Перестаем чинить "дыры" в бизнесе — начинаем видеть всю систему целиком. Здесь про то, как совместить жесткую логику системного анализа с гибкостью бизнес-задач, чтобы решения работали на годы вперед.
SubscribersHow many subscribers the channel has now. The wave shows subscribers at each point of the period. The change is against the start of the period.140.0 %+0 for the period
ViewsHow many views the posts published in the period have now. These are not views per day: MAX does not report how many views there were yesterday.42▼ 50.9 %was 96
ReactionsHow many reactions the posts published in the period have.5▼ 68.8 %was 18
MentionsHow many times other channels mentioned the channel: links and reposts, excluding advertising posts. The bigger the circle, the more mentions at that point of the period.58▼ 17.3 %was 72with a subscription
RepostsHow many times other channels reposted this channel's posts (excluding advertising posts). Reposts are also counted as mentions.26▼ 1.2 %was 27after signing in
Average post reachHow many views one post gets on average. Only posts older than two days are counted: views of fresh posts are still growing. Points with fresh posts are dashed with hollow dots: the reach of all posts right now, it will still grow.7▼ 63.5 %was 19
ERRWhat share of subscribers sees an average post: average reach ÷ subscribers × 100 %. The line shows ERR at each point of the period, the dashed line — ERR of the previous period of the same length. Points with posts younger than two days are hollow dots on the dashed end of the line.50.0 %▼ 87.1 ppdashed line — was 137.1 %
Engagement ERHow often readers react to posts: reactions ÷ views × 100 %. The tick on the bar is the previous period.11.90 %▼ 6.8 pp
was 18.75 %
Posts per dayHow many posts are published per day on average. Each cell is a point of the period: the darker, the more posts per day.0.9▲ 34.8 %was 0.7
Ad shareWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The scale shows the ad load by the quality index thresholds: up to 10 % — low, up to 25 % — moderate, up to 50 % — high, above — very high. A growing share is marked red.2.5 %▼ 1.8 pp
TrendTop — subscribers at the end of each point of the period; bottom — growth per point: green means more subscribers, red means fewer. Above the growth chart — the biggest gain and the biggest loss. MAX does not report how many people subscribed and unsubscribed separately.
Audience growth
0subscribers in the period
The number of subscribers did not change in the period
Channel scoreA channel score from 0 to 100 made of five parts: audience, growth integrity, ad load, trust and calculation reliability. Each bar shows how many points the part earned out of its maximum. The index is recalculated every night; channels are compared with similar ones of the same category and size.
The quality index has not been calculated yet. It appears for channels with at least 500 subscribers that post at least once a week, after a week of tracking.
ReachHow many views the posts published at each point of the period have now (not views per day). The record is labeled; the point with today is paler — the day is not over yet. Average post reach — posts older than two days.
Views and reach
42views in the period▼ 50.9 %
Average post reach — 7 views (posts older than two days).
EngagementER — reactions divided by views, in percent — for the posts of each point of the period. The dashed line is ER for the whole period. The change is in percentage points against the previous period of the same length.
Subscriber engagement
11.90 %ER = reactions ÷ views▼ 6.8 pp
Channel ERaverage for the period
CitationsThe citation index (CI) shows how often and by which channels this channel is mentioned over the last 30 days, excluding advertising posts. The level is its place among similar channels. The line shows CI at each point of the period (for a week or month — the average over its days).
The citation index has not been calculated yet: it will appear after the nightly calculation once other channels mention the channel.
RhythmHow many posts are published on average in each hour of each weekday, Moscow time: the darker the cell, the more posts. “Best time” — the hours when posts older than two days have the highest average reach.
When and how much it posts
MonTueWedThuFriSatSun
036912151821
Best time:09:0018:00hours when posts get the highest average reach
FormatsWhat the feed is made of. Each post has one format, by priority: repost, video, photo, link, text. The bar and percentages show the share of posts of each format; on the right — average reach of one post of the format (posts older than two days), the small bar compares it with the most viewed format.
Post formats
100 posts
Reposts99 %6 109
Video2121 %5 014
Photos3838 %5 705
Links1212 %5 320
Text2020 %6 298
On the right — average reach of one post of the format.
PostsEach dot is a post in the period: horizontally — publication date, vertically — views, dot size — reactions, color — format. This shows hits, flops and how reach changes. For large channels, the 100 most viewed posts and an even sample of the rest are shown — no more than 1,500 dots.
Every post is a dot
Higher means more views, bigger means more reactions. Click a dot to open the post.
VideoPhotosOthersize — reactionsZoom with the + and − buttons, a pinch or Ctrl + mouse wheel; drag a zoomed chart to move it
SummaryTotals for the selected period: how many posts were published, how many views and reactions they have now and the average post reach. Views are the current views of posts published on those days, not views per day. The change is against the same span before the period, if statistics cover it.
Period totals
Click a metric to see it across the period below
Viewstoday — the day is not over yetPoints with posts younger than two days are pale and dashed: their views are still growing.
AdsWhat share of the period's posts looks like advertising: erid labeling, ad links and other signs. The detector is cautious, so the real share is usually higher. The scale shows the ad load by the quality index thresholds. Below — the average reach of an ad post and a regular post, and who the channel advertises (sites that ad links lead to).
What worksPosts of the period with the most views. The bar shows views relative to first place. The preview is the post's image; for a post without an image — the channel avatar. Views are the post's current count.
RhythmHow many posts were published each day of the period (pale bars) and the 7-day average (line): you can see whether the channel is speeding up or slowing down. Today is not over yet, so its average is calculated up to yesterday.
Posts by day
Pale bars are days, the line is the 7-day average: you can see whether the channel is speeding up or slowing down
Posts per day7-day average
Data updated at 05:33 Moscow time. Views are the current counts of posts published on those days; average reach counts posts older than two days.
How the quality index is calculated
Ключевая ставка 14% — режим жёсткой проверки реальности. Деньги дорогие, рынок не прощает неэффективность. Для владельца бизнеса это значит: нельзя расти «в долг на перспективу». Для аналитика — старые метрики вроде GMV больше не работают.
📊 Метрики, которые решают
LTV/CAC с запасом прочности. Если клиент окупается за 18 месяцев, а стоимость денег — 18% годовых, вы работаете в минус уже сегодня. Цель — не абстрактное «больше трёх», а срок окупаемости, перекрывающий стоимость капитала.
Пример: привлечение 3000 ₽, маржинальная прибыль 500 ₽/мес → окупаемость 6 месяцев. При ставке 14% это нормально. Если 200 ₽/мес → 15 месяцев: рискованно.
Burn Rate и Runway. Сколько тратите в месяц и на сколько хватит денег при таком расходе. Не про оптимизм, а про холодную арифметику.
Unit-экономика по когортам. Не усредняйте. Когорта из «агрессивного» канала может быть убыточной с первого дня — это нужно видеть отдельно.
💧 Ликвидность как главный KPI
Ограничение системы — не мощности, а свободные деньги.
Цикл конвертации денежных средств (CCC): CCC = Срок оборота запасов + Срок оборота дебиторки − Срок оборота кредиторки
Чем меньше CCC (в идеале — отрицательный), тем быстрее деньги возвращаются.
Что делать: JIT для запасов, автоматизация инвойсинга и дебиторки, факторинг, чёткие условия оплаты в договорах.
Кэш-ориентированное планирование. Бюджетируйте не от P&L, а от Cash Flow. Прибыль на бумаге не платит зарплаты.
🎯 Сценарное планирование: не «три прогноза», а «триггеры»
Три сценария — база. Ценность системного подхода — заранее прописать, при каких условиях переключаетесь между ними.
Пример триггера: «Если выручка падает на 15% два месяца подряд — запускаем протокол: сокращение маркетинга на 40%, заморозка наймов, кроме критических ролей». Решение принимается заранее, холодной головой.
💰 Долг: из инструмента роста — в точечный инструмент
Кредит больше не про «развитие компании», а про конкретный проект с понятным денежным потоком. Расчёт должен показывать, что доходность проекта с запасом перекрывает стоимость денег.
Господдержка и льготные программы — не бонус, а обязательный элемент стратегии.
👥 Для разных ролей
Владельцу: фокус на устойчивости и предсказуемом Cash Flow. Подписки, сервисные контракты, предоплата.
Системному аналитику: карта потоков, узкие места, приоритизация улучшений, сценарные модели с триггерами.
Трейдерам: хеджирование, контроль открытого интереса, жёсткий риск-менеджмент.
✅ Чек-лист на 2 недели
1. Выпишите 3–5 метрик устойчивости (LTV/CAC, Burn Rate, Runway, CCC) — назначьте ответственного за еженедельное обновление. 2. Посчитайте CCC. Если большой — выделите 2–3 рычага для сокращения. 3. Пропишите 3 сценария и по 1–2 триггера к каждому. 4. Соберите список программ господдержки. Для каждой — шаблон заявки на 1 страницу. 5. Переведите бюджетирование на Cash Flow.
Ставка 14% отсеивает неэффективные модели и оставляет те, где внутренняя эффективность и точный расчёт создают ценность.
А какой из этих рычагов у вас уже внедрён, а какой — самый сложный? Поделитесь в комментариях 👇
Госдума приняла в первом чтении законопроект, который даёт семейным микропредприятиям (до 15 сотрудников, до 120 млн руб. выручки в год) возможность получать статус социального предприятия. Условие: ≥ 50% работников — члены одной семьи, один из них — руководитель.
Это не «ещё одна льгота», а изменение правил игры. Разберём, что именно меняется.
🔹 Новые граничные условия
Появляются формальные критерии входа. Критерий — это признак, на основании которого производится оценка или классификация . Здесь критериев четыре: численность, выручка, доля родственников, роль руководителя.
Для системы это означает: появляется фильтр. Раньше статус социального предприятия был доступен по другим основаниям. Теперь добавляется новый маршрут — но с чёткими границами. Система становится более сегментированной.
🔹 Новый триггер: ежегодное подтверждение
Это точка контроля в жизненном цикле статуса. С точки зрения системного анализа — периодический процесс, который нужно заложить в контур управления.
Если триггер пропущен — статус теряется. Значит, появляется зависимость от времени, которой раньше не было. Система становится более чувствительной к сбоям в администрировании.
🔹 Новый риск: взаимозависимость
Семейное предприятие по определению состоит из родственников. А родственники — это взаимозависимые лица по ст. 105.1 НК РФ . Их сделки находятся под особым контролем.
Для системы это означает: внутренние связи становятся видимыми для внешнего регулятора. То, что раньше было «семейным делом», теперь формализуется и проверяется. Появляется риск не только потери статуса, но и налоговых претензий.
🔹 Что это значит для системы в целом
Законопроект добавляет измерения в систему поддержки МСП:
— Входной фильтр (критерии статуса). — Периодический контроль (ежегодное подтверждение). — Новый класс рисков (взаимозависимость). — Новый сегмент (семейные микропредприятия как отдельная категория).
Система не просто «даёт льготу». Она меняет структуру связей между бизнесом, государством и налоговым контролем.
🔹 Где узкое место
Для микропредприятия до 15 человек аналитиков часто нет. Данных в системах мало. Собственник держит всё в голове.
Значит, сложность новой системы ложится на него. Ежегодное подтверждение, проверка родственных связей, контроль доли в штате — это административная нагрузка, которая для маленького бизнеса может оказаться барьером.
Это классическая ловушка: система создаёт стимул (льготу), но добавляет сложность (подтверждение и контроль). Если сложность превышает выгоду — система не работает.
💬 Какие ещё системные эффекты вы видите в этом законопроекте? Какие метрики или процессы вы бы заложили в модель для мониторинга? Поделитесь в комментариях — разберём самые интересные кейсы в следующем посте.
🏭 Производство без системной аналитики: 7 ошибок, которые дорого стоят
Когда решения принимаются «на слух», а данные живут в разных таблицах, бизнес теряет деньги — тихо и системно. Вот ключевые ошибки и как их закрывают аналитикой и ML.
1. Планирование по громкости клиента
Заказы ставят в работу по тому, кто громче кричит, а не по марже и загрузке узких мест. Итог — срывы сроков и недозагрузка прибыльных позиций.
Решение: формализовать пропускную способность, ввести приоритизацию по марже на час узкого места. ML кластеризует заказы по типу обработки — похожие группируются, переналадок меньше.
2. Слепота к OEE и потерям времени
Считают только выработку, игнорируя простои и брак. «Хорошие цифры» скрывают низкую реальную эффективность.
Решение: расчёт OEE (доступность × производительность × качество) и категоризация простоев. ML-классификация выделяет повторяющиеся причины — материал, инструмент, поломка — и подсвечивает системные узкие места.
3. Неверная себестоимость и убыточные продукты
Упрощённая калькуляция не учитывает переналадки, энергию, амортизацию. В итоге выпускают позиции, которые на деле убыточны.
Решение: ABC-калькуляция по видам деятельности, фиксация драйверов затрат. ML классифицирует продукты по рентабельности и находит скрытые факторы — частые переналадки, высокий процент брака.
4. Запасы «чтобы хватило»
Держат большие остатки «на всякий случай», замораживая оборотные средства, и при этом регулярно сталкиваются с дефицитом по критичным позициям.
Решение: ABC/XYZ-анализ и интервальные прогнозы спроса. Целевой страховой запас и уровень сервиса — без избыточных запасов.
5. Контроль качества «по факту»
Брак выявляют на финальной приёмке, хотя отклонения можно было заметить раньше по данным датчиков.
Решение: контрольные точки, SPC (статистический контроль процессов) и FMEA (анализ рисков). ML-классификатор по температуре, давлению и вибрации заранее помечает подозрительные партии.
6. Реактивный ремонт вместо управления надёжностью
Оборудование чинят, когда уже сломалось, — внезапные простои бьют по срокам.
Решение: журнал отказов, RCA (анализ первопричин), планово-предупредительные работы. Предиктивные модели по вибрации и температуре предсказывают отказ за несколько дней.
7. Рассинхронизация продаж и производства
Продажи обещают сроки без учёта реальных ограничений мощностей — штрафы и потеря доверия.
Решение: ATP/CTP (доступные и выполнимые обещания) и формализованные правила: «при текущей загрузке минимальный срок для заказа X — Y дней».
💡 Что общего у всех решений: сценарное моделирование, интервальные прогнозы и прозрачные правила принятия решений. Не «магия ML», а данные, которые превращаются в управляемые правила.
🤖 ИИ и ML в системном анализе: не надстройка, а рабочий инструмент
Речь не про «модные алгоритмы», а про то, как они встраиваются в реальные задачи аналитика. Три подхода, которые дают конкретный результат.
🔹 Кластеризация: найти группы там, где их не видно
Суть: не говорим алгоритму, где какая группа. Даём признаки и просим: «Найди, кто на кого похож». Это обучение без учителя.
Зачем аналитику: разбить объекты на типовые профили и работать с каждым отдельно. Поставщики — не «все подряд», а «надёжные быстрые», «дешёвые с риском задержек», «крупные с жёсткими условиями».
Алгоритмы: — K-Means — быстро, просто, но нужно заранее задать число кластеров. — DBSCAN — не требует k, ищет плотные области и выделяет выбросы. — Иерархическая — строит дерево объединений, удобно для интерпретации.
Пример: кластеризация маршрутов поставок по времени, стоимости, надёжности и рискам. Выделяем типовые коридоры — под каждый свой уровень страхового запаса.
Интерпретация: аналитик смотрит средние значения по кластерам и даёт им смысловые названия. Машина нашла группы — человек их осмыслил.
🔹 Классификация: отнести объект к известному классу
Суть: есть понятные категории, и мы хотим для нового объекта сказать: «это класс А». Обучение с учителем — нужны размеченные данные.
Методы: деревья решений и ансамбли (Random Forest, XGBoost, LightGBM), логистическая регрессия (для «да/нет»), SVM, k-NN.
Пример: мониторинг ИТ-систем — классифицируем события как «норма», «предупреждение», «критическая ошибка». Снижает шум, ускоряет реакцию.
Важно: классификация не «знает смысла» — она находит статистические закономерности. Аналитик проверяет, не попали ли в «аномалию» важные исключения.
🔹 Ассоциативные правила: найти «кто с кем ходит»
Суть: найти частые комбинации событий или товаров. Форма правила: «если A, то часто B».
Зачем аналитику: выявить скрытые зависимости, которые не видны из регламентов.
Алгоритмы: Apriori (классика), FP-Growth (эффективнее на больших данных).
Метрики: — Поддержка — как часто встречается комбинация. — Достоверность — если A, какова вероятность B. — Лифт — насколько A и B связаны сильнее, чем случайно. Lift > 1 — связь есть.
Пример: в логистике выявляем частые сочетания: «маршрут A + погода B + задержка C». Заранее готовим резервы и альтернативные планы.
🔹 Как это работает вместе
Пример с цепочками поставок: — Кластеризация выделяет типовые группы поставщиков и маршрутов. — Классификация предсказывает для нового заказа вероятность задержки. — Ассоциативные правила показывают частые комбинации: «если поставщик из кластера X и погода Y, то часто задержка Z».
В итоге система становится не «чёрным ящиком», а прозрачным набором правил: аналитик видит, почему модель приняла решение, и может его скорректировать.
💡 Итог: ИИ и ML — это не замена аналитика, а усиление. Машина находит закономерности, человек их осмысливает и превращает в правила.
📦 Как Россия перестраивает цепочки поставок: новые маршруты и реальные шаги
Переориентация на Азию ускоряется.
🇨🇳 Китай: доля растёт
Доля Китая в российском импорте выросла до 42%. Почти 90% всего прироста импорта за январь–июль 2026 года обеспечил именно Китай: из общего прироста в $18,7 млрд на китайские поставки пришлось $16,6 млрд. Китайская таможня подтверждает: поставки в Россию за восемь месяцев выросли на 30,7%.
🚂 МТК «Север–Юг»: цифры
За январь–сентябрь 2026 года по железнодорожным маршрутам коридора перевезли 8,9 млн тонн (+9,6% к аналогичному периоду прошлого года). В сентябре поток составил 1,1 млн тонн (+32,2% год к году). Транскаспийский маршрут вырос на 19,3%, Западный — на 9,2%.
🧊 Северный морской путь: рекорд
За 9 месяцев 2026 года по СМП перевезено 31,7 млн тонн (+18% к аналогичному периоду прошлого года, когда было 26,9 млн тонн). Прогноз «Росатома» на год — не менее 40 млн тонн. В 2025 году было 37 млн тонн. Рост обеспечен в том числе проектом «Арктик СПГ 2» и увеличением сквозных рейсов.
📦 Параллельный импорт: снижение
Минпромторг прогнозирует объём параллельного импорта по итогам 2026 года на уровне **$20,5 млрд** — на **11,3% меньше**, чем в 2025 году ($23,1 млрд). За 8 месяцев 2026 года — около $13,8 млрд. Глава Минпромторга Алиханов объясняет снижение естественной тенденцией: развиваются собственные производства, продукцию недружественных стран замещают аналогами из дружественных.
💱 Расчёты в нацвалютах
В июне 2026 года на рубль и валюты дружественных стран приходилось 90,5% расчётов за экспорт и 87,7% за импорт. Доля рубля — 69,7% в экспорте и 56,7% в импорте.
💡 Что это значит для бизнеса
Переориентация на Азию ускоряется, инфраструктурные проекты набирают обороты, параллельный импорт постепенно теряет роль по мере развития собственных производств. Для бизнеса это по-прежнему означает: сценарное планирование, диверсификация поставщиков, локализация ключевых компетенций и стресс-тесты цепочек поставок.
А как вы видите эти перемены — как проблему или как новые возможности? 👇
Necessary cookies keep the site working: sign-in, form protection, language and theme. Yandex Metrica analytics cookies and Yandex Advertising Network ad cookies are enabled only with your consent. By clicking “Accept all” you give consent to processing of cookie data; see the Personal Data Processing Policy for details.
