Метрика — это договорённость о том, как представить часть поведения продукта числом. Само число ничего не объясняет. «Конверсия 20%» бессмысленна, пока неизвестно, кто вошёл в знаменатель, какое действие считается успехом, за какой период оно должно произойти и исключены ли тестовые аккаунты, возвраты и технические дубли.
Метрики нужны не для украшения отчёта. Они помогают заметить изменение, сравнить сегменты, проверить гипотезу и принять решение. Один показатель редко описывает продукт целиком: рост основной метрики может сопровождаться падением качества, маржи или доверия.
Прежде чем считать показатель, зафиксируйте:
| Поле | Вопрос |
|---|---|
| Название | Как команда будет называть метрику? |
| Пользовательский смысл | Какое поведение или результат она представляет? |
| Формула | Что находится в числителе и знаменателе? |
| Единица анализа | Пользователь, аккаунт, заказ, сессия или рубль? |
| Период | День, неделя, месяц, окно после события? |
| Сегмент | Кто включён и исключён? |
| Источник | Из каких событий или таблиц берутся данные? |
| Ограничения | Что метрика не позволяет утверждать? |
| Guardrails | Какой возможный вред нужно контролировать рядом? |
Например, «месячный активный пользователь» может означать человека, который открыл приложение, прошёл урок или получил учебный результат. Эти определения дадут разные MAU и приведут к разным выводам.
North Star Metric, NSM отражает объём регулярно создаваемой пользовательской ценности, связанной с долгосрочным результатом бизнеса. Для образовательного продукта кандидатом может быть число пользователей, завершивших несколько содержательных учебных сессий за неделю. Просто «минуты в приложении» хуже: человек может долго находиться в интерфейсе из-за сложности.
NSM — не единственная метрика компании и не универсальный показатель на все времена. Рядом нужны показатели качества и экономики.
One Metric That Matters, OMTM — временный фокус команды на текущем ограничении. Молодой продукт может на несколько недель сосредоточиться на доле пользователей, дошедших до первой ценности. После устранения проблемы фокус меняется.
Дерево показывает, из каких управляемых факторов складывается верхнеуровневый результат. Пример для подписочного приложения:
MRR = число платящих подписчиков × средняя месячная выручка на подписчика.
Число платящих подписчиков зависит от новых оплат, удержания, реактиваций и оттока. Новые оплаты — от трафика, регистрации, активации и конверсии в оплату. Такое разложение помогает искать ограничение.
Есть два типа связи:
Причинную связь нужно проверять. Пользователи, прошедшие пять уроков, могут лучше удерживаться не из-за пятого урока, а потому, что изначально были мотивированнее.
Impressions — сколько раз сообщение или экран были показаны. Один человек может создать несколько показов.
Reach — число уникальных людей, увидевших сообщение.
Если рекламу увидели 80 000 уникальных пользователей 120 000 раз, reach равен 80 000, impressions — 120 000, а средняя частота — 1,5 показа на человека.
Показывает, какая доля показов привела к клику:
CTR = клики / показы × 100%.
При 3 600 кликах из 120 000 показов CTR равен 3%. Высокий CTR говорит о привлекательности сообщения, но не гарантирует качественного трафика или оплаты.
Если кампания стоила 240 000 ₽ и дала 3 600 кликов, CPC равен 66,67 ₽. Если после неё произошло 1 200 установок, CPI равен 200 ₽.
CAC = затраты на привлечение / число новых клиентов.
Нужно заранее определить, кто считается клиентом и какие расходы включаются. Для self-service продукта это могут быть рекламные расходы, а в B2B — ещё зарплаты продаж, пресейл и внедрение. Blended CAC по всем каналам нельзя бездумно сравнивать с CAC отдельной кампании.
Доля регистраций = зарегистрировавшиеся / начавшие или увидевшие предложение.
Знаменатель выбирают по вопросу: посетители лендинга, установки или начавшие форму — разные воронки.
Активация — доля новых пользователей, получивших первую содержательную ценность в заданное окно:
Activation Rate = активированные новые пользователи / все подходящие новые пользователи × 100%.
Для Duolingo учебное определение может звучать так: «новый пользователь завершил два урока в первые 48 часов». Если это сделали 3 000 из 5 000 регистраций, activation rate равен 60%.
Активационное событие не выбирают произвольно. Нужно показать, что оно связано с воспринимаемой ценностью и последующим удержанием.
Время между началом взаимодействия и первым получением ценности. Используют медиану и распределение, потому что среднее искажают редкие очень долгие случаи.
Если половина новых учеников завершает первый урок за 7 минут, медианный TTV равен 7 минутам. Сокращение TTV полезно, пока не снижает качество результата.
Главное слово — «активные». Для учебного приложения открытие push-уведомления может быть слишком слабым событием; завершённый урок лучше отражает использование.
Часто считают:
Stickiness = DAU / MAU × 100%
или WAU / MAU × 100%.
Если MAU равен 100 000, а средний DAU — 20 000, DAU/MAU составляет 20%. Это не означает, что каждый человек пользуется продуктом ровно шесть дней в месяц: показатель агрегированный. Сравнивать stickiness продуктов с разной естественной частотой некорректно.
Дольше — не всегда лучше. В банковском приложении длинная сессия может означать трудность, а в видеосервисе — потребление контента.
Конверсия = достигшие следующего шага / вошедшие в предыдущий шаг × 100%.
Если 5 000 учеников зарегистрировались, 4 000 начали урок и 3 000 завершили два урока, конверсия регистрации в старт — 80%, старта в активацию — 75%, сквозная — 60%.
Drop-off = 1 − Conversion Rate.
Считать нужно и процент, и абсолютное число. Потеря 50% из 100 пользователей может быть менее важной, чем 10% из миллиона.
Доля когорты, совершившая целевое действие ровно в день N после стартового события:
Day 7 Retention = активные в день 7 / пользователи исходной когорты × 100%.
Если из 1 000 зарегистрировавшихся 180 прошли урок ровно на седьмой день, D7 retention равен 18%.
Доля когорты, вернувшаяся в день N или позже. Такой показатель обычно выше classic retention. Определение обязательно указывать рядом с числом.
Возврат в интервале, например на 7–13-й день. Полезен для продуктов, где действие совершается примерно раз в неделю, но не строго в один день.
Retention сравнивают по когортам старта: неделе регистрации, первой покупке или активации. Это позволяет не смешивать пользователей, пришедших в разное время и при разных версиях продукта.
Customer churn:
ушедшие клиенты за период / клиенты на начало периода × 100%.
Для продукта без явной отмены нужно определить неактивность: например, отсутствие учебного действия 30 дней. Выбор окна меняет результат.
Revenue churn показывает потерянную регулярную выручку. Для подписочного бизнеса также используют gross и net revenue retention.
Доля ранее неактивных пользователей, которые вернулись к целевому действию. Возврат после рекламного письма нужно отделять от устойчивого восстановления привычки.
Пользователь оценивает вероятность рекомендации от 0 до 10:
NPS = % промоутеров (9–10) − % критиков (0–6).
Оценки 7–8 считаются нейтральными. NPS лежит от −100 до +100. Он чувствителен к моменту опроса, формулировке, культуре и выборке; это не замена поведенческим данным.
Доля или средняя оценка удовлетворённости конкретным опытом. Например, после обращения в поддержку. Полезна локально, но высокая CSAT поддержки не доказывает качество всего продукта.
Оценивает усилие, необходимое для выполнения задачи. Формулы зависят от шкалы, поэтому рядом с числом всегда указывают вопрос и способ расчёта.
Платящая конверсия = новые платящие / подходящие пользователи × 100%.
В freemium-продукте важно задать окно: оплатил когда-либо и оплатил в первые 14 дней — разные метрики.
GMV — стоимость товаров или услуг, прошедших через площадку.
Revenue — выручка, признанная бизнесом.
Маркетплейс может провести заказов на 100 млн ₽ GMV и получить 12 млн ₽ комиссии. Называть весь GMV выручкой нельзя.
AOV = GMV или выручка от заказов / число заказов.
Нужно явно указать, используются ли отменённые и возвращённые заказы.
ARPU = выручка / все активные пользователи.
ARPPU = выручка / платящие пользователи.
Если выручка — 1 200 000 ₽, активных пользователей 10 000, платящих 2 000, то ARPU = 120 ₽, ARPPU = 600 ₽.
MRR — нормализованная регулярная месячная выручка подписки. Разовые платежи обычно не включают.
ARR часто считают как MRR × 12, если месячная база достаточно стабильна.
MRR раскладывают на New MRR, Expansion MRR, Contraction MRR, Reactivation MRR и Churned MRR.
Gross Revenue Retention не учитывает расширение:
GRR = (MRR на начало − churn − contraction) / MRR на начало × 100%.
Net Revenue Retention учитывает расширение:
NRR = (MRR на начало − churn − contraction + expansion) / MRR на начало × 100%.
Если было 1 млн ₽ MRR, потеряно 80 тыс., тарифы уменьшены на 20 тыс., а расширение дало 150 тыс., GRR = 90%, NRR = 105%.
Маржинальный доход = выручка − переменные затраты.
Переменные затраты меняются вместе с количеством заказов или клиентов: эквайринг, доставка, субсидия, часть инфраструктуры и поддержки. Состав зависит от модели.
LTV — ожидаемый маржинальный доход от клиента за время отношений. Его лучше считать по зрелым когортам. Упрощённая формула через ARPU и churn требует стабильного поведения и одинаковых периодов.
Сколько времени требуется, чтобы накопленная маржа клиента покрыла CAC. Быстрая окупаемость снижает потребность в оборотном капитале, но сама по себе не доказывает масштабируемость.
ROAS = выручка, атрибутированная рекламе / расходы на рекламу.
ROI = (полученная выгода − инвестиции) / инвестиции.
ROAS не учитывает все затраты и не равен прибыли.
В двустороннем продукте нельзя оптимизировать только одну сторону: рост take rate может ухудшить экономику продавцов и сократить предложение.
Среднее время ответа может выглядеть хорошим, даже если небольшая доля пользователей ждёт очень долго. Поэтому распределения и перцентили важнее одного среднего.
Lagging metric фиксирует итог с задержкой: например, 90-дневное удержание.
Leading metric меняется раньше и, как предполагается, предсказывает итог: ранняя активация. Связь нужно подтвердить.
Guardrail metric ограничивает вред: возвраты, жалобы, ошибки, маржа, нагрузка на поддержку.
Одна и та же метрика может играть разные роли в разных решениях.
Используйте условные данные за месяц:
Все числа учебные.
Сначала таблица расчётов с формулами и единицами, затем дерево метрик и пояснение выбора. Любое причинное утверждение пометьте как гипотезу, если его нельзя получить из данных условия.
Ты — руководитель продуктовой аналитики и преподаватель. Проверь мою систему метрик Duolingo.
Для каждого расчёта покажи формулу, подстановку, результат и единицу измерения. Проверь знаменатели, периоды и различие между пользователями, событиями и деньгами. Затем оцени NSM: отражает ли она полученную ценность, можно ли на неё влиять и легко ли её улучшить во вред продукту.
Проверь дерево метрик и классифицируй связи как математические или предполагаемые причинные. Найди vanity metrics, пропущенные guardrails и выводы, которые нельзя сделать из учебных данных.
Не переписывай работу целиком и не придумывай недостающие показатели. Сначала покажи ошибки и вопросы, затем один пример исправления самого слабого участка. Если существует несколько допустимых определений метрики, перечисли их и объясни, почему нужно выбрать одно заранее.
Моя работа:
[вставить расчёты, паспорта и дерево]