[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"general-list":3,"footer-feature-tags":4,"slate-glossary-term-survivorship-bias":66},true,[5,14,20,29,34,40,46,52,56,62],{"id":6,"name":7,"hex":8,"translations":9,"count_pages":13},8,"Компания","#f40925",{"ru":10,"en":11},{"name":7},{"name":12},"Company",9,{"id":15,"name":16,"hex":17,"translations":18,"count_pages":6},26,"Главная страница",null,{"ru":19},{"name":16},{"id":21,"name":22,"hex":23,"translations":24,"count_pages":28},2,"Проекты","#3027ff",{"ru":25,"en":26},{"name":22},{"name":27},"Project",15,{"id":30,"name":31,"hex":17,"translations":32,"count_pages":21},33,"ИИ",{"ru":33},{"name":31},{"id":35,"name":36,"hex":17,"translations":37,"count_pages":39},34,"Комментарии",{"ru":38},{"name":36},4,{"id":41,"name":42,"hex":17,"translations":43,"count_pages":45},25,"Задачи",{"ru":44},{"name":42},24,{"id":47,"name":48,"hex":17,"translations":49,"count_pages":51},27,"Рабочие пространства",{"ru":50},{"name":48},3,{"id":45,"name":53,"hex":17,"translations":54,"count_pages":6},"Kanban-доска",{"ru":55},{"name":53},{"id":57,"name":58,"hex":17,"translations":59,"count_pages":61},23,"Диаграмма Ганта",{"ru":60},{"name":58},1,{"id":28,"name":63,"hex":17,"translations":64,"count_pages":61},"Календарь",{"ru":65},{"name":63},{"detail":67,"more":143},{"id":68,"slug":69,"translations":70,"category":84,"tags":92,"letter":109,"og_image":17,"cover":17,"author_name":17,"author_position":17,"author_avatar":17,"faqs":110,"related":124,"views_count":140,"helpful_yes_count":113,"helpful_no_count":113,"created_at":141,"updated_at":142,"published_at":17},301,"survivorship-bias",{"ru":71},{"title":72,"short_definition":73,"tldr":74,"full_explanation":75,"when_to_apply":76,"when_not_to_apply":77,"examples":78,"tips":79,"synonyms":80,"translation_en":81,"seo_title":82,"seo_description":83},"Систематическая ошибка выжившего","Аналитическая ловушка, при которой выводы строятся только на «выживших» наблюдениях, без учёта тех, что выбыли по дороге.","Систематическая ошибка выжившего возникает, когда мы смотрим только на тех, кто дошёл до конца, — на успешных клиентов, прибыльные стартапы, оставшихся в когорте пользователей — и забываем про выбывших. Из такого анализа получается красивая, но обманчивая картина. Самый известный пример — попытка укрепить броню самолётов в местах попаданий, хотя именно с такими пробоинами машины возвращались на базу.","\u003Cp>Это одна из самых частых ошибок в продуктовой и маркетинговой аналитике. Она опасна тем, что данные выглядят достоверно и непротиворечиво.\u003C\u002Fp>\u003Ch3>Как проявляется\u003C\u002Fh3>\u003Cul>\u003Cli>Анализ только активных пользователей без учёта тех, кто ушёл.\u003C\u002Fli>\u003Cli>Истории успеха стартапов без учёта закрывшихся.\u003C\u002Fli>\u003Cli>Изучение «лучших клиентов» без сравнения с худшими.\u003C\u002Fli>\u003Cli>Анализ ответивших на опрос без учёта тех, кто не ответил.\u003C\u002Fli>\u003C\u002Ful>\u003Ch3>Как с этим бороться\u003C\u002Fh3>\u003Cul>\u003Cli>Прямо включать в анализ выбывших: ушедших клиентов, отказавшихся респондентов, провалившиеся проекты.\u003C\u002Fli>\u003Cli>Смотреть когорты целиком, а не только активную их часть.\u003C\u002Fli>\u003Cli>Задавать вопрос «кого не хватает в этих данных» и проверять, насколько это критично.\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>В когортном анализе\u003C\u002Fli>\u003Cli>При изучении кейсов успеха и историй из бизнес-литературы\u003C\u002Fli>\u003Cli>В любых выборках, где часть наблюдений могла «выпасть»\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Когда задача — действительно посмотреть только на оставшихся клиентов (например, для допродаж активной базе), но даже тогда полезно помнить, что выводы нельзя переносить на всех\u003C\u002Fli>\u003C\u002Ful>","\u003Cp>Маркетинг анализирует «лучших клиентов с самым высоким LTV» и выясняет, что почти все они пришли через канал X. Возникает идея «надо вложить в канал X больше денег». При проверке полной картины оказывается, что через канал X приходит много и плохих клиентов, которые быстро уходят. Просто среди оставшихся «выживших» этот канал доминирует, а эффективность канала с учётом оттока — посредственная.\u003C\u002Fp>","\u003Cp>Любой анализ «лучших» или «успешных» сравнивайте с зеркальной группой «худших» или «выбывших». Этот простой шаг ловит большинство случаев систематической ошибки выжившего без сложной статистики.\u003C\u002Fp>","систематическая ошибка выжившего, ошибка выжившего, survivorship bias","Survivorship Bias","Систематическая ошибка выжившего — что это | Глоссарий Shtab","Систематическая ошибка выжившего — выводы только по тем, кто дошёл до конца. Где она возникает в аналитике и как её ловить без сложной статистики.",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":88},11,"analytics-data","#06b6d4",{"ru":89},{"title":90,"description":91},"Аналитика и данные","Понятия и инструменты работы с данными: виды аналитики, статистические основы, A\u002FB-тестирование, продуктовые метрики, дашборды и BI, инфраструктура данных, качество и управление данными.",[93,100],{"id":6,"slug":94,"kind":95,"hex":96,"order":6,"translations":97},"concept","other","#4b5370",{"ru":98},{"title":99},"Концепция",{"id":101,"slug":102,"kind":103,"hex":104,"order":105,"translations":106},43,"statistics","tool","#7c5ce6",101,{"ru":107},{"title":108},"Статистика","С",[111,118],{"id":112,"order":113,"translations":114},1512,0,{"ru":115},{"question":116,"answer":117},"Это про самолёты времён Второй мировой?","\u003Cp>Да, классическая история про работу Абрахама Вальда: военные хотели укрепить те части самолётов, где у вернувшихся машин было больше всего пробоин. Вальд указал на обратное: укреплять надо места, где у вернувшихся пробоин нет, потому что попадание туда роняло самолёт и он не возвращался. Это самый известный пример систематической ошибки выжившего.\u003C\u002Fp>",{"id":119,"order":61,"translations":120},1513,{"ru":121},{"question":122,"answer":123},"Чем ошибка выжившего отличается от ошибки отбора?","\u003Cp>Это близкие, но не идентичные понятия. Ошибка отбора — общий класс искажений, связанных со способом формирования выборки: например, опрос только довольных клиентов. Ошибка выжившего — её частный случай: мы видим только тех, кто «дошёл», и не видим выбывших. Любая ошибка выжившего — это ошибка отбора, но не наоборот.\u003C\u002Fp>",{"related":125},[126,133],{"id":127,"slug":128,"translations":129},302,"selection-bias",{"ru":130},{"title":131,"short_definition":132},"Систематическая ошибка отбора","Искажение выводов, возникающее из-за того, что данные собраны неслучайно и не отражают всю интересующую совокупность.",{"id":134,"slug":135,"translations":136},300,"correlation-causation",{"ru":137},{"title":138,"short_definition":139},"Корреляция и причинность","Корреляция — связь двух величин в данных. Причинность — то, что одна величина действительно влияет на другую.",98,"2026-05-11T20:16:05.120109+03:00","2026-05-11T20:16:05.120125+03:00",[144,167,192],{"id":145,"slug":146,"translations":147,"category":152,"tags":155,"letter":165,"cover":17,"updated_at":166,"published_at":17},313,"arpu",{"ru":148},{"title":149,"short_definition":150,"translation_en":151},"ARPU и ARPPU (средняя выручка на пользователя)","ARPU — средняя выручка на пользователя. ARPPU — средняя выручка на платящего пользователя.","ARPU and ARPPU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":153},{"ru":154},{"title":90,"description":91},[156],{"id":157,"slug":158,"kind":159,"hex":160,"order":161,"translations":162},45,"product-analytics","metric","#5e79ec",103,{"ru":163},{"title":164},"Продуктовая аналитика","A","2026-05-11T20:16:09.534333+03:00",{"id":168,"slug":169,"translations":170,"category":175,"tags":178,"letter":190,"cover":17,"updated_at":191,"published_at":17},304,"bi",{"ru":171},{"title":172,"short_definition":173,"translation_en":174},"Business Intelligence (бизнес-аналитика)","Совокупность процессов и инструментов сбора, хранения и визуализации данных для принятия деловых решений.","Business Intelligence (BI)",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":176},{"ru":177},{"title":90,"description":91},[179,187],{"id":180,"slug":181,"kind":103,"hex":182,"order":183,"translations":184},44,"data-engineering","#0F9488",102,{"ru":185},{"title":186},"Инфраструктура данных",{"id":157,"slug":158,"kind":159,"hex":160,"order":161,"translations":188},{"ru":189},{"title":164},"B","2026-05-11T20:16:06.204990+03:00",{"id":193,"slug":194,"translations":195,"category":200,"tags":203,"letter":207,"cover":17,"updated_at":208,"published_at":17},312,"dau-wau-mau",{"ru":196},{"title":197,"short_definition":198,"translation_en":199},"DAU, WAU, MAU (активная аудитория за день, неделю и месяц)","Количество уникальных активных пользователей за день, неделю и месяц соответственно.","DAU \u002F WAU \u002F MAU",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":201},{"ru":202},{"title":90,"description":91},[204],{"id":157,"slug":158,"kind":159,"hex":160,"order":161,"translations":205},{"ru":206},{"title":164},"D","2026-05-11T20:16:09.166914+03:00"]