Дерево продуктовых метрик: как построить с нуля за 15 минут — на интервью и в стартапе

На мок-интервью интервьюер говорит: «Вы — PM в B2B SaaS-стартапе, который автоматизирует бухгалтерию для малого бизнеса. Постройте систему метрик.» Вы открываете ноутбук и смотрите на чистый экран. В голове — DAU, MAU, CAC, LTV, NPS, MRR, churn, retention, CR, CTR, ARPU… Цифры есть. Структуры нет.

Именно здесь большинство кандидатов теряют позицию. Не потому что не знают, что такое retention. А потому что не умеют объяснить, как метрики связаны между собой и почему одна важнее другой прямо сейчас.

То же самое происходит в стартапе, когда вы приходите на уже готовую инфраструктуру. Дашборд есть, цифры есть — а понимания, какая метрика говорит вам, что бизнес здоров, нет.

Что такое дерево метрик и почему оно работает

Дерево метрик — иерархическая структура, которая связывает бизнес-цель с конкретными поведенческими сигналами пользователей. На верхушке — одна ключевая метрика бизнеса. Под ней — входные (input) метрики, которые на неё влияют. Под ними — операционные метрики, которыми можно управлять напрямую.

Главная сила дерева — в том, что оно отвечает на три вопроса одновременно:

Что мы максимизируем?
На что мы влияем, чтобы этого достичь?
Как мы поймём, что движемся в правильном направлении?

Без этой структуры команды делают одно из двух: либо смотрят на десятки метрик без приоритетов, либо смотрят на одну — и не замечают, как она деградирует.

«У нас был красивый дашборд с 40 метриками. Никто не знал, что из этого важно, поэтому смотрели на ту, которая росла»

Уровни дерева: четыре этажа, которые нужно знать наизусть

Прежде чем строить дерево, зафиксируйте себе структуру. Она универсальна для любого продукта.

Уровень 1 — Бизнес-цель (North Star или финансовый якорь)

Это единственная метрика, которая выражает ценность продукта для бизнеса.

Для B2B SaaS - это чаще всего MRR (Monthly Recurring Revenue, ежемесячная регулярная выручка) или ARR (Annual Recurring Revenue).
Для маркетплейса - GMV (Gross Merchandise Volume, суммарный объём транзакций).
Для потребительского продукта — DAU/MAU или выручка.

Важно: North Star Metric должна отражать ценность, которую продукт создаёт для клиента, а не только для бизнеса. Для бухгалтерского SaaS это может быть «количество компаний, которые закрыли квартал через наш продукт без ошибок». Это ближе к поведению клиента, чем чистый MRR. Не стройте дерево в вакууме.

Уровень 2 — Воронка AARRR (входные метрики по стадиям)

AARRR — фреймворк Дейва МакКлюра (2007), который делит путь пользователя на пять стадий:

Acquisition (привлечение),
Activation (активация),
Retention (удержание),
Revenue (монетизация),
Referral (рекомендации).

Это не просто аббревиатура — это ваш второй уровень дерева для любого продукта. Каждая стадия задаёт группу метрик. Вместе они описывают весь путь от «незнакомец» до «платящий лояльный клиент».

Уровень 3 — Операционные метрики внутри каждой стадии

Это конкретные измеримые показатели, которые команда может двигать напрямую. CR в онбординге, время до первого ключевого действия, процент отказа на шаге оплаты.

Один из вариантов - использовать HEART‑фреймворк,

Happiness (удовлетворённость),
Engagement (вовлечённость),
Adoption (принятие),
Retention (удержание),
Task Success (успех задачи).

В практике это выглядит так:

Выбираешь стадию воронки (например Activation)
Выбираешь 1-2 релеантные HEART (например Adoption, Task Success)
Для каждой категории проходишь Goal - Signals - Metrics, получаешь 2-3 операционные метрики
По этим метрикам отчитываются команды на OKR/Scrum отчетности. Используем их для ключевой/защитной метрики в экспериментах

По сути, HEART помогает не потеряться в бесконечном списке возможных метрик и не мерить всё подряд, а выбрать несколько операционных показателей, которые напрямую связаны с UX‑целями на конкретной стадии воронки.

Уровень 4 — Диагностические метрики

Метрики, которые объясняют причину изменений на уровне 3. CTR на письма, глубина просмотра (PPV), среднее время сессии. Сами по себе они не являются целями — только инструментами диагностики.

Это такой же последний шаг, метрики которые можно отслеживать день ко дню на дашбордах. Для падения Activation вы смотрите диагностические метрики в плоскости Adoption и Task Success: где пользователи застревают, где бросают, сколько висят на экране, сколько ошибок видят и тп.

Для проблем с Retention — уходите в метрики Happiness и Engagement: частота логинов, использование ключевых фич, CSAT/NPS по свежим сессиям.

Как построить дерево: 5 шагов на интервью

Это операционный алгоритм. Используйте его буквально — от первого шага к пятому, вслух.

1. Зафиксируйте бизнес-контекст и тип продукта

Прежде чем называть первую метрику, скажите: «Позвольте уточнить контекст, чтобы выбрать правильную структуру». Спросите или уточните: тип монетизации (подписка, транзакция, freemium), стадия продукта (pre-PMF или growth), B2B или B2C, есть ли маркетплейс или два типа пользователей.

Это не затягивание времени — это демонстрация продуктового мышления. Набор метрик для pre-PMF B2B SaaS и для зрелого потребительского приложения принципиально разный.

Критерий: вы назвали тип продукта и стадию в первые 60 секунд.

2. Назовите метрику верхнего уровня и объясните выбор

Скажите явно: «Верхняя метрика для этого продукта — MRR, потому что это подписочная модель и мы хотим видеть стабильность регулярного дохода». Или: «North Star — количество активированных аккаунтов на 30-й день, потому что мы ещё ищем PMF и доход пока не главный сигнал».

Объяснение выбора — обязательно. Без него метрика звучит как случайный ответ, а не как решение.

Критерий: вы объяснили, почему именно эта метрика на верхушке, через связь с ценностью для клиента.

3. Разверните воронку AARRR — по одной стадии с примером метрики

Пройдитесь по каждой стадии и назовите 1–2 ключевых метрики. Не перечисляйте всё — выбирайте главное.

Acquisition (привлечение): сколько целевых пользователей приходит в продукт. Метрики: CAC (Customer Acquisition Cost — стоимость привлечения одного клиента), CR с лендинга, количество MQL по каналам. Для B2B важно разделять органику и платный трафик — у них разный CAC и разное качество.

Activation (активация): совершил ли пользователь первое ключевое действие, которое даёт ему ценность. Метрики: Activation Rate (доля активированных из зарегистрировавшихся), время до aha-момента. Aha-момент — это конкретное действие, после которого пользователь понимает, зачем ему продукт. Для бухгалтерского SaaS это, например, «первый закрытый отчётный период».

Retention (удержание): возвращается ли пользователь. Метрики: Retention Rate (доля вернувшихся из пришедших), Churn Rate (доля ушедших), Sticky Factor = DAU/MAU (насколько часто активные пользователи заходят). Для SaaS хорошим считается месячный churn менее 3%; для стартапов в первые 12 месяцев он может быть 15%+ — это сигнал, что PMF ещё не найден.

Revenue (монетизация): платит ли пользователь и сколько. Метрики: MRR, ARPU (средняя выручка на пользователя), ARPPU (средняя выручка на платящего пользователя), LTV (пожизненная ценность клиента). Ключевое соотношение: LTV:CAC. Бизнес жизнеспособен при 3:1 и выше; при 1:1 — срочно нужны изменения.

Referral (рекомендации): приводит ли пользователь других. Метрики: NPS (Net Promoter Score — индекс готовности рекомендовать, от -100 до +100), Viral Coefficient (сколько новых пользователей приводит один существующий), RPR (Repeat Purchase Rate — доля повторных покупок).

Критерий: вы прошли все 5 стадий, для каждой назвали хотя бы одну метрику и её определение одним предложением.

4. Выберите приоритетную стадию и копните глубже

После того как вы назвали полную воронку, скажите: «Если говорить о том, где сейчас главная точка влияния — это [стадия], потому что...». Это демонстрирует, что вы не просто знаете метрики, а умеете расставлять приоритеты.

Пример рассуждения: «Стартап на ранней стадии, MRR $50K, привлечение уже работает — приходит 200 триалов в месяц. Но Activation Rate — 18%. Значит, главная проблема сейчас — не привлечение, а то, что большинство пришедших не получают ценность. Фокусируемся на активации».

Для каждой стадии, которую вы выбрали приоритетной, назовите 2–3 операционные метрики с конкретными бенчмарками:

Activation Rate: для B2B SaaS нормой считается 25–40%; ниже 20% — сигнал проблемы с онбордингом или ценностным предложением.
Time-to-value: время от регистрации до первого ключевого действия. Для большинства SaaS цель — менее 24 часов.
D1/D7/D30 retention: процент пользователей, вернувшихся через 1, 7 и 30 дней. Для B2B SaaS нормальный D30 retention — 40–60%.

Критерий: вы назвали конкретные бенчмарки, а не только сами метрики.

5. Свяжите метрики в логику причинно-следственных связей

Финальный шаг — показать, как метрики влияют друг на друга. Это отличает системное мышление от заученного списка.

Пример: «Если Activation Rate вырастет с 18% до 30% — при том же CAC и том же трафике — через 90 дней мы увидим рост MRR на 40–50%, потому что больше пользователей дойдут до оплаты. Churn при этом тоже снизится — активированные пользователи уходят в 2–3 раза реже неактивированных».

Критерий: вы показали, как изменение одной метрики влияет на метрику верхнего уровня, с приблизительными числами.

Типы метрик: три группы, которые нужно разделять

Путаница между типами метрик — одна из главных причин неудачных ответов на интервью. Вот минимально необходимое разграничение.

Lagging-метрики (запаздывающие): отражают результат прошлых решений. MRR, Churn Rate, LTV — вы видите их сегодня, но они описывают то, что происходило 30–90 дней назад. Использовать для оценки состояния бизнеса. Не использовать для оперативных решений.
Leading-метрики (опережающие): предсказывают будущие lagging-метрики. Activation Rate, D7 retention, количество ключевых действий в первую неделю — они меняются раньше, чем изменится MRR. Именно на них нужно смотреть при управлении продуктом на ранней стадии.
Vanity-метрики (метрики тщеславия): выглядят хорошо, но не связаны с бизнес-результатом. Регистрации, просмотры страниц, загрузки приложения — всё это растёт при любом маркетинговом бюджете, не требуя реальной ценности продукта. Использовать только как контекст, не как цель.

Команды, которые смотрят на vanity-метрики, почти всегда объясняют это одинаково: «Нам нужно было показать рост инвестору». Это честный ответ — но именно так принимаются стратегически ошибочные решения, которые могут убить продукт за год

Карта метрик по типу продукта

Это быстрая шпаргалка для ориентации. Разные продукты — разные приоритеты на одном уровне.

B2B SaaS (подписка)

Верхняя метрика: MRR / ARR
Ключевые входные: Activation Rate, D30 retention, NRR (Net Revenue Retention — сохранение выручки с поправкой на расширение аккаунтов), churn
Бенчмарк здоровья: NRR > 100% означает, что расширение существующих аккаунтов компенсирует отток; это сигнал реальной ценности.

Маркетплейс / платформа

Верхняя метрика: GMV (суммарный объём транзакций на платформе)
Ключевые входные: ликвидность (процент запросов, получивших предложение), repeat rate (доля повторных транзакций), Take Rate (комиссия платформы)
Специфика: два типа пользователей — нужно строить отдельные воронки для supply и demand.

Потребительское приложение (freemium)

Верхняя метрика: DAU или Monthly Revenue
Ключевые входные: Sticky Factor (DAU/MAU), D1/D7/D30 retention, конверсия из free в paid
Бенчмарк: Sticky Factor 20–25% — хорошо для большинства приложений; у Facebook исторически был ~50%.

E-commerce

Верхняя метрика: Revenue / GMV
Ключевые входные: AOV (Average Order Value — средний чек), CAR (Cart Abandonment Rate — доля брошенных корзин), RPR (Repeat Purchase Rate), PF (Purchase Frequency — частота покупок)
Бенчмарк: CAR в e-commerce в среднем 70–80%; снижение на 5–10% даёт значимый прирост выручки.

Как читать дерево метрик, которое вам досталось готовым

Вы пришли в компанию, дашборд уже есть. Вот алгоритм, который позволит быстро разобраться.

Шаг 1. Найдите метрику, на которую смотрит CEO каждую неделю. Это де-факто верхняя метрика, даже если официально она так не называется.
Шаг 2. Спросите: «Что произошло с этой метрикой три месяца назад — был ли резкий рост или падение?» Разберите причину. Это покажет, какие входные метрики реально влияют на неё в данном бизнесе.
Шаг 3. Найдите метрику, которую никто не смотрит. Почти в каждом дашборде есть показатели, которые собираются автоматически, но ни один человек не принял ни одного решения на их основе. Это либо неважные метрики, либо самые важные — которые никто не видит.
Шаг 4. Проверьте когортное удержание (cohort retention). Агрегированный retention всегда выглядит лучше реального — потому что новые пользователи «разбавляют» статистику ушедших старых. Только когортный анализ покажет, как удерживаются пользователи, пришедшие в конкретный месяц.

«Когда я попросил разрезать retention по когортам — оказалось, что пользователи, пришедшие год назад, удерживаются на уровне 8% к 12-му месяцу. Агрегированный показатель в дашборде говорил "всё хорошо"» — типичная ситуация при аудите зрелого дашборда.

Одна метрика, которая имеет смысл прямо сейчас: OMTM

OMTM (One Metric That Matters) — концепция Алистера Кролла и Бена Йосковица из книги Lean Analytics (2013). Идея проста: на каждой стадии продукта есть одна метрика, которая важнее всех остальных. Не потому что остальные не нужны — а потому что именно эта даёт самую точную обратную связь о том, решаем ли мы нужную проблему.

На стадии поиска проблемы — OMTM это качество кастдев-интервью и доля собеседников, которые описывают боль без наводящих вопросов.
На стадии первого продукта — это Activation Rate: сколько людей, которые попробовали, получили ценность.
На стадии роста после PMF — это NRR или MRR Growth Rate.

Результат: что даёт правильно построенное дерево

На интервью вы перестаёте перечислять метрики — вы строите систему. Это меняет восприятие: из «кандидат, который знает термины» вы превращаетесь в «человек, который умеет думать о продукте».

В стартапе дерево метрик убирает главный источник потерь — решения, принятые на основе не той метрики. Команда начинает понимать, почему одна метрика важна сейчас, а другая - нет. Это снижает количество споров о приоритетах и ускоряет цикл принятия решений.

Ещё один эффект: дерево помогает разговаривать с инвестором не языком «наши метрики растут», а языком «вот где мы сейчас, вот что мы оптимизируем, вот почему именно это». Это разговор между людьми, которые понимают механику бизнеса — а не презентация красивых цифр.

Литература и источники

Alistair Croll, Benjamin Yoskovitz — Lean Analytics (2013)Главная книга о выборе метрик под стадию продукта. Взять: концепцию OMTM, таблицу метрик по типам бизнесов и механику смены главной метрики при переходе между стадиями.
Dave McClure — «Startup Metrics for Pirates: AARRR» (2007, SlideShare)Оригинальная презентация, в которой была предложена воронка AARRR. Взять: базовую логику стадий и объяснение, почему referral отделён от acquisition.
Lenny Rachitsky — Substack «Lenny's Newsletter»Еженедельный разбор продуктовых практик с реальными бенчмарками по retention, activation и growth для разных типов продуктов. Взять: таблицы бенчмарков по retention и activation для B2B SaaS и consumer apps.
Cagan, Marty — Inspired (2018)Глава о метриках продукта и связи между outcome-метриками и output-метриками. Взять: разграничение между output (сколько фич выпустили) и outcome (как изменилось поведение пользователя).
Productstar — «Продуктовая аналитика: метрики» (2024)Компактный справочник с формулами и правилами оценки для основных метрик: Revenue, GP, LTV, CAC, ARPU, ARPPU, Churn Rate, NPS, Sticky Factor и других. Использовать как словарь при разборе незнакомой метрики.

Возьмите любой продукт, которым вы пользуетесь каждый день, и попробуйте построить для него дерево метрик за 10 минут: верхняя метрика → пять стадий AARRR → приоритетная стадия с конкретными бенчмарками. Это лучший способ закрепить структуру — не через чтение, а через применение к знакомому контексту.

Какая стадия воронки в вашем продукте сейчас даёт наибольшие потери — привлечение, активация или удержание?