Сколько человек должно встретиться с проблемой чтобы начать ее фиксить?
Комментарии (1)
Ответ сгенерирован нейросетью и может содержать ошибки
Порог для начала работы над проблемой: метрики и контекст
Формула определения порога
Нет универсального ответа "Нужно встретить X людей". Это зависит от:
1. Размера пользовательской базы
- Если у вас 1000 пользователей, и 50 жалуются — это 5% (довольно много)
- Если у вас 1 миллион пользователей, и 5000 жалуются — это 0.5% (мало)
Процент важнее абсолютного числа.
2. Влияния на revenue и retention
- Если проблема заставляет 10% пользователей уходить = очень срочно
- Если проблема раздражает, но люди остаются = можно подождать
3. Стадии компании
- На ранней стадии (Series A) нужно быстро тестировать: достаточно 10-15 жалоб
- На зрелой стадии (IPO) можно требовать больше данных: 1-2% пользовательской базы
4. Типа проблемы
- Если проблема критическая (баг, который ломает функцию) — нужна 1 жалоба
- Если это улучшение UX (медленный экспорт) — нужно больше данных
Практические пороги
Критические проблемы (срочно исправить)
- Приложение крашится: 1 жалоба достаточно
- Потеря данных: 1 инцидент
- Невозможно использовать ключевую фичу: 5-10 жалоб
- Платящие пользователи в панике: 1 жалоба
Важные проблемы (включить в ближайший спринт)
- 5% пользователей сталкиваются регулярно
- Или: 50+ жалоб в месяц
- Или: 30+ людей в интервью упомянули проблему
- Или: это стоит 2-5% revenue/retention
Интересные улучшения (добавить в бэклог)
- 1-2% пользователей сталкиваются
- Или: 10-20 жалоб в месяц
- Или: 10-15 людей упомянули в интервью
- Или: это может повысить NPS на 0.5 пункта
Мелкие идеи (обсудить, но не спешить)
- Менее 1% пользователей затронуты
- Или: 1-5 жалоб в месяц
- Или: 2-3 люди упомянули
Данные, которые я бы собрал
Прежде чем решить, достаточно ли людей сталкиваются с проблемой:
1. Количественные данные
- Сколько support tickets на эту тему в месяц?
- Какой процент от всех обращений?
- Растет ли число жалоб или стабильно?
- В какой географии / сегменте пользователей острее всего?
2. Качественные данные
- Интервью: сколько людей упомянули спонтанно?
- Жалость пользователя: очень больно или просто раздражает?
- Workaround: люди нашли способ обойти проблему?
3. Анализ impact
- На сколько процентов это влияет на retention?
- Какой процент пользователей отходит из-за этого?
- Какой revenue мы теряем?
Пример из реальной жизни
Сценарий 1: Медленный экспорт PDF
- 12 жалоб в месяц
- 2% пользователей это используют
- Никто не отходит (есть workaround — экспортировать по частям)
- Вывод: добавить в бэклог, но не срочно (нужно 20-30 жалоб)
Сценарий 2: Забыли пароль не работает
- 150 жалоб в месяц
- 15% обращений в support
- 5% людей не может вернуться (они сдаются)
- Это 50K потерянных юзеров
- Вывод: СРОЧНО, начать разработку прямо сейчас
Сценарий 3: Красивый градиент на кнопке
- 0 жалоб
- 3 человека в интервью предложили
- Не влияет на retention
- Вывод: может быть в sprint backlog для "nice to have"
Формула для PM
Приоритет = (% пользователей × боль × влияние на revenue) ÷ сложность
Если числитель большой, даже 5 жалоб достаточно. Если числитель маленький, нужно 100+ жалоб.
Вывод
Нет магического числа. Я бы начал работу над проблемой, если:
- Критическая проблема: 1 жалоба (особенно от платящего юзера)
- Важная проблема: 5% пользователей или 20-30 жалоб в месяц
- Стоит внимания: 1-2% пользователей или 10-15 жалоб
НО главное — это не числа, а контекст: влияет ли это на retention и revenue. PM, которая ждет 1000 жалоб от 0.1% пользователей, — плохой PM. PM, которая реагирует на каждый жалобу 1-2 человек из миллиона, — тоже плохой PM.