Какие ошибки делают PM при анализе данных?

Частые ошибки PM при анализе данных:

• Игнорирование контекста данных. Без понимания бизнес-целей и условий сбора данных легко сделать неправильные выводы.
• Слепое доверие к метрикам. Не всегда метрики отражают реальную ситуацию, важно проверять их корректность и релевантность.
• Отсутствие сегментации. Анализировать данные без разбивки по ключевым сегментам (например, по типу пользователей) приводит к усреднённым и малоинформативным выводам.
• Подтверждающее смещение (confirmation bias). Искать только те данные, которые подтверждают уже существующие гипотезы.
• Неправильное использование статистики. Например, не учитывать размер выборки, не проверять значимость различий.
• Неумение визуализировать данные. Плохая визуализация затрудняет понимание и коммуникацию результатов.

Пример: PM может увидеть рост DAU и сделать вывод о росте продукта, не заметив, что рост вызван временной акцией, а удержание пользователей при этом падает.