Продуктовые метрики: ультимативный гайд как не запутаться Я уже писала выше, что самое сложное в продуктовой аналитике - это метрики. Настало время раскрыть эту мысль чуть подробнее. Здесь будем обсуждать только классические продуктовые метрики, кастомные оставим за скобками для следующего раза. Если просто вбить в поиск “продуктовые метрики”, можно утонуть в списках и статьях. Проблема не только в количестве самих метрик (их правда много), но и в том, как их классифицировать. Перечислять метрики бессмысленно, но и с классификациями тоже не всё просто: их много, и каждая решает свою задачу. В итоге у нас не только сотни метрик, но и десятки разных способов их группировать. Давайте попробуем распутать эти классификации и посмотрим, какие из них наиболее последовательные и логичные. Помогут нам в этом старые добрые правила логического деления, прям из курса философии, напомню их кратко: 🟡Деление должно быть по одному основанию. 🟡Деление должно быть полным (охватывать все элементы). 🟡Члены деления должны исключать друг друга. 🟡Деление должно быть последовательным, без перескоков между уровнями. Основные существующие классификации: 🟡Классификация от GoPractice: - метрики роста - метрики продукта - метрики эффективности решения задачи пользователя - метрики добавочной ценности Последние два вида метрик дополнили сравнительно недавно. 🟡Популярные фреймворки для работы с метриками: - AAARRR (Awareness – Acquisition – Activation – Retention – Referral – Revenue), пиратские метрики – отражают этапы пользовательской воронки; - HEART (Happiness – Engagement – Adoption – Retention – Task success); - Дерево метрик - способ организации иерархии метрик в конкретном продукте. 🟡В A/B тестировании метрики могут быть - целевые - прокси - заградительные - информационные Но не все эти классификации соответствуют правилам деления, описанным выше. Например, классификация метрик в A/B тестировании отлично работает для своей задачи, но не охватывает многообразие метрик в целом (=деление не полное). AAARRR и HEART удобны для анализа воронки пользователей, но нарушают правило деления по одному основанию и перескакивают между уровнями. Дерево метрик классно подходит для анализа продукта, но не отвечает на вопрос, какие метрики бывают в принципе, то есть чтобы построить дерево метрик, надо быть уже достаточно погруженным в контекст. Деление GoPractice кажется довольно удачным, так как позволяет структурировать метрики по смыслу (правда, затрудняюсь сказать, какое там основание деления, но это работает). Финансовые метрики, которые часто выделяют в отдельную категорию, в этой классификации относятся 🟡к метрикам роста (все абсолютные значения, такие как GMV, EBITDA) 🟡к метрикам продукта (все "средние" значения: ARPU, ARPPU, средние чеки, LTV и тд). Единственное, в классификацию GoPractice не входят маркетинговые метрики, но поскольку есть почти все остальные, это наиболее полная и непротиворечивая классификация. Возможно, стоит ее дополнить отдельно маркетинговыми метриками, например, СPC (Cost per click), CAC (Customer acquisition cost) и другими. Классификация GoPractice довольно неплохая для старта в метриках, хоть она не полностью удовлетворяет правилам логического деления. Тем не менее, из того что нашла я, это ближе всего к осмысленной систематизации, которая помогает разобраться во всем многообразии метрик. А какие источники по метрикам вы считаете самыми полезными/непротиворечивыми/всеобъемлющими? Дополняйте в комментариях 👇 #analytics #metrics