North Star, KPI и иерархия метрик: вопросы для собеседования (часть 4)

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.

A/B-тесты в продуктовой аналитикеОсновы продуктовой аналитикиВоронки, когорты и retentionРост, активация и онбордингИнструментация и качество данныхМонетизация и юнит-экономикаПриоритизация и RICEПостановка задачи и PRDСегментация и позиционированиеСторителлинг и alignmentИсследование пользователей и JTBD

Вопросы 1620 из 20

16Как корректнее всего относиться к изменению ключевой метрики продукта (North Star Metric) по мере развития продукта?
AКлючевую метрику продукта стоит обновлять каждые две недели, чтобы команда могла перебирать формулировки и находить ту, что лучше всего растёт в моменте
BКлючевая метрика продукта может меняться при смене стратегии или стадии продукта, но это редкое и осознанное решение с пересборкой дерева метрик
CКлючевую метрику продукта стоит сохранять до конца жизни продукта, иначе команда теряет историю сравнений и сопоставимость периодов в отчётах
DКлючевую метрику продукта стоит заменять на новую фокусную метрику инициативы при появлении любой свежей продуктовой идеи в бэклоге
Ответ: Ключевая метрика продукта может меняться, но это стратегическое решение, а не реакция на недельные колебания.

На ранней стадии продукт чаще фокусируется на достижении ценности и активации, а на зрелой — на удержании и масштабировании. Со временем метрика может смещаться, но это требует аккуратной миграции: объяснить новую логику, переопределить драйверы в дереве метрик и сохранить сопоставимость периодов. Частая смена метрики разрушает фокус и делает цели «подгоняемыми». Лучше держать стабильную метрику и менять её только при изменении сути продукта.

Подробный разбор →
17Вы выбираете ключевую метрику продукта и боитесь получить «ванити-метрику», которую легко накрутить. Какая проверка наиболее полезна?
AВыбрать метрику с самым большим абсолютным значением в текущем отчёте: крупная цифра выглядит внушительно для совета директоров
BВыбрать метрику, которая легче всего собирается из существующих логов продукта без доработок инструментов аналитики на стороне приложения
CВыбрать метрику, которую регулярно публикует в пресс-релизах ваш ближайший конкурент по рынку, чтобы напрямую сравниваться по одной шкале
DПроверить, что метрика отражает доставленную ценность, связана с подтверждающими показателями и имеет понятные драйверы и опережающие индикаторы
Ответ: Хорошая ключевая метрика отражает ценность и имеет прозрачную связь с драйверами и итоговыми отложенными показателями.

Если метрика растёт, но не ведёт к улучшению удержания, удовлетворённости или выручки, это сигнал, что вы оптимизируете не то. Связь с отложенными показателями не обязана быть идеальной, но логика должна быть понятной и проверяемой. Дерево KPI помогает показать, какие опережающие индикаторы и продуктовые рычаги двигают ключевую метрику. Такой подход снижает риск накрутки и делает приоритеты команды более устойчивыми.

Подробный разбор →
18У вас дерево метрик: ключевая метрика продукта — еженедельно активные ученики. Команда контента оптимизирует число начатых уроков, команда монетизации — показы рекламы. При этом удержание падает. Какое действие наиболее корректно, чтобы снизить риск «оптимизации не того»?
AСохранить текущее распределение целей: рост подметрик команд контента и монетизации со временем приведёт к росту ключевой метрики продукта
BЗаменить ключевую метрику продукта на показ рекламы, чтобы цели команд монетизации и контента стали согласованы и не конфликтовали в дереве
CПривязать подметрики к ключевой метрике, пересмотреть фокусные метрики инициатив и добавить страховочные метрики удержания и удовлетворённости
DВынести оптимизацию подметрик в отдельные продуктовые подразделения с собственными деревьями метрик и независимыми бэклогами инициатив
Ответ: Если команды оптимизируют локальные метрики, нужен общий контекст дерева метрик и защитные метрики, чтобы избежать локального оптимума.

Рост числа начатых уроков может означать больше незавершённых уроков, а рост показов рекламы — больше раздражения; оба сценария могут снижать удержание. Правильный шаг — выровнять цели: показать, как подметрики должны поддерживать ключевую метрику продукта, и какие защитные метрики нельзя ухудшать. Затем пересмотреть единственную метрику инициатив, чтобы она была опережающим индикатором ключевой метрики, а не просто метрикой активности. Запрет сегментации и замена ключевой метрики на показ рекламы только усугубляют локальный оптимум.

Подробный разбор →
19B2B-продукт: бизнес-цель — рост ARR. Ключевая метрика продукта — число команд, которые еженедельно создают и шарят хотя бы один отчёт. Команда упрощает приглашение коллег в рабочее пространство. Какая основная метрика инициативы лучше всего подходит как опережающий индикатор?
AДоля новых команд, которые пригласили двух и более участников в первые три дня после создания пространства
BЧисло визитов на страницу тарифов за неделю, агрегированное по всем рабочим пространствам без разбивки
CСредний чек по новым контрактам за месяц, посчитанный по подписанным сделкам в выбранном периоде
DКоличество задач в общем беклоге команды разработки за квартал по всем продуктовым инициативам
Ответ: Лучший опережающий индикатор для инициативы по приглашениям — метрика, которая измеряет сами приглашения и связана с ключевой метрикой продукта.

Если важно, чтобы рабочие пространства становились многопользовательскими, то приглашения — прямой рычаг этой инициативы. Доля команд, пригласивших коллег, меняется быстро и хорошо отражает эффект улучшений интерфейса приглашения. Дальше она должна тянуть за собой совместное использование, создание и шаринг отчётов, и уже потом — отстающий индикатор вроде ARR. Визиты на тарифы и средний чек слишком далеки от конкретного изменения и плохо подходят как основная метрика инициативы.

Подробный разбор →
20В эксперименте новый онбординг улучшил ранний показатель активации, но поздний показатель удержания за 30 дней пока не изменился. Какое решение наиболее разумно?
AРаскатить эксперимент сразу: ранний показатель активации заменяет поздний показатель удержания при принятии итогового решения по релизу
BОткатить эксперимент сразу: если поздний показатель удержания за 30 дней не вырос за неделю, дальнейшее ожидание считается напрасной тратой ресурсов
CСчитать рост активации ранним сигналом, продолжить наблюдение за поздним показателем удержания, проверить связь в дереве KPI и следить за страховочными метриками
DСократить окно расчёта позднего показателя удержания с 30 до 7 дней, чтобы получить итоговую оценку быстрее и закрыть эксперимент в текущем спринте
Ответ: Ранний показатель даёт быстрый сигнал, но ценность инициативы подтверждается через поздний показатель и связь в дереве KPI.

Если онбординг стал лучше, активация может улучшиться сразу, а удержание проявится позже, когда пользователи проживут достаточно времени. Поэтому важно не торопиться с выводами: проверить, что улучшение не сопровождается ухудшением защитных метрик, и дождаться окна для позднего показателя. Также полезно убедиться, что выбранная активация действительно является ранним сигналом для удержания в вашем дереве KPI. Откат после недели и переключение фокуса только на одну метрику — типичные ошибки, которые ведут к преждевременным выводам.

Подробный разбор →
1234

Хотите тренировать интерактивно?

В приложении — таймер, прогресс, стрики и 1700+ вопросов по всем темам.

Тренировать продукт в Telegram

Другие темы: Продуктовая аналитика

A/B-тесты в продуктовой аналитикеОсновы продуктовой аналитикиВоронки, когорты и retentionРост, активация и онбордингИнструментация и качество данныхМонетизация и юнит-экономикаПриоритизация и RICEПостановка задачи и PRDСегментация и позиционированиеСторителлинг и alignmentИсследование пользователей и JTBD