Метрики продукта, роста, эффективности и добавочной ценности

Это материал из серии о том, как создавать продукты, которые нужны людям — об основах продакт-менеджмента.

Из этого материала вы узнаете, почему продуктовая команда должна фокусироваться на метриках эффективности решения и метриках добавочной ценности. Именно они определяют продуктовые метрики, которые, в свою очередь, определяют метрики роста.

В «Симуляторе управления продуктом на основе данных» вводятся два типа метрик: метрики роста и метрики продукта. Эти категории нужны для того, чтобы студентам было проще понять, в каких ситуациях и какие метрики надо использовать.

• Метрики продукта отвечают на вопросы о самом продукте. Они позволяют понять, как продукт превращает новых пользователей в другие материи — активных пользователей, платящих пользователей, прибыль, заказы, обращения в поддержку;
• Метрики роста отвечают на вопросы о бизнесе, построенном вокруг продукта. К таким метрикам относятся доход, количество активных пользователей, количество заказов или обращений в поддержку.

За прошлые несколько лет я понял, что необходимо выделить еще два типа метрик — метрики эффективности решения задачи пользователя и метрики добавочной ценности.

Давайте обсудим, что это за метрики, зачем они нужны и почему именно на них должна фокусироваться продуктовая команда. Более глубоко метрики добавочной ценности изучаются в «Симуляторе управления ростом продукта».

Метрики продукта

Любой продукт можно рассматривать как магическую черную коробку, к которой пользователи обращаются для решения своих задач. На вход этой коробки подаются новые пользователи. Продукт их перерабатывает и превращает в активных пользователей, прибыль, запросы в службу поддержки и так далее.

Характеристики того, как продукт превращает новых пользователей в другие материи — это метрики продукта.

• Retention показывает, как новые пользователи превращаются в активных;
• LTV показывает, как новые пользователи превращаются в прибыль за все время использования сервиса;
• Конверсия в первую покупку показывает, как продукт превращает новых пользователей в платящих.

Метрики роста

Если метрики продукта описывают сам продукт, то метрики роста описывают бизнес, который построен вокруг этого продукта.

Метрики роста — это итоговый результат переработки новых пользователей продуктом в другие материи.

Метрики роста — это производная от метрик продукта и количества новых пользователей, основных рычагов влияния на общий рост бизнеса.

Примерами метрик роста будут:

• DAU или дневная активная аудитория (New Users * Retention);
• Прибыль (New Users * LTV);
• Количество пользователей, отправляющих сообщения (New Users * Retention into Sending a Message);
• Количество новых подписчиков (New Users * Conversion into Subscriber).

Почему недостаточно метрик продукта и метрик роста

В материале о когортном анализе мы подробно разбирали, почему при оценке влияния продуктовых изменений нельзя ориентироваться на метрики роста. Дело в том, что метрики роста зависят и от характеристик продукта, и от притока новых пользователей. Отделить эти факторы друг от друга сложно.

Поэтому для того, чтобы понять, как сделанные вами изменения повлияли на поведение пользователей, нужно использовать метрики продукта.

Проблема возникает, когда команды начинают использовать метрики продукта не только как инструмент для оценки влияния изменений на поведение пользователей, но и как инструмент приоритизации проектов для будущего развития.

Разберем пример

Нам необходимо увеличить LTV пользователей нашего маркетплейса, чтобы разблокировать платные каналы привлечения.

↓

Один из рычагов влияния на LTV — это Retention. Люди возвращаются, когда мы присылаем им уведомления об акциях и распродажах.

↓

Принимаем решение слать больше пуш-уведомлений, проводить больше акций.

↓

Нам нужно добавить больше триггеров для возвращения пользователей в продукт.

↓

Решаем добавить дополнительную функциональность для общения пользователей друг с другом.

В примере выше была, конечно, гротескная зарисовка, но попытки думать о развитии продукта на уровне продуктовых метрик рано или поздно приводят к похожим по структуре конструкциям.

В предыдущем материале серии мы обсуждали, что работа продакт-менеджера заключается в том, чтобы создать более эффективное решение задачи пользователя. Именно это является основным рычагом воздействия на поведение пользователей и, как следствие, на метрики продукта.

Именно на уровне эффективности решения задачи пользователя должен думать и работать продакт-менеджер. Метрики продукта же лишь косвенно отвечают на вопрос о том, насколько эффективно решается задача пользователя.

Чтобы глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в GoPractice.

→ Программа «Профессия: продакт-менеджер» поможет вам перейти в продакт-менеджмент из смежной роли или индустрии.

→ В «Симуляторе управления продуктом на основе данных» вы научитесь принимать решения с помощью данных и исследований при создании продукта.

→ В «Симуляторе управления ростом продукта» найдете пути управляемого роста и масштабирования продукта.

→ В «Симуляторе SQL для продуктовой аналитики» поймете, как применять SQL для решения продуктовых и маркетинговых задач.

→ В «Симуляторе управления ML/AI-проектами» научитесь применять технологии машинного обучения с пользой для бизнеса.

→ Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.

→ Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice.

Почему метрики продукта не всегда отвечают на вопрос об эффективности решения задачи пользователя

• Человек оценивает лекарство не на основе того, как регулярно и долго его надо принимать (метрики продукта), а на основе того, насколько быстро оно может решить его проблему со здоровьем (метрики эффективности решения задачи).

• Пользователь оценивает дейтинг-приложение не на основе того, какой у него Retention или конверсия в первую покупку (метрики продукта). Для пользователя важно, какое из приложений даст ему больше качественных свиданий в обмен на потраченное время и усилия (метрики эффективности).

• Человек оценивает два различных метода тренировки собаки не на основе того, как часто ими надо пользоваться (метрики продукта). Его интересует полученный результат в виде доли правильно выполненных команд в обмен на потраченное время в рамках каждого из методов (метрики эффективности).

Метрики продукта описывают то, как люди взаимодействуют с продуктом. Метрики продукта нужно использовать, чтобы понять, как сделанные изменения повлияли на поведение пользователей.

При этом основной рычаг влияния на поведение пользователей — это повышение эффективности решения задачи. Обычно это означает, что человеку становится легче и проще добиться прогресса в поставленной перед ним задаче.

Для измерения эффективности продукта с точки зрения пользователя следует использовать метрики эффективности решения задачи. Для сравнения эффективности продукта с его альтернативами следует использовать метрики добавочной ценности.

Метрики эффективности решения задачи пользователя и метрики добавочной ценности

Давайте сформируем определения.

• Метрики эффективности решения задачи пользователя — это мера того, сколько усилий и ресурсов требуется для решения задачи пользователя, либо достижения определенного прогресса в рамках ее решения.

• Метрики добавочной ценности — это мера того, насколько эффективнее один продукт решает задачу, чем другой (то есть разница метрик эффективности двух продуктов).

Это высокоуровневые определения. Мы подробнее разберем подход к формированию и расчету метрик эффективности и добавочной ценности в одном из следующих материалов.

Разберем упрощенный пример

Есть два финансовых продукта, которые созданы для получения пассивного дохода от вложенных в них денег. Между ними нет никаких различий, кроме годовой процентной ставки:

• Первый продукт приносит 5% годовых;
• Второй продукт приносит 10% годовых.

В таком случае процентная ставка является метрикой эффективности каждого из продуктов. А разница между процентными ставками — это метрика добавочной ценности второго продукта относительно первого.

Метрики добавочной ценности определяют выбор способа решения задачи пользователем

Вы можете спросить, а зачем мы ввели понятие добавочной ценности.

При выборе продукта для решения конкретной задачи человека интересует не эффективность в вакууме, а то, насколько одно решение лучше другого. Именно поэтому фокусом продуктовой команды должна быть добавочная ценность относительно альтернатив.

Добавочная ценность — основная сила, которая тянет человека к использованию нового продукта вместо старого.

Метрики эффективности и добавочной ценности привязаны к задаче, а не продукту

Важная особенность метрик эффективности в том, что они привязаны к задаче, а не к продукту. Это значит, что метрику эффективности можно использовать для любого продукта, решающего соответствующую задачу.

Например, задачу получения дохода с инвестированного капитала могут решать депозиты, акции, бонды, покупка недвижимости под сдачу в аренду. Каждый из этих продуктов можно сравнить друг с другом на основе метрики эффективности, выраженной в ожидаемом годовом доходе с инвестированного капитала.

Вы можете возразить, что эта метрика не в полной мере отражает эффективность решения задачи, так как разные инвестиционные продукты имеют разный уровень риска. Это справедливое утверждение, поэтому для оценки этих продуктов нужно будет добавить еще один параметр — уровень риска.

Более глубоко вопрос измерения эффективности решения задачи и добавочной ценности мы обсудим в одном из следующих материалов.

Метрики эффективности и добавочной ценности не всегда сонаправлены с метриками продукта

В большинстве случаев рост добавочной ценности ведет к тому, что улучшаются и продуктовые метрики: Retention, конверсия в покупку и другие. Ведь чем больше добавочная ценность, тем выше мотивация использовать новый продукт вместо прежней альтернативы, тем чаще именно его выбирают при возникновении задачи.

По этой причине продуктовые команды, которые работают исключительно через призму метрик продукта, все равно могут быть достаточно эффективны.

Но такая связь метрик эффективности и добавочной ценности с метриками продукта прослеживается не всегда. Давайте рассмотрим два примера, где метрики продукта и эффективности решения задачи движутся в разных направлениях.

Пример 1. Лопата

Вы работаете над продуктом «лопата».

↓

Ваши целевые пользователи «нанимают» лопату, чтобы вскопать огород.

↓

С текущей версией лопаты решение этой задачи занимает 10 дней. Как следствие, Retention после 10 дня стремительно падает (уточним, что задача «вскопать огород» возникает у пользователей не слишком часто).

↓

Продуктовая команда приоритизирует и оценивает свою работу с помощью метрик продукта. В частности, с помощью Retention.

↓

В рамках одного из спринтов команда запускает эксперимент, где уменьшает размер ковша лопаты.

↓

В результате этого изменения Retention лопаты на новой когорте пользователей растет. Дело в том, что с новой версией лопаты на то, чтобы вскопать огород, уходит 15 дней.

↓

Продуктовая метрика выросла, но эффективность решения задачи пользователей упала.

Нередко команды делают похожие вещи. Они не знают или не видят реального эффекта от принятых решений на жизнь конечного пользователя.

Пример 2. Приложение для общения Clubhouse

В приложении Clubhouse пользователи могут в реальном времени общаться в групповом голосовом чате. Несколько спикеров обсуждают выбранную тему, а другие пользователи слушают дискуссию и могут участвовать в ней через механизм «поднятой руки».

Давайте считать, что сервис решает развлекательно-образовательный юзкейс — хорошо провести время, узнать новое и интересное.

Сразу после запуска приложение Clubhouse работало на основе инвайтов. Инвайт можно было получить от команды сервиса или от пользователя из коммьюнити. Наличие такого барьера очевидным образом портило и активацию новых пользователей, и Retention (метрики продукта). Многие пользователи узнавали о Clubhouse через сарафанное радио, скачивали приложение и не могли им воспользоваться, так как у них не было инвайта (страдают активация и Retention).

Зато этот механизм позволял максимизировать эффективность решения задачи. Среди первых пользователей Clubhouse были известные инвесторы, предприниматели, авторы, ученые и другие деятели. Вот лишь несколько имен — Elon Musk, Naval Ravikant, Marc Andreessen, Benjamin Horowitz. Их разговоры между собой на разные темы были интересными, глубокими и содержали большое количество инсайтов (то есть эффективно решали задачу пользователей).

Высокое качество первых участников коммьюнити через механизм приглашений обеспечивало приток других интересных новых пользователей в Clubhouse, что опять же повышало эффективность решения задачи пользователей.

Таким образом, наличие барьера в виде механизма приглашений портило продуктовые метрики Clubhouse, но при этом повышало метрики эффективности решения задачи.

Спустя год после запуска Clubhouse начнет быстро масштабироваться и постепенно уберет барьер в виде механизма приглашений. Это повысит активацию и Retention новых пользователей в краткосрочной перспективе, но приведет к размытию качества коммьюнити, уходу самых интересных пользователей и снижению ценности (эффективности решения задачи).

Метрики добавочной ценности определяют метрики продукта

В обычной жизни мы достаточно хорошо умеем чувствовать и понимать, какой продукт лучше решает нашу задачу. Например, вы знаете, какой сотрудник лучше справляется с определенной работой, какие кроссовки лучше подходят для бега, какой аналитический инструмент позволит вам быстрее получить ответ на вопрос.

Проблема возникает, когда мы начинаем делать продукты для других. Мы начинаем думать о них в терминах фичей, роадмапов, конверсий, конкурентов, трендов, продуктовых метрик. Но пользователей волнует все тот же простой вопрос — как эффективнее (быстрее, дешевле, проще) решить свою задачу.

Метрики добавочной ценности позволяют посмотреть на продукт глазами пользователя. Они отвечают на вопрос, насколько эффективнее наш продукт решает задачу по сравнению с другими известными и доступными ему альтернативами.

Именно поэтому добавочная ценность — это самая важная метрика в продуктовой работе:

• Если продукт не создает добавочной ценности относительно альтернатив, то у пользователя не будет никакой мотивации его пробовать и дальше использовать. Конечно, вы можете с помощью обещаний на уровне маркетинга привлечь пользователя, но вы не сможете его удержать долгосрочно.
• Если продукт создает добавочную ценность относительно текущего способа решения задачи и ее достаточно, чтобы перебороть инерцию, лень и страхи пользователя, то он выберет ваш продукт.

Метрики добавочной ценности определяют метрики продукта, которые, в свою очередь, определяют метрики роста. Именно поэтому работа продакт-менеджера должна вестись на уровне эффективности решения задачи пользователя.

↓ Следующий материал серии:

→ Рычаги влияния на Retention: частота задачи и добавочная ценность