AstraFable индекс координатора дата: 2026-09-19 final

Деревья драйверов, метрик и KPI

Обе модели независимо пришли к одному ядру: дерево полезно не формой, а дисциплиной связей: арифметические тождества обязаны сходиться численно, гипотезы влияния требуют знака, лага и уровня уверенности, а метрика, KPI, цель и стимул — разные сущности. Обязательный финансовый корень обе отвергают, эмпирики эффекта самих деревьев не существует. Для вашей методологии это означает шесть конкретных поправок к модели узла и ребра и расширение линтера.

Astradone
Модель
gpt-6-astra · effort ultra
Время
27 мин
Источников
53
Слов
12728
Утверждений
300
Валидация
блокеров 0, предупреждений 11
Fabledone
Модель
claude-fable-5-1 · effort max
Время
46 мин
Источников
95
Слов
16516
Утверждений
240
Валидация
блокеров 0, предупреждений 6
Стоимость
$22.27 по списочным ценам

Вердикт координатора

Главный вывод совпал, и получен он на разных источниках. Названия driver tree, value driver tree, metric tree, KPI tree и North Star tree не обозначают единого метода: под одинаковой картинкой лежат алгебраические тождества, гипотезы влияния и связи целей с измерениями. Устойчивое ядро, которое обе модели нашли независимо у McKinsey, Bernie Smith, Amplitude, Mixpanel, в немецкой традиции Kennzahlensysteme и в обсуждении открытого стандарта семантического слоя, одно: связи бывают двух классов. Тождества (identity) обязаны сходиться численно с допуском и быть MECE; влияния (influence) требуют направления, знака, лага, уровня уверенности и проверки данными. Всё остальное — правила поверх этого различия.

Метрика, KPI, цель, target и стимул — разные сущности. Обе модели требуют хранить статус KPI и целевые значения отдельно от определения метрики; Fable добавляет правило Smith не вносить цифры в дерево на этапе конструирования, Astra — отделять инициативы вроде «обучить операторов» от измерений.

Финансовый корень не обязателен. Astra: корень выбирается по решению, которое предстоит принять, а связь локального результата с экономикой показывается соседним представлением. Fable: корень соответствует горизонту решений, корней может быть больше одного, и «обязательный финансовый корень там, где он неуместен» — один из пяти антипаттернов. Обе предлагают guardrails как явный тип узла, который нельзя компенсировать ростом корня.

Дерево — представление, а не хранилище. Astra предлагает хранить граф с формулами как AST и получать дерево от выбранного корня; Fable допускает общий узел только как ссылку на один объект, а не как копии с разными определениями. Циклы обратной связи в дерево не помещаются: для петель обе указывают на causal loop diagram, для вопроса «что именно вызвало» при длинных рядах — на структурную причинную модель с фальсификацией.

Эмпирики эффекта самих деревьев нет. Обе модели искали контролируемые исследования и не нашли ни одного; всё, что есть, относится к смежным практикам: Balanced Scorecard за тридцать лет дала противоречивые результаты, драйверное планирование целиком используют 17 % организаций, а лучшие количественные результаты последних лет относятся к проверке proxy-метрик (Netflix, Airbnb) и к машиночитаемым определениям метрик, а не к древовидному интерфейсу.

Уверенность. Высокая в таксономии и правилах связей: независимые источники сходятся. Средняя в рекомендуемой организации практики: оба стека авторские. Низкая в любых количественных обещаниях эффекта.

Карта согласий и расхождений

Раздел Согласие Astra Fable Комментарий координатора
0. Вердикт полное Дерево как представление управленческой модели, не единый метод; типизировать связи, отделить измерение от цели и стимула Ядро всех подходов — различие identity и influence; для каждой роли (выбор показателей, объяснение, планирование) свой тип дерева Один вывод, разные формулировки
1. Что это и как работает полное 13 подходов в таблице «узел, связь, применение»; 11 типов связей с математикой, ошибкой и правилом проверки; лаги, когорты, общий драйвер, циклы, неопределённость; три критерия остановки Четыре независимых источника одного различия identity/influence; 10 типов связей; двойной счёт, атрибуция изменения произведения, сдвиг mix, воронки и когорты, лаги, петли; правила выбора корня; сравнение driver, metric, KPI и целевых деревьев Astra строже по математике (вклад против чувствительности, распространение ошибок), Fable богаче примерами и практическими правилами
2. Актуальность и доказательная база полное Версии рамок на срез; семь исследований от Ittner 2003 до Netflix 2026 с ограничениями; изменения 2023–2026: Mixpanel AI Metric Trees, DoubleLoop, Pigment Modeler, dbt-mcp Обзор 161 value driver tree; BSC-обзоры; Amazon WBR и эволюция входной метрики; продуктизация metric trees, Apache Ossie и обсуждение identity/influence в открытом стандарте; бенчмарки семантического слоя Дополняют друг друга; ни одна не нашла контролируемых исследований эффекта деревьев
3. Где применимо и где нет полное Есть конкретный результат и понятные компоненты; не для исполнения причинных обещаний То же, плюс три роли дерева и отказ от дерева без владельцев и данных Расхождений нет
4. Альтернативы и дерево решений в целом Восемь альтернатив тому, чтобы дерево было главным представлением; дерево от главного вопроса: что измерять, объяснить, планировать, фокус, вмешательство Девять альтернатив с критериями циклов, данных, стоимости, машинной проверки; дерево от размера компании и цели; отказ от дерева как лист Деревья объединены ниже; расхождений по существу нет
5. Практическое применение в целом Что описано в практике компаний; порядок пилота; числовой сценарий; перенос в другие типы бизнеса Порядок внедрения; сквозной сценарий контрактного производства на 120 человек; ошибки первого применения; что через месяцы; стоимость входа Fable конкретнее по сценарию, Astra строже по проверке гипотез
6. Артефакты полное Полный паспорт метрики; реестр, формулы, гипотезы, ограничения, наблюдения отдельно от определений Паспорт метрики, спецификация дерева, формулы и правила связей, реестр владельцев, журнал гипотез и ставок, мост изменений и колода еженедельного разбора Совпадают по составу; Fable добавляет мост изменений и колоду WBR
7. С чем используется в связке в целом Плановая модель, OKR как ссылка на изменение драйвера, scorecard как ограничения Семантический слой и каталог метрик до дерева; OKR, эксперименты, WBR после; конфликты с каскадом OKR и оргструктурой Совпадают
8. Метрики здоровья и антипаттерны полное Таблица из 10 признаков: семантическая полнота, типизация, арифметическая сверка с допуском, знаменатели, двойной счёт, качество гипотез, полезность, актуальность, ограничения, неопределённость; антипаттерны: красивое дерево вместо решения, причинность по стрелке, премия за знаменатель, двойной счёт, финансовая вершина Таблица из 11 признаков с числами: 2–4 драйвера на уровень, 3 уровня, 100 % сходимость, ритм ревизии; антипаттерны: дерево ради дерева, тождество как причина, дырявая MECE, vanity-корень и gaming, обязательный финансовый корень Пять антипаттернов совпадают почти по одному
9. Инструменты и софт в целом Mixpanel, Pigment, Anaplan, dbt/MetricFlow, DoWhy по документации Категории и функциональный разбор ведущих продуктов, включая платформы KPI Tree и Trace с MCP для агентов Обе честно указывают, что продукты не тестировались
10. Адаптация под LLM и агентов полное Разделение работы «программа, LLM, человек» по шести задачам; JSON-схема графа с context, metrics, influences, constraints, views, observations; линтер из 9 проверок с результатами pass/fail/unknown Существующие практики LLM для деревьев и причинных графов; таблица «что автоматизируется»; YAML-схема с purpose, roots, guardrails, controllability, identity/influence/conflict; линтер из 7 правил без LLM плюс правила с LLM Схемы поразительно близки; объединённая модель узла и ребра ниже
11. Происхождение и что читать полное DuPont, Rappaport, McKinsey, Kaplan и Norton, Smith, Amplitude, Reforge, Amazon, Sterman, Pearl То же плюс немецкие Kennzahlensysteme, Nørreklit, Balfour, Chapman, Sivasailam Fable шире по критикам
12. Открытые вопросы полное Распространённость, самостоятельный эффект дерева, качество LLM-деревьев, истинность причинных стрелок Те же, плюс непроверенные цифры метаанализа BSC и приоритет Smith Совпадают

Шкала согласия: полное, в целом, частичное, расхождение, только у одной.

Уникальные находки

Только у Astra

  • Одиннадцать типов связей с формулой, иллюстрацией ошибки и правилом проверки, включая взвешенную сумму, баланс потока и запаса и разницу между причинной гипотезой и причинной оценкой.
  • Различие вклада и чувствительности: при R = P × Q точное изменение равно Q₀ΔP + P₀ΔQ + ΔPΔQ, а распределение совместного члена — договорённость об атрибуции, не причинный вклад.
  • Свежая эмпирика проверки proxy-метрик: Netflix 2024 и 2026, Airbnb KDD 2024 с конкретными числами и ограничениями переноса.
  • Результаты линтера с тремя состояниями pass / fail / unknown: отсутствие ключей для проверки пересечений возвращает «неизвестно», а не «двойного счёта нет».
  • Ittner, Larcker и Randall 2003: заявленное использование BSC и causal business models почти не связано с экономической результативностью 140 финансовых компаний.
  • Интерактивная демонстрация astra/demo.html с учебным пересчётом сценария и типами ошибок.

Только у Fable

  • Независимая сходимость различия identity/influence в четырёх традициях: немецкие Rechensystem и Ordnungssystem, академический обзор 161 дерева, документация Mixpanel, обсуждение Apache Ossie.
  • Практика Amazon: 400–500 метрик за 60 минут еженедельного разбора, входы обсуждаются, выходы показывают статус; входные метрики находят методом проб, история четырёх переопределений метрики «выбора».
  • Три конвенции атрибуции изменения произведения: последовательная с базой, логарифмическая, Шепли; пример сдвига mix от Sequoia.
  • Слепое пятно когорт: календарное окно смешивает пользователей на разных стадиях, поэтому окно calendar / cohort объявляется у узла.
  • Бенчмарки LLM 2025–2026: LLM хорошо предлагают структуру причинного графа и плохо оценивают коэффициенты; семантический слой добавляет 17–23 п. п. точности ответов.
  • Платформы KPI Tree и Trace отдают агентам причинную модель через MCP и запрещают агенту считать KPI самостоятельно.
  • Размеры деревьев на практике расходятся на порядок в зависимости от назначения: от 1 NSM с 3–5 входами до 20–100 кандидатов у Smith.

Объединённое дерево решений

  • Если ни у одного узла нет владельца или данные не собираются→отказаться от дерева до появления данных и владельцев; начать с паспортов 5–7 метрик
  • Если неизвестно, какое решение должны улучшить показатели→GQM для одной цели и вопросов к ней
    • Если получились независимые ограничения без общего вычислимого результата→плоский scorecard с паспортами и guardrails
    • Если найден один повторяющийся результат и его составляющие→небольшое типизированное дерево
  • Если цель — впервые выбрать, что измерять→KPI tree по Smith как longlist, затем shortlist по важности и доступности данных; цифры и цели в дерево на этом этапе не вносятся
  • Если цель — объяснить движение уже измеряемого показателя→formula tree с identity-связями и мостом изменений
    • Если результат — финансовая рентабельность→DuPont с согласованными учётными определениями
    • Если результат — потери оборудования→OEE по машинам с отдельными ограничениями качества и безопасности
    • Если есть сегментные данные и хранилище→дерево с сегментацией и автоматической атрибуцией mix и ставок
    • Если данных мало→ручной мост в таблице по 2–3 слоям, углубление только в проблемную ветвь
  • Если цель — бюджет, прогноз и сценарии→driver-based planning
    • Если модель умещается в одной области решений→таблица с защищёнными формулами и версионируемой спецификацией
    • Если несколько подразделений редактируют сценарии и общий ресурс→платформа планирования после пилота на своих данных
  • Если цель — направить продуктовые команды на ценность для клиента→North Star с 3–5 входами и обязательными guardrails по выручке и удержанию
    • Если бизнес многопродуктовый или ценность не сводится к одной метрике→созвездие выходов и несколько связанных деревьев
    • Если команд больше трёх и нужна атрибуция экспериментов→metric tree с identity и influence-связями в продуктовой аналитике
  • Если цель — еженедельно управлять операциями→controllable input metrics с порядком разбора «входы, затем выходы»
  • Если цель — согласовать изменения и обязательства команд→OKR со ссылками на узлы дерева, без каскада; при нужде в долгосрочном балансе перспектив — компактная strategy map
  • Если главный вопрос — «что произойдёт после вмешательства»→отделить причинный вопрос от формульной декомпозиции
    • Если возможен эксперимент достаточного размера→эксперимент и небольшой причинный граф для определения измерений
    • Если эксперимента нет, но есть 1–2 года данных с вариативностью и специалист→структурная причинная модель с фальсификацией связей; дерево как априорный DAG
    • Если существенны петли, запасы и лаги→causal loop diagram, затем stock-and-flow модель; дерево только для арифметической части
    • Если данных или идентификации нет→дерево гипотез с планом сбора данных, без численного обещания эффекта
  • Если новая ветвь не меняет решения или поддержка дороже пользы→остановить детализацию

Сопоставление с методологией пользователя

Модели вашу методологию не видели. Ниже координатор сопоставляет её элементы с тем, что обе нашли независимо. Основа: эталонный шаблон из обсуждения 17 сентября и его рецензия.

Элемент методологии Astra Fable Вывод координатора
Четыре слоя: стратегия, финансовая модель, процессы, цели и стимулы, гипотезы Корень по решению, а не по слою; инициативы и цели — отдельные типы узлов; наблюдения отдельно от определений Три роли дерева (выбор, объяснение, планирование), каждой своя форма; журнал гипотез и ставок как артефакт Слои подтверждаются как разделение типов сущностей; спорно только жёсткое подчинение процессных ветвей финансовой модели
Узел всегда метрика, KPI — роль узла Metric, KPI, goal и target — разные сущности, статус KPI хранится отдельно Smith: цели в дерево не вносятся при конструировании; KPI только в листьях longlist Подтверждено обеими
Четыре типа рёбер: формула, причинная, конфликт, спутник 11 типов: аддитивная, вычитание, мультипликативная, отношение, доля, взвешенная сумма, поток/запас, корреляция, причинная гипотеза, причинная оценка, целевая 10 типов: аддитивная, мультипликативная, ratio, сегментация, воронка, мост состояний, влияние, корреляция, конфликт, организационная Ваши «формула» и «причинная» — это identity и influence, ядро подтверждено. Не хватает: подтипы тождеств (ratio с числителем и знаменателем как узлами, сегментация с проверкой mix, мост состояний), уровень уверенности у причинных рёбер (hypothesized / correlated / verified) и различие гипотезы и оценённого эффекта. «Спутник» ни у одной не встречается: обе решают ту же задачу через один metric_id на несколько представлений и проверку двойного счёта
Инвариант 1: от любого листа есть путь к финансовой модели Финансовый корень не обязателен; guardrails как отдельный тип Антипаттерн «обязательный финансовый корень там, где неуместен»; корней может быть больше одного Расходится с обеими и с рецензией 17 сентября. Замена: у каждого листа есть путь к корню дерева с объявленным назначением, а связь нефинансовых корней с экономикой хранится как influence-ребро с уверенностью
Инвариант 2: у каждого процесса минимум три листа: поток, качество, стоимость или время Декомпозиция останавливается у действия, неопределённости и стоимости Листья — контролируемые входы одного владельца; 2–4 драйвера на уровень Аналогов нет, противоречий тоже. Совместимо как ваше правило покрытия процессов; стоит добавить требование «лист — контролируемый вход с владельцем»
Инвариант 3: цель только у узла с black-hat тестом, владельцем и источником значения Constraints и guardrails видны рядом с целью; стимулы проверяются наблюдением за gaming Guardrail-узлы не входят в identity-рёбра корня; признаки gaming в таблице здоровья Подтверждается по духу; сам black-hat тест и 33 типа отказов из «Gamed» ни одна не разбирала, это ваше преимущество
«Точка роста» = gap × рычаг × агентность Вклад и чувствительность различаются; рычаг через причинное ребро — гипотеза, а не факт; распространение неопределённости требует ковариаций Атрибуция изменения произведения неоднозначна, нужна объявленная конвенция; controllability узла как поле input / output / guardrail Формула допустима как ранжирование кандидатов на гипотезы, если рычаг считается только по identity-рёбрам, а через influence-рёбра умножается на уровень уверенности и помечается как оценка
Схема узла: id, level, process, unit, grain, kind, formula/parents, definition, plan/fact, kpi, hypotheses Обязательное ядро: context (период, популяция, grain, сценарий), metrics с aggregation и source или формулой-AST, influences с kind, mechanism, evidence_status, lag, scope; constraints; views; observations отдельно tree с purpose, roots, guardrails, steward, review_cadence; nodes с type, window calendar/cohort, controllability, owner; edges identity с tolerance, influence с sign, lag, confidence, evidence, last_checked; conflict с mechanism Шесть поправок к вашей схеме: окно calendar/cohort и популяция у узла; allowed tolerance у формульных рёбер; confidence и evidence с датой проверки у причинных рёбер; controllability как поле узла вместо только STAR у цели; plan и fact отдельно от определения как наблюдения с версией; views как список корней над одним графом вместо копий узлов. Ваши уникальные поля сохраняются: STAR, ярусы, target_source, blackhat_log
Правила-линтер: путь к финансовой модели, ярусы, источник цели, исторический диапазон, конфликт без контрольной метрики, STAR, KPI на спутниках, формула без версии, покрытие процесса, доля стимула, фича без узла 9 проверок с pass/fail/unknown: схема, размерности, время и популяции, формулы (циклы, ноль, пропуски), двойной счёт, отношения, сверка с источником, метаданные причинных связей, неопределённость 7 правил без LLM: ацикличность, сходимость identity с допуском, числитель и знаменатель как узлы, окно и зерно детей, полнота influence-полей и «застоявшиеся» гипотезы старше четырёх кварталов, владелец у каждого узла, guardrails вне identity корня; плюс правила с LLM: пересечение определений, пропущенный множитель, знак влияния, недостающие guardrails Ваш линтер силён в целях и стимулах и слаб в арифметике: добавить сходимость с допуском, проверку единиц и размерностей, окно и зерно, знаменатели как узлы, циклы, устаревание гипотез, тройной результат pass/fail/unknown. Ваши правила про стимулы, STAR и бэклог без узла у моделей отсутствуют
Дорожная карта v0–v3, причинные оценки только после 2–3 сезонов данных Первый выпуск: реестр, формулы, гипотезы, guardrails, журнал, экспорт JSON; причинность и симуляция после подтверждения спроса Старт с паспортов 5–7 метрик; SCM только при 1–2 годах данных с вариативностью Подтверждено обеими
Дерево продуктовой разработки с корнем «реализованная Δ в узлах» Инициативы не являются метриками; OKR как ссылка на изменение конкретного драйвера Журнал гипотез и ставок; Flexport: каждая инициатива обязана отображаться в метрику Совместимо; обе поддерживают привязку инициатив к узлам, ни одна не предлагает суммарную Δ как корень
KPI Tree Studio как «рисовалка» Mixpanel AI Metric Trees генерирует черновик по публичным данным, не по данным клиента Платформы KPI Tree и Trace отдают агентам модель через MCP и запрещают считать KPI агенту Рынок сдвинулся за месяцы: перепроверить, что именно умеет платформа KPI Tree с MCP, прежде чем считать её рисовалкой

Статистика запусков

Показатель Astra Fable
Модель и effort gpt-6-astra, ultra claude-fable-5-1, max
Время работы 27,3 мин исследования плюс доработочный ход 46,6 мин
Поиск и чтение 13 поисков, 23 команды, 17 записей файлов; 53 источника 60 поисков, 142 обращения к страницам; 95 источников: 66 полных текстов, 16 аннотаций, 11 фрагментов, 2 недоступны
Пересечение источников 8 общих URL, 10 общих доменов: Smith, Amplitude, Reforge, Mixpanel, Working Backwards, dbt
Объём, слов 12 728 16 516
Типизация утверждений 300: 202 гипотезы, 71 факт, 14 эмпирики 240: 72 вендор, 67 фактов, 58 мнений, 37 эмпирики, 6 гипотез
Ссылок на источники в тексте 159 580
Дерево решений 8 ветвей, 16 листьев 11 ветвей, 15 листьев
Антипаттерны, термины 5, 61 5, 53
Стоимость CLI не сообщает; 3,9 млн входных токенов $22,27 по списочным ценам
Статус валидации 0 блокеров после одного доработочного хода, 11 предупреждений: издательские сайты закрыты для роботов, один лист дерева со словом «зависит» 0 блокеров с первого раза, 6 предупреждений: закрытые для роботов страницы и один недоступный сайт

Открытые вопросы

  • Контролируемого исследования эффекта деревьев на результаты компаний не существует; обе модели считают это главным пробелом. Полевое сравнение «дерево против плоского scorecard при одинаковых данных и ритме» изменило бы выводы.
  • Качество деревьев, сгенерированных LLM, не измерено: функции есть у Mixpanel и DoubleLoop, открытого бенчмарка нет.
  • Цифры метаанализа BSC (прирост 0,321 при явной причинной связке) взяты Fable из вторичных пересказов; полный текст недоступен.
  • Истинность causal-стрелок не устанавливается никаким статическим линтером; обе модели требуют фальсификации на данных или эксперимента.
  • Расхождения источников о глубине и размере дерева (3 уровня для цеха против 20–100 кандидатов у Smith, 47 метрик против 400–500 у Amazon) обе снимают через назначение и масштаб, но нормативов не дают.
  • Полные тексты книг Smith, Rappaport, Kaplan и Norton, Sterman, Bryar и Carr ни одна модель не читала.

Заметки о прогоне

  • Astra на ultra: 27 минут основного хода, один автоматический доработочный ход через возобновление сессии codex: валидатор не увидел дерево решений из-за поясняющего абзаца между заголовком и списком. Astra перенесла абзац, проверила 22 правила локально. Парсер харнесса исправлен, чтобы допускать вступительный текст перед списком.
  • Fable на max: писала файл с символическими ключами источников и в конце заменила их на сквозные номера в порядке первого упоминания (102 точечные правки), затем прошла валидацию с первого раза.
  • Astra по-прежнему помечает гипотезой почти весь авторский синтез: 202 из 300 утверждений; читать как «авторский вывод». Fable помечает вендорские утверждения отдельно: 72 из 240, что полезно для этой темы, где много вендорского контента.
  • Astra создала рабочие файлы поиска, скрипты самопроверки и демонстрацию astra/demo.html; Fable ограничилась research.md.