Как фактчекать цифры, даты и результаты кейсов перед публикацией

Сначала зафиксируйте claim в том виде, в котором его увидит читатель

До проверки полезно выписать предложение отдельно:

После внедрения сервиса количество квалифицированных лидов выросло на 37% за четыре месяца.

В этой фразе уже есть несколько проверяемых компонентов:

• что считается квалифицированным лидом;
• какое значение было до изменения;
• какое стало после;
• как рассчитаны 37%;
• какие именно четыре месяца сравниваются;
• откуда взяты данные;
• действительно ли речь идёт о количестве лидов, а не о доле или конверсии.

Если проверять только число «37», можно пропустить ошибку в любом из остальных элементов.

Цифра без определения метрики ещё не готова к публикации

Возьмём слово «лид».

Одна команда считает лидом любую отправленную форму. Другая — только контакт, который прошёл квалификацию отдела продаж. Третья исключает повторные обращения существующих клиентов.

Поэтому утверждение:

Получили 500 лидов.

нельзя проверить, пока не известно, что именно попало в эти 500.

Для измеримых claims определение метрики — часть самого evidence.

Минимальная схема:

название метрики
↓
что считается событием
↓
что исключается
↓
единица подсчёта
↓
источник данных

Если определение изменилось между периодами, сравнение может стать некорректным даже при безошибочной арифметике.

Восстановите исходные значения, а не проверяйте только итоговый процент

Фраза:

Количество заявок выросло на 25%.

становится проверяемой, когда известны исходные числа.

Например:

было: 120 заявок
стало: 150 заявок

разница: +30
относительное изменение: +25%

Теперь редактор может пересчитать процент и заодно увидеть масштаб изменения.

Associated Press в редакционных принципах 2026 года рекомендует оценивать данные с учётом методологии, размера выборки и времени сбора, а при процентных изменениях от небольшой базы давать сырые значения там, где они нужны для перспективы.

Это особенно важно для эффектных формулировок вроде «рост в два раза». Переход с двух заявок на четыре и переход с двух тысяч на четыре тысячи математически дают одинаковое относительное изменение, но описывают разные по масштабу ситуации.

Процент и процентный пункт — разные величины

Эта ошибка регулярно появляется в текстах с долями и конверсиями.

Допустим, конверсия выросла с 20% до 25%.

Можно сказать:

• конверсия увеличилась на 5 процентных пунктов;
• относительно исходного уровня конверсия выросла на 25%.

Это не две версии одной формулировки, а два разных способа описать изменение.

Office for National Statistics отдельно объясняет: процентный пункт — это разница между двумя процентными значениями. Если показатель изменился с 10% до 9%, падение составляет 1 процентный пункт, но не 1%.

Поэтому при словах «рост на 5%» редактор должен выяснить, что имел в виду автор:

• изменение доли на 5 процентных пунктов;
• относительный рост на 5%;
• или просто приблизительную оценку без расчёта.

У процента всегда должна быть база

Фраза:

70% клиентов выбрали новый тариф.

требует знаменателя.

70% от:

• всех клиентов;
• клиентов, которым предложили тариф;
• ответивших на опрос;
• новых клиентов за месяц;
• оплативших хотя бы один счёт?

Пока база неизвестна, число трудно интерпретировать.

Для доли полезно хранить минимум:

числитель
/
знаменатель
=
процент

В готовой статье не всегда нужно показывать формулу. Но редактор должен её восстановить до публикации.

Проверяйте единицу измерения отдельно от значения

Число может совпасть с источником, а единица — нет.

Типичные ошибки:

• тысячи превращаются в миллионы;
• рубли смешиваются с тысячами рублей;
• месячная выручка описывается как годовая;
• секунды переписываются как миллисекунды;
• проценты заменяются долями;
• пользователи смешиваются с сессиями;
• заказы — с единицами товара.

Поэтому поле «значение» без поля «единица» неполно.

Если число переносится из таблицы или дашборда, нужно смотреть не только на ячейку, но и на заголовок столбца, подпись оси, примечание и фильтры.

Период — часть числа

«500 заявок» может означать:

• 500 за неделю;
• 500 за месяц;
• 500 накопительным итогом за год;
• 500 за четыре месяца кампании;
• 500 на момент выгрузки.

Без периода одно и то же значение описывает разные результаты.

Government Analysis Function рекомендует помещать данные в контекст, указывать важные ограничения и объяснять неопределённость. Для редактора B2B-кейса временной контекст — одна из первых вещей, которые нужно восстановить.

Хорошая карточка числа хранит:

дата начала
дата окончания
полный или неполный период
момент выгрузки
период сравнения

Сравнивайте сопоставимые периоды

Фраза:

В августе заявок стало на 30% больше, чем в июле.

арифметически может быть верной.

Но редактору стоит проверить:

• оба ли месяца полные;
• одинаково ли работала реклама;
• не менялось ли определение заявки;
• не исключён ли из одного периода отдельный канал;
• не сравниваются ли рабочие дни с календарными;
• не было ли технического сбоя в сборе данных.

Эти вопросы не доказывают причины изменения. Они проверяют, сопоставимы ли сами значения.

Government Analysis Function отдельно рекомендует осторожно выбирать периоды сравнения и не строить вывод на отрезке, который искажает общий ряд.

Не путайте дату события с датой публикации

В B2B-материалах рядом часто оказываются несколько дат:

• дата события;
• дата объявления;
• дата публикации документа;
• дата обновления страницы;
• дата сбора данных;
• дата выгрузки.

Например, компания может объявить о функции 12 мая, открыть доступ части клиентов 20 мая и включить её всем пользователям 3 июня.

Какую дату ставить в статье, зависит от claim:

«Компания анонсировала функцию 12 мая»

и:

«Функция стала доступна всем пользователям 3 июня»

— это разные факты.

Фактчек даты начинается с глагола: что именно произошло в этот день?

Для версии продукта дата иногда менее полезна, чем номер релиза

Документация меняется.

Если утверждение относится к конкретной функции, редактору полезно записать:

• версию продукта;
• дату релиза;
• версию документации;
• дату проверки;
• при необходимости архивную копию.

Иначе спустя несколько месяцев исходная страница может описывать уже другое состояние продукта.

Это особенно важно для статей, которые остаются в поиске долго после публикации.

Результат кейса нужно раскладывать на «до», «после» и правила измерения

Фраза:

После внедрения новой формы конверсия выросла с 4% до 6%.

для проверки требует минимум:

Только после этого можно уверенно публиковать само before/after.

«После» не означает «из-за»

Это важная граница.

Если показатель вырос после изменения сайта, фактчекер может подтвердить:

• дату изменения;
• значение до;
• значение после;
• способ расчёта.

Но из этой последовательности автоматически не следует:

Именно изменение сайта вызвало рост.

Associated Press отдельно требует различать корреляцию и причинную связь при работе с данными.

Для этой статьи достаточно редакторского правила: если evidence подтверждает только динамику во времени, формулировка должна оставаться на уровне динамики. Проверка причинности — другая аналитическая задача.

Один успешный кейс подтверждает один кейс, а не типичный результат

Предположим, клиент получил:

в два раза больше заявок после запуска новой страницы.

Если данные проверены, редактор может описать этот конкретный результат.

Но фраза:

Такие страницы удваивают число заявок.

уже распространяет один опыт на другие компании.

Это новый claim, для которого одного кейса недостаточно.

В рекламном контексте британский CAP отдельно подчёркивает похожую границу: testimonials сами по себе не являются достаточным подтверждением объективных claims, а содержащиеся в них проверяемые утверждения требуют собственной доказательной базы.

Для B2B-редактора практический вывод тот же: кейс показывает, что произошло в описанных условиях, но не делает результат универсальным.

Проверьте, что именно было результатом кейса

В черновике можно встретить:

Проект принёс клиенту 3 млн рублей.

Но в исходных данных может оказаться:

• 3 млн выручки;
• 3 млн суммы заключённых договоров;
• 3 млн потенциального pipeline;
• 3 млн оплат;
• 3 млн маржинальной прибыли;
• 3 млн прогнозной стоимости сделок.

Для бизнеса эти величины не взаимозаменяемы.

Поэтому редактор должен выяснить не только число, но и экономический объект, который оно обозначает.

Деньги требуют валюты и правил учёта

Для денежных результатов желательно уточнить:

• валюту;
• с НДС или без него, если это влияет на смысл;
• начисленная сумма или фактически полученная;
• выручка, прибыль, экономия или стоимость контрактов;
• за какой период;
• если была конвертация — по какому курсу и на какую дату.

Фраза «сэкономили 2 млн» не готова к публикации, пока неизвестно, как считалась экономия.

Иногда после проверки оказывается, что точнее написать:

По расчёту компании, годовые затраты по этой статье стали ниже примерно на 2 млн рублей.

Здесь видны и происхождение оценки, и её период.

Проверяйте абсолютное и относительное изменение вместе

Относительная цифра хорошо показывает темп.

Абсолютная — масштаб.

Например:

Число обращений выросло на 100%.

может означать рост:

• с 5 до 10;
• с 500 до 1000;
• с 50 000 до 100 000.

Когда база небольшая или без неё процент может создать неправильное впечатление, полезно показать оба значения.

AP прямо рекомендует избегать вводящих в заблуждение процентных сравнений от малой базы и при необходимости давать сырые числа для контекста.

Среднее значение требует понимания, какое именно среднее посчитано

Фраза:

Среднее время ответа — 12 минут.

вызывает следующие вопросы:

• среднее арифметическое или медиана;
• за какой период;
• по всем обращениям или только рабочим часам;
• исключались ли аномальные значения;
• есть ли сильно отличающиеся сегменты.

Редактору не обязательно превращать статью в статистический отчёт. Но если способ расчёта существенно меняет смысл, его нужно выяснить до публикации.

Не сохраняйте лишнюю точность

Фраза:

Время обработки сократилось на 32,1437%.

выглядит научнее, чем данные обычно позволяют.

Government Analysis Function в актуальном руководстве показывает подход, при котором в пользовательском тексте избыточную точность можно упростить, сохранив само исходное значение там, где оно нужно.

Практическое правило:

• считать по исходным данным;
• не округлять промежуточные значения несколько раз;
• в публикации оставлять точность, оправданную задачей;
• не добавлять десятичные знаки, которых нет в evidence.

Если данные округлены, это лучше знать до пересчёта

Представим, что в отчёте приведены только округлённые значения:

было: 1,2 млн
стало: 1,5 млн

Если рассчитывать процент изменения из этих двух чисел, результат тоже будет приблизительным.

Не стоит затем публиковать его с точностью до сотых.

Точность финального claim не может быть выше точности исходных значений без доступа к более подробным данным.

Проверяйте, не изменилась ли методика между периодами

Числа могут быть сопоставимы по названию и несопоставимы по способу получения.

Например:

• CRM начала дедуплицировать обращения;
• аналитика изменила модель атрибуции;
• опрос стал включать другую аудиторию;
• в показатель добавили новый канал;
• из отчёта исключили часть филиалов.

Government Analysis Function рекомендует быть прозрачным относительно качества информации, методологии, ограничений и изменений.

Если методика поменялась, в статье иногда важнее сказать об этом, чем показать эффектную динамику.

Проверьте размер выборки, если число получено из опроса или теста

Фраза:

80% клиентов предпочли новый интерфейс.

может описывать ответы восьми человек из десяти или восьмисот из тысячи.

В обоих случаях арифметика даёт 80%, но доказательная нагрузка различается.

AP требует учитывать sample size при проверке данных. Office for Statistics Regulation рекомендует явно сообщать существенную неопределённость и ограничения, чтобы пользователь мог корректно интерпретировать статистику.

Если размер выборки важен для вывода, его лучше не прятать.

Проверяйте не только данные, но и вопрос, которым их получили

Для опроса нужно посмотреть:

• точную формулировку вопроса;
• варианты ответа;
• кто участвовал;
• когда проходил опрос;
• можно ли было выбрать несколько вариантов;
• как обработаны пропуски.

«70% компаний считают…» может оказаться пересказом ответа на гораздо более узкий вопрос.

Если исходная анкета доступна, редактору полезно открыть её, а не ограничиваться пресс-релизом с итоговой цифрой.

Внутренние данные можно проверить, даже если читатель их не увидит

У B2B-кейса evidence часто закрыто.

Это может быть:

• CRM;
• скриншот аналитики;
• финансовая выгрузка;
• закрытый дашборд;
• акт;
• внутренний отчёт клиента.

Редактору полезно получить исходный материал и сохранить рабочую запись:

что видел редактор
↓
какой период
↓
какие фильтры
↓
какое исходное значение
↓
как получен финальный claim

В самой статье можно честно написать «по внутренним данным компании», если публичной ссылки нет.

Это не делает evidence публичным, но не создаёт ложного впечатления, будто число взято из открытого отчёта.

Скриншот — подтверждение состояния, но плохой контейнер для расчёта

Скриншот аналитики помогает увидеть:

• значение;
• дату;
• название отчёта;
• часть фильтров.

Но на нём могут быть не видны:

• все условия выборки;
• скрытые фильтры;
• методика расчёта;
• исходные строки;
• позднейшие корректировки.

Если claim важен, лучше получить выгрузку или хотя бы описание метода вместе со скриншотом.

Если источники расходятся, сначала проверьте определения

Два отчёта показывают разные цифры по одному рынку.

До вывода «кто-то ошибся» стоит сравнить:

• географию;
• период;
• валюту;
• что входит в рынок;
• метод оценки;
• дату выпуска;
• финальные или предварительные данные.

Разница может быть нормальным следствием разных методик.

Если после проверки расхождение остаётся, его можно показать читателю вместо выбора удобной цифры.

Проверьте, не вышла ли исправленная версия данных

Отчёты и datasets пересматриваются.

Если источник помечен как provisional, preliminary, revised или updated, нужно понять, какой статус у значения.

Government Analysis Function рекомендует объяснять пересмотры статистики и использовать актуальную версию данных, чтобы пользователь не работал с уже исправленными значениями.

В редакторской карточке полезны поля:

версия источника
дата публикации
дата последнего обновления
статус: предварительный / финальный

Кейс не должен превращаться в рекламное обещание

Есть большая разница между:

В этом проекте после запуска страницы количество заявок выросло с X до Y.

и:

Новая страница увеличивает заявки на Z%.

Первая фраза описывает наблюдаемый результат конкретного кейса.

Вторая обещает воспроизводимый эффект.

В британских рекламных рекомендациях CAP объективные claims в testimonials требуют достаточного подтверждения, а сами testimonials не считаются доказательством таких claims.

Для редактора это полезная дисциплина даже за пределами рекламы: не переносить единичный результат на аудиторию шире, чем позволяют данные.

Перед публикацией полезно собрать карточку измеримого claim

Формулировка claim:

Метрика:
Определение метрики:

Исходное значение:
Финальное значение:

Единица:
Числитель:
Знаменатель:

Период до:
Период после:

Источник данных:
Версия / дата выгрузки:

Формула расчёта:

Размер выборки:
Фильтры / исключения:

Что подтверждено:
Что не подтверждено:

Ограничение:

Финальная формулировка:

Если половина полей не относится к конкретному числу, их можно пропустить. Смысл карточки не в бюрократии, а в том, чтобы сохранить путь от опубликованной цифры к исходным данным.

Как проверить число за несколько шагов

1. Выписать claim целиком. Не только число.
2. Определить метрику. Что именно измеряется?
3. Найти исходные значения. Не полагаться только на готовый процент.
4. Проверить единицу.
5. Восстановить знаменатель для долей и процентов.
6. Зафиксировать период.
7. Сравнить одинаково ли определена метрика в обоих периодах.
8. Пересчитать производное значение.
9. Проверить размер выборки и фильтры, если они есть.
10. Отделить before/after от объяснения причины.
11. Записать ограничение.
12. Скорректировать формулировку под реальный уровень evidence.

Диагностическая таблица

Где заканчивается T5 и начинается выбор источника

Эта проверка предполагает, что редактор уже понимает происхождение данных.

Если непонятно, какой документ брать за основу, сначала нужно решить другую задачу: найти прямой материал, оценить независимость, актуальность и достаточность источника.

Этому посвящена статья о выборе первичного и вторичного источника для экспертного текста.

Здесь же вопрос уже конкретнее: мы нашли evidence — теперь правильно ли из него получена цифра, дата или результат?

Почему недостаточно написать «данные проверены»

Проверяемость возникает не из редакционной пометки, а из сохранённой цепочки:

измеримый claim
↓
исходное значение
↓
единица
↓
база / знаменатель
↓
период
↓
источник данных
↓
способ расчёта
↓
область применения
↓
ограничение
↓
финальная формулировка

Эта цепочка полезна не только фактчекеру.

Она помогает через несколько месяцев обновить материал, быстро найти устаревшее число и понять, что именно нужно пересчитать.

В более широкой архитектуре экспертной страницы такой подход соединяет факты, источники и доказательную границу с текстом, который можно проверить и корректно интерпретировать. Общая модель разобрана в материале о странице, которую понимают читатель, Google и нейросети.

Итог: хорошая цифра воспроизводима назад до исходных данных

Перед публикацией числового claim редактор должен уметь пройти обратный путь.

Из фразы «рост на 37%» — к двум исходным значениям.

Из «70% клиентов» — к числителю и знаменателю.

Из «3 млн рублей результата» — к определению результата, периоду и данным.

Из «запустили 12 мая» — к событию, которое действительно произошло в эту дату.

Если этот путь восстановить нельзя, проблема не решается более уверенной формулировкой.

Число становится доказательным не потому, что выглядит точным, а потому, что понятно, что именно измерено, как посчитано и где заканчивается применимость результата.

Источники

Источники проверены 20 августа 2026 года.

• The Associated Press — Statement of News Values and Principles, 2026
• Office for National Statistics — Percentages and percentage points
• Government Analysis Function — Writing about data
• Office for Statistics Regulation — Approaches to presenting uncertainty in the statistical system
• ASA / CAP — Claims in testimonials and endorsements
• ASA / CAP — Substantiation
• Google Search Central — Creating helpful, reliable, people-first content