Введение

Метрики — это способ понять, что происходит с продуктом. Они помогают ответить на ключевые вопросы:

• Сколько пользователей приходит и остаётся?
• Как часто они возвращаются?
•  Где мы теряем ценность?
• Что действительно работает?

Мы считаем действия, конверсии, удержание, выручку и вовлечённость — всё, что отражает поведение и прогресс пользователей.

Без метрик нельзя принимать обоснованные решения: непонятно, куда двигаться и что улучшать.

В этом уроке вы узнаете, какие бывают метрики, как выбрать нужные и как использовать их, чтобы делать продукт лучше.

Что вы узнаете в этой статье

✅ Зачем нужны продуктовые метрики

✅ Какие бывают типы метрик и как они связаны

✅ Что такое North Star Metric и метрики пиратской воронки

✅ Как выбирать метрики под задачи

✅ Частые ошибки в работе с метриками

✅ Ответы на популярные вопросы

Ключевые термины

📌 Метрика — числовой показатель, который отражает состояние или изменение чего-либо в продукте.
Пример:

• Метрика: Дневная активность (DAU)

• Что считает: сколько уникальных пользователей зашло в приложение за день.

• Формула: DAU = число уникальных пользователей в день

📌 North Star Metric — ключевая метрика, которая лучше всего отражает ценность, получаемую пользователем от продукта.
Пример:

• У Spotify: «время прослушивания музыки в неделю»

• У Airbnb: «количество завершённых бронирований»

• У образовательной платформы: «пройденные модули на пользователя в месяц»
  North Star не просто фиксирует рост, а показывает, насколько продукт помогает достигать целей пользователя.

📌 AARRR (Pirate Metrics) — модель метрик, отслеживающая путь пользователя:

1. Acquisition — как пользователь узнал о продукте

   • Пример: число новых регистраций в день

2. Activation — получил ли он первый опыт ценности

   • Пример: прошёл первый урок, заполнил профиль

3. Retention — возвращается ли он

   • Пример: % пользователей, которые вернулись через 7 дней

   • Формула: Retention = (пользователи, вернувшиеся через 7 дней / все активированные) * 100%

4. Referral — делится ли продуктом

   • Пример: кол-во приглашённых друзей на одного пользователя

5. Revenue — приносит ли доход

   • Пример: средний чек, конверсия в оплату, LTV

📌 Воронка (Funnel) — последовательность шагов пользователя, где на каждом этапе часть отваливается.
Пример: регистрация → добавление товара в корзину → оформление → оплата

• Пример расчёта:

  • 1000 посетителей

  • 600 добавили товар

  • 300 оформили заказ

  • 150 оплатили

• Конверсия с шага на шаг:

  • 600 / 1000 = 60%

  • 300 / 600 = 50%

  • 150 / 300 = 50%

📌 Lagging и Leading метрики —

• Lagging (запаздывающие): уже произошли, фиксируют результат.

  • Пример: кол-во оплат, выручка за месяц, отток клиентов

• Leading (опережающие): предсказывают будущее поведение.

  • Пример: частота логинов, первые 3 действия, добавление в избранное

Пример связи:

• Lagging: отток пользователей в месяц = 20%

• Leading: если пользователь не зашёл 3 дня подряд — 80% вероятности, что уйдёт в ближайшие 2 недели.
  → Значит, можно внедрить оповещение или скидку на 3-й день отсутствия.

Зачем нужны метрики?

Метрики — это не просто цифры, а инструмент понимания происходящего. Они помогают увидеть, как чувствует себя продукт, что делают пользователи и где находятся зоны роста. С их помощью можно обнаружить, на каком этапе теряются пользователи, понять, сработала ли новая фича или гипотеза, и выбрать, что стоит улучшить в первую очередь. Без метрик невозможно обоснованно планировать развитие продукта, доказывать эффективность решений или уверенно вести диалог с командой и бизнесом. Именно метрики превращают интуицию в аргументы, а хаос в системную работу.

Основные типы продуктовых метрик

🔹 Количественные и качественные

Примеры метрик в действии

1. Retention (удержание)
Продукт: мобильное фитнес-приложение.
На 1-й день скачали 500 человек. На 7-й день к приложению вернулись 125 человек.
Расчёт: (125 / 500) × 100% = 25%
Это значит, что каждый четвёртый пользователь вернулся спустя неделю. Если метрика низкая — это повод пересмотреть онбординг или первое впечатление от продукта.

2. Конверсия (в регистрацию)
Продукт: лендинг веб-сервиса.
1000 человек кликнули по рекламному баннеру и перешли на сайт. Из них 300 зарегистрировались.
Расчёт: (300 / 1000) × 100% = 30%
Можно протестировать разные тексты CTA, длину формы или визуальный стиль, чтобы улучшить результат.

3. NPS (Net Promoter Score)
Из 100 опрошенных пользователей:

• 60 поставили 9–10 → промоутеры

• 25 поставили 7–8 → нейтралы

• 15 поставили 0–6 → критики
  Расчёт: 60% – 15% = 45
  NPS = 45 — неплохой результат, но есть зона роста. Стоит проанализировать, что смущает критиков и как усилить сильные стороны.

🔹 Lagging vs Leading

Примеры в продуктовой практике

1. Lagging-метрика: Retention 30 day
Фитнес-приложение отслеживает, сколько пользователей возвращаются через 30 дней после регистрации. Это помогает понять, действительно ли продукт стал частью повседневной жизни.
Но если ждать 30 дней, чтобы увидеть результат — можно упустить момент для улучшений. Это и есть ограничение lagging-метрик: они запаздывают.

2. Leading-метрика: Завершённый онбординг
Если вы видите, что только 40% новых пользователей проходят онбординг до конца, это тревожный сигнал. Даже если Retention пока нормальный, эта метрика показывает: в будущем удержание может упасть.
Поэтому продакт может принять меры уже сейчас — упростить онбординг, добавить подсказки или видеоинструкции.

3. Связка: Кол-во CTA-кликов → Рост платных подписок
Если вы добавили новый call-to-action на тарифной странице и видите рост кликов — это leading-сигнал. Он не гарантирует покупку, но предсказывает интерес.
Дальше вы смотрите, как изменится lagging-метрика — количество новых платных пользователей.

Таким образом, leading-метрики — как ранние симптомы, которые позволяют вовремя отреагировать. А lagging-метрики — как диагноз, по которому оценивается успех лечения. Оба типа важны, но при управлении продуктом нельзя полагаться только на одни из них.

🔹 Активность и монетизация

Примеры и разбор

1. Активность: DAU
Представьте, что у вас мобильное приложение для планирования задач. Метрика DAU покажет, сколько уникальных пользователей зашли в приложение сегодня.
Если DAU растёт — значит, пользователи находят в продукте пользу и возвращаются регулярно.
📈 Формула:
DAU = количество уникальных пользователей за день

2. Поведение: Воронка регистрации
Допустим, пользователь проходит 3 шага: установка → регистрация → добавление задачи.
Анализ воронки показывает, на каком этапе они теряются. Например, из 1000 установок только 300 пользователей добавляют первую задачу — возможно, надо упростить процесс.
📉 Это помогает находить узкие места и улучшать конверсию.

3. Монетизация: ARPU и % платящих
Вы запустили платную подписку в приложении.

• ARPU (Average Revenue Per User) покажет, сколько в среднем приносит один пользователь — и платящий, и нет.
  📈 Формула: ARPU = Общий доход / Кол-во всех пользователей

• % платящих — это доля тех, кто оформил платную подписку.
  📈 Формула: Процент платящих = (Кол-во платящих / Общее кол-во пользователей) × 100

Пример: у вас 10 000 пользователей, 500 из них платят, а доход за месяц — 50 000 ₽.

• ARPU = 50 000 / 10 000 = 5 ₽

• % платящих = (500 / 10 000) × 100 = 5%

Такие метрики позволяют увидеть картину целиком: кто приходит, как себя ведёт и сколько приносит. А значит — находить точки роста и принимать обоснованные решения.

Что такое North Star Metric?

North Star — это главная метрика, которая отражает ценность, которую пользователь получает от продукта.

📌 Примеры:

Правильно выбранная NSM:

• зависит от активности пользователей

• масштабируется вместе с ростом

• связана с миссией продукта

AARRR: модель пиратских метрик

Acquisition — как пользователь узнаёт о продукте

Activation — первый успешный опыт (например, первый просмотр, регистрация, установка)

Retention — возвращается ли пользователь

Referral — приводит ли он других

Revenue — платит ли он

Эта модель помогает понять, на каком этапе вы теряете ценность и куда направить усилия.

Как выбирать метрики?

Перед тем как выбрать метрику, ответьте:

1. Что мы хотим изменить?

2. Как это влияет на пользователя?

3. Можно ли это измерить?

4. Будем ли мы принимать решения на основе этих данных?

📌 Хорошая метрика:

• Понятна всей команде

• Можно отслеживать динамику

• Достаточно точна для принятия решений

Что такое LTV

LTV (Lifetime Value) — это общий доход, который пользователь приносит продукту за всё время взаимодействия с ним.
Проще: сколько денег в среднем приносит один клиент за весь “жизненный цикл” — от первой покупки до момента ухода.

LTV — один из ключевых продуктовых метрик. Он помогает понять, как выгодно привлекать клиентов, какой у них реальный вклад в бизнес и какие сегменты пользователей ценнее других.

Зачем знать LTV

LTV даёт понимание:

• Сколько можно тратить на привлечение (CAC). Реклама окупается только если LTV > CAC.
• Какие сегменты клиентов выгоднее — можно вложиться больше в удержание именно тех.
• Как улучшения в продукте (онбординг, CRM, персонализация, контент) влияют на доход.
• Стоит ли масштабировать маркетинг, или сначала нужно поднять удержание.

Формула расчёта LTV

Возьмём один из самых практичных и используемых вариантов:

LTV = ARPU × (1 / Churn Rate)

Где:

• ARPU (Average Revenue Per User) — средний доход на одного пользователя за период (обычно месяц).
• Churn Rate — доля пользователей, которые уходят за период.

Почему эта формула удобна?
Она одновременно учитывает и доход, и удержание — два ключевых фактора, определяющих ценность пользователя.

Разбор примера

Представим, что у продукта есть следующие данные за месяц:

• Средний доход от одного пользователя (ARPU) — 8$ в месяц
• Процент ушедших пользователей (Churn Rate) — 5% (или 0.05 в десятичной форме)

Подставим значения:

LTV = 8 × (1 / 0.05)
LTV = 8 × 20
LTV = 160$

Что это значит?

Каждый пользователь в среднем приносит продукту 160$ за всё время своего «жизненного цикла».

Как интерпретировать результат

• Если ваша стоимость привлечения клиента (CAC) меньше 160$ — модель окупается.
• Если CAC = 30$ — вы зарабатываете отлично.
• Если CAC = 120$ — вы на грани рентабельности.
• Если CAC > 160$ — вы теряете деньги на привлечении.

Что повышает LTV

• Улучшение онбординга
• Частая ценность (core value frequency)
• Персонализация
• Работа с привычками (habit-forming)
• CRM-кампании, пуши, email
• Rise in ARPU (доп. услуги, апгрейды)
• Снижение churn rate

Частые ошибки

❌ Мерить всё подряд без цели
❌ Путать активность с ценностью 
❌ Игнорировать качество данных
❌ Прятать плохие метрики или не обсуждать их
❌ Фокус только на vanity metrics (лайки, просмотры, которые не влияют на бизнес)

Частые вопросы

Метрика и KPI — это одно и то же?
Нет. Метрика — это наблюдение, факт. А KPI (ключевой показатель эффективности) — это цель, которую вы ставите по этой метрике.
🔹 Пример:
Метрика: «Процент завершённых онбордингов» показывает, сколько пользователей полностью прошли вводный сценарий.
KPI: «Увеличить процент завершённых онбордингов до 60% к сентябрю».

Нужно ли у продукта быть одна главная метрика?
Да. NSM (North Star Metric) помогает всей команде держать фокус. Она показывает, как пользователь получает ценность от продукта.
🔹 Пример:
У Spotify NSM — «прослушанные минуты в день». У Airbnb — «количество завершённых бронирований».
Вокруг NSM могут быть вспомогательные: Retention, Churn Rate, конверсии и т.п.

Сколько метрик — это нормально?
Обычно — от 3 до 7. Меньше — вы упустите важное, больше — начнёте распыляться.
🔹 Пример:
Для мобильного банка:

1. DAU (ежедневная активность),

2. Retention (возврат),

3. NPS (удовлетворённость),

4. Кол-во операций по карте,

5. Доход на пользователя (ARPU).

Можно ли сравнивать метрики разных продуктов?
Очень осторожно. И только если бизнес-модель, аудитория и фазы развития схожи.
🔹 Пример:
Сравнивать Retention у TikTok и B2B-CRM-сервиса некорректно: у первого ежедневное потребление контента, у второго — рабочий инструмент с другой частотой использования.
А вот сравнивать два фудтех-приложения (например, «Самокат» и «Яндекс.Лавка») по LTV и частоте заказов — уже допустимо.

Итоги

📌 Метрики — это инструмент понимания. Без них невозможно управлять продуктом.

📌 Не существует "хороших" метрик без контекста. Важно то, на какие действия они вас ведут.

📌 North Star и AARRR помогают навести фокус и выявить слабые места.

📌 Хорошая метрика должна быть понятной, измеримой, динамичной и полезной для принятия решений.

📌 Главное — считать, чтобы понимать, а не чтобы “было красиво в отчёте”.

Модель Пиратский метрик