Кальтер / Блог

Amplitude показала Wave: как компания связывает продуктовые данные, изменения кода и измерение

Amplitude Wave связывает аналитику с изменениями продукта. Разбираем сообщение о росте на 160% и различие процентов и процентных пунктов.

Материал подготовлен с помощью ИИ; первичные источники и примеры проверены редакцией ZASLON 14 ноября 2026 года. Учебные данные и результаты сторонних компаний обозначены в тексте.

Редакционная схема: От данных к тесту. Условные обозначения, не скриншот сервиса или реальной операции.
Редакционная схема: От данных к тесту. Условные обозначения, не скриншот сервиса или реальной операции.

12 ноября 2026 года OpenAI опубликовала историю Amplitude о Wave — системе, которая, по описанию компании, использует продуктовые данные, сессии, обратную связь и код, чтобы находить гипотезы для изменений, готовить планы и измерять результат. Amplitude рассказывает о конкретном эксперименте с карточками подсказок на своей домашней странице: после персонализации число сообщений через эти карточки выросло на 160% относительно контрольной группы через один день. Это метрика, сообщённая компанией для конкретного эксперимента, не прогноз для других продуктов. Кейс Amplitude.

Чтобы объяснить относительный рост, возьмём отдельные вымышленные числа. Они не реконструируют эксперимент Amplitude:

Вариант Сессии Сессии хотя бы с одним сообщением через карточку Доля
Контроль 100 10 10%
Тест 100 26 26%

Разница долей — 26% − 10% = 16 процентных пунктов. Относительное изменение к контролю — (26 − 10) / 10 = 160%. Это не 160 процентных пунктов и не рост выручки: здесь измеряется только доля сессий, в которых было хотя бы одно действие. Каждая сессия считается один раз, даже если в ней отправили несколько сообщений.

Почему нельзя сравнить только сырые количества

Теперь допустим, что в контрольной группе было 100 сессий и 10 сессий хотя бы с одним сообщением, а в тестовой — 500 сессий и 26 таких сессий. Сырые числа выглядят как «26 против 10», но доли составляют 10% и 5,2%. При неравных знаменателях тест дал больше сессий с действием, но меньшую долю таких сессий. Нужны одна и та же единица анализа и понятный знаменатель.

Перед запуском своего сравнения зафиксируй: событие-конверсию, кого считаешь участником, период, назначение в контроль/тест, способ исключения повторов и защитные показатели. Если показываешь персональные карточки, отдельно проверь вариант без контекста и возможность ручного ввода. Это предложенная нами измерительная дисциплина, не опубликованный протокол Amplitude.

Что можно взять из кейса

Amplitude описывает цикл «сессии и аналитика → гипотеза → план реализации → человеческий review → A/B-тест». Для своего продукта эту цепочку можно проверить на одной конкретной задаче; цифру 160% нельзя переносить без одинакового события и эксперимента. Доступная история не раскрывает все детали статистического анализа, поэтому не следует выводить устойчивый эффект по одному значению «через день».

Учебный пример выше показывает разницу между относительным ростом и процентными пунктами, а также почему знаменатели обязательны. Он не связан с фактическими данными Amplitude и не описывает результат ZASLON.

Более подробный пример контрольного сравнения — в разборе прироста конверсий.