Метрики, на которые всем плевать

Они красивые. Они звучные.

Но не помогают принимать решения.

И если вы не замечаете этого вовремя, можно месяцами смотреть на цифры — и не понимать, что делать дальше.

Что делает метрику полезной?

Вот простой, но мощный критерий:

Хорошая метрика всегда даёт основание для действия.

Не мотивацию. Не спокойствие. Не красивый скрин для инвесторов.

А конкретное, проверяемое действие.

Если метрика растёт или падает, и вы не можете сразу сказать “что попробовать”, значит, она бесполезна.

Пример: счётчики vs действия

Допустим, вы ведёте онлайн-курс.

Вы следите за количеством новых пользователей каждую неделю.

На прошлой — 124, на этой — 97.

И что? Вы паникуете? Успокаиваетесь? Пожали плечами — и пошли дальше.

Теперь другая метрика: конверсия посетителя лендинга в регистрацию.

Была 8%, стала 4%.

Ага! Значит, что-то сломалось — можно копать:

• Новая реклама привела нецелевую аудиторию?
• Кнопку регистрации передвинули вниз?
• Форма теперь грузится дольше?

Это уже метрика, которая даёт гипотезу.

Опасность “мертворождённых метрик”

В книге Lean Analytics говорится:

“Метрика без контекста — это просто число.”

Это подтверждается практикой: исследование от McKinsey показало, что 62% компаний, активно собирающих данные, не используют их для принятия решений. Они копят. Смотрят. Но не действуют.

В стартапах это вообще превращается в культ:

“У нас метрика — уровень вовлечённости.”

— А что ты сделаешь, если она упала на 12%?

— Ну… посмотрю ещё раз?

Как понять, что метрика нормальная

Вот три признака:

1. На неё можно повлиять

Если ваша «основная метрика» — ежемесячный MRR, но вы ещё не запустили платный тариф, вы просто смотрите на нули.

Полезнее будет следить за:

• количеством активных сессий в неделю,
• количеством юзеров, вернувшихся на следующий день,
• скоростью прохождения onboarding-флоу.

Это те цифры, на которые вы можете влиять прямо сейчас.

2. Она чувствительна

Хорошая метрика должна реагировать на изменения.

Добавили email-напоминание → увеличилось число возвращений? Отлично.

Ничего не поменялось? Значит либо фича бесполезная, либо метрика — тупая.

3. Она рождена из задачи

А не из модной статьи.

Если вы хотите улучшить удержание, логично следить за коэффициентом возвращений.

А не за «средним временем на сайте». Оно может быть и высоким, и бесполезным.

Кейсы из реального мира

В блоге Duolingo Cem Kansu рассказывает, как команда искала точку роста и в итоге выбрала Current User Retention Rate (CURR) — долю пользователей, которые возвращаются к обучению в течение недели.

Почему именно она?

«Из всех метрик именно CURR давала нам самую быструю и чёткую обратную связь. Мы видели, что улучшения, которые поднимают её хотя бы на 2 %, напрямую влияют на ежедневную активность и рост.»

Дальше всё логично:

— Добавили лидерборды? CURR выросла.

— Оптимизировали напоминания? Ещё +2 %.

— Улучшили onboarding? Пользователи стали возвращаться чаще.

Каждое изменение — проверяемая гипотеза, результат — в метрике.

Вот так и работает хорошая метрика: не просто картинка на дашборде, а повод действовать.

📎 Источник: blog.duolingo.com/growth-model-duolingo

Метрики, которые звучат умно, но бесполезны

• “Качество контента” — если вы не можете измерить его действиями (дочитывание, сохранение, репост) — забудьте.
• “Ценность продукта” — кто это измеряет и как? Отзывы, NPS, использование ключевых фич?
• “Лояльность пользователей” — просто скажите, сколько человек вернулись через 7 дней. Всё.

Что делать, если у вас бесполезная метрика?

1. Назовите цель, которую она должна поддерживать. Увеличить продажи? Повысить вовлечённость? Удержать пользователей?
2. Спросите: что я сделаю, если метрика упадёт или вырастет? Если не знаете — выберите другую.
3. Сужайте. Не “вовлечённость”, а “среднее число фич, которыми пользуются в первую сессию”.

Итого

Метрика — это не просто цифра.

Это инструмент обратной связи.

Она должна быть как спидометр: нажал на газ — цифра поменялась.

Если нет — вы просто наклеили на панель красивую наклейку.

Данные нужны не ради данных. А ради гипотез.

Если метрика ничего не подсказывает — смело выбрасывайте.

И выбирайте ту, с которой можно спорить, экспериментировать и расти.