Продуктовые метрики: примеры для разных типов продуктов

Нужны продуктовые метрики не для отчетности. Метрики продукта помогают понять, где пользователь получает ценность, а где теряется. Они позволяют принимать решения на основе данных, а не догадок. Продакт, который умеет работать с показателями продукта, видит не набор фич, а живую систему, в которой каждое изменение можно измерять и проверять.

Миллион скачиваний приложения выглядит как успех продукта, пока не выясняется, что 80% пользователей удалили его на третий день. Это классический пример vanity-метрики: показатель красивый, но для развития продукта бесполезный. Разница между полезной и бесполезной метрикой в одном: полезная метрика помогает команде действовать, бесполезная только успокаивает.

Материал полезен продакт-менеджерам, которые хотят выстроить осмысленную систему отслеживания показателей, и аналитикам, которые помогают командам работать с данными. Разберем, какие метрики подходят для каждого типа продукта: мобильного приложения, SaaS, маркетплейса и медиа.

Что такое продуктовые метрики и как они устроены

Без понимания базовой логики легко скатиться в бесконечный список цифр, которые не складываются в картину. Такое продуктовые метрики по своей сути — измеримые показатели, которые отражают поведение пользователей, здоровье продукта и его влияние на бизнес.

Метрики продукта существуют на трех уровнях.

• Бизнесовые отражают финансовое здоровье компании: revenue, прибыль, стоимость привлечения клиента.
• Продуктовые показывают, как пользователи взаимодействуют с продуктом: retention, активные пользователи, конверсия.
• Технические измеряют стабильность и скорость: время загрузки, количество ошибок. Продакт работает на всех трех уровнях, но фокус его внимания, как правило, на продуктовом.

Показатели делят на два принципиально разных типа. Запаздывающие метрики фиксируют результат, который уже случился: выручка за квартал, отток пользователей за месяц. Опережающие сигнализируют о том, что произойдет: частота использования продукта новым пользователем в первую неделю хорошо предсказывает долгосрочное удержание. Грамотная система отслеживания включает оба типа.

Vanity-метрики выглядят убедительно, но не помогают принимать решения. Общее число регистраций, количество просмотров страницы, суммарные скачивания — все это показатели продукта, которые растут сами по себе и не говорят ничего о реальной ценности продукта для пользователя. Признак vanity-метрики простой: если на ее основе невозможно решить, что делать дальше, она бесполезна.

Что такое дерево метрик и зачем оно нужно

Дерево метрик — это иерархии метрик, выстроенные от главной цели вниз. На вершине стоит ключевая метрика продукта, которую команда хочет улучшить. Ниже располагаются метрики второго уровня, которые на нее влияют. Еще ниже конкретные показатели, которыми управляют отдельные команды. Такая структура помогает каждому понять, как его работа влияет на общий результат.

Метрики продукта могут быть разными в зависимости от стадии и типа продукта. Главное, чтобы каждая из них была привязана к реальному поведению пользователей, а не существовала ради красивого отчета.

Метрики для мобильных приложений

Мобильные приложения — один из самых конкурентных типов продуктов. Пользователь устанавливает приложение за секунду и удаляет его так же быстро. Поэтому показатели здесь строятся вокруг одного вопроса: возвращается ли человек после первого запуска и как часто.

DAU, WAU, MAU: как читать активность правильно

DAU (Daily Active Users) и Monthly Active Users показывают, сколько уникальных пользователей открывают приложение за день и за месяц. Сами по себе эти цифры мало что говорят. Гораздо информативнее их соотношение: DAU/MAU. Если оно выше 50%, продукт используют почти каждый день — как мессенджер или банковское приложение. Если ниже 20%, пользователи заходят редко, и это сигнал проблемы с вовлеченностью. Активные пользователи в абсолютных числах растут, а соотношение падает — значит, новые люди приходят, но старые уходят.

Retention: главный показатель здоровья приложения

Retention rate показывает, какой процент пользователей вернулся в приложение через определенное время после первого визита. Стандартные точки измерения: Day 1, Day 7, Day 30. Удержание на первый день ниже 25% сигнализирует о проблемах с онбордингом. Если Day 30 retention выше 15%, это хороший результат для большинства приложений. Для социальных сетей и мессенджеров планка выше. Удержание — это эта продуктовая метрика, которую сложнее всего улучшить и проще всего потерять.

Session length и session frequency

Время использования продукта за одну сессию и частота использования продукта в неделю вместе дают понимание глубины вовлеченности. Для игр и стриминговых сервисов длинные сессии — это хорошо. Для банковского приложения или агрегатора такси короткие и частые сессии говорят о том, что продукт решает задачу быстро, и это тоже успех. Интерпретация зависит от контекста конкретного продукта.

Churn rate: сколько пользователей уходит

Churn rate — процент пользователей, которые перестали пользоваться приложением за период. Эта метрика напрямую влияет на стоимость привлечения: если отток высокий, бюджет на привлечение уходит в никуда. Снижение churn на 5% часто дает больший эффект на рост, чем увеличение привлечения на 20%. Именно поэтому удержание всегда приоритетнее acquisition на зрелом продукте.

Activation rate: доходит ли пользователь до ценности

Activation rate показывает, какой процент нового пользователя совершает ключевое целевое действие после установки. Для фитнес-приложения это может быть завершение первой тренировки, для маркетплейса — первый заказ, для B2B-инструмента — приглашение коллеги. Низкий activation rate говорит о том, что пользователи приходят, но не понимают, зачем остаться. Это проблема онбординга, а не продукта в целом.

Показатели мобильного приложения нужно смотреть в связке, а не по отдельности. Рост DAU при падающем retention говорит об одном. Рост retention при стагнирующем DAU говорит о другом. Только вместе они дают честную картину.

Метрики для SaaS-продуктов

SaaS — это подписочная модель, где главный враг не конкурент, а отток. Пользователь платит каждый месяц, и каждый месяц он решает заново: продолжать или нет. Поэтому показатели здесь строятся вокруг выручки, удержания и той ценности, которую клиент получает от продукта или сервиса на длинном горизонте.

MRR и ARR: как измерять выручку в подписочной модели

MRR (Monthly Recurring Revenue) — ежемесячная повторяющаяся выручка. Это базовый показатель эффективности любого SaaS. Он показывает предсказуемый доход от продукта без учета разовых платежей и позволяет планировать рост. ARR — годовой эквивалент, который используют для оценки бизнеса инвесторы и для сравнения с рынком. Отслеживать нужно не только абсолютный MRR, но и его составляющие: новый MRR от привлечения, expansion MRR от апселла и потерянный MRR от оттока.

Churn rate и revenue churn: в чем разница

Customer churn rate показывает, какой процент клиентов отказался от подписки за период. Revenue churn показывает, какой процент выручки при этом потеряно. Разница принципиальная. Если уходят мелкие клиенты, а крупные остаются, customer churn будет высоким, а revenue churn низким. Для большинства SaaS-продуктов revenue churn важнее: он показывает реальное влияние оттока на доход от продукта.

LTV и CAC: соотношение, которое определяет здоровье бизнеса

LTV (Lifetime Value) — средний доход, который компания получает от одного клиента за все время. CAC — стоимость привлечения этого клиента. Здоровое соотношение LTV к CAC для SaaS — не менее 3:1. Если стоимость привлечения выше трети LTV, бизнес-модель не сходится. Отслеживание этого соотношения в динамике говорит о том, становится ли продукт эффективнее или дороже в обслуживании.

Activation rate: время до первой ценности

В SaaS activation rate — это процент пользователей, которые дошли до момента «ага». Это момент, когда человек понял, зачем ему этот продукт, и получил первый результат. Для проектного менеджера это может быть первый созданный проект с командой. Для аналитического инструмента — первый построенный отчет. Чем быстрее пользователь добирается до этой точки, тем выше вероятность, что он останется. Метрика помогает найти узкое место в онбординге и устранить его точечно.

NPS и CSAT: когда считать и зачем

NPS (Net Promoter Score) показывает, насколько пользователи готовы рекомендовать продукт другим. CSAT измеряет удовлетворенность конкретным взаимодействием. Оба показателя относятся к качественным, но выражаются количественно. Для SaaS NPS особенно важен на этапе зрелости: он предсказывает отток раньше, чем это видно в revenue churn. Падение NPS на 10 пунктов почти всегда предшествует росту оттока через 1-2 месяца.

Average Revenue Per User: как не спутать рост с иллюзией

Average revenue per user, или ARPU, показывает, сколько в среднем приносит каждый активный пользователь за период. Растущий ARPU при стагнирующей базе говорит об успешном апселле. Падающий ARPU при растущей базе сигнализирует о том, что привлекаются более дешевые сегменты. Без отслеживания этого показателя в динамике легко принять рост числа клиентов за рост бизнеса, хотя на деле доход на пользователя падает.

Ключевые продуктовые метрики SaaS-продукта всегда смотрят в связке. Хороший MRR при высоком churn rate — это дырявое ведро. Низкий CAC при слабом LTV — это рост, который не окупается. Только вместе эти показатели дают честную картину здоровья продукта.

Метрики для маркетплейсов и e-commerce

Маркетплейс — это двусторонняя платформа, где одновременно нужно удерживать продавцов и покупателей. E-commerce это отдельная история: один тип аудитории, но сложная воронка от первого визита до повторной покупки. В обоих случаях показатели строятся вокруг транзакций, среднего чека и возвращаемости.

GMV: оборот, который легко переоценить

GMV (Gross Merchandise Value) — общая стоимость всех товаров и услуг, проданных через платформу за период. Это верхнеуровневая метрика, которую любят показывать инвесторам. Проблема в том, что GMV не отражает реальный доход от продукта. Маркетплейс зарабатывает только на комиссии, а не на всем обороте. Поэтому GMV всегда нужно смотреть вместе с take rate — процентом комиссии, который платформа берет с каждой транзакции.

Конверсия по воронке: где теряются покупатели

Воронка e-commerce выглядит так: визит — просмотр товара — добавление в корзину — оформление заказа — оплата. На каждом шаге часть пользователей уходит. Анализ продукта начинается именно здесь: найти этап с наибольшим отвалом и разобраться почему. Средняя конверсия из визита в покупку для e-commerce составляет 1-3%. Если ниже, проблема либо в трафике, либо в самом продукте: карточках товаров, оформлении заказа, способах оплаты.

AOV: средний чек и как на него влиять

AOV (Average Order Value) — средний доход с одного заказа. Растить AOV проще и дешевле, чем привлекать новых пользователей. Инструменты влияния: бандлы, рекомендации сопутствующих товаров, пороги бесплатной доставки. Если пользователь видит, что до бесплатной доставки не хватает 200 рублей, он часто добавляет еще один товар. Это простой механизм, который напрямую поднимает AOV без дополнительных затрат на привлечение.

Repeat Purchase Rate: возвращаются ли покупатели

Repeat purchase rate показывает, какой процент покупателей совершил более одной покупки за период. Для большинства e-commerce продуктов это ключевой показатель эффективности: привлечение нового пользователя обходится в 5-7 раз дороже, чем удержание существующего. Рост repeat purchase rate на 10% часто дает больший эффект на выручку, чем увеличение рекламного бюджета. Маркетплейсы типа Wildberries и Ozon строят целые программы лояльности именно вокруг этого показателя.

Take Rate: как платформа зарабатывает

Take rate — процент от каждой транзакции, который остается у платформы. Это ключевой показатель монетизации любого маркетплейса. Слишком высокий take rate отпугивает продавцов и снижает предложение. Слишком низкий не позволяет платформе зарабатывать. Отслеживание take rate в динамике показывает, насколько устойчива бизнес-модель и есть ли пространство для роста монетизации без потери пользователей продукта.

CAC и LTV в e-commerce

Стоимость привлечения в e-commerce считается иначе, чем в подписочных продуктах. Здесь важно учитывать когортный LTV: сколько в среднем тратит покупатель за первые 90, 180 и 365 дней после первой покупки. Когортный анализ продукта показывает, какие каналы привлечения дают самых ценных покупателей, а не просто самых дешевых. Разница между этими двумя типами пользователей может быть кратной.

Показатели маркетплейса и e-commerce нужно смотреть на уровне когорт, а не в среднем по больнице. Средний AOV скрывает разницу между покупателями из разных каналов. Средний repeat purchase rate не показывает, какие категории товаров удерживают лучше. Детализация — вот где начинается настоящий анализ метрик.

Метрики для медиа и контентных продуктов

Контентные продукты измеряют иначе, чем транзакционные. Здесь нет корзины и нет подписки на функции — есть внимание пользователя, которое нужно заслужить каждый раз заново. Основные продуктовые метрики строятся вокруг одного вопроса: потребляет ли человек контент глубоко или просто пролистывает.

Просмотры vs вовлеченность: что считать успехом

Просмотры — это vanity-метрика для большинства медиапродуктов. Миллион показов статьи ничего не говорит о том, прочитал ли ее хоть кто-то до конца. Вовлеченность измеряется иначе: время использования продукта на единицу контента, глубина скролла, доля пользователей, дочитавших материал до конца. Для видеоплатформ ключевым показателем становится average view duration — среднее время просмотра относительно длины ролика. YouTube открыто говорит, что именно эта метрика влияет на продвижение контента в рекомендациях.

Time on page и scroll depth: глубина потребления

Time on page показывает, сколько времени пользователь провел на странице с контентом. Scroll depth показывает, как далеко он прокрутил. Вместе они дают понимание реального потребления. Статья с высоким трафиком и низким scroll depth скорее всего не оправдывает ожидания читателя: заголовок обещает одно, содержание дает другое. Это сигнал пересмотреть структуру материала, а не увеличивать бюджет на его продвижение.

Retention для подписных медиапродуктов

Для медиапродуктов с платной подпиской удержание считается так же, как в SaaS: какой процент подписчиков продлил подписку через месяц, три месяца, год. Но есть нюанс: в медиа удержание сильно зависит от регулярности выхода качественного контента. Резкое падение retention часто совпадает не с изменением продукта, а с провальным периодом в редакции. Поэтому анализ метрик здесь всегда идет рядом с контент-планом.

Subscriber Growth Rate: как растет аудитория

Subscriber growth rate показывает, с какой скоростью растет база подписчиков за период. Важно смотреть не только на абсолютный прирост, но и на соотношение новых подписчиков и отписавшихся. Если приток новых пользователей высокий, а отток такой же высокий, база не растет, а просто обновляется. Это говорит о проблеме с качества продукта для существующей аудитории, а не об успехе в привлечении.

Метрики для стриминговых сервисов

Стриминговые платформы типа видеосервисов отслеживают отдельный набор показателей. Completion rate — процент пользователей, досмотревших контент до конца. Rewatch rate — процент повторных просмотров. Content efficiency — соотношение затрат на производство контента к количеству просмотров и удержанию аудитории. Высокий completion rate сигнализирует о том, что контент держит внимание. Низкий — что пользователи уходят в середине и, скорее всего, не вернутся к этому формату.

Метрики медиапродукта всегда нужно сегментировать по типу контента и каналу привлечения. Пользователи из поиска ведут себя иначе, чем пришедшие из рассылки. Читатели лонгридов отличаются от тех, кто потребляет короткие форматы. Без сегментации любого продукта средние показатели скрывают реальную картину.

Фреймворки для работы с метриками: AARRR, HEART, North Star

Фреймворки не заменяют мышление, но помогают структурировать его. Без системного подхода команда выбирает показатели хаотично и теряет фокус. Каждый фреймворк решает свою задачу, и выбор между ними зависит от типа продукта и того, что команда хочет улучшить.

AARRR: для продуктов с воронкой привлечения

AARRR — фреймворк, который разбивает путь пользователя на пять этапов: Acquisition, Activation, Retention, Referral, Revenue. Каждый этап измеряется своим набором показателей. Acquisition — откуда приходят пользователи и сколько это стоит. Activation — доходят ли они до первой ценности. Retention — возвращаются ли после первого визита. Referral — рекомендуют ли продукт другим. Revenue — сколько приносит каждый пользователь.

Фреймворк хорошо работает для продуктов с линейной воронкой: мобильные приложения, e-commerce, SaaS с пробным периодом. Его главное преимущество в том, что он сразу показывает, на каком этапе теряются пользователи продукта. Если activation высокий, а retention низкий, проблема не в привлечении, а в том, что продукт не удерживает интерес после первого опыта.

HEART: для продуктов с фокусом на пользовательский опыт

HEART — фреймворк от Google, который оценивает качество взаимодействия пользователя с продуктом. Расшифровывается как Happiness, Engagement, Adoption, Retention, Task Success. Happiness измеряется через опросы и NPS. Engagement — через частоту и глубину использования. Adoption — через долю пользователей, освоивших ключевые функций продукта. Retention — через удержание. Task Success — через успешность выполнения целевых действий.

HEART особенно полезен, когда продукт уже работает и команда хочет улучшить пользовательский опыт, а не просто растить трафик. Для новых продуктов в фазе поиска PMF он менее применим: там важнее скорость и привлечение, а не шлифовка опыта.

North Star Metric: один показатель вместо десяти

North Star Metric — это единственный показатель, который лучше всего отражает ценность продукта для пользователей и одновременно коррелирует с долгосрочным ростом бизнеса. Смысл не в том, чтобы игнорировать другие показатели, а в том, чтобы выстроить иерархии метрик вокруг одной главной.

Хорошая North Star Metric отвечает трем критериям. Она отражает реальную пользу для пользователя, а не просто бизнес-результат. Она измерима и однозначна. Команда может на нее влиять своими действиями. Revenue не подходит как North Star: это следствие, а не причина. Количество уникальных пользователей тоже слабый вариант: можно накрутить регистрации и получить высокий показатель при нулевой вовлеченности.

Дерево метрик: как связать фреймворк с реальной работой

Любой фреймворк становится рабочим инструментом только тогда, когда он декомпозирован до уровня конкретных задач команды. Дерево метрик строится сверху вниз: North Star или верхнеуровневый показатель разбивается на факторы влияния, каждый из которых разбивается дальше. В итоге каждая команда видит свой участок дерева и понимает, как ее работа влияет на общий результат.

Какой фреймворк выбрать для своего продукта

Выбор зависит от стадии и задачи. AARRR подходит, когда нужно найти узкое место в воронке и улучшить конверсию на конкретном этапе. HEART работает, когда продукт уже привлекает достаточно пользователей, но их опыт требует улучшения. North Star подходит всегда как надстройка над любым другим фреймворком: она задает направление, а AARRR или HEART помогают двигаться к ней системно.

Фреймворк — это не догма. Многие зрелые продуктовые команды комбинируют элементы разных подходов, адаптируя их под свой контекст. Главное, чтобы выбранная система помогала команде фокусироваться, а не добавляла новый слой абстракции поверх и без того сложной реальности.

Как выстроить систему метрик для своего продукта

Выстроить систему показателей с нуля проще, чем кажется. Главное — идти от цели к метрике, а не наоборот. Этот чеклист собирает все из статьи в один практичный список.

Чеклист выбора метрик

Шаг 1. Определите цель

• Сформулируйте, чего хотите достичь: рост выручки, удержание пользователей, выход на новый рынок
• Убедитесь, что цель продукта совпадает с бизнес-целью команды

Шаг 2. Выберите North Star Metric

• Найдите один показатель, который лучше всего отражает ценность продукта для пользователей
• Проверьте: метрика должна коррелировать с ростом бизнеса и поддаваться влиянию команды

Шаг 3. Декомпозируйте до подметрик

• Разложите North Star на 3-5 факторов влияния
• Назначьте ответственных за каждый показатель внутри команды

Шаг 4. Добавьте guardrail-метрики

• Определите показатели, которые не должны ухудшиться в процессе оптимизации
• Включите их в дашборд рядом с основными

Шаг 5. Выберите фреймворк

• Используйте AARRR если нужно найти узкое место в воронке
• Используйте HEART если фокус на качестве пользовательского опыта
• Комбинируйте оба если продукт уже зрелый

Шаг 6. Ограничьте количество метрик

• Оставьте не более 5 ключевых показателей на дашборде
• Остальные метрики продукта могут жить в отдельных отчетах для углубленного анализа

Три правила, которые работают для любого продукта

Метрики не делают продукт лучше сами по себе. Их задача — дать команде общий язык для обсуждения реальности и основу для решений. Продукт, который измеряется правильно, развивается быстрее не потому что у него больше данных, а потому что команда тратит меньше времени на споры и больше на действия.

Правило первое: смотрите на тренд, а не на точку. Показатели продукта имеют смысл только в динамике. Retention 20% это катастрофа для мессенджера и хороший результат для сервиса заказа такси. Одна цифра без контекста и истории ничего не говорит о реальном состоянии продукта.

Правило второе: сегментируйте, а не усредняйте. Средний AOV, средний retention, среднее время сессии — все это усредняет поведение очень разных людей. Реальная картина открывается в разбивке по когортам, каналам привлечения и периодам. Именно там находятся точки роста, которые не видны на уровне общего дашборда.

Правило третье: если метрика не влияет на решение, уберите ее с дашборда. Перегруженный дашборд создает иллюзию контроля, а не реальное понимание продукта. Настоящий анализ начинается с вопроса: что команда сделает по-другому, если этот показатель изменится. Если ответа нет, показатель лишний.

Не пытайтесь выстроить идеальную систему метрик за один день. Начните с одного: определите North Star Metric для вашего продукта, декомпозируйте ее на 3-4 подметрики и договоритесь с командой, что именно вы будете отслеживать в ближайший квартал. Потом скорректируете.

Успешность продукта определяется не количеством цифр на дашборде, а качеством решений, которые команда принимает на их основе. Метрики продукта могут показать где проблема, но найти решение все равно должны люди.