Я тут недавно прочитал «Цель» Элияху Голдратта и поймал себя на мысли, что многие идеи ...
Я тут недавно прочитал «Цель» Элияху Голдратта и поймал себя на мысли, что многие идеи из неё отлично перекладываются на аналитику и продуктовую работу. Если кратко: «Цель» — бизнес-роман про американский завод в 1980-х, который находится на грани закрытия. Главный герой — руководитель завода, которому дают несколько месяцев, чтобы сделать предприятие прибыльным. При этом люди работают, оборудование загружено, локальные показатели выглядят неплохо — но заказы задерживаются, запасы растут, а завод продолжает терять деньги. Пытаясь разобраться, почему так происходит, герой постепенно приходит к идеям теории ограничений. И здесь я увидел несколько хороших параллелей с аналитикой 👇 Первая — локальная эффективность ≠ эффективность всей системы На заводе можно добиться 100% загрузки каждого станка. Но если один этап не успевает перерабатывать всё, что приходит с предыдущих, такая «эффективность» просто создаёт гору незавершённой работы. С метриками то же самое. Можно увеличить конверсию, но снизить маржинальность. Можно нарастить GMV за счёт механики, которая ухудшает прибыль. Можно улучшить отдельный этап воронки, но сделать хуже продукт в целом. 👉 Если локальная метрика растёт, а глобальная цель системы от этого страдает — это не оптимизация. Поэтому важно не заваливаться в локальные показатели и периодически возвращаться к вопросу: а как изменение этой метрики влияет на конечную цель бизнеса? Вторая мысль — системе нужен запас В книге перед узким местом производства создаётся буфер. Если критически важный ресурс простаивает из-за случайного сбоя на предыдущем этапе, потерянное время уже не вернуть. В продукте логика похожая. Нельзя проектировать процессы, исходя из того, что всё всегда будет работать идеально. Нужен определённый запас — по мощности, времени, людям или инфраструктуре. Система, постоянно работающая на 100% загрузке, становится хрупкой. При полной загрузке даже небольшое отклонение или внезапная задача сразу создают очередь — свободного ресурса, чтобы её погасить, просто нет. Поэтому небольшой запас мощности — это не обязательно признак неэффективности, а способ сделать систему устойчивее к неизбежным колебаниям. В итоге для меня главный вывод из книги звучит так: 👉 важно не просто улучшать отдельные показатели, а понимать цель всей системы, находить её ограничения и смотреть, действительно ли наши изменения приближают нас к этой цели. Иногда лучший вопрос к очередному дашборду — не «как поднять эту метрику?», а «зачем нам вообще нужно, чтобы она росла?»