---
title: "Деревья драйверов, метрик и KPI"
slug: "driver-metric-kpi-trees"
date: 2026-09-19
status: final
summary: "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."
---

# Деревья драйверов, метрик и KPI

## Вердикт координатора {#verdict}

**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 {#agreement}

| 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 {#unique}

### 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 {#decision-tree}

- 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 {#methodology-map}

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 {#stats}

| 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 {#open-questions}

- 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 {#process-notes}

- 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.

## Материалы {#links}

- [Исследование Astra](astra.html) · [markdown](astra/research.md) · [демонстрация](astra/demo.html)
- [Исследование Fable](fable.html) · [markdown](fable/research.md)
- [Задание](brief.html) · [Протокол уточнений](intake.html)
- Ваша методология и её рецензия: `conversations/2026-09-17-kpi-tree-methodology-review`
