Содержание
- Что показывают основные метрики продукта
- North Star Metric: главная метрика должна измерять ценность, а не активность ради активности
- Как выбрать North Star Metric
У продукта могут расти регистрации и продажи, но это еще не означает, что сам продукт становится сильнее. Новые пользователи могут приходить благодаря рекламе, один раз пробовать сервис и больше не возвращаться. Выручка некоторое время продолжит расти за счет привлечения, хотя внутри продукта уже появилась проблема с удержанием.
Поэтому продуктовые метрики нельзя рассматривать как пять независимых цифр в одном отчете. Они показывают разные части одной системы:
- North Star Metric - получает ли пользователь основную ценность продукта;
- Activation - сколько новых пользователей дошли до первой значимой ценности;
- Retention - сколько продолжают пользоваться продуктом;
- Churn - сколько пользователей или клиентов продукт теряет;
- LTV - сколько денег приносит клиент за все время взаимодействия с компанией.
Главная задача продуктовой аналитики - связать эти показатели между собой и понять, на каком участке возникает ограничение роста.
Что показывают основные метрики продукта
| Метрика | Что показывает | Какой вопрос помогает решить |
| North Star Metric | Получение ключевой ценности продукта | Пользователи действительно используют продукт так, как задумано? |
| Activation | Первое получение ценности | Сколько новых пользователей поняли пользу продукта и начали им пользоваться? |
| Retention | Повторное использование | Возвращаются ли пользователи после первого опыта? |
| Churn | Потерю клиентов или пользователей | Сколько аудитории продукт теряет и когда это происходит? |
| LTV | Экономическую ценность клиента | Сколько денег приносит клиент за время работы с продуктом? |
Смысл не в том, чтобы выбрать одну "самую правильную" метрику. Ценность появляется, когда показатели образуют цепочку.
Если активация высокая, а удержание низкое, первый опыт работает, но причина возвращаться в продукт отсутствует. Если удержание хорошее, а LTV почти не растет, проблема может быть уже не в продуктовой ценности, а в монетизации. Если растет отток, необходимо понять, какая группа клиентов уходит и что происходило с их поведением до ухода.
Российский Яндекс Практикум также разделяет продуктовые показатели по этапам взаимодействия пользователя с продуктом: от привлечения и активации до удержания и получения дохода.
North Star Metric: главная метрика должна измерять ценность, а не активность ради активности
North Star Metric, или "метрика Полярной звезды", - главный показатель, вокруг которого команда связывает развитие продукта.
Хорошая North Star Metric отвечает не на вопрос "сколько у нас пользователей", а на вопрос "сколько пользователей действительно получили основную ценность продукта".
Например, для онлайн-сервиса регистрации сами по себе мало что говорят. Пользователь мог зарегистрироваться, посмотреть интерфейс и уйти. Значительно полезнее измерять количество пользователей или команд, которые выполнили ключевое действие, ради которого продукт существует.
В корпоративном блоге Avito North Star Metric также описывается как показатель, отражающий основную ценность продукта для пользователя и помогающий команде сфокусироваться на стратегическом росте.
Сотрудники не приносят результаты, но не понятно, почему?
Внедрите понятную систему ключевых метрик:
- Простые и наглядные отчеты об эффективности
- Все важные метрики в режиме «одного окна»
- Отслеживайте тренды роста и падения
Как выбрать North Star Metric
Универсальной формулы нет. Сначала нужно определить главное полезное действие.
Для разных продуктов оно будет разным.
У сервиса совместной работы это может быть количество команд, которые за неделю завершили совместный рабочий процесс.
У сервиса бронирования - количество успешно завершенных бронирований.
У образовательной платформы - количество пользователей, регулярно проходящих обучение и выполняющих задания.
У интернет-магазина - количество завершенных заказов постоянных покупателей.
Плохой вариант North Star Metric - "число зарегистрированных пользователей". Регистрация еще не означает, что человек воспользовался продуктом.
Другой спорный вариант - выручка. Выручка может увеличиться после повышения цены даже тогда, когда клиентов становится меньше, они пользуются продуктом реже и постепенно уходят. Финансовый показатель в таком случае растет раньше, чем становится заметно ухудшение самого продукта.
Поэтому у хорошей North Star Metric обычно есть три свойства:
- отражает реальную ценность для пользователя;
- меняется, когда меняется поведение пользователей;
- связана с долгосрочным результатом бизнеса.
При этом одной North Star Metric недостаточно. Компания может улучшать главный показатель способом, который ухудшает другие части продукта. Поэтому рядом нужны метрики активации, удержания, оттока и экономики.
Activation: сколько пользователей дошли до первой ценности
Activation, или активация, показывает долю новых пользователей, которые совершили действие, свидетельствующее о первом получении ценности от продукта.
Формула:
Activation = число активированных пользователей / число новых пользователей * 100%
Главная сложность здесь не в расчете, а в определении того, что считать активацией.
Представим сервис совместной работы.
Слабый вариант:
"Пользователь зарегистрировался".
Регистрация показывает только интерес к продукту.
Более содержательный вариант:
"Пользователь создал рабочее пространство, пригласил коллегу и вместе с ним завершил первую задачу".
Во втором случае действие гораздо ближе к той пользе, ради которой существует сервис.
В материале Контур о развитии продукта Activation Rate также связывается с выполнением первых ключевых действий внутри продукта, а не просто с фактом прихода пользователя.
Пример расчета Activation
За месяц в сервисе зарегистрировались 250 новых команд.
100 из них выполнили заранее определенное действие активации.
Activation = 100 / 250 * 100% = 40%
Само значение 40% пока не говорит, хорошо это или плохо. Значительно полезнее сравнить:
- активацию разных когорт;
- пользователей из разных каналов привлечения;
- разные тарифы;
- показатели до и после изменения первого сценария работы;
- время от регистрации до активации.
Если активация выросла с 40% до 50%, но удержание через месяц одновременно снизилось, делать вывод об улучшении продукта рано. Возможно, компания просто упростила первое действие, которое на самом деле не связано с долгосрочной ценностью.
Retention: возвращается ли пользователь за ценностью
Retention, или удержание, показывает, какая часть пользователей продолжает пользоваться продуктом через определенное время.
В документации Яндекс AppMetrica показатель Retention рассчитывается по когортам: пользователи объединяются по периоду первого запуска или другому стартовому событию, после чего измеряется доля тех, кто вернулся в определенный день, неделю или месяц.
Базовая формула:
Retention = вернувшиеся пользователи / пользователи исходной когорты * 100%
Допустим, 100 команд активировались в январе.
Через 30 дней продуктом продолжали пользоваться 45 из них.
Retention на 30-й день:
45 / 100 * 100% = 45%
Здесь особенно важен период измерения.
Для продукта, которым пользуются каждый день, имеет смысл анализировать возврат через день, неделю и месяц.
Если сервис нужен клиенту раз в месяц, удержание на седьмой день может вообще ничего не означать. Пользователь не вернулся не потому, что продукт ему не нужен, а потому, что следующий естественный сценарий использования еще не наступил.
Поэтому сначала определяется нормальная частота использования продукта, а уже затем выбирается период Retention.
Retention или стратегия, удержания клиентов
Почему Retention лучше смотреть по когортам
Средний показатель по всей аудитории способен скрывать изменения.
Представим две ситуации.
В январе пришло 100 пользователей, через месяц осталось 60.
В феврале после изменения продукта пришло еще 100, но через месяц осталось только 30.
Если смотреть на всю активную базу, ухудшение может быть частично скрыто притоком новых пользователей.
Когортный анализ показывает ситуацию точнее: февральская группа удерживается значительно хуже январской. Значит, нужно искать изменение, которое произошло между двумя периодами.
Churn: сколько клиентов продукт теряет
Churn, или коэффициент оттока, показывает долю клиентов, прекративших пользоваться продуктом за выбранный период.
Базовая формула:
Churn = ушедшие клиенты / клиенты на начало периода * 100%
Например, в начале месяца у подписного сервиса было 800 платящих компаний.
40 отказались от продукта.
Churn = 40 / 800 * 100% = 5%
В материале Яндекс Практикума от 17 сентября 2026 года используется тот же принцип: в знаменатель базового расчета берется клиентская база на начало периода, а новые клиенты за этот месяц в нее не добавляются.
Churn rate: что такое, как рассчитать и как снизить
Retention и Churn не всегда можно просто сложить
Иногда встречается формула:
Retention = 100% - Churn.
Она корректна только тогда, когда обе метрики рассчитаны:
- для одной и той же группы;
- за один и тот же период;
- по одному определению активного клиента.
Но продуктовая команда может считать Retention как возврат пользователей в приложение через 30 дней, а Churn - как отказ платящих компаний от подписки за месяц.
Это уже разные аудитории и разные события. Складывать такие показатели бессмысленно.
Еще один принципиальный вопрос - что именно считается уходом.
В подписном сервисе все относительно просто: клиент перестал платить.
В интернет-магазине отсутствие покупки в течение недели не означает отток. Необходимо определить нормальный цикл повторной покупки. Для одного бизнеса это может быть месяц, для другого - полгода.
Поэтому определение "ушедшего клиента" нужно зафиксировать до начала расчета и не менять от месяца к месяцу без причины.
Если задача связана именно с отношениями компании с клиентом, а не с использованием цифрового продукта, подробнее удержание и отток разобраны в статье Platrum Метрики клиентского сервиса: NPS, CSAT, CES, удержание и отток клиентов.
LTV: сколько денег приносит клиент за время использования продукта
LTV показывает экономическую ценность клиента за период его отношений с компанией.
Яндекс Бизнес определяет LTV как показатель того, сколько денег приносит клиент с первой до последней покупки, и отдельно подчеркивает, что подход к расчету зависит от бизнес-модели и доступных данных.
Самый понятный вариант:
LTV = средний доход от клиента за период * средняя продолжительность отношений с клиентом
Представим подписной сервис.
Средняя ежемесячная выручка от одной компании - 3 000 рублей.
Среднее время использования продукта - 20 месяцев.
LTV = 3 000 * 20 = 60 000 рублей
Но здесь появляется важное ограничение.
60 000 рублей - это выручка, а не прибыль. Если обслуживание клиента требует существенных переменных затрат, одной такой цифры недостаточно.
Предположим, после прямых затрат компании остается 75% выручки.
Тогда условная ценность на уровне валовой прибыли:
60 000 * 75% = 45 000 рублей
Для управленческого решения второй показатель может оказаться полезнее первого.
Как Churn влияет на LTV
В простой подписной модели при относительно стабильном ежемесячном оттоке можно приблизительно оценить средний срок жизни клиента:
Средний срок жизни клиента примерно равен 1 / Churn
При Churn 5% в месяц:
1 / 0,05 = 20 месяцев
Если клиент приносит 3 000 рублей выручки ежемесячно:
3 000 * 20 = 60 000 рублей LTV
Но использовать такую формулу как универсальную нельзя. Она предполагает достаточно стабильный отток. Если клиенты особенно активно уходят в первые месяцы, есть сезонность или разные тарифы ведут себя совершенно по-разному, лучше считать LTV по фактическим когортам.
Именно поэтому сравнивать "наш LTV" со случайной цифрой другой компании обычно бесполезно. Гораздо содержательнее смотреть динамику собственных когорт и понимать, почему ценность клиента меняется.
Как связать North Star Metric, Activation, Retention, Churn и LTV в одно дерево
Основная ошибка продуктовой аналитики - создать таблицу из нескольких десятков показателей без причинно-следственных связей.
Дерево метрик строится в обратную сторону: от главного результата к факторам, которые на него влияют.
Для условного сервиса совместной работы оно может выглядеть так:
North Star Metric
Количество завершенных совместных рабочих процессов за неделю.
↓ зависит от количества активных команд
- новые активированные команды;
- удержанные команды;
- вернувшиеся команды;
- ушедшие команды.
и частоты получения ценности
- сколько рабочих процессов завершает одна активная команда;
- сколько сотрудников внутри команды реально пользуются продуктом.
Дальше появляется экономический слой:
LTV
На него могут влиять:
- срок жизни клиента;
- частота использования продукта;
- тариф;
- дополнительные покупки;
- отток;
- прямые затраты на обслуживание.
Получается уже не набор цифр, а управленческая логика:
Активация -> повторное использование -> удержание -> снижение оттока -> более длинная жизнь клиента -> рост LTV.
North Star Metric проходит над этой цепочкой и отвечает на вопрос, растет ли объем реально создаваемой продуктом ценности.
Условный пример: как читать пять продуктовых метрик вместе
Представим онлайн-сервис для совместной работы компаний.
За месяц зарегистрировались 250 новых команд.
100 дошли до первого полноценного рабочего сценария.
Activation = 100 / 250 * 100% = 40%
Через 30 дней активно пользовались сервисом 45 из этих 100 команд.
Retention = 45 / 100 * 100% = 45%
В начале месяца было 800 платящих компаний, 40 прекратили пользоваться сервисом.
Churn = 40 / 800 * 100% = 5%
Средняя ежемесячная выручка с компании - 3 000 рублей. При условии стабильного месячного оттока 5% средний срок жизни клиента в упрощенной модели составит около 20 месяцев.
LTV по выручке: 3 000 * 20 = 60 000 рублей
Допустим, North Star Metric продукта - количество завершенных совместных рабочих процессов за неделю. Сейчас клиенты выполняют 4 800 таких процессов.
Что можно сказать по этим данным?
Нельзя просто сделать вывод "все хорошо" или "все плохо".
Сначала нужно посмотреть динамику.
Если Activation вырос с 30% до 40%, а Retention остался прежним, улучшился первый опыт пользователя.
Если Activation вырос, а Retention упал с 60% до 45%, возможно, команда упростила вход в продукт, но активированными стали считаться пользователи, которые еще не получили настоящую ценность.
Если Retention стабилен, но Churn платящих клиентов растет, нужно проверить причины отказа: цену, тарифную модель, качество сервиса, изменение потребностей клиента.
Если North Star Metric увеличивается, Retention растет, а LTV падает, проблема может находиться в экономике продукта, а не в его полезности.
Именно совместный анализ превращает метрики из отчетности в инструмент диагностики.
Как выбрать метрики для конкретного продукта
Начинать с готового списка "главных продуктовых метрик" не стоит. Сначала нужно описать сам продукт.
Шаг 1. Определить основную ценность
Нужно закончить предложение:
"Пользователь получает ценность продукта, когда..."
Не "заходит в личный кабинет".
Не "нажимает кнопку".
Не "создает учетную запись".
Нужно описать реальный полезный результат.
Шаг 2. Найти измеримое действие, подтверждающее получение ценности
Именно оно становится кандидатом на North Star Metric или ее составную часть.
Шаг 3. Определить событие активации
Какой минимальный набор действий показывает, что новый пользователь не просто посмотрел продукт, а начал им пользоваться по основному сценарию?
Шаг 4. Определить естественный цикл возврата
Как часто хороший клиент действительно должен пользоваться продуктом?
Каждый день?
Раз в неделю?
Раз в месяц?
Это определяет период расчета Retention.
Шаг 5. Зафиксировать критерий оттока
Когда клиент считается ушедшим?
При отмене подписки?
После определенного периода неактивности?
После пропуска нескольких ожидаемых покупок?
Правило должно быть однозначным.
Шаг 6. Определить способ расчета LTV
На ранней стадии может хватить простого накопленного дохода по когорте.
В зрелом продукте полезнее учитывать продолжительность жизни клиента, тариф, сегмент и прямые затраты.
Шаг 7. Связать показатели в дерево
Для каждого показателя нужно ответить:
"Что непосредственно способно изменить эту цифру?"
Так появляются управляемые метрики нижнего уровня.
Какие продуктовые метрики превращать в KPI
Продуктовая метрика и KPI сотрудника - не одно и то же.
North Star Metric обычно зависит от работы сразу нескольких функций: продукта, разработки, маркетинга, продаж, поддержки. Делать одного сотрудника полностью ответственным за нее опасно.
То же относится к LTV. На него могут влиять качество продукта, цены, маркетинг, сервис и структура тарифов.
Для персональных KPI лучше выбирать показатель, на который конкретная роль действительно способна заметно влиять.
Например:
- команда первого пользовательского сценария может отвечать за Activation;
- направление, работающее с регулярным использованием продукта, - за Retention конкретного сегмента;
- менеджер подписного продукта - за отток в управляемом им сегменте;
- коммерческая функция - за показатели монетизации.
Но даже здесь нельзя превращать одну цифру в единственную цель.
Если команде поставить задачу любой ценой увеличить Activation, она может сделать критерий активации слишком простым. Цифра вырастет, но долгосрочное удержание не изменится.
Поэтому к основной метрике полезно добавлять показатели, которые не должны ухудшаться.
Хотите навести порядок в бизнесе и избавиться от операционки?
Получите бесплатный аудит и решения для вашего бизнеса от аналитика Platrum
Заказать аудитПять ошибок при работе с продуктовыми метриками
Ошибка: считать регистрации показателем успеха продукта
Регистрации говорят о том, сколько людей дошли до входа в продукт. Они ничего не гарантируют относительно полученной ценности.
Что смотреть вместо этого: Activation и последующий Retention.
Ошибка: выбрать North Star Metric, которой легко манипулировать
Например, количество действий в системе можно увеличить дополнительными уведомлениями и обязательными кликами.
Показатель вырастет, а ценность для пользователя - нет.
Поэтому North Star Metric должна отражать результат пользователя, а не просто количество действий.
Ошибка: считать общий Retention без когорт
Приток новых пользователей может скрыть ухудшение удержания.
Что делать: сравнивать группы пользователей с одинаковой точкой старта.
Ошибка: менять определение метрики
Если в январе активным считался пользователь с одним входом, а в феврале - только пользователь, выполнивший ключевое действие, сравнивать два месяца нельзя.
Методика важна не меньше самой цифры.
Ошибка: пытаться улучшать все метрики одновременно
Причины обычно связаны.
Рост Activation способен позже увеличить Retention.
Снижение Churn способно увеличить LTV.
Поэтому команда должна найти ограничивающий участок цепочки, изменить его и проверить, как отреагировали остальные показатели.
Реальный кейс Platrum: когда метрики становятся частью управления
Показательный пример - опыт Roistat. В компании метрики связали с должностями, а показатели собрали в едином отчете. На первом этапе часть данных сотрудники вносили самостоятельно. Это заставляло не просто смотреть на готовую цифру, а регулярно соотносить свою работу с результатом. Подробно процесс описан в кейсе Platrum "Как компания Roistat внедряла структуру компании и метрики".
Для продуктовой команды принцип тот же: недостаточно один раз построить красивый отчет. Метрики должны быть встроены в регулярный управленческий цикл.
При этом Platrum не должен заменять специализированную продуктовую аналитику, которая собирает события пользователей внутри сайта или приложения. Такие исходные данные могут находиться в аналитической системе, системе продаж или других источниках. В Platrum имеет смысл переносить показатели, которые нужны руководителям и ответственным сотрудникам для регулярного контроля и принятия решений.
Общий подход к настройке системы показателей разобран также в материале Platrum Как внедрить метрики эффективности: ваш бизнес начнет говорить с вами .
Что должно быть в продуктовом дашборде
Не стоит выводить на первый экран все данные, которые умеет собирать аналитическая система.
Для управленческого уровня достаточно видеть цепочку.
Главный ориентир
- North Star Metric;
- динамика к прошлому периоду;
- план или целевой диапазон, если он обоснован.
Получение первой ценности
- число новых пользователей или клиентов;
- Activation;
- время до первого полезного результата.
Повторное использование
- Retention по основным когортам;
- частота ключевого действия;
- активная аудитория в соответствии с естественным циклом продукта.
Потери
- Churn;
- сегменты с растущим оттоком;
- этап жизненного цикла, на котором возникает уход.
Экономика
- LTV;
- средний доход от клиента;
- стоимость привлечения;
- валовая прибыль на клиента, если эти данные доступны.
Не обязательно выводить все показатели одновременно. Если продукт находится на раннем этапе и пользователи почти не возвращаются, подробная оптимизация LTV преждевременна. Сначала нужно доказать, что продукт вообще способен удерживать аудиторию.
Отчёт о прибыли и убытках без сложных терминов: что он показывает владельцу
С какой метрики начинать
Последовательность зависит от зрелости продукта.
Если продукт только запустился, сначала нужно проверить, доходят ли пользователи до первой ценности. В центре внимания оказывается Activation.
Когда первый сценарий заработал, главным вопросом становится Retention: возвращаются ли люди.
После появления стабильной базы клиентов можно глубже разбирать Churn и причины ухода.
Когда сформировалась история повторных платежей и поведения когорт, расчет LTV становится значительно надежнее.
North Star Metric связывает эти уровни, но сама по себе не заменяет ни один из них.
Поэтому первый практический шаг - не искать готовую "идеальную продуктовую метрику", а описать одно действие, в котором проявляется ценность продукта. Затем проверить, сколько новых пользователей до него доходит, сколько возвращается за этой ценностью снова, сколько уходит и какой экономический результат остается у бизнеса.
Из этой цепочки и строится рабочая система продуктовых метрик.
Также читайте: Продуктовая линейка: что это на самом деле и как навести порядок в ассортименте