20+ ключевых метрик для управления продуктом

Данные могут быть пугающими. Сбор данных – это сложный процесс, который требует точности. Как говорит Джейк Кэнаан, вице-президент по глобальной инженерии продаж в Quantum Metric:

«Если вам кажется, что работа с данными несложна, вероятно, вы недооценили ее.
Первый шаг к овладению данными в управлении продуктом — это понимание метрик. Метрики — это строительные блоки, создающие культуру, ориентированную на данные.

Не каждый продукт можно измерить одинаково, и не каждая метрика актуальна для каждого продукта. Некоторые продукты предназначены для ежедневного использования, как фитнес-трекер. Для других продуктов, таких как приложение для знакомств, день, когда вы перестаете их использовать, может быть отличным днем для пользователя.

Автор: Карлос Гонсалес де Вильямбросия

Прежде чем углубиться в метрики, напомним о важности данных для продакт-менеджеров.
Данные позволяют понять потребности и поведение ваших клиентов, выявить возможности для роста, устранить потенциальные проблемы и предсказать тренды. С помощью правильного анализа данных можно превратить абстрактные цифры в реальные стратегии, что приведет к улучшению дизайна продукта, лучшему пользовательскому опыту и, в конечном итоге, к увеличению успеха бизнеса. Определение метрик, которые будут использоваться для измерения успеха, является важной частью процесса управления продуктом.

Конечно, никто не становится экспертом работы с данными за одну ночь, и существует множество инструментов, которые помогут вам понять и полностью использовать данные, включая Google Analytics, Amplitude и Mixpanel. Эти инструменты являются неотъемлемой частью арсенала по продукту и помогают собирать, отслеживать, анализировать и интерпретировать огромное количество данных о использовании продукта, поведении пользователей, рыночных трендах и обратной связи от клиентов.

В конечном итоге, управление продуктом на основе данных (data-driven product management) приводит к более правильным решениям по продукту — к чему стремится каждый хороший продакт-менеджер.

Метрики против KPI
В управлении продуктом Key Performance Indicators (KPI, ключевые показатели эффективности) и метрики часто используются как взаимозаменяемые термины, однако они служат разным целям. KPI — это ключевые индикаторы производительности, которые измеряют динамику во времени, в то время как метрики — это измерения конкретных действий или процессов. Хотя каждый KPI является метрикой, не каждая метрика является KPI.

Например, возьмем бизнес в сфере eCommerce, который отслеживает трафик на сайте. Трафик на сайте — это метрика, измеряющая конкретную активность. В данном случае — количество людей, посещающих сайт.
С другой стороны, KPI для того же бизнеса может быть "коэффициент конверсии" (conversion rate). Этот KPI измеряет процент посетителей сайта, которые выполняют желаемое действие (например, совершают покупку).
В отличие от метрики "трафик на сайте", KPI "коэффициент конверсии" более стратегичен. Он показывает, насколько хорошо бизнес в сфере eCommerce выполняет свою основную цель: превращать посетителей в клиентов.

KPI против OKR
OKR (Objectives and Key Results) состоит из цели и ключевых результатов, которые представляют собой измеримые результаты, используемые для отслеживания достижения этой цели. OKR используется для постановки амбициозных целей и результатов на различных уровнях организации. Они направлены на создание согласованности и вовлеченности вокруг измеримых целей.

OKR для улучшения продукта может выглядеть следующим образом:

• Цель: Повысить вовлеченность пользователей в наше мобильное приложение.
• Ключевой результат 1: Увеличить среднюю продолжительность сессии с 2 минут до 5 минут.
• Ключевой результат 2: Увеличить количество ежедневных активных пользователей (DAU) на 20%.
• Ключевой результат 3: Запустить две новые функции, направленные на увеличение взаимодействия пользователей в приложении.

Основное отличие между OKR и KPI заключается в том, что KPI используется для мониторинга постоянной производительности, в то время как OKR, как правило, устанавливаются на определенный период (чаще всего квартально), после чего формулируются новые OKR. OKR часто побуждают к установлению амбициозных целей, чтобы вывести команду за пределы её текущих возможностей, в то время как KPI сосредоточены на поддержании или поэтапном улучшении производительности и, следовательно, не имеют конечной даты.
Стремление к звездам: North Star Metrics (метрика полярной звезды)

Эта ключевая метрика соответствует видению компании и отражает ценность, которую продукт приносит пользователям. Ваша "Северная звезда" (North Star) — это наиболее важная метрика вашего продукта. Например, метрика Северной звезды Netflix может быть продолжительность сессии, которая показывает вовлеченность пользователей и согласуется с целью стать ведущим сервисом по распространению развлекательного контента.

Стоимость привлечения клиента (CPA, Cost Per Acquisition)
Стоимость привлечения клиента (CPA) — это просто стоимость привлечения нового потенциального клиента. Обратите внимание, что речь идет о новом потенциальном клиенте, а не платящем клиенте. Это может быть, например, регистрация на вебинар, активация аккаунта или другие типы лидов. (Если вы хотите рассчитать стоимость привлечения платящих клиентов, следует использовать показатель стоимости привлечения клиента (CAC, Customer Acquisition Cost), но мы к этому еще вернемся!)

Отслеживание CPA помогает продакт-менеджерам более эффективно распределять маркетинговый бюджет и стратегии.
Пример: Если в одном месяце вы тратите $1000 на маркетинг, что приводит к 500 потенциальным клиентам, зарегистрировавшимся на бесплатную пробную версию вашего программного обеспечения для бухгалтерии, ваш CPA составляет $2 за лид. Если в следующем месяце вы тратите $1500 и получаете 520 лидов, ваш CPA составит $2.88. Это указывает на то, что ваши маркетинговые усилия были менее успешными во втором месяце. Конечно, вы получили больше лидов, чем в предыдущем месяце, но за более высокую цену.

Стоимость привлечения клиента (CAC, Customer Acquisition Cost)
CAC показывает общую стоимость привлечения нового клиента, включая маркетинговые расходы, затраты на продажи и другие сопутствующие расходы. Чтобы рассчитать ваш CAC, разделите стоимость маркетинговых усилий на количество привлеченных клиентов.

Пример: Допустим, вы запустили рекламу в Facebook, потратив $2000 на дизайн, создание целевой страницы и оплату рекламы. Если эта реклама привлекла 200 клиентов, ваш CAC составит $10 за клиента.
CAC — это отличная метрика, которую стоит отслеживать в связке с CLTV (Customer Lifetime Value — стоимость жизненного цикла клиента), см. раздел о доходах ниже. Ваши клиенты могут быть дорогими для привлечения, но если CLTV достаточно высок, это того стоит. Однако если вы обнаружите, что ваш средний CLTV довольно низок (например, если вы работаете по модели freemium — когда базовая версия продукта бесплатна), высокие затраты на привлечение могут привести к закрытию бизнеса!

Идеальное соотношение CLTV/CAC составляет 3:1, что означает, что доход, генерируемый одним клиентом, должен в три раза превышать стоимость его привлечения.

Показатель отказов (Bounce Rate)
Показатель отказов — это процент пользователей, которые покидают вашу платформу, просмотрев только одну страницу. Например, если 40 из 100 пользователей уходят после просмотра одной страницы, показатель отказов составит 40%. Высокий показатель отказов может свидетельствовать о возможных проблемах с пользовательским опытом, дизайном сайта или актуальностью контента.

Коэффициент конверсии (CVR, Conversion Rate)
Коэффициент конверсии — это процент пользователей, которые выполняют желаемое действие. "Желаемое действие" может быть любым, от покупки товара до подписки на рассылку или загрузки белой книги (whitepaper), в зависимости от целей компании. Отслеживание CVR помогает выявить узкие места в вашей воронке конверсии и улучшить пользовательский опыт.

Пример: Предположим, вы — продакт-менеджер на платформе электронной коммерции. В августе ваш сайт привлекает 50 000 посетителей, которые добавляют товары в корзину. Однако только 20 000 завершили покупку, то есть CVR составил 40%. Это заставляет задуматься. Не слишком ли сложен процесс регистрации? Не хватает ли вариантов оплаты? Может, есть баг?

Вы вносите некоторые изменения и видите, что в сентябре 40 000 посетителей добавили товары в корзину, но 30 000 завершили покупку. Ваш CVR теперь составляет 75%, что на 35% выше, чем в прошлом месяце.

5. Время до первого ценного действия (TTFV, Time to First Value)
Время до первого ценного действия — это время, которое требуется новому пользователю, чтобы осознать ценность продукта после первого взаимодействия с ним. Эта метрика важна для понимания начальной вовлеченности и удовлетворенности пользователей. Когда процессы слишком сложны, TTFV увеличивается, что может привести к оттоку пользователей.

Пример: В своем исследовании по цифровому онбордингу Visa сообщает: “Что касается цифрового онбординга, то среднее время, после которого клиенты бросают процесс заявки, составляет 14 минут и 20 секунд. Если это время превышает, 55% клиентов забрасывают процесс.”

6. Показатель отказов в воронке конверсии (Conversion Funnel Drop-off Rate)
Этот показатель анализирует, на каком этапе воронки конверсии (от осведомленности до покупки) теряются потенциальные клиенты. Это помогает выявить и устранить узкие места на пути пользователя.

Ежедневные активные пользователи (DAU, Daily Active Users) и ежемесячные активные пользователи (MAU, Monthly Active Users)
Эти метрики дают ценные сведения о том, как часто пользователи используют ваш продукт в течение дня или месяца. Они помогают определить уровень вовлеченности и адаптации продукта.

Если ваш продукт — это приложение для фитнес-трекера или что-либо, что предполагает ежедневное использование, тогда это очень релевантная метрика. В отличие от этого, DAU менее полезен для платформы аренды жилья для отпуска, которая не предназначена для ежедневного использования.

Соотношение DAU к MAU рассчитывает “липкость” продукта (stickiness), показывая, как часто пользователи возвращаются к продукту в течение месяца. Это показатель способности продукта удерживать пользователей. Липкость на уровне 20% считается хорошей, указывая на то, что пользователи взаимодействуют с продуктом в среднем раз в пять дней. Значения выше этого уровня указывают на высокий уровень вовлеченности.

Продолжительность сессии (Session Duration)
Продолжительность сессии измеряет среднее время, которое пользователи проводят на вашей платформе за одну сессию. Длительные сессии, как правило, указывают на более высокий уровень вовлеченности.
Сессия начинается, когда пользователь открывает приложение, и заканчивается, когда он прекращает взаимодействие. Завершение сессии может определяться по-разному: закрытие приложения, переход в другое окно или уход в неактивное состояние.

Частота сессий (Session Frequency)
Частота сессий измеряет, как часто пользователи возвращаются к приложению или продукту в определенный период времени. Это помогает понять потенциал продукта к формированию привычки.

Уровень внедрения фич (Feature Adoption Rate)
Уровень внедрения фич измеряет процент пользователей, которые начинают использовать новую фичу в определенный период после её релиза. Это помогает понять, насколько хорошо новые фичи принимаются пользовательской базой.
Формула месячного уровня внедрения фич:

Feature MAU / Monthly Logins (количество пользователей, использующих функцию ежемесячно / количество ежемесячных входов).

Пользователи, которые платят за сервис ежегодно или ежемесячно, фактически выбирают продукт снова и снова. Они должны постоянно находить в нем ценность, и лучший способ это обеспечить — выпускать всё более качественные и полезные фичи. Продакт-менеджеры вкладывают много времени и усилий в определение приоритетов фич и их релиз в идеальном порядке и в идеальное время.

Но что, если никто не знает о новой фиче? Или хуже, они знают, но она им не интересна? Эта информация крайне важна, так как уровень внедрения фич — сильный индикатор удержания пользователей.

Удержание клиентов (CRR, Customer Retention Rate) или коэффициент оттока (Churn Rate)
Привлечение новых клиентов каждый день выглядит отлично на графиках роста, но если эти клиенты перестают пользоваться продуктом через несколько дней (или, в мире мобильных приложений, через несколько секунд!), то ваш продукт скорее напоминает “дырявое ведро”, чем успешный сервис. Нет смысла наполнять ведро новыми пользователями, если вы не можете их удержать. Ваша цель — высокий уровень удержания клиентов (CRR), когда больше людей остаются, чем уходят.

Как отметил Пратик Шах, продакт-менеджер по росту в AirBnB:

“Компании, которые не поняли важность удержания и слишком рано начали активно привлекать новых пользователей, быстро теряют всех своих клиентов. Без пользователей ваш продукт — ничто.”

Пример:
Представьте, что вы — продакт-менеджер подписного стримингового сервиса. Вас интересует, сколько клиентов вы удерживаете через 6 месяцев. Между январем и июнем вы привлекли 3 000 новых клиентов, увеличив общее количество пользователей до 15 000.

Чтобы рассчитать CRR:
1. Вычитаете количество новых клиентов (3 000) из общего числа клиентов (15 000).
2. Делите это число (12 000) на количество клиентов на начало января (13 000).
3. Умножаете результат на 100 для получения процента.

Тот факт, что вам удалось удержать более 90% клиентов за 6 месяцев, указывает на успешность ваших стратегий удержания. Если CRR снижается, это сигнал о необходимости итераций и усиленного внимания к этой области.

Определение “хорошего” коэффициента оттока (Churn Rate) зависит от самого продукта. Например, приложения для знакомств, такие как Badoo и Tinder, иногда удаляются, потому что они выполнили свою задачу — пользователи нашли партнёра и теперь состоят в отношениях. Не все продукты создаются для того, чтобы их использовали на протяжении всей жизни пользователя!

Net Promoter Score (NPS) — это метрика, используемая для оценки лояльности и удовлетворенности клиентов. NPS был разработан Фредом Райххельдом (Fred Reichheld), консалтинговой компанией Bain & Company и Satmetrix как простой, но эффективный инструмент для понимания настроений клиентов.
Индекс NPS определяется на основе ответа клиентов на один вопрос:
“По шкале от 0 до 10, насколько вероятно, что вы порекомендуете нашу компанию/продукт/услугу другу или коллеге?”
На основании ответов клиенты делятся на три категории:
• Промоутеры (Promoters): дают оценки 9-10.
• Нейтралы (Passives): дают оценки 7-8.
• Критики (Detractors): дают оценки 0-6.
Затем рассчитывается сам индекс NPS.

Пример расчета NPS:
Вы — продакт-менеджер в сфере здравоохранения и недавно запустили новое приложение, которое собирает и анализирует данные о менструальных циклах пользователей. Вы хотите понять, насколько хорошо был принят ваш продукт.

Для этого вы отправляете пользователям push-уведомление с вопросом:
“По шкале от 0 до 10, насколько вероятно, что вы порекомендуете наше приложение другу или коллеге?”
1000 пользователей отвечают:
• 100 дают оценку от 0 до 6 (детракторы, detractors, 10%).
• 200 дают оценку 7-8 (нейтралы, passives, 20%).
• 700 дают оценку 9-10 (промоутеры, promoters, 70%).
Для расчета NPS:
Вычитаете процент детракторов (10%) из процента промоутеров (70%):

NPS = 70 - 10 = 60

Итог: Вы получили NPS равный 60. Успех! Большинство ваших пользователей готовы рекомендовать продукт.

Индекс удовлетворенности клиентов (CSAT, Customer Satisfaction Score)
CSAT — это простая метрика, используемая для измерения удовлетворенности клиентов отдельными процессами и фичами. Если NPS чаще используется для оценки удовлетворенности всей пользовательской поездкой, CSAT позволяет быть более конкретным.

Пример:
Вы можете попросить пользователей оценить их опыт онбординга по шкале от 1 до 10 после завершения обучения. Быстрая анкета с оценкой от 1 до 5 или от 1 до 10 — это распространенный способ сбора отзывов в рамках клиентского сервиса.

Индекс усилий клиента (CES, Customer Effort Score)
CES измеряет, насколько легко клиентам взаимодействовать с продуктом или услугой. Основа метрики — предположение, что клиенты более лояльны к продуктам, которые легче использовать.
Самый распространенный способ сбора данных для CES — это клиентские опросы.

Lifetime Value (LTV) или Customer Lifetime Value (CLV)
Lifetime Value (LTV), также известный как Customer Lifetime Value (CLV), представляет собой прогнозируемую чистую прибыль за весь период взаимодействия с клиентом.

LTV помогает определить ценность ваших пользователей. Например, если вы управляете сервисом подписки на коробки с закусками, где в среднем клиент платит $30 в месяц, а средняя продолжительность жизни клиента составляет 2 года, можно прогнозировать, что LTV на одного клиента равен $720.

Вы можете рассчитать LTV для каждого сегмента ваших пользователей и корректировать продуктовую стратегию соответственно. Например, если средний клиент B2B подписки на коробки с закусками тратит $40 в месяц в течение 5 лет, LTV составит $2400. Это означает, что оправданно выделить большую долю маркетингового бюджета на привлечение B2B-клиентов.

LTV предоставляет важную информацию о поведении клиентов, общем состоянии бизнеса и долгосрочной прибыльности продукта.

Ежемесячный и годовой повторяющийся доход (MRR, Monthly Recurring Revenue и ARR, Annual Recurring Revenue)
Эта метрика измеряет предсказуемый доход, который бизнес может ожидать ежемесячно или ежегодно. Повторяющийся доход означает, что клиент обязался платить определенную сумму за заданный период, в отличие от разовой покупки.

MRR является важным индикатором финансового здоровья для компаний с ежемесячной подпиской, таких как Amazon Prime, Spotify или Netflix. ARR предлагает более широкий взгляд, учитывая неизбежные колебания дохода из-за внешних факторов, таких как праздники или сезоны.

Средний доход на пользователя (ARPU, Average Revenue Per User)
ARPU — это средний доход, генерируемый одним пользователем. Метрику можно сегментировать по когортам, линиям продуктов или типам подписок. Эта метрика важна для понимания влияния стратегий привлечения и удержания пользователей на доход.

Пример:
Вы можете рассчитать срок окупаемости CAC (Customer Acquisition Cost — стоимость привлечения клиента) в месяцах, разделив CAC на Monthly ARPU. Это покажет, сколько месяцев в среднем пользователь должен быть платящим клиентом, чтобы окупить вложения, необходимые для его привлечения.

Отслеживание запросов на новые фичи (Feature Request Tracking)
Количество и характер запросов на фичи дают прямое представление о потребностях пользователей и желаемых улучшениях, помогая расставить приоритеты в разработке продукта.

На первый взгляд, большое количество запросов может показаться проблемой, но это не обязательно так. Это также может свидетельствовать об активной пользовательской базе, которая верит в продукт и готова развиваться вместе с ним.

Объем обратной связи от пользователей (User Feedback Volume)
Это количество отзывов, полученных через различные каналы (запросы в службу поддержки, социальные сети, форумы и т. д.).

Пользователи могут отправлять отзывы через множество каналов, но если эти каналы не рассматриваются в комплексе, вы рискуете “не видеть леса за деревьями”. Эта метрика помогает оценить общую вовлеченность пользователей и определить срочность устранения определенных проблем или выполнения запросов.

Индекс настроений клиентов (Customer Sentiment Score)
Этот индекс объединяет позитивные, нейтральные и негативные отзывы, чтобы предоставить общую метрику, отражающую удовлетворенность клиентов, их лояльность и общее отношение к продукту или бренду. Высокие оценки указывают на положительные настроения клиентов, а низкие — на области, требующие внимания и улучшения.
Наиболее быстрый способ измерить настроение клиентов — использовать искусственный интеллект. Обработка естественного языка (NLP, Natural Language Processing) позволяет инструментам на базе ИИ анализировать общие настроения в большом объеме данных о клиентах. Это включает не только внутренние опросы, но и комментарии в социальных сетях и на платформах с отзывами.

Коэффициент эскалации (Escalation Rate)
Коэффициент, отражающий, как часто проблемы клиентов передаются на более высокий уровень поддержки или управления. Высокий коэффициент эскалации может указывать на проблемы с:
• сложностью продукта,
• наличием багов,
• эффективностью службы поддержки.
Эта метрика особенно актуальна, если компания внедряет новый процесс поддержки клиентов, например, чат-бот на основе ИИ.

Если у вас нет опыта работы с данными или аналитикой, управление данными может показаться сложной задачей. Однако несколько простых принципов помогут эффективно управлять данными и использовать их для принятия решений:

1. Централизуйте данные
Хранение данных в разных источниках затрудняет отслеживание метрик. Если разные команды или сотрудники используют разные источники данных, это повышает риск недопонимания и ошибок.
Решение:
Соберите все данные в едином месте, будь то база данных, платформа аналитики или централизованный инструмент для совместной работы. Это улучшит доступность и согласованность данных.

2. Делитесь данными
Общие данные имеют большую ценность. Когда все участники команды имеют доступ к необходимым метрикам, это способствует принятию качественных решений на основе данных.
Решение:
Создайте систему управления правами доступа, чтобы разные роли могли получать именно те данные, которые им необходимы, не нарушая конфиденциальность.

3. Визуализируйте данные
Инструменты с функциями визуализации данных помогают превратить сложные числовые данные в простые и понятные графики, диаграммы и дашборды. Это делает информацию доступной для всех членов команды, даже тех, кто не обладает глубокими знаниями в области данных.
Решение:
Используйте инструменты, такие как Tableau, Power BI или встроенные дашборды в вашей системе аналитики, чтобы упрощать анализ данных и эффективно представлять результаты.

Подробнее об отслеживании показателей и других современных фреймворках, необходимых для запуска и управлении продуктами, вы узнаете на нашем курсе «Полное погружение в продакт-менеджмент». На курсе вы можете создать свой продукт с нуля или проработать существующий.

На курсе вы:

• Запускать продукты и управлять ими
• Улучшать метрики существующих продуктов
• Использовать Искусственный Интеллект для управления продуктами
• А также освоите 50+ инструментов и фреймворков из мира продакт-менеджмента