398-й выпуск подкаста make sense: о прикладной математике в бизнесе, юнит-экономике, моделях оптимизации и теории игр «Модель должна быть под вашу задачу. Она должна показывать все необходимое, то, в чем вам нужно разобраться, и не показывать ничего остального. Главное, из нее выкинуть все лишнее и оставить все нужное». «Проверить, что ваша модель недостаточно хороша, нельзя, кроме как улучшить ее в каком-то направлении. Если она дала другой результат, значит, нужно улучшать. Обычно ты улучшаешь модель в десяти направлениях — в девяти это ни к чему не приводит, а в десятом видно, что ты раньше что-то потерял». «Мы же сами по себе тоже системы моделирования и оптимизации. Делать отдельный технический продукт для задачи, которая работает один раз, у которой не очень большие деньги, и где человек хорошо справляется, скорее всего, не нужно». Ведущий: Юра Агеев, основатель ProductSense Гость: Алексей Тарасов, эксперт по решению наукоемких бизнес-задач, Тарасов Math Конференция ProductSense пройдет 10–11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast О чем говорим: 00:00 — Введение 01:31 — Юнит-экономика как простая модель для продакта 03:06 — Почему часто не хватает данных и статистики? 03:34 — Главная польза юнит-экономики: найти ключевую точку влияния 04:13 — Карты и границы применимости моделей 06:00 — Что включать в модель, а что выбрасывать 07:38 — Парадокс Симпсона: как агрегация может обманывать 10:01 — Cколько cценариев имеет смысл считать и когда остановиться? 11:13 — Когда компании платят за модели: заводы, планирование, оптимизация 12:35 — Внедрение моделей: оцифровка процессов и обучение людей 14:06 — Авиация: почему планирование рейсов превращается в сложную задачу 16:27 — Какие данные нужны модели в операционном планировании 18:00 — Модель как подсказка: что автоматизировать, а что оставить человеку 20:50 — Простое объяснение дискретной и непрерывной оптимизации 22:22 — Где математика в А/В-тестах и экспериментах? 24:11 — Почему нельзя сводить все к максимизации денег без стратегии 27:13 — Ограничения вычислимости: почему некоторые задачи не считаются 28:26 — LLM и синтетические респонденты: где может помочь имитационное моделирование 33:23 — Инсайты в данных: метод главных компонент и машинное обучение 37:40 — Revenue management и динамическое ценообразование 39:17 — Граница применимости: когда стоимость оцифровки выше пользы 45:06 — Риски, редкие события и крах по Талебу 50:22 — Теория игр для продактов 55:33 — Must-have для продакта: парадоксы и математическая культура Слушать:  — Telegram  — Mave  — Apple  — Яндекс — YouTube