DataGo запускает агента по вашему ClickHouse: он делает SQL-запросы, сравнивает срезы и периоды, проверяет найденное и отдаёт список гипотез с вердиктом — что имеет смысл тестировать, а что объясняется известным контекстом или артефактом данных. Каждое число раскрывается до запроса, которым оно получено.
Гипотезы — из головы и по наитию
Гипотезы — из ваших данных, с числами
Числу в презентации верят на слово
Каждое число раскрывается до SQL-запроса
Тестируют всё подряд
Часть гипотез отсеивается до того, как потрачен бюджет
Отчёт и чат с данными отвечают на заданный вопрос. Автоматический поиск инсайтов в данных работает иначе: DataGo сам ищет, что в данных изменилось или отличается, проверяет это и складывает в список — с объяснением, альтернативами и числами из ячеек отчётов. Очевидное — не находка: «мобильные конвертят хуже десктопа» без механизма и без денег в список не попадает.
С чего начинается поиск
Вы задаёте направление — «где Директ перестал окупаться», «что сломалось в мобильном трафике с мая». Или оставляете вопрос пустым: тогда агент ищет главное, что изменилось.
Пять стадий. Дешёвые проверки делает код, дорогие — модель, и только для того, что прошло отбор.
Поиск идёт поверх витрин и сырых таблиц в вашем контуре, поэтому отдельного хранилища под него заводить не нужно.
код, без модели
Сравнивает каждый срез с остальными и последние недели с периодом до — по конверсии, среднему чеку, ДРР, цене клика, шагам воронки; в разрезе каналов, типов кампаний, устройств, регионов и браузеров. Отсеивает малый объём, проверяет статистически (z-тест долей, поправка Бенджамини — Хохберга), ранжирует по эффекту × объёму. У каждого кандидата свой отпечаток: в следующем прогоне он узнаётся, а не находится заново.
агент
Берёт только верх списка. Сам пишет SQL-запросы к подготовленным и сырым таблицам, подтверждает эффект, ищет, где он сосредоточен и с какой даты, проверяет известные объяснения: боты, дубли заказов, IP-гео против региона клика, акции, малая выборка. Статистику считает код — библиотека рецептов, а не модель «на глаз». Что ещё проверить, агент решает сам: планировщик выбирает линзы маркетингового ресерча под ваш вопрос, а ревью плана добавляет пропущенные.
агент · режим исследования
Сильнейшие зацепки проверяются заново: число воспроизводится своим запросом, а не берётся из заметки. Минимум три атаки — альтернативное объяснение, устойчивость по месяцам, другой контроль, чувствительность к определению. Вердикт: выжила, ослабла или опровергнута.
другая модель
Отдельная модель читает бэклог и выносит по пунктам: держится, ослабить, снять. Пересчитывает деньги, разделяя маржу, экономию и выручку, ловит двойной счёт и утечки опровергнутого, вычёркивает банальное. Может делать свои запросы к данным.
вы
У каждой гипотезы есть механизм, число, контроль, альтернативное объяснение, способ проверки и оценка денег диапазоном. Вердикт и уверенность — на карточке. Вы размечаете: перспективная или ничего нового, — и следующий прогон учитывает вашу разметку.
Быстрый поиск — план, ревью плана, два-три направления, синтез. Исследование — больше направлений, углубление сильнейших зацепок и независимое ревью. Режим выбирается перед запуском.
Когда ресерч делают руками, первая версия находок обычно красивее правды. Причины повторяются из проекта в проект. DataGo проверяет каждую из них до того, как гипотеза попадёт в список.
Конверсия по сессиям и по людям расходится. Агент считает по правилам данных проекта, где задано, что в вашем случае считается человеком, сессией и заказом.
«Город хуже регионов» может оказаться свойством канала. Поэтому контроли стоят по умолчанию: соседняя область, прошлый год, другой канал.
Боты, повторно отправленная покупка, письмо, перезаписавшее источник заказа. Такие находки получают вердикт «артефакт данных», а не «рычаг роста».
Одна и та же выручка не засчитывается дважды. Деньги считаются раздельно — экономия, выручка и маржа, — базой берётся последний месяц.
Гипотезы выдаёт любой инструмент. Ценность — в тех, что отсеялись до того, как на них потратили бюджет. Ниже — реальный прогон по обезличенным данным: клиент пришёл с задачей найти точки роста в городе-миллионнике, то есть получить больше выручки за тот же бюджет или понять, куда бюджет добавить. Так выглядели сильные гипотезы первого прохода и что с ними стало после проверки.
Также не прошли проверку чёрный список площадок по отказам корректировки по полу и возрасту сезонные и зарплатные дни поиск по сайту как узкое место кросс-селл «трение» в чекауте, характерное для города
Пример одного прогона. Данные обезличены, абсолютные суммы не публикуем. Часть сильнейших линий углубления после проверки не выжила, а у остальных поменялась оценка.
Три карточки — так список выглядит в интерфейсе. Слева статус, справа уверенность, в заголовке — что именно и куда двигать. Две из трёх помечены «известное»: DataGo нашёл их, проверил и не стал выдавать за открытие. Первая карточка — та же тема, что в верхнем ряду таблицы выше: сырой «провал» снят, а чистое отставание осталось в работе.
После исключения бот-трафика конверсия Москвы ниже регионов на всём периоде, и разница не объясняется устройством или типом кампании. Проверить: шаги воронки, срок доставки и цену для Москвы против регионов.
Отклик на бюджет в целом по Москве слабый — растёт цена клика, а не заказы. Если добавлять, то точечно и ступенчато, с контролем по соседним регионам.
Три кандидата сканера сводятся к одному перераспределению: расход на смарт-баннеры и мобильные категорийные кампании окупается хуже, чем десктопный поиск и сети. Проверять одним тестом, а не тремя.
Примеры иллюстративные: формулировки обобщены и не привязаны к конкретному клиенту.
Каждую гипотезу вы размечаете: перспективная или ничего нового. Разметка — обучающий сигнал: размеченное «ничего нового» в следующих прогонах не развивается и попадает агенту примерами банального, а перспективная при повторном обнаружении обновляет число — видно, держится ли эффект.
У гипотезы видно, откуда она взялась: какой поиск её нашёл и от какой гипотезы она отросла. Поле «Что проверить дальше» запускает развитие: агент уточняет вывод и может записать новые гипотезы со ссылкой на родителя.
DataGo запускает поиск гипотез поверх того кластера, где ваши данные уже лежат. Агенту выдаётся доступ только на чтение, а всё, что он делает, остаётся в трейсе прогона.
Витрины и сырые таблицы остаются там, где они лежат. Никаких выгрузок данных в облако агента.
Движок пишет только служебные таблицы ai_*: гипотезы, вашу разметку и трейс прогонов.
Только SELECT, один оператор, разбор парсером, список разрешённых таблиц, лимиты времени, памяти и строк. На проде — отдельный пользователь только на чтение.
Текст SQL и время выполнения видны в шагах прогона, а любое число в гипотезе раскрывается до ячейки результата запроса.
Что чаще всего спрашивают про поиск гипотез. Если вашего вопроса здесь нет — обсудим на звонке.
BI отвечает на вопрос, который вы уже задали: отчёт показывает срез, а чат с данными — цифру по запросу. AI-поиск гипотез DataGo сам ищет, что в данных изменилось или отличается, проверяет найденное и отсеивает банальное. На выходе не ответ на вопрос, а размеченный список гипотез с вердиктом и числами из ячеек запросов. Это дополнение к отчётам, а не замена: Performance-отчёт остаётся инструментом регулярного контроля.
Агент работает с подготовленными витринами данных и сырыми таблицами в вашем ClickHouse. Дополнительно нужны правила данных проекта: определения человека, сессии, заказа и региона, известные ловушки разметки, контроли по умолчанию. Если DataGo уже собирает ваши данные, отдельная интеграция не нужна — поиск гипотез запускается поверх существующих витрин.
Каждое число цитируется ячейкой результата запроса: видно текст SQL, которым оно получено, и время выполнения. Статистику считает код — библиотека готовых рецептов (доли с интервалами, разности долей, сравнение с контролем, устойчивость по периодам), а не модель «на глаз». Число без ячейки результата движок в гипотезу не пропускает.
Наоборот: отвергнутая гипотеза — это сэкономленный тест и неизрасходованный бюджет. Движок сообщает, что именно снято и почему, — список отклонённого входит в отчёт вместе с бэклогом. Ценность поиска гипотез не в длине списка: гипотезы выдаёт любой инструмент, а отсев до траты бюджета — нет.
DataGo присваивает каждой гипотезе один из четырёх вердиктов. Стоит проверить — новое и похоже на рычаг: есть механизм, число, контроль и дизайн теста. Известное — объясняется известным контекстом: акцией, сезоном, структурным отличием каналов. Артефакт данных — это не бизнес-эффект, а боты, дубли покупок, разметка или трекинг. Шум — не подтвердилось: малая выборка или эффект не воспроизвёлся. Отдельно вы размечаете гипотезы сами — «перспективная» или «ничего нового», — и следующий прогон это учитывает.
Агент выполняет только SELECT: один оператор, разбор парсером, список разрешённых таблиц, запрет системных таблиц, лимиты по времени, памяти и числу строк. На проде используется отдельный пользователь только на чтение. Исходные таблицы не изменяются — движок пишет только служебные таблицы ai_*. Все запросы остаются в трейсе прогона, их можно прочитать и воспроизвести.
Это модуль платформы поверх ваших витрин, а не отдельный сервис. Он работает с теми же данными, что модели атрибуции и отчёты, которые у вас уже есть. Мониторинг рекламных кампаний отвечает на вопрос «что случилось и где»; поиск гипотез — на вопрос «почему и что с этим делать».
Мы запускаем поиск гипотез с первыми клиентами. Расскажите, какие данные уже лежат в вашем ClickHouse и какой вопрос вы бы задали первым, — обсудим пилот и покажем, как выглядит результат.
Стриминг, Метрика, AppMetrica, коннекторы
Data Marts для аналитиков
Поиск и проверка гипотез роста
Performance, ROPO, Медийка, SEO