Для начала признаю, что до момента написания поста я не знала про эти индикаторы практически ничего. Но тема действительно интересная, курица и яйцо из мира продукта и метрик. Сперва разберем, что это ⏺ Lagging индикаторы — это метрики результата: retention, revenue, completion rate. Они точно показывают, что произошло, но узнаёте вы об этом только постфактум, когда изменить что-либо уже поздно. ⏺ Leading индикаторы — это метрики, которые предсказывают результат заранее и позволяют вмешаться до того, как lagging-метрика испортится.

Ошибка EdTech-команд, которую отмечают аналитики — управлять исключительно по lagging-показателям: смотреть на churn rate за прошлый месяц и реагировать на уже случившийся отток, вместо того чтобы отслеживать сигналы, которые этому оттоку предшествуют. Например, снижение частоты входов в LMS или пропуск двух дедлайнов подряд — leading-индикаторы, которые появляются задолго до того, как студент официально «отвалится» и это отразится в retention rate следующего отчётного периода.

Хороший leading-индикатор должен обладать двумя свойствами: он должен появляться заметно раньше итогового результата и должен быть управляемым — то есть команда может на него повлиять напрямую. Просто «более раннее» число без возможности вмешательства — это не leading-индикатор, а просто ранний lagging.

Вывод который можно сделать после несколько статей про данные индикаторы, а именно практический способ найти свои leading-индикаторы — посмотреть на историю студентов, которые в итоге ушли, и найти самое раннее общее действие (или бездействие), которое отличало их от тех, кто остался. Это действие и становится сигналом, за которым стоит следить в реальном времени, а не ждать, пока оно проявится в итоговых цифрах через месяц.

#EdTech #Metrics