Что можно выжать из базовых метрик SOC, если у тебя лапки

Многие руководители начинают день с дашбордов и красивых «бубликов». На них традиционно горят классические временные метрики по заветам NIST SP 800-61: среднее время обнаружения/решения/взятия в работу инцидентов ИБ совместно с общим количеством обработанных инцидентов. Топ-менеджмент всё устраивает – они понятные, линейные и отлично смотрятся в квартальных отчетах.
Но потом внезапно выясняется, что кейсы закрываются по инерции, решения становятся все более поверхностными, а качество расследований тихо уезжает в закат.

Весь каталог новостроек Омска — 1 094 квартиры на 51 жилой комплекс, в среднем 21 лот на проект. В Краснодаре средний проект тянет под четыре сотни квартир: весь омский каталог умещается примерно в три средних краснодарских ЖК. В отраслевых сводках оба города при этом спокойно попадают в один абзац про «затоваренный рынок».

Я свёл каталоги новостроек с поисковым спросом по 14 городам-миллионникам: предложение — из каталога Яндекс Недвижимости, спрос — из Wordstat, окно замера июнь — начало июля 2026 года. Задача была прикладная: получить одну сравнимую величину «тесноты» рынка, чтобы понимать, чего ждать от рекламного аукциона в конкретном городе. Одной величины не получилось. Получились две, и они между собой почти не связаны — из-за этого, кажется, и разъезжаются от источника к источнику рейтинги «самых затоваренных городов».

Дальше — как устроен расчёт, что вышло по четырнадцати городам, где метод врёт и как повторить его для своего города на открытых данных. Текст для тех, кто планирует рекламный бюджет на региональном рынке жилья и упирается в вопрос «почему у нас заявка стоит столько».