Сообщить об ошибкеКороткий ответ
Гипотезу формулирую в формате «если верно X, то в данных мы увидим Y» — например, «рост bounce rate вызван новым источником трафика с низким качеством» — и проверяю разбивкой bounce rate по источнику трафика.
Как это работает подробнее
хорошая гипотеза конкретна и фальсифицируема: она указывает, какой сегмент/период должен отличаться от остальных, если причина верна, и что увидим, если причина неверна.
Пример кода
Пример SQL
SELECT traffic_source,
count(*) AS sessions,
avg(CASE WHEN pages_viewed = 1 THEN 1.0 ELSE 0 END) AS bounce_rate
FROM sessions
WHERE session_date BETWEEN '2026-09-01' AND '2026-09-30'
GROUP BY traffic_source
ORDER BY bounce_rate DESC;Что использовать на практике
- Порядок действий. формулирую 2–3 альтернативные гипотезы (новый канал трафика, технический баг на лендинге, сезонность) и для каждой определяю, какой срез данных её подтвердит или опровергнет. Начинаю с самой дешёвой в проверке гипотезы.
Подводные камни
- Частые ошибки. формулировать гипотезу слишком общо («сайт стал хуже»), которую нельзя проверить одним запросом; проверять только одну гипотезу и сразу считать её подтверждённой при первом совпадении, не исключив альтернативы; путать корреляцию (bounce rate вырос одновременно с новым каналом) с доказанной причиной.