[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-product-analytics::ru":3,"gloss-cluster-product-analytics::ru":20,"gloss-next-product-analytics::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"product-analytics","saas","Продуктовая аналитика","Продуктовая аналитика — это дисциплина и категория инструментов, сфокусированная на отслеживании и анализе того, как реальные пользователи ведут себя внутри программного продукта — на какие функции они нажимают, какие потоки завершают или бросают, как использование меняется со временем, — в отличие от маркетинговой\u002Fвеб-аналитики (отслеживающей источники трафика и просмотры страниц) и бизнес-аналитики (отслеживающей выручку и финансовые показатели). Специализированные инструменты продуктовой аналитики — Amplitude, Mixpanel, Heap и open-source PostHog — построены вокруг модели данных «событие»: каждое значимое действие пользователя (`signed_up`, `created_project`, `invited_teammate`, `upgraded_plan`) отслеживается как дискретное, привязанное к пользователю событие с временной меткой, и аналитики строят воронки, кривые удержания по когортам и отчёты о принятии функций поверх этого потока событий, а не полагаясь на обычные подсчёты просмотров страниц. Именно этот событийный подход делает возможным ответить на специфичные для SaaS продуктовые вопросы, на которые традиционная веб-аналитика ответить не может: «какой процент пользователей, завершивших 3-й шаг адаптации, активируется в течение 7 дней?» (вопрос воронки), «пользователи, освоившие функцию X в первый месяц, удерживаются ли лучше на 6-й месяц, чем те, кто её не освоил?» (вопрос когорты), или «какое конкретное действие внутри продукта лучше всего предсказывает превращение пользователя в платящего клиента?» (именно тот анализ, который определяет хорошую метрику активации). Современные платформы продуктовой аналитики всё чаще объединяют воспроизведение сессий (просмотр анонимизированной записи того, что именно сделал\u002Fнажал сбитый с толку пользователь) и фича-флаги\u002FA-B тестирование вместе с базовой аналитикой, поскольку все три дисциплины питают одну и ту же базовую цель — понимание и улучшение поведения пользователя внутри продукта — из одних и тех же данных о событиях. Конкретный пример: продуктовая команда инструментирует своё приложение так, чтобы при каждом экспорте отчёта пользователем срабатывало событие `report_exported`, помеченное свойствами вроде `{report_type: \"sales\", format: \"pdf\", user_plan: \"pro\"}`. В PostHog они строят воронку `signed_up` → `created_first_report` → `report_exported` и обнаруживают, что лишь 18% новых регистраций когда-либо доходят до шага экспорта — а разбивка по когортам показывает, что пользователи, экспортирующие отчёт в первую же сессию, удерживаются в 3 раза лучше через 90 дней, чем те, кто этого не делает. Этот единственный вывод — раскрытый только потому, что отслеживались сырые поведенческие события, а не просто просмотры страниц, — становится основой для переработанного потока адаптации, который сразу же подталкивает каждого нового пользователя экспортировать пример отчёта. Распространённая ловушка внедрения — несогласованное именование событий и схем свойств в кодовой базе, когда несколько инженеров со временем инструментируют отслеживание (`report_exported` против `Report Exported` против `export_report`, все описывающие одно и то же действие), что незаметно дробит то, что должно быть одной чистой воронкой, на несколько неполных — поэтому зрелые команды поддерживают задокументированную спецификацию «плана отслеживания», которой должно следовать каждое новое событие перед выпуском.","Продуктовая аналитика — практика и инструменты отслеживания реального поведения в продукте: клики, использование функций, потоки — ради решений.",null,[11,14,17],{"slug":12,"name":13},"activation","Активация",{"slug":15,"name":16},"cohort","Когорта",{"slug":18,"name":19},"funnel","Воронка (Funnel)",[21,23,27,30,33,36,39,43,46,49,52,55],{"slug":12,"category":5,"name":13,"updated_at":22},"2026-08-24T02:46:36+00:00",{"slug":24,"category":5,"name":25,"updated_at":26},"aha-moment","Ага-момент","2026-08-24T02:46:37+00:00",{"slug":28,"category":5,"name":29,"updated_at":26},"annual-contract-value","Годовая стоимость контракта (ACV)",{"slug":31,"category":5,"name":32,"updated_at":22},"api-first","API-first (API-ориентированность)",{"slug":34,"category":5,"name":35,"updated_at":22},"arpa","Средний доход на аккаунт (ARPA)",{"slug":37,"category":5,"name":38,"updated_at":22},"arr","Годовой периодический доход (ARR)",{"slug":40,"category":5,"name":41,"updated_at":42},"auto-renewal-clause","Пункт об автопродлении","2026-08-24T02:46:38+00:00",{"slug":44,"category":5,"name":45,"updated_at":42},"build-vs-buy","Build vs. buy (создать или купить)",{"slug":47,"category":5,"name":48,"updated_at":26},"burn-multiple","Коэффициент сжигания (Burn Multiple)",{"slug":50,"category":5,"name":51,"updated_at":42},"burn-rate","Burn Rate (скорость сжигания денег)",{"slug":53,"category":5,"name":54,"updated_at":22},"cac","Стоимость привлечения клиента (CAC)",{"slug":56,"category":5,"name":57,"updated_at":22},"cdn","Сеть доставки контента (CDN)"]