Как не поплыть на продуктовом кейсе: Иерархия метрик
В последнем опросе 88% из вас проголосовали за разборы реальных кейсов, а 62% хотят подтянуть теорию по метрикам и экспериментам.
В связи с этим я решил подготовить цикл постов с разбором иерархии метрик крупнейших продуктов. Это база, которая поможет успешнее справляться с продуктовыми кейсами на собеседовании.
Мы разберем, на что смотрят в социальных сетях и контентных платформах, подписочных сервисах, райдтехе, маркетплейсах, финтехе и банкинге и пр.
Время от времени я буду разбавлять посты реальными кейсами с собеседований.
Ну а сегодня начнем с основ: иерархии метрик.
Ранее я писал о том, как самостоятельно выбирать метрики, необходимые для оценки эффективности бизнеса, но не писал, а что такое иерархия метрик вообще и зачем она нужна.
Давайте это исправлять.
Что такое иерархия метрик?
Если просто - это дерево, которое связывает одну глобальную цель бизнеса с сотнями мелких действий, которые совершают пользователи.
Представьте огромный механизм. На выходе у него - прибыль или счастье пользователя. Внутри - тысячи шестеренок. Иерархия метрик позволяет понять, какую именно шестеренку нужно подкрутить, чтобы на выходе цифра стала больше.
В аналитике принято делить это дерево на уровни:
🌟 L0: North Star Metric (Полярная звезда)
Это вершина пирамиды.
Метрика, которая лучше всего отражает ключевую ценность продукта. Если она растет - значит, пользователь получает пользу, а бизнес - профит.
North Star Metric - не всегда финансовая метрика, т.к. деньги часто являются «запаздывающим» индикатором. North Star Metric показывает здоровье продукта здесь и сейчас. 🛠🛠 L1: Драйверы роста (Output Metrics)
Это основные компоненты, из которых складывается L0. Обычно их делят на три больших блока:
1. Retention (Удержание): Возвращаются ли к нам люди? 2. Monetization (Монетизация): Платят ли они? 3. Acquisition (Привлечение): Приходят ли новые?
⚙⚙⚙ L2: Операционные метрики (Input Metrics) Это конкретные рычаги.
То, на что продуктовая команда может влиять напрямую через фичи или маркетинг. Это конверсии в конкретных кнопках, среднее время загрузки страницы, количество выполненных поисковых запросов и т.д.
🤔Зачем аналитику эта «математическая елка»?
На собеседованиях и в работе иерархия решает три задачи:
1. Структурность мышления. Когда вас просят «оценить успех фичи», вы не гадаете на кофейной гуще, а идете по дереву, например:
«*Фича X влияет на метрику L2 (например, CTR), та тянет за собой L1 (Retention), что в итоге растит наш North Star*» 2. Поиск причин (Root Cause Analysis). Если общая выручка упала, иерархия помогает быстро локализовать проблему.
Это упал средний чек? Или упала конверсия в корзину на Android-устройствах? Дерево подсветит «больную» ветку.
3. Защита от «дурака» (Counter-metrics). Это, пожалуй, самое важное. Если мы будем растить только одну метрику (например, выручку), мы можем случайно убить продукт (завалив его агрессивной рекламой и снизив удержание).
Иерархия позволяет видеть метрики-ограничители, которые сигнализируют, если мы начали расти за счет деградации других частей системы.
Главный совет: На собеседовании не пытайтесь угадать «правильную» схему. Уровней может быть гораздо больше, а метрики могут декомпозироваться по-другому. Все зависит от конкретного продукта и кейса.
Когда вы раскладываете кейс через иерархию, вы не просто «считаете цифры», а понимаете механику бизнеса. Вы видите не отдельные KPI, а систему рычагов и весов, которыми можно управлять. Это самое ценное, что вы можете показать бизнесу при решении задач или интервьюеру на собеседованиях.
В этом посте были ссылки, но мы их удалили по правилам Сетки
