли часть маржи, подарив скидку; 🔸 Ушел бы в любом случае (Lost Causes) – скидка не дала результата, зря потратили бюджет на доставку скидки; 🔸 Без скидки остался бы, но коммуникация вызвала негативную реакцию (Sleeping Dogs) – навредили; 🔸 Без скидки ушли бы, а благодаря ей остались (Persuadables) – именно их мы и хотим найти 🚀 Модель оттока ищет пользователей с высокой вероятностью ухода. Но среди них могут быть и Persuadables, которых можно удержать, и Lost Causes, на которых скидка не подействует. Uplift-модель ищет тех, чьё поведение изменится именно благодаря воздействию. Формально: Uplift = P(целевое действие | воздействие) − P(целевое действие | без воздействия) То есть нас интересует разница между двумя сценариями для одного пользователя: что произойдёт, если на него воздействовать, и что произойдет без воздействия. Одновременно наблюдать оба сценария для одного и того же пользователя невозможно, поэтому uplift оценивают на данных экспериментальной и контрольной групп в А/В. Два основных подхода к реализации: 1️⃣ Meta-learners – превращают обычные ML-модели в модели оценки эффекта. Например, S-learner, T-learner, X-learner и др. 2️⃣ Uplift-деревья – разделяют пользователей по различиям в реакции на воздействие. Uplift Random Forest, Causal Forest. Если воздействие стоит денег, может раздражать пользователей или по-разному работать на разных сегментах, недостаточно предсказать поведение. Нужно предсказать, как оно изменится именно из-за вашего решения. И с этим помогает Uplift-моделирование.

🌀 Я понял, что мешало мне в работе последние девять лет Последние две недели я провел в фридайвинг-кэмпе в Каше (Турция). Нырнул всего на 60 см глубже, чем прошлый рекорд: 30.6 метра вместо 30.0. На первый взгляд – провал. Ехал за метрами, а привез сантиметры. Но я осознал две важные вещи. Не про воду, а про себя: ☝️ Глубину нельзя взять силой Я пробовал. Это не работает. Стоит напрячься, и давление растет, зажимается горло, накрывает ощущение удушья. Дальше два сценария: либо разворот назад, либо баротравма. Работает ровно обратное. Это быть максимально расслабленным. Не в начале, не в конце, а на всем пути. Буквально позволить воде утягивать тебя на глубину. ✌️ Не надо продавливать себя на максимальной глубине Лучше сделать шаг назад, спокойно отработать все в комфортных условиях и вернуться глубже уже с уверенностью в каждом движении. — В работе мы тоже под постоянным давлением: дедлайны, ожидания, ответственность. И пока ты напряжен, все дается с трудом. Продуктовый кейс на собесе, где от волнения плывешь в мыслях, структуре и метриках. Пытаешься взять оффер количеством собеседований. Получить признание и повышение переработками. По сути та же физика. За девять лет я много раз видел и испытывал на себе, как люди пытаются пробить карьерный потолок силой. Больше переработок. Больше параллельных проектов и ответственности. Больше рабочих ночей вместо сна. А потом выгорают на своей максимальной глубине. Я думал, мне не хватает усилий. Оказалось, все ровно наоборот. Ведь порой все, что нужно, это сделать шаг назад. Спокойно вернуться в зону уверенности и отработать слабые места. И это не откат. Это самый быстрый путь вперед. И по факту, этот кемп стал одной из лучших моих поездок. Потому что дело было не в цифре: → Я впервые нырял в открытой воде и поборол страх падения в синюю бездну без осязаемых стен; → Подтянул старые навыки на разных упражнениях; → Попробовал новые техники и снаряжение; → И впервые в жизни понырял с открытыми глазами, без маски. Никогда не думал, что так вообще можно! Все это даст мне новые глубины уже совсем скоро. И, кажется, не только под водой. Поэтому вопрос к тебе. Что ты чаще спрашиваешь себя: «как поднажать?» или «где я сейчас зажат?»

🎯 6 лайфхаков поиска прокси-метрик для A/B Частая проблема в A/B тестах: ключевая метрика нечувствительная и/или медленная. LTV365, ARPU90, повторная покупка – дисперсия высокая, эффект маленький, а ждать месяцы или год никто не готов. Поэтому хочется найти прокси – более быструю и чувствительную метрику, которая предскажет движение ключевой в будущем. В карточках выше я собрал весь свой опыт подбора первичных кандидатов на прокси в 6 лайфхаков. А если ты находишь лайфхаки полезными, то поддержи пост огоньком 🔥. Буду делиться еще!

🧑‍🎓 У No Data No Growth появился личный кабинет студента! Теперь все обучение для новых потоков живет в одном месте. И без проблем с доступом в ТГ 🚀 🔸 Студент уже может: -> Смотреть записи лекций и практических занятий; -> Записываться в группу на практику; -> Сдавать домашки и получать ОС прямо в ЛК; -> Получать уведомления о проверенных работах через бота; -> Смотреть доп. материалы к лекции; -> Оставлять отзыв по каждому занятию; -> Отдельное внимание уделено мобильной версии – она реально работает. Я знаю, что многие учатся с телефона или в дороге. 🔸 Из новых реализованных фич: 🚀 Рейтинговая система! Теперь можно соревноваться с другими студентами курса и получать плюшки на выходе с обучения. Участие добровольное, но для многих это сильный мотиватор. 🚀 Реферальная программа! За приглашенного коллегу, и вы и коллега получаете бонусы. Их можно потратить на будущие программы или личные консультации. 🚀 Запрос на налоговый вычет прямо из кабинета; 🚀 Сертификат по итогам прохождения курса. 🔸 И обратная сторона – админка для меня: -> Проще трекать посещаемость, доходимость, выполнение домашек, индивидуальный прогресс; -> И сильно меньше шансов потерять человека, его домашку или отзыв; Сейчас личный кабинет (ЛК) обкатываю на 6-ом потоке по А/В. Материалы пока дублирую в ТГ и ЛК. Все новые потоки с сентября будут уже полностью на ЛК. Поддержка старых потоков пока в планах. По факту получилась полноценная LMS с элементами CRM. Я прям доволен результатом. Первые отзывы от студентов тоже позитивные. Сейчас дошлифовываем шероховатости. — Это пока все новинки последней недели. Но идеи на этом не заканчиваются – еще много всего хочется реализовать. Но об этом расскажу в следующий раз, когда будет что показать.)