Analityka

"Analityka" to jedno z najbardziej przeciążonych słów w SaaS. Dla data engineera to znormalizowany magazyn ze ścisłym schematem. Dla marketera to dashboardy PostHog i lejki konwersji. Dla indie-założyciela powinno znaczyć coś węższego: wiedzieć, którą dźwignię pociągnąć w tym tygodniu i która liczba powie ci, czy pociągnięcie zadziałało. Artykuły w tej kategorii podchodzą do analityki z tego ostatniego kąta — założyciela, który decyduje, a nie analityka, który pisze raporty, których nikt nie czyta.

Trzy błędy się powtarzają. Pierwszy: ufanie domyślnym liczbom ze Stripe bez sprawdzenia, jak są skonstruowane — samo zaokrąglanie MRR w Stripe wprowadziło w błąd dziesiątki założycieli, z którymi rozmawialiśmy. Drugi: ekstrakcja surowych danych zdarzeń bez budowania drugiej warstwy nad nimi, tej, która łączy "użytkownicy zrobili X" z "przychody przesunęły się o Y". Trzeci: namnożenie dashboardów. Ustawienie PostHog, Mixpanela, GA4 i Looker Studio "żeby pokryć wszystko" praktycznie gwarantuje, że nikt nie spojrzy na żaden z nich po trzecim tygodniu, bo każde narzędzie opowiada nieco inną historię.

Dla praktycznej podstawy zacznij od przewodnika po analityce Stripe — pokrywa to, co Stripe daje natywnie, i to, co musisz zbudować ponad. Analiza kohort dla założycieli SaaS to wizualizacja oddzielająca prawdziwy wzrost od wzrostu zamaskowanego churnem i warta wczesnej inwestycji. A dla zakończenia dyskusji bez znaczenia, analityka vs raportowanie ucina jałowy spór u korzeni.

Wątek przewodni tej kategorii: mniej liczb, oglądanych częściej, ze sprawdzonego źródła. Jeśli nie potrafisz w jednym zdaniu wyjaśnić, jak metryka jest liczona i dlaczego ma znaczenie w tym tygodniu, to jeszcze nie twoja metryka. Analityka w skali indie przypomina bardziej codzienny biuletyn pogodowy niż kwartalny raport dla rady nadzorczej — i artykuły są pisane z tym rytmem w głowie, a nie z perspektywy korporacyjnego data teamu, który raportuje co kwartał i traci kontakt z rzeczywistością klientów między prezentacjami. Indie-założyciele, którym pomagamy, opanowują tę dyscyplinę zwykle dopiero po trzeciej iteracji dashboardu — pierwsza wersja jest zawsze za szeroka, druga za wąska, a dopiero trzecia trafia w użyteczną równowagę między pokryciem a sygnałem.