North Star, KPI и иерархия метрик: вопросы для собеседования (часть 2)
North Star Metric, дерево метрик, связь между продуктовыми и бизнес-KPI — на собеседовании просят построить систему метрик для конкретного продукта. Какая метрика отражает ценность для пользователя? Как декомпозировать revenue на составляющие? Ответы на эти вопросы показывают системное мышление кандидата.
Вопросы 6–10 из 20
6У вас маркетплейс доставки еды. Какая метрика лучше всего подходит на роль ключевой метрики продукта, если цель — долгосрочная ценность для пользователей и ресторанов?
AЧисло успешно доставленных заказов в неделю: обе стороны получили реальный результат
BЧисло установок приложения в неделю: отражает приток новых пользователей в продукт
CЧисло зарегистрированных ресторанов: показывает рост стороны предложения на маркетплейсе
DЧисло просмотров экранов в приложении: отражает активность пользовательской аудитории
Ответ: Хорошая ключевая метрика продукта измеряет ценность, которую продукт реально доставляет, а не активность вокруг него.
Установки и просмотры легко растут от маркетинга и привычек, но не гарантируют, что пользователь получил еду вовремя и был доволен. Регистрация ресторанов отражает только сторону предложения и не учитывает, состоялась ли реальная сделка. Для доставки ценность проявляется в успешно выполненных заказах, где обе стороны получили результат. Такую метрику легко разложить на драйверы — предложение, конверсия, успешность доставки — и она лучше связывается с долгосрочными отложенными показателями: выручкой и удержанием.
Подробный разбор → 7Вы хотите увеличить выручку подписочного продукта через улучшение онбординга. Какой показатель чаще всего будет опережающим индикатором будущего роста выручки?
AМесячная выручка по подписочным платежам: ключевая бизнес-метрика, на которую напрямую смотрит финансовый блок и совет директоров
BГодовая выручка от продлений подписки: итоговый показатель устойчивости продукта на длинном горизонте по нескольким когортам пользователей
CДоля пользователей, дошедших до первого ценного действия после онбординга: ранний сигнал по будущей платящей когорте на ранних шагах
DПожизненная ценность пользователя (LTV): агрегированный отстающий показатель, накопленный по всему сроку жизни клиентов в продукте
Ответ: Опережающий показатель меняется раньше и ближе к продуктовым действиям, чем финансовые отстающие показатели.
Выручка и пожизненная ценность пользователя обычно реагируют с задержкой, потому что на них влияет удержание, повторные платежи и сезонность. Доля пользователей, прошедших онбординг до ценного действия, отражает, дошёл ли человек до первого результата, и с большей вероятностью станет платящим. Поэтому для инициативы по онбордингу активация после онбординга обычно лучше как главная метрика. Позже важно проверить, что улучшение опережающего показателя действительно тянет отстающий показатель в дереве метрик.
Подробный разбор → 8Вы улучшаете онбординг и хотите рано увидеть сигнал о работающем изменении. Какая из метрик является ярко выраженным запаздывающим индикатором — то есть подтверждающим, а не опережающим показателем?
AДоля пользователей, завершивших ключевые шаги онбординга в течение первого часа после регистрации
BВремя от регистрации до первого ключевого действия пользователя в продукте по медиане новичков
CДоля пользователей, дошедших до момента ценности в течение 24 часов с момента старта
DМесячная выручка по когорте новичков, измеренная через 30 дней после регистрации
Ответ: Запаздывающий индикатор — это подтверждающий показатель, который реагирует с задержкой и часто отражает итоговый бизнес-результат.
Метрики онбординга и активации обычно меняются вскоре после релиза и поэтому работают как опережающие индикаторы — первые три варианта измеряются в первые часы или сутки. Месячная выручка по когорте через 30 дней опирается на повторные платежи и удержание, поэтому она реагирует существенно позже и подтверждает итоговый результат, а не сигнализирует о нём заранее. В дереве метрик удобно держать быстрые сигналы на верхних уровнях воронки и более поздние подтверждения эффекта в основании. Это помогает не путать ранний сигнал с финальным результатом и не принимать решения на коротких окнах.
Подробный разбор → 9Обучающее приложение выбирает в качестве верхней метрики «время в приложении». Почему это риск оптимизации не того?
AВремя в приложении считается поздним сигналом результата и его трудно использовать как фокус продуктовой команды на короткой инициативе
BВремя в приложении сложно измерить точно из-за разных способов учёта фоновых сессий, и ошибки приборов искажают сравнения по версии
CВремя в приложении легко увеличить через трение или залипание без роста пользы, поэтому нужны метрики результата и страховочные показатели
DВремя в приложении слабо зависит от продуктовых решений и сохраняется примерно одинаковым на разных версиях приложения у схожих пользователей
Ответ: Опасно оптимизировать метрику, которая легко растёт без роста ценности; лучше связывать её с результатом через `KPI tree`.
Время в приложении может увеличиться из-за длинных загрузок, сложной навигации или «бесконечной ленты», но это не означает, что пользователь лучше обучился. Такая метрика стимулирует неправильные решения и может повредить долгосрочному удержанию и удовлетворённости. Устойчивее выбрать ключевую метрику продукта, отражающую успех пользователя, например завершение полезных уроков, а время оставить как вспомогательную с понятной интерпретацией и страховочными метриками.
Подробный разбор → 10Какое описание лучше всего передаёт смысл дерева метрик (KPI tree)?
AДлинный список показателей для отчёта руководству: чем больше метрик включено, тем подробнее отчёт по компании за период
BОдна сводная метрика, которая полностью заменяет все остальные показатели и упрощает принятие решений на верхнем уровне
CСтруктура, связывающая бизнес-цель, ключевую метрику продукта, драйверы и продуктовые действия, чтобы видеть точки влияния
DФинансовая модель с разбивкой по статьям доходов и расходов, не связанная с продуктовыми инициативами и поведенческими метриками
Ответ: Дерево метрик помогает связать действия команды с верхними метриками и делать диагностику причин изменений.
Когда метрика падает или растёт, дерево помогает быстро понять, какой уровень даёт вклад: активация, частота, удержание, монетизация. Это снижает риск хаотичных решений и помогает выбирать главную метрику под инициативу так, чтобы она была опережающим показателем для ключевой метрики продукта. Также дерево метрик улучшает выравнивание между командами: все знают, какой вклад ожидается и чем он измеряется. Список ради списка, единственная метрика или финансовая таблица не дают такой связи действий и результата.
Подробный разбор → Другие темы: Продуктовая аналитика