Какие продуктовые метрики вы знаете? Приведите примеры.?

Продуктовые метрики для Data Analyst

Продуктовые метрики (Product Metrics) — это ключевые показатели, которые отражают состояние и здоровье цифрового продукта. Data Analyst постоянно работает с этими метриками для отслеживания прогресса бизнеса и оптимизации пользовательского опыта.

Категории метрик

1. Метрики вовлечённости (Engagement Metrics)

DAU (Daily Active Users) и MAU (Monthly Active Users)

Количество уникальных пользователей, активных в день/месяц:

-- DAU за последний день
SELECT COUNT(DISTINCT user_id) as dau
FROM events
WHERE DATE(event_timestamp) = CURRENT_DATE;

-- MAU за последний месяц
SELECT COUNT(DISTINCT user_id) as mau
FROM events
WHERE DATE_TRUNC('month', event_timestamp) = DATE_TRUNC('month', CURRENT_DATE);

Коэффициент активности (DAU/MAU)

Относительная активность пользователей:

dau_mau_ratio = dau / mau  # Обычно 20-30% здоров
# DAU/MAU = 0.3 значит: 30% месячных пользователей активны ежедневно

Session Duration (Длительность сессии)

Время, которое пользователь проводит в приложении:

SELECT 
    user_id,
    EXTRACT(EPOCH FROM (MAX(event_timestamp) - MIN(event_timestamp)))/60 as session_minutes
FROM events
WHERE DATE(event_timestamp) = CURRENT_DATE
GROUP BY user_id, session_id;

Frequency (Частота использования)

Как часто пользователь возвращается:

# Daily active users за каждый день
frequency = active_users_per_day.mean()
# Или для каждого пользователя: сколько дней в месяц они активны

2. Метрики ретенции (Retention Metrics)

Retention Rate (Коэффициент удержания)

Процент пользователей, которые вернулись через N дней:

# Day 1 Retention (вернулись на день 2)
day_1_retention = (users_active_day2 / users_active_day1) * 100

# Day 7 Retention
day_7_retention = (users_active_day8 / users_active_day1) * 100

# Это критично! Обычно:
# Здоровый продукт: Day 1 > 30%, Day 7 > 20%

Cohort Analysis

Группируем пользователей по дате регистрации и отслеживаем их:

# Матрица когорт
#          Week1  Week2  Week3  Week4
# Cohort1  100%   70%    50%    35%
# Cohort2  100%   68%    48%    32%
# Cohort3  100%   72%    52%    38%

# Week 1: 100 новых юзеров на Неделе 1
# Week 2: 70 из них (70%) вернулись на Неделе 2

Churn Rate (Коэффициент оттока)

Обратный показатель: процент потерянных пользователей:

churn_rate = (users_lost / total_users_start_month) * 100

# Пример: начали месяц с 10,000 пользователей, 1,500 уволись
churn_rate = (1500 / 10000) * 100 = 15%  # 15% месячный чёрн

3. Метрики конверсии (Conversion Metrics)

Funnel Conversion

Процент пользователей, проходящих каждый этап:

Этап               Количество    Конверсия
1. Просмотр →      100,000       100%
2. Добавление →    50,000        50%
3. Оформление →    20,000        40% (от этапа 2)
4. Оплата ✓        15,000        75% (от этапа 3)

Общая конверсия: 15% (от просмотра к покупке)

SELECT 
    'view' as step,
    COUNT(DISTINCT user_id) as users,
    100.0 * COUNT(DISTINCT user_id) / 
        (SELECT COUNT(DISTINCT user_id) FROM events WHERE event_type = 'view') as conversion
FROM events
WHERE event_type = 'view'
UNION ALL
SELECT 
    'add_to_cart',
    COUNT(DISTINCT user_id),
    100.0 * COUNT(DISTINCT user_id) / 
        (SELECT COUNT(DISTINCT user_id) FROM events WHERE event_type = 'view')
FROM events
WHERE event_type = 'add_to_cart';

Conversion Rate (по шагам)

# CVR = (Conversions / Total Visits) * 100
conversion_rate = (purchases / page_views) * 100

# Пример
conversion_rate = (150 / 10000) * 100 = 1.5%  # Типично для e-commerce

4. Метрики монетизации (Monetization Metrics)

ARPU (Average Revenue Per User)

Средний доход на одного пользователя:

ARPU = total_revenue / total_users

# Пример: $50,000 доход / 10,000 пользователей = $5 ARPU

# Отслеживай тренд:
# Месяц 1: $4 ARPU
# Месяц 2: $4.50 ARPU
# Месяц 3: $5 ARPU ✓ Тренд вверх

ARPPU (Average Revenue Per Paying User)

Чем отличается от ARPU: учитывает только платящих:

ARPPU = total_revenue / paying_users

# Пример:
# ARPU = $5 (на всех)
# ARPPU = $50 (на платящих, которые всего 10%)

LTV (Lifetime Value)

Общий доход, который приносит пользователь за всю жизнь:

# Простой способ:
LTV = ARPU * average_customer_lifetime

# Пример:
ARPU = $5
avg_lifetime = 12 месяцев
LTV = $5 * 12 = $60

# Более точный:
LTV = (monthly_revenue / monthly_users) * (1 / monthly_churn_rate)

CAC (Customer Acquisition Cost)

Стоимость привлечения одного нового пользователя:

CAC = total_marketing_spend / new_customers_acquired

# Пример: потратили $10,000 на маркетинг, привлекли 1,000 клиентов
CAC = $10,000 / 1,000 = $10 на клиента

# LTV/CAC ratio (идеально > 3):
ratio = $60 / $10 = 6  # На каждый доллар маркетинга получаем $6

Payback Period

За сколько месяцев окупается стоимость привлечения:

payback_period = CAC / monthly_revenue_per_user

# Пример:
CAC = $10
monthly_revenue = $2
payback_period = $10 / $2 = 5 месяцев
# На 6-й месяц начинаем получать прибыль от этого пользователя

5. Метрики роста (Growth Metrics)

Growth Rate (Темп роста)

На сколько процентов растёт метрика:

# Week-over-Week (WoW)
wow_growth = ((current_week - previous_week) / previous_week) * 100

# Month-over-Month (MoM)
mom_growth = ((current_month - previous_month) / previous_month) * 100

# Year-over-Year (YoY)
yoy_growth = ((current_year - previous_year) / previous_year) * 100

# Пример:
# Месяц 1: 10,000 DAU
# Месяц 2: 12,000 DAU
MoM_growth = ((12,000 - 10,000) / 10,000) * 100 = 20%

Viral Coefficient (Вирусность)

Количество новых пользователей, привлечённых одним пользователем:

viral_coeff = invites_sent * invitation_acceptance_rate

# Пример:
# Пользователь отправляет в среднем 10 приглашений
# Коэффициент приятия: 20%
viral_coeff = 10 * 0.20 = 2
# Каждый пользователь приносит 2 новых пользователей!
# Это экспоненциальный рост

6. Метрики качества (Quality Metrics)

NPS (Net Promoter Score)

Как вероятно, что пользователь рекомендует продукт:

# Вопрос: "На сколько вероятно вы рекомендуете нас? (0-10)"
# Promoters (9-10): 50 пользователей
# Passives (7-8): 30 пользователей
# Detractors (0-6): 20 пользователей

NPS = ((Promoters - Detractors) / Total) * 100
NPS = ((50 - 20) / 100) * 100 = 30

# Интерпретация:
# > 50: Отлично
# 30-50: Хорошо
# < 30: Нужны улучшения

Customer Satisfaction (CSAT)

Доля удовлетворённых пользователей:

CSAT = (satisfied_users / total_users) * 100

# Пример: 80% пользователей ответили "Доволен" → CSAT = 80%

Error Rate / Crash Rate

Процент сессий с ошибками:

error_rate = (sessions_with_errors / total_sessions) * 100

# Мониторим тренд: <0.5% — здоров

7. Метрики производительности (Performance Metrics)

Page Load Time (Время загрузки)

# Среднее время загрузки
page_load_time_ms = 1500  # миллисекунды

# Цель: < 3000 ms (3 сек)
if page_load_time_ms > 3000:
    print("⚠️ Нужна оптимизация")

API Response Time

SELECT 
    endpoint,
    AVG(EXTRACT(EPOCH FROM (response_time - request_time))*1000) as avg_response_ms,
    PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY EXTRACT(EPOCH FROM (response_time - request_time))*1000) as p95_ms
FROM api_logs
GROUP BY endpoint;

Практический пример: дашборд для E-commerce

import pandas as pd

# Собираем все метрики
metrics = {
    'DAU': 15000,
    'MAU': 50000,
    'DAU_MAU_Ratio': 0.30,
    'Day7_Retention': 0.25,
    'Churn_Rate': 0.12,
    'Conversion_Rate': 0.015,
    'ARPU': 5.50,
    'ARPPU': 55.00,
    'LTV': 66.00,
    'CAC': 8.00,
    'LTV_CAC_Ratio': 8.25,
    'NPS': 35,
    'CSAT': 0.82
}

# Отслеживаем тренды
trends = {
    'DAU_MoM': 0.12,  # +12% месячный рост
    'Conversion_MoM': 0.08,  # +8%
    'ARPU_MoM': 0.05  # +5%
}

for metric, value in metrics.items():
    trend = trends.get(f"{metric}_MoM", 0)
    status = "📈" if trend > 0 else "📉" if trend < 0 else "➡️"
    print(f"{status} {metric}: {value} ({trend*100:+.1f}%)")

Золотой набор метрик для Data Analyst

Используй эти 10 ключевых:

1. DAU/MAU — вовлечённость пользователей
2. Retention (D7) — качество продукта
3. Churn — отток пользователей
4. Conversion — эффективность воронки
5. ARPU — монетизация
6. LTV — долгосрочная ценность
7. CAC — стоимость привлечения
8. LTV/CAC — экономика приложения
9. NPS — удовлетворённость
10. Growth Rate — темп развития

Итог

Продуктовые метрики — это язык общения между аналитиком, продуктом и бизнесом. Выбирай метрики, которые:

• Отражают цели компании (для стартапа — рост, для зрелой компании — прибыль)
• Actionable (на них можно влиять изменениями продукта)
• Trackable (данные есть и точны)
• Связаны между собой (не следи 50 метрик, группируй по категориям)