Короткий ответ
Основные гипотезы — техническая (дублирование событий клика, баг фронтенда, повторная отправка события) или ботовый трафик; проверяю их, глядя на распределение события по пользователям/сессиям и на долю аномалии, сосредоточенную у малого числа источников.
Как это работает подробнее
рост одной метрики без изменения смежных, логически связанных метрик (клик должен вести к действию, отражающемуся в других метриках) — сильный сигнал технической аномалии, а не реального поведенческого изменения.
Пример кода
analysis.sql
SELECT session_id, count(*) AS clicks
FROM events
WHERE event_type = 'button_click' AND event_date = '2026-10-01'
GROUP BY session_id
ORDER BY clicks DESC
LIMIT 20;Что использовать на практике
- На практике: проверяю распределение событий клика по user_id/session_id — если рост сконцентрирован у небольшого числа сессий с аномально большим числом кликов, это похоже на баг (повторная отправка при каждом ре-рендере) или бота. Проверяю также, не было ли деплоя фронтенда в этот день, затронувшего обработчик клика.
- Проверка: если топ-20 сессий дают сотни кликов каждая при обычной норме 1-2 клика на сессию — подтверждена гипотеза о техническом дублировании событий, а не о реальном росте интереса пользователей.
Подводные камни
- Частые ошибки: сразу докладывать о «росте вовлечённости», не проверив, конвертируется ли рост кликов в реальные действия (покупки, переходы); не смотреть на распределение по пользователям, упуская концентрацию аномалии у немногих источников; не проверять связь с релизами фронтенда.