Перейти к содержанию

Типовые сценарии работы с дашбордом

Сценарий 1 - Понедельник, проверка как прошла неделя

  1. Открыть дашборд «Главные KPI»
  2. Фильтр периода - «7 дней» (по умолчанию 30, нужно сменить)
  3. Сравнить ключевые цифры:
  4. MAU - выросло / упало vs прошлая неделя?
  5. Revenue - больше / меньше?
  6. Net inflow - больше депозитов или выводов?
  7. Если что-то выделяется (например, MAU упал на 15%) → drill-down в «Воронка привлечения», смотрим где конкретно падение

Сценарий 2 - Понимаем, какой канал работает лучше

  1. «Воронка привлечения» дашборд
  2. Карточка «По каналам» (таблица): канал → регистрации → KYC rate → activation rate
  3. Сортируем по activation_rate_pct (доля дошедших до сделки)
  4. Видим:
  5. google-organic дал 47 регистраций и 4.2% activation → 2 клиента торгуют
  6. instagram_cpc дал 80 регистраций и 0.8% activation → 1 клиент торгует
  7. Вывод: instagram-cpc дешевле, но привлекает «холодных», google-organic - тёплых

Сценарий 3 - Когорты, кто остаётся надолго

  1. «Удержание и когорты» дашборд
  2. Cohort heatmap - тепловая карта retention по когортам
  3. Смотрим строки:
  4. Cohort 2026-03: D30 = 38%, D60 = 25%
  5. Cohort 2026-04: D30 = 41%, D60 = 28%
  6. Cohort 2026-05: D30 = 35%, D60 = ещё рано
  7. Если апрельская когорта retention'ит лучше - что у неё уникального? UTM-source? Канал? Геолокация?
  8. Drill-down → можно фильтровать когорту по тегу и увидеть подразбивку

Сценарий 4 - Готовим отчёт для CEO о состоянии бизнеса

  1. Открываем дашборд «Главные KPI»
  2. Период - «90 дней» (квартал)
  3. Скриншот: график MAU + сравнение с предыдущим кварталом
  4. Скриншот: Revenue breakdown (Spot / Swap / Deposits)
  5. «Доход и юнит-экономика» → распределение Pareto (top-10% юзеров)
  6. «LTV и когорты» → LTV-3m по последним когортам
  7. Собираем презентацию из скриншотов + comments

(В будущем - бот сможет одной командой сгенерировать PDF, см. Roadmap → extension.)

Сценарий 5 - Compliance audit / квартальный отчёт AML

  1. «AML и комплаенс» дашборд
  2. Скачать список Suspicion-юзеров (кнопка Export → CSV)
  3. По каждой строке - drill-down: операции, сумма, country
  4. Подготовить PDF-отчёт для регулятора

Сценарий 6 - Реакция на падение MAU

Допустим, в понедельник дайджест-бот прислал:

📊 Tradex B2C - week 47 • MAU: 1 950 (-12% vs прошлая) • Revenue (7d): $1 240 (-8%)

  1. Открыть «Главные KPI» → подтвердить цифры
  2. «Воронка привлечения» - сравнить регистрации по каналам vs прошлая неделя
  3. «Удержание и когорты» - не упал ли D7 retention свежих когорт?
  4. «Доход и юнит-экономика» - не выпали ли VIP-юзеры из активных?
  5. Если паттерн - конкретный канал / возраст когорты / валюта → действие на стороне команды

Что НЕ делать

  • Не сравнивать цифры этой системы с цифрами старого Metabase напрямую. Они не сойдутся: старый показывает завышенные цифры (с тест-аккаунтами). Это не bug нашей системы.
  • Не делать SQL-запросы вручную, обходя дашборды - есть риск забыть каноник-фильтр.
  • Если кажется, что цифра неверная - проверьте sanity-test через /health бота. Если sanity OK, а цифра всё равно странная - сообщите в @dmitry_username.