📈 Продуктовые и бизнес-метрики

Короткий ответ Воронка — последовательность шагов, которые пользователь проходит на пути к целевому действию; она нужна, чтобы увидеть, на каком именно шаге теряется больше всего пользователей, и сфокусировать усилия на устранении узкого места. Как это работает подробнее для каждого шага считают число уникальных пользователей, дошедших до него, и конверсию перехода к следующему шагу; результат обычно визуализируют как убывающие столбцы или треугольник. Что использовать на практике Применение. шаги воронки нужно выбирать так, чтобы они отражали реальный пользовательский путь (а не произвольные технические события), и быть готовым, что часть пользователей проходит шаги не строго по порядку. Проверка или пример. Видно, что самое большое относительное падение — между шагом 2 и 3 (просмотр → корзина), именно туда стоит направить анализ причин в первую очередь. Подводные камни Частая ошибка. строят воронку из событий, которые не являются обязательными для достижения цели (искажает картину); делают выводы о "проблем

Читать полностьюconversion-rate

Короткий ответ Когорта — группа пользователей, объединённых общим признаком, чаще всего датой первого визита или регистрации; когортный анализ сравнивает поведение (retention, выручку) разных когорт во времени, чтобы понять, улучшается ли продукт для новых пользователей. Как это работает подробнее пользователей группируют по дате (неделе, месяцу) первого действия, затем для каждой когорты считают выбранную метрику на 1-й, 2-й, N-й день/неделю/месяц после входа в когорту. Что использовать на практике Применение. когорты можно формировать не только по дате, но и по каналу привлечения, платформе, тарифу — это позволяет сравнивать не только "со временем", но и "между сегментами"; результат часто представляют в виде матрицы (когортная таблица). Проверка или пример. Рост retention на день 7 и день 30 у апрельской когорты по сравнению с мартовской — сигнал, что изменения в продукте в марте-апреле положительно повлияли на удержание новых пользователей. Подводные камни Частая ошибка. сравнивают когорты разного размера

Читать полностьюcohort-analysis

Короткий ответ Если считать среднюю накопленную выручку (LTV) только по пользователям, которые всё ещё активны сегодня, то оценка будет завышена, потому что в выборку не попадают пользователи, которые уже ушли и в среднем принесли меньше денег — это классический survivorship bias. Как это работает подробнее "выжившие" пользователи — это, по определению, те, кто не ушёл; они систематически отличаются от общей когорты (дольше используют продукт, обычно больше платят), поэтому расчёт LTV только по ним — это оценка LTV "хороших" пользователей, а не всей когорты целиком. Пример кода Что использовать на практике Практика. корректный расчёт LTV когорты должен включать всех пользователей, когда-либо входивших в когорту, включая уже ушедших (их вклад в выручку просто перестаёт расти после ухода), а не фильтровать по признаку "активен сейчас"; для ещё не завершивших свой жизненный цикл пользователей нужно либо ждать, либо использовать методы прогнозирования (например, модели типа BG/NBD), явно отмечая, что это оценка,

Читать полностьюcohorts

Короткий ответ CAC (Customer Acquisition Cost) — средние затраты на привлечение одного нового клиента, считается как сумма расходов на привлечение за период, делённая на число новых привлечённых клиентов за этот же период. Как это работает подробнее в числитель обычно включают расходы на рекламу, маркетинговые кампании, иногда зарплаты маркетинга/продаж; в знаменатель — число новых клиентов, привлечённых этими расходами за выбранный период. Что использовать на практике Применение. нужно заранее договориться, что входит в расходы (только медиа-бюджет или ещё и зарплаты команды) и какой период атрибуции используется (день клика, день конверсии) — от этого методологического выбора сильно зависит итоговое число, и сравнивать CAC между компаниями без поправки на методологию некорректно. Проверка или пример. Проверка: сопоставить 2 000 руб с LTV — если LTV < CAC, юнит-экономика отрицательная. Подводные камни Частая ошибка. делят весь маркетинговый бюджет компании на всех новых пользователей без разбивки по каналам,

Читать полностьюattribution

Короткий ответ CAC payback period — время (обычно в месяцах), за которое накопленная маржинальная прибыль от клиента окупает затраты на его привлечение; считается как CAC, делённый на средний маржинальный доход на клиента за период (ARPU × margin). Как это работает подробнее payback = CAC / (ARPU_per_period × gross_margin); чем короче payback, тем быстрее компания возвращает вложенные в привлечение деньги и может реинвестировать их в дальнейший рост без привлечения дополнительного капитала. Пример кода Что использовать на практике Практика. payback period важнее, чем просто сравнение LTV и CAC, когда бизнес растёт быстро и ограничен в кэше — даже при LTV/CAC > 3 слишком долгий payback (например, 24+ месяцев) может создать кассовый разрыв; для разных индустрий есть ориентировочные бенчмарки (например, SaaS часто ориентируется на payback < 12 месяцев), но это не универсальное правило и зависит от доступа к капиталу и модели роста компании. Подводные камни Частые ошибки. считают payback по выручке, а не по марже

Читать полностьюarpu

Короткий ответ Churn rate — доля пользователей (или подписчиков), активных на начало периода, которые перестали быть активными/отменили подписку к концу периода; считается как число ушедших, делённое на базу на начало периода. Как это работает подробнее фиксируем базу пользователей на начало месяца, затем проверяем, кто из них не проявил активности (или отменил подписку) в течение месяца; churn = ушедшие / база на начало. Что использовать на практике Применение. для подписочных продуктов churn обычно считают по факту отмены/неоплаты подписки, для продуктов с бесплатным использованием — по отсутствию активности N дней подряд; важно не включать в знаменатель новых пользователей, пришедших в этом же периоде. Проверка или пример. Данные: на 1 марта было 1000 активных подписчиков, к 1 апреля 60 из них отменили подписку (новые подписчики в расчёт не входят). Проверка: 6% в месяц соответствует ожидаемому годовому churn ≈ 1 - (1-0.06)^12 ≈ 51% при допущении постоянного месячного churn — такой sanity check помогает за

Читать полностьюchurn

Короткий ответ Conversion rate — доля пользователей, прошедших от одного шага воронки к следующему (или от первого шага к целевому действию), выраженная в процентах. Как это работает подробнее берём число уникальных пользователей, дошедших до целевого шага, и делим на число уникальных пользователей, вошедших в воронку (или на предыдущем шаге). Пример кода Что использовать на практике Применение. важно явно зафиксировать, считаем ли конверсию "step-to-step" (между соседними шагами) или "step-to-end" (от входа до конечной цели) — это разные числа и разные выводы; также нужно решить окно времени (конверсия в течение сессии, суток, N дней). Проверка или пример. conversion = purchased / viewed. Проверка: purchased не должно превышать viewed, если purchase логически возможен только после view. Подводные камни Частая ошибка. считают конверсию по числу событий, а не по уникальным пользователям (один пользователь может несколько раз "просмотреть товар"); не ограничивают окно времени, из-за чего в конверсию попадают по

Читать полностьюconversion-rate

Короткий ответ Guardrail-метрика — показатель, который нельзя сильно ухудшать при попытке улучшить основную (целевую) метрику; она служит "сигналом тревоги" о том, что оптимизация приносит побочный вред. Как это работает подробнее при запуске изменения или эксперимента, помимо основной метрики успеха, заранее выбирают 1-3 метрики-ограничителя и следят, чтобы они не ухудшились сверх допустимого порога. Что использовать на практике Применение. guardrail-метрики обычно выбирают так, чтобы они отражали качество опыта пользователя или долгосрочное здоровье бизнеса (жалобы, возвраты, отписки, время загрузки), а не только краткосрочную выгоду. Проверка или пример. Команда убрала шаг подтверждения email перед покупкой, чтобы повысить конверсию (целевая метрика выросла с 3% до 3.8%), но доля возвратов/чарджбэков (guardrail) выросла с 1% до 4% — суммарный эффект на бизнес оказался отрицательным, хотя целевая метрика улучшилась. Подводные камни Частая ошибка. оценивают успех изменения только по основной метрике, не пров

Читать полностьюab-testing

Короткий ответ Единого рецепта против закона Гудхарта ("метрика, ставшая целью, перестаёт быть хорошей метрикой") нет — обычно нужна комбинация guardrail-метрик, периодического пересмотра определения NSM, качественной проверки (например, пользовательских интервью) и явного культурного сигнала от руководства, что "игра с метрикой" недопустима даже при формальном выполнении цели. Как это работает подробнее локальная оптимизация NSM возникает, когда команда находит способ формально увеличить метрику без создания реальной ценности (например, рассылка push-уведомлений ради краткосрочного роста "активных сессий" в счёт NSM); чем конкретнее и легче манипулируемой является метрика, тем выше риск такого поведения. Команда роста добилась увеличения NSM "число активных сессий в неделю" через агрессивные авто-воспроизведения контента, не требующие осознанного действия пользователя. После добавления guardrail "доля сессий с осознанным взаимодействием (клик/лайк/ответ) от общего числа сессий" стало видно, что эта доля упал

Читать полностьюgoodharts-law