Как понимаешь что фича приносит пользу продукту?

Как понимаешь что фича приносит пользу продукту

Это один из самых важных вопросов в PM. Много фич выпускают, которые никто не использует. Я использую структурированный подход для оценки пользы фичи.

1. Что такое "пользу продукту"

Сначала уточню: пользу продукту может означать разные вещи:

Определение 1: Пользователи используют фичу

• Люди открывают её, нажимают на неё, вводят данные
• Это базовый сигнал, что фича не мёртва
• Но это недостаточно (можно использовать по ошибке)

Определение 2: Фича решает пользовательскую проблему

• Пользователь достигает своей цели с помощью фичи
• Говорит "это помогло мне" или "это было удобно"
• Это уже лучше, но всё равно субъективно

Определение 3: Фича улучшает ключевые метрики бизнеса

• Фича напрямую влияет на retention, growth, revenue
• Это объективно, измеримо
• Это моё определение

Определение 4: Фича создаёт дополнительную ценность

• Юзеры готовы платить (или дольше пользовать продукт) ради этой фичи
• Это долгосрочное значение

Мой подход: я смотрю на всё четырёх факторов, не только на один.

2. Метрики для оценки пользы

Я использую иерархию метрик. Начинаю с низкоуровневых, потом смотрю на высокоуровневые.

Level 1: Использование фичи (НЕОБХОДИМО, но не достаточно)

Примеры:

• Выпустили фичу "Export to PDF"
• 50% юзеров узнали о ней (discovery: хорошо)
• 10% попробовали (adoption: среднее)
• Но из тех кто попробовал, 90% используют её еженедельно (frequency: отлично)
• Вывод: фича нужна, но нужна лучше сделать discovery (tutorial, onboarding)

Level 2: Мотивация и удовлетворение (СУБЪЕКТИВНО)

Я провожу qualitative research:

• Опросы пост-фичи: "Помогла ли тебе эта фича?" (1-10 шкала)
• Интервью: "Как ты использовал эту фичу? Что было хорошо, что плохо?"
• Support tickets: много ли вопросов о фиче? Это значит что непонятна
• Reviews: что пользователи пишут о фиче в App Store

Хорошие сигналы:

• NPS к фичи ≥ 7/10
• Пользователи говорят: "Это экономит мне время", "Это упростило работу"
• Support получает вопросы, но не жалобы
• Reviews: "Наконец-то эта функция!" или "Лучше чем у конкурентов"

Плохие сигналы:

• NPS < 5/10
• Пользователи говорят: "Я пробовал но не нужно" или "Это не работает как я ожидал"
• Support затоплен вопросами о том как это работает
• Reviews: "Ненужная фишка" или "Почему это так сложно"

Level 3: Влияние на ключевые метрики (ОБЪЕКТИВНО)

Это главное. Я смотрю на 3 группы метрик:

A) Growth & Engagement

• DAU (Daily Active Users): выросло ли количество?
• MAU (Monthly Active Users): долгосрочное удержание
• Session length: люди дольше в приложении?
• Session frequency: люди чаще открывают приложение?
• Time spent in feature: сколько времени в конкретно этой фичи

Примеры:

• Выпустили "Collaboration" фичу
• DAU не выросло (люди открывают столько же)
• Но: session length вырос на 20% (люди дольше работают)
• Вывод: фича работает, люди ею пользуются, но не привлекает новых

B) Retention & Churn

• Retention day 1, 7, 30: кто вернулся?
• Cohort analysis: юзеры после фичи vs до фичи — разница в retention?
• Churn rate: снизился ли процент ухода?

Примеры:

• Выпустили "Save draft" фичу
• Retention day 7 для юзеров использующих Save draft = 55%
• Retention day 7 для юзеров НЕ использующих = 40%
• Вывод: фича явно помогает удержанию, это хороший сигнал

C) Monetization & Revenue

• ARPU (Average Revenue Per User): выросло ли среднее значение?
• Conversion rate: если платная фича, % юзеров платящих
• Customer Lifetime Value: юзеры дольше остаются с нами?

Примеры:

• Выпустили "Pro plan" с премиум фичей
• Conversion rate = 2% (из 100 юзеров 2 покупают)
• Те что покупают платят $50/месяц
• Те что не покупают = $0
• ARPU для Pro users = $1 (средний по всем)
• Вывод: хорошо, но нужно улучшить conversion rate

3. Как я интерпретирую комбинацию метрик

Сценарий 1: Фича приносит МНОГО пользы

✅ Adoption: 40% юзеров
✅ Frequency: 3+ раза в неделю
✅ NPS: 8/10
✅ Retention день 7: +10 п.п. для users (55% vs 45% non-users)
✅ Revenue: +$50K/месяц

Вывод: Keep, улучшай, expand фичу. Это winner.

Сценарий 2: Фича приносит НЕМНОГО пользы, но нишевая

⚠️ Adoption: 8% юзеров
✅ Frequency: 2+ раза в неделю (для тех кто использует)
✅ NPS: 8/10 (но только от малого сегмента)
⚠️ Retention день 7: +2 п.п. для users (47% vs 45% non-users)
⚠️ Revenue: не привлекает платежи

Вывод: Это нишевая фича. Keep, но не инвестируй в маркетинг. Может быть, улучши discovery для целевого сегмента.

Сценарий 3: Фича приносит ПЛОХУЮ пользу (провал)

❌ Adoption: 3% юзеров
❌ Frequency: <1 раза в месяц
❌ NPS: 4/10 ("это не нужно было")
❌ Retention день 7: -2 п.п. для users (43% vs 45% non-users) ← вредит!
❌ Revenue: -$10K/месяц (люди уходят)

Вывод: Это провал. Убери фичу или переделай кардинально. Это берет ресурсы впустую.

Сценарий 4: Сложно понять (требует дополнительного анализа)

✅ Adoption: 25% юзеров
⚠️ Frequency: 1 раз в 2 недели (редко)
✅ NPS: 7/10 (людям нравится)
❓ Retention: не меняется (может быть слишком новая фича)
⚠️ Revenue: +$5K/месяц (но нужна была?

Вывод: Фича нужна, но может быть понимается неправильно. Нужно:
1. Провести интервью: почему редко используют?
2. Проверить: может быть, feature is TOO NICHE и нужна переориентация?
3. Может быть, discovery плохой и нужна tutorial?

4. Временной фактор

Когда измерять:

• День 1-3: первое впечатление, buggy ли?
• Неделя 1: adoption rate, первые проблемы
• Неделя 2-4: frequency, retention первый сигнал
• Месяц 1: retention day 30, чётких данные
• Месяц 2+: долгосрочные эффекты, cohort comparison

Ошибка которую я видел: судить по первым 3 дням. Иногда фича нужна со временем, не сразу.

Примеры:

• Export feature: день 1 adoption 10%, неделя 4 adoption 30% (люди поняли что это нужно)
• Advanced analytics: день 1 adoption 5%, месяц 3 adoption 20% (новичкам не нужна, но power users любят)

5. Когда фича приносит "скрытую" пользу

Не все фичи дают прямые метрики. Некоторые фичи важны потому что:

Фича #1: Критичная для конкурентности

• Конкурент X выпустил это 6 месяцев назад
• Мы не выпустим → юзеры говорят "у вас есть X?"
• Это не растит metrics, но теряет юзеров

Пример: Google Docs имеет "comments" фичу, Notion имеет. Если бы Figma не выпустила comments, люди ушли бы.

Измерение: наблюдать уход (churn) и говорение юзеров "у вас нет как у конкурента"

Фича #2: Снижает сложность (меньше support, лучше onboarding)

• Не прямо растит метрики, но экономит затраты
• Пример: "Auto-save" — не даёт новых фич, но экономит 1000 писем support/месяц
• Метрика: Support tickets по теме

Фича #3: Плацебо (делает юзера счастливым, но не нужна)

• Пример: "Custom themes" — люди любят, но не влияет на retention
• Метрика: NPS, sentiment analysis, но не core metrics

Эти фичи ценны, но я не путаю их с фичами которые привлекают рост.

6. Мой чеклист для оценки пользы фичи

После выпуска фичи я спрашиваю себя:

Неделя 1:

• Люди узнали о фиче? (discovery > 30%?)
• Люди попробовали? (adoption > 10% from discoverers?)
• Есть критичные баги? (fix их)

Неделя 2-4:

• Люди используют регулярно? (frequency > 1x/неделю?)
• Люди довольны? (NPS ≥ 7/10?)
• Retention изменилась? (любое +-5 п.п.?)

Месяц 1-2:

• Влияние на DAU/MAU? (trend up?)
• Влияние на Retention день 30? (улучшение?)
• Влияние на Revenue? (если платная)

Месяц 2+:

• Долгосрочная adoption? (люди всё ещё используют?)
• Когда curve flattens — это normal?
• Нужно ли улучшать discovery или сама фича?

7. Пример из практики

Фича: "Bulk edit" (массовое редактирование)

Контекст: B2B SaaS для управления проектами. Пользователи часто хотят обновить 100 задач одновременно.

Гипотеза: это сэкономит им часы работы, улучшит retention.

Результаты после запуска:

Неделя 1:

• Discovery: 45% (хорошо, был good tutorial)
• Adoption: 15% (среднее)
• NPS: 7/10
• Bugs: найдено 2 критичных (固定 сразу)

Месяц 1:

• Adoption стабилизировалась на 20%
• Frequency: 1 раз в 1-2 недели (не часто, но когда используют — спасает 2-3 часа работы)
• Retention день 30: +3 п.п. для users (48% vs 45% non-users) — скромно
• Revenue: нет влияния (не платная фича)
• Support: -50 писем/месяц (люди не спрашивают "как обновить 100 задач")

Вывод:

• Фича приносит умеренную пользу
• Adoption не как ожидалось (но это нишевая фича)
• Retention улучшилась немного (но есть эффект)
• Support экономия (+бонус)
• Decision: Keep, но не инвестируй дальше. Иди на другие фичи.

Ключевые выводы

Фича приносит пользу продукту, если:

1. Люди её используют (adoption > 10-20%)
2. Люди довольны (NPS ≥ 7/10)
3. Улучшает метрики (retention, engagement, revenue)
4. Долгосрочный эффект (не honeymoon effect)
5. Вписывается в стратегию (не просто random feature)

Я НЕ верю в пользу, если:

• Только 3% используют и забывают
• NPS 4/10 (люди не довольны)
• Нет влияния на retention или revenue
• Потребовалась фича после неё (это значит что-то не так)
• Support говорит: "много вопросов о том как это работает"

Мой принцип: данные говорят, мнения берут. Всегда смотрю на комбинацию метрик, не на одно число.