На какие метрики при анализе будешь опираться

На какие метрики при анализе будешь опираться?

Как Product Manager, я сосредотачиваюсь на комплексном наборе метрик, которые дают полную картину здоровья продукта и бизнеса. Нет универсального набора — он зависит от типа продукта, стадии развития и стратегических целей.

Фреймворк AARRR (Pirate Metrics)

Я структурирую анализ по воронке жизни пользователя:

1. Acquisition (Привлечение)

Как новые пользователи находят наш продукт.

Метрики:

• CAC (Customer Acquisition Cost) — сколько потратили на привлечение одного клиента
• Traffic источники — органика, реклама, партнёры (какой источник качественнее?)
• Conversion rate на first signup — какой % посетителей становятся пользователями
• Cost per signup — общие затраты / количество новых юзеров

Пример анализа: Если CAC из Google Ads = $50, а из органики = $0, но конверсия органики в paid клиентов выше, значит нужно инвестировать в SEO.

2. Activation (Активация)

Первый опыт пользователя — испытал ли он "aha moment"?

Метрики:

• Time to value — за сколько дней/часов новый пользователь использует ключевую фичу
• Onboarding completion rate — % юзеров, прошедших полный onboarding
• Day 1 Retention — какой % вернулся на следующий день
• K-factor (viral coefficient) — сколько новых юзеров приносит каждый существующий

Пример: Если только 30% новых юзеров видят главную фичу за первый день, нужно упростить onboarding.

3. Retention (Удержание)

Как часто пользователи возвращаются?

Метрики:

• DAU/MAU ratio — Daily Active Users / Monthly Active Users. Индикатор "sticky-ness"
• Retention curves — 7-day, 30-day, 90-day retention (какой % юзеров остаётся?)
• Churn rate — процент пользователей, ушедших за период
• Cohort retention — разбор по когортам (когда началась деградация?)
• Feature adoption — какие фичи используют постоянно, какие забывают

Пример: Если 7-day retention = 60%, а 30-day = 20%, это сигнал, что юзеры быстро теряют интерес. Нужно добавлять контента или фич.

4. Revenue (Монетизация)

Как продукт генерирует доход?

Метрики:

• ARPU (Average Revenue Per User) — средний доход на одного активного пользователя
• LTV (Lifetime Value) — общий доход от одного клиента
• LTV:CAC ratio — должно быть минимум 3:1 для здоровья
• MRR/ARR — Monthly/Annual Recurring Revenue
• Conversion to paid — какой % free юзеров покупают платную версию
• ARPPU (Average Revenue Per Paying User) — доход от платящих

Пример: Если ARPU растёт, но Retention падает, это говорит о том, что мы монетизируем только самых оставшихся юзеров.

5. Referral (Реферали)

Рекомендуют ли пользователи продукт друзьям?

Метрики:

• NPS (Net Promoter Score) — готовность рекомендовать (0-10)
• Share rate — какой % юзеров делятся продуктом
• Viral coefficient — сколько новых юзеров приносит каждый существующий

Инструменты и dashboard

Я использую:

• Amplitude/Mixpanel — основная аналитика, когорты, retention curves
• Metabase/Tableau — custom dashboard с SQL запросами
• Stripe/Chargebee — финансовые метрики (MRR, чёрн, upgrade patterns)
• Google Analytics — traffic и top-level funnel
• Qualitative — опросы, интервью с юзерами (дополняют цифры)

Как я анализирую данные на практике

Шаг 1: Определяю проблему Например: "MAU упала на 15% за месяц"

Шаг 2: Ищу причину в воронке

• Acquisition ↓? Сократили маркетинг бюджет
• Activation ↓? Может быть сломана onboarding
• Retention ↓? Либо баг, либо конкуренты, либо нужна новая фича

Шаг 3: Углубляюсь в данные Разбираю по когортам, фичам, сегментам. Retention упала только для старых юзеров? Значит нужны новые фичи. Упала для всех? Значит баг.

Шаг 4: Измеряю гипотезы A/B тесты, feature flags для маленьких экспериментов.

Красные флаги (на что обращаю внимание)

1. Удержание падает, тогда как привлечение растёт — классический знак, что продукт разочаровывает
2. DAU/MAU < 20% — пользователи используют редко, низкая "липкость"
3. LTV < CAC — убыточная модель привлечения
4. Падение ARPU при росте MAU — монетизируем неправильно

Всегда помню: метрики — это не цель, это инструменты. Конечная цель — создать продукт, который люди любят и рекомендуют.