.svg)
.svg)
В 2025 году продакт-менеджер без метрик — как пилот без приборов. Можно лететь по ощущениям, но долго так не протянешь. Работодатели хотят видеть цифры: сколько выросла конверсия после редизайна, как изменился retention после запуска новой фичи, какой ROI принесла интеграция. Эта статья — практическое руководство по метрикам для продактов: какие показатели отслеживать на каждом этапе, как их считать и как использовать для карьерного роста.
1. Зачем продакт-менеджеру метрики
Реальность рынка труда
| Показатель | Значение (2025) |
|---|---|
| Вакансий Product Manager на hh.ru | ~8 000 |
| Средняя зарплата в Москве | 250 000–400 000 ₽ |
| Средняя зарплата в регионах | 120 000–200 000 ₽ |
| Вакансий с требованием «работа с метриками» | 87% |
| Вакансий с требованием «A/B тестирование» | 62% |
| Вакансий с требованием «аналитические инструменты» | 78% |
Три причины вести метрики
| Причина | Описание | Практический результат |
|---|---|---|
Принятие решений | Данные вместо интуиции | Меньше споров, быстрее запуск |
Приоритизация | Понимание impact фичей | Фокус на том, что даёт рост |
Карьерный рост | Доказательство эффективности | Повышение и рост зарплаты |
Что происходит без метрик
Фичи запускаются «потому что попросил CEO»
Непонятно, работает ли продукт
Невозможно обосновать ресурсы
На ревью нечего показать
Сложно устроиться на новую работу
2. Фреймворк AARRR: пиратские метрики
Структура воронки
AARRR (Pirate Metrics) — самый популярный фреймворк для продуктовых метрик. Название — от пяти этапов воронки:
| Этап | Что измеряем | Ключевые метрики |
|---|---|---|
Acquisition | Откуда приходят пользователи | CAC, трафик по каналам, CPC |
Activation | Первый позитивный опыт | Конверсия регистрации, Time to Value |
Retention | Возвращаются ли пользователи | DAU/MAU, Retention Day 1/7/30 |
Revenue | Платят ли пользователи | ARPU, LTV, конверсия в платящих |
Referral | Рекомендуют ли другим | NPS, вирусный коэффициент, реферальный трафик |
Acquisition: привлечение пользователей
Продакт-менеджер не всегда отвечает за маркетинг, но должен понимать, откуда приходят пользователи и сколько это стоит.
| Метрика | Формула | Норма |
|---|---|---|
CAC (Customer Acquisition Cost) | Затраты на маркетинг / Новые клиенты | Зависит от LTV (CAC < LTV/3) |
CPC (Cost Per Click) | Затраты на рекламу / Клики | 50–300 ₽ для B2C |
CPL (Cost Per Lead) | Затраты на рекламу / Лиды | 500–5000 ₽ для B2B |
Конверсия канала | Регистрации / Посетители × 100% | 2–10% для лендингов |
Пример анализа каналов привлечения
| Канал | Посетители | Регистрации | Конверсия | CAC |
|---|---|---|---|---|
| Контекст Google | 50 000 | 2 500 | 5% | 1 200 ₽ |
| Контекст Яндекс | 45 000 | 2 700 | 6% | 980 ₽ |
| Органика | 80 000 | 4 000 | 5% | 0 ₽ |
| Социальные сети | 25 000 | 750 | 3% | 2 100 ₽ |
| Рефералы | 15 000 | 1 500 | 10% | 450 ₽ |
Activation: первый успех пользователя
Activation — момент, когда пользователь понимает ценность продукта. Это не просто регистрация, а первое значимое действие.
| Продукт | Момент активации | Целевая конверсия |
|---|---|---|
| Мессенджер | Отправлено первое сообщение | 70–80% |
| Таск-менеджер | Создана первая задача | 50–60% |
| E-commerce | Добавлен товар в корзину | 30–40% |
| SaaS B2B | Завершён онбординг | 40–60% |
| Финтех | Первая транзакция | 20–35% |
Метрики активации
| Метрика | Описание | Как улучшить |
|---|---|---|
Time to Value | Время до первого успеха | Упростить онбординг |
Signup-to-Active | % активированных от зарегистрированных | Персонализация, подсказки |
Completion Rate | % завершивших онбординг | Сократить количество шагов |
Feature Adoption | % использующих ключевые фичи | Улучшить discoverability |
Retention: удержание пользователей
Retention — главная метрика для большинства продуктов. Если пользователи не возвращаются, никакой acquisition не поможет.
| Метрика | Формула | Типичные значения |
|---|---|---|
Retention Day 1 | Вернулись на день 1 / Новые × 100% | 25–50% для приложений |
Retention Day 7 | Вернулись на день 7 / Новые × 100% | 10–25% для приложений |
Retention Day 30 | Вернулись на день 30 / Новые × 100% | 5–15% для приложений |
DAU/MAU | Дневные активные / Месячные активные | 10–25% хорошо, 50%+ отлично |
Churn Rate | Ушедшие / Всего пользователей × 100% | 2–8% в месяц для SaaS |
Бенчмарки retention по типам продуктов
| Тип продукта | Day 1 | Day 7 | Day 30 |
|---|---|---|---|
| Социальные сети | 40–60% | 25–40% | 15–30% |
| Игры (казуальные) | 35–50% | 15–25% | 5–12% |
| E-commerce | 20–30% | 10–18% | 5–10% |
| Финтех | 30–45% | 20–30% | 12–20% |
| SaaS B2B | 50–70% | 40–55% | 30–45% |
| Медиа/контент | 25–40% | 15–25% | 8–15% |
Revenue: монетизация
| Метрика | Формула | Для чего |
|---|---|---|
ARPU | Выручка / Все пользователи | Общая монетизация |
ARPPU | Выручка / Платящие пользователи | Монетизация платящих |
LTV | ARPU × Среднее время жизни | Ценность клиента |
LTV/CAC | LTV / CAC | Эффективность привлечения |
Конверсия в платящих | Платящие / Все × 100% | Эффективность монетизации |
MRR | Месячная рекуррентная выручка | Для подписочных моделей |
ARR | MRR × 12 | Годовая рекуррентная выручка |
Расчёт LTV разными методами
| Метод | Формула | Когда использовать |
|---|---|---|
| Простой | ARPU × Среднее время жизни | Для быстрой оценки |
| По когортам | Сумма выручки когорты / Размер когорты | Для точного расчёта |
| С дисконтированием | Σ (Выручка_t / (1 + r)^t) | Для долгосрочных продуктов |
| По Churn | ARPU / Churn Rate | Для подписочных моделей |
Referral: виральность
| Метрика | Формула | Хорошее значение |
|---|---|---|
NPS | % Промоутеров − % Критиков | 30+ хорошо, 50+ отлично |
K-factor | Приглашения × Конверсия приглашений | 1+ для вирального роста |
Реферальный трафик | Рефералы / Все новые × 100% | 20–40% |
Sharing Rate | Поделившиеся / Активные × 100% | 5–15% |
3. North Star Metric: главная метрика продукта
Что это такое
North Star Metric (NSM) — единственная метрика, которая лучше всего отражает ценность, которую продукт даёт пользователям. Вся команда фокусируется на её росте.
Примеры North Star Metrics
| Компания | North Star Metric | Почему именно она |
|---|---|---|
| Spotify | Время прослушивания | Отражает вовлечённость |
| Airbnb | Количество забронированных ночей | Ценность для обеих сторон |
| Daily Active Users | Размер активной аудитории | |
| Slack | Количество отправленных сообщений | Использование продукта |
| Netflix | Часы просмотра в месяц | Вовлечённость подписчиков |
| Uber | Количество поездок в неделю | Частота использования |
| HubSpot | Weekly Active Teams | Глубина использования в компаниях |
| Amplitude | Weekly Learning Users | Активные пользователи аналитики |
Как выбрать North Star Metric
| Критерий | Описание | Пример |
|---|---|---|
| Отражает ценность | Показывает, что пользователь получил value | Завершённые задачи, а не регистрации |
| Measurable | Можно измерить | Не «удовлетворённость», а NPS или retention |
| Actionable | Команда может влиять | Не внешние факторы (курс валюты) |
| Leading indicator | Предсказывает успех | Активация предсказывает retention |
| Понятна всем | Не требует объяснений | «Ночи бронирований» понятнее «GMV» |
NSM для разных типов продуктов
| Тип продукта | Рекомендуемые NSM | Почему |
|---|---|---|
| Маркетплейс | Количество транзакций, GMV | Ценность для обеих сторон |
| SaaS B2B | Weekly Active Teams, активные аккаунты | Глубина использования |
| Контент/Медиа | Время потребления контента | Вовлечённость аудитории |
| Social | DAU, контент создан | Активность сообщества |
| E-commerce | Количество заказов, повторные покупки | Транзакционная ценность |
| Финтех | Объём транзакций, активные счета | Использование сервиса |
4. OKR и KPI для продакт-менеджера
Разница между OKR и KPI
| Параметр | OKR | KPI |
|---|---|---|
| Расшифровка | Objectives and Key Results | Key Performance Indicators |
| Фокус | Что хотим достичь | Как измеряем успех |
| Амбициозность | 70% выполнения = успех | 100% = норма |
| Период | Квартал | Месяц/квартал/год |
| Связь с зарплатой | Не рекомендуется | Часто привязана |
| Количество | 3–5 Objectives, 3–5 KR на каждый | 5–10 показателей |
Примеры OKR для продакт-менеджера
Objective 1: Улучшить онбординг новых пользователей
| Key Result | Текущее | Цель |
|---|---|---|
| Увеличить конверсию регистрация → активация | 35% | 50% |
| Сократить Time to Value | 15 минут | 5 минут |
| Увеличить completion rate онбординга | 60% | 80% |
Objective 2: Повысить retention существующих пользователей
| Key Result | Текущее | Цель |
|---|---|---|
| Увеличить Retention Day 7 | 18% | 25% |
| Снизить Churn Rate | 8% | 5% |
| Увеличить DAU/MAU | 15% | 22% |
Objective 3: Увеличить монетизацию продукта
| Key Result | Текущее | Цель |
|---|---|---|
| Увеличить конверсию free → paid | 3% | 5% |
| Увеличить ARPU | 450 ₽ | 600 ₽ |
| Увеличить LTV/CAC | 2.5 | 3.5 |
Типичные KPI продакт-менеджера
| Категория | KPI | Как измерять |
|---|---|---|
Продуктовые | DAU/MAU, Retention, NPS | Amplitude, Mixpanel, опросы |
Бизнесовые | MRR, LTV, конверсия | Stripe, внутренняя аналитика |
Процессные | Time to Market, Release frequency | Jira, Linear |
Качества | Bug rate, Crash rate, Support tickets | Sentry, Zendesk |
5. Метрики по этапам жизненного цикла продукта
Стадии продукта и фокусные метрики
| Стадия | Главный вопрос | Ключевые метрики |
|---|---|---|
Problem-Solution Fit | Решаем ли реальную проблему? | Качественные интервью, % готовых платить |
Product-Market Fit | Нужен ли продукт рынку? | Retention, NPS, органический рост |
Growth | Как масштабировать? | CAC, LTV, вирусный коэффициент |
Maturity | Как удержать позиции? | Market share, ARPU, Churn |
Product-Market Fit: как измерить
Product-Market Fit — момент, когда продукт «взлетает». Есть несколько способов его измерить:
| Метод | Описание | Показатель PMF |
|---|---|---|
Опрос Sean Ellis | «Как бы вы себя чувствовали, если бы больше не могли использовать продукт?» | 40%+ ответили «очень расстроен» |
Retention | Кривая retention выходит на плато | Плато выше 20% для B2C |
Органический рост | Пользователи приходят без рекламы | 30%+ органического трафика |
NPS | Пользователи рекомендуют продукт | NPS 50+ |
Cohort Revenue | Когорты не уменьшают выручку | Flat или растущие когорты |
Метрики на этапе роста
| Метрика | Зачем | Целевое значение |
|---|---|---|
LTV/CAC | Эффективность роста | > 3 для устойчивого роста |
Payback Period | Окупаемость привлечения | < 12 месяцев для SaaS |
MoM Growth | Темп роста | 5–10% для зрелых, 15–30% для стартапов |
Net Revenue Retention | Рост выручки от текущих клиентов | > 100% хорошо, > 120% отлично |
6. Метрики фичей: как измерить успех релиза
Framework для оценки фичей
Каждая фича должна иметь гипотезу и метрики успеха до запуска.
| Этап | Что делаем | Какие метрики |
|---|---|---|
До запуска | Формулируем гипотезу | Целевые значения метрик |
Soft launch | A/B тест или % rollout | Статистическая значимость |
Full launch | 100% пользователей | Сравнение с baseline |
Итерация | Улучшения по результатам | Динамика метрик |
Метрики успеха фичи
| Тип метрики | Примеры | Для чего |
|---|---|---|
Adoption | % пользователей, использующих фичу | Насколько фича востребована |
Frequency | Сколько раз в день/неделю используют | Глубина использования |
Retention | Возвращаются ли к фиче | Долгосрочная ценность |
Impact | Влияние на NSM, revenue | Бизнес-ценность |
Satisfaction | CSAT, отзывы, support tickets | Качество опыта |
Пример оценки фичи
Запустили «Тёмную тему» в приложении:
| Метрика | До запуска | После запуска | Изменение |
|---|---|---|---|
| Feature Adoption | — | 34% | +34% |
| Session Duration (тёмная тема) | — | 12 мин | +18% vs светлая |
| DAU | 45 000 | 47 500 | +5.5% |
| NPS | 42 | 46 | +4 |
| App Store Rating | 4.2 | 4.4 | +0.2 |
7. A/B тестирование: как принимать решения на данных
Основы A/B тестирования
| Термин | Описание |
|---|---|
Control (A) | Текущая версия продукта |
Treatment (B) | Новая версия с изменениями |
Sample Size | Количество пользователей в тесте |
Statistical Significance | Вероятность, что результат не случаен (обычно 95%) |
MDE | Minimum Detectable Effect — минимальное изменение, которое хотим обнаружить |
Power | Вероятность обнаружить эффект, если он есть (обычно 80%) |
Ошибки в A/B тестировании
| Ошибка | Описание | Как избежать |
|---|---|---|
Peeking | Остановка теста при первых результатах | Определить sample size заранее |
Multiple comparisons | Тестирование множества метрик | Выбрать 1–2 главных метрики |
Selection bias | Неслучайное распределение | Проверить AA тест |
Network effects | Группы влияют друг на друга | Использовать cluster randomization |
Novelty effect | Новизна даёт временный рост | Запускать тест дольше (2+ недели) |
Калькулятор размера выборки
| Baseline конверсия | MDE 5% | MDE 10% | MDE 20% |
|---|---|---|---|
| 1% | 310 000 | 78 000 | 19 500 |
| 3% | 100 000 | 25 000 | 6 300 |
| 5% | 60 000 | 15 000 | 3 800 |
| 10% | 28 000 | 7 000 | 1 800 |
| 20% | 12 500 | 3 200 | 800 |
Размер на каждую группу при 95% significance и 80% power
8. Инструменты для работы с метриками
Product Analytics
| Инструмент | Плюсы | Минусы | Цена |
|---|---|---|---|
Amplitude | Мощная аналитика, когорты, воронки | Сложный в освоении | Free tier, от $995/мес |
Mixpanel | Удобный интерфейс, real-time | Дорогой при масштабе | Free tier, от $25/мес |
PostHog | Open source, self-hosted | Меньше фич, чем у лидеров | Free tier, от $0/мес |
Heap | Автоматический сбор событий | Дорогой | По запросу |
A/B тестирование
| Инструмент | Особенности | Цена |
|---|---|---|
Optimizely | Feature flags, A/B, персонализация | От $50 000/год |
VWO | Web A/B, тепловые карты | От $199/мес |
LaunchDarkly | Feature flags, эксперименты | От $10/мес |
Statsig | Бесплатный tier, хорошая статистика | Free tier, от $0 |
GrowthBook | Open source, self-hosted | Free |
Dashboards и BI
| Инструмент | Для кого | Цена |
|---|---|---|
Tableau | Enterprise, сложная визуализация | От $70/мес |
Looker | Data modeling, SQL | По запросу |
Metabase | Open source, self-hosted | Free / от $85/мес |
Preset (Superset) | Open source, облачный | Free tier |
Redash | SQL dashboards | Free / hosted |
Опросы и качественные данные
| Инструмент | Для чего | Цена |
|---|---|---|
Typeform | Красивые формы, NPS | Free tier, от $25/мес |
Hotjar | Тепловые карты, записи сессий, опросы | Free tier, от $32/мес |
UserTesting | Видео UX исследования | По запросу |
Maze | Тестирование прототипов | Free tier, от $99/мес |
9. Как использовать метрики для карьерного роста
Метрики в резюме
Резюме продакт-менеджера без цифр — слабое резюме. Вот как структурировать достижения:
| Плохо | Хорошо |
|---|---|
| Улучшил онбординг | Увеличил конверсию онбординга с 35% до 52% (+48%) |
| Запустил новую фичу | Запустил «Тёмную тему», adoption 34%, NPS +4 пункта |
| Работал над ростом | Увеличил DAU с 45K до 78K за 6 месяцев |
| Уменьшил отток | Снизил Churn с 8% до 4.5% (-44%) |
| Провёл A/B тесты | Провёл 15 A/B тестов, 9 успешных, суммарный рост конверсии +23% |
Формула для описания достижений
Действие + Метрика + Контекст
«Увеличил» / «Снизил» / «Запустил» — действие
«На X%» / «С Y до Z» — измеримый результат
«За N месяцев» / «Для M пользователей» — контекст
Метрики по грейдам
| Грейд | Ожидаемые метрики в резюме |
|---|---|
Junior PM | Feature adoption, bug reduction, NPS фичи |
Middle PM | Retention, конверсия, LTV, несколько фичей с impact |
Senior PM | NSM, revenue impact, команда, процессы |
Lead/Head of Product | GMV, ARR, market share, построение команды |
На собеседовании
| Вопрос | Как отвечать |
|---|---|
| «Какая главная метрика вашего продукта?» | Назвать NSM, объяснить почему именно она |
| «Как вы измеряете успех фичи?» | Framework: гипотеза → метрики → A/B → итерация |
| «Расскажите о неудачном запуске» | Метрики показали X, вывод Y, изменили Z |
| «Как приоритизируете backlog?» | RICE/ICE с конкретными примерами расчёта |
10. Практические кейсы
Кейс 1: Увеличение Retention
Ситуация: Мобильное приложение для фитнеса, Retention Day 7 = 12%
Анализ:
| Этап воронки | Конверсия | Проблема |
|---|---|---|
| Регистрация | 100% | — |
| Заполнение профиля | 78% | Слишком много полей |
| Первая тренировка | 45% | Нет персонализации |
| Вторая тренировка | 28% | Нет напоминаний |
| Day 7 active | 12% | Нет прогресса |
Решения и результаты:
| Изменение | Метрика | Результат |
|---|---|---|
| Сократили профиль до 3 полей | Completion rate | 78% → 91% |
| Персонализация тренировок | Первая тренировка | 45% → 62% |
| Push-напоминания | Вторая тренировка | 28% → 41% |
| Визуализация прогресса | Day 7 retention | 12% → 24% |
Итог: Retention Day 7 вырос в 2 раза за 3 месяца.
Кейс 2: Оптимизация монетизации
Ситуация: SaaS продукт, конверсия free → paid = 2.1%
Анализ когорт:
| Сегмент | Размер | Конверсия | Потенциал |
|---|---|---|---|
| Одиночки (1 user) | 65% | 0.8% | Низкий |
| Малые команды (2–5) | 25% | 4.2% | Высокий |
| Средние команды (6–20) | 8% | 12.5% | Очень высокий |
| Большие команды (20+) | 2% | 28% | Enterprise |
Решения:
| Изменение | Метрика | Результат |
|---|---|---|
| Фокус acquisition на команды | % командных регистраций | 35% → 52% |
| Team-specific онбординг | Activation rate команд | 45% → 68% |
| Командные фичи в free tier | Invite rate | 12% → 31% |
| Trial для команд 14→30 дней | Trial конверсия | 8% → 15% |
Итог: Общая конверсия free → paid выросла с 2.1% до 4.8%.
Кейс 3: Запуск новой фичи
Фича: «Умные рекомендации» в e-commerce
Гипотеза: Персонализированные рекомендации увеличат конверсию добавления в корзину на 15%.
A/B тест:
| Параметр | Control | Treatment |
|---|---|---|
| Размер группы | 125 000 | 125 000 |
| Добавления в корзину | 8 125 | 9 875 |
| Конверсия | 6.5% | 7.9% |
| Lift | — | +21.5% |
| p-value | — | 0.002 |
Результат: Гипотеза подтверждена, lift превысил ожидания. Фича выкачена на 100%.
11. Типичные ошибки в работе с метриками
| Ошибка | Описание | Как избежать |
|---|---|---|
Vanity metrics | Отслеживание красивых, но бесполезных цифр | Фокус на actionable метриках |
Слишком много метрик | Отслеживание 50+ показателей | 3–5 ключевых метрик |
Correlation ≠ causation | Путаница корреляции и причины | A/B тесты для проверки |
Игнорирование сегментов | Смотреть только средние | Разбивка по когортам |
Оптимизация под метрику | Goodhart's Law — метрика становится целью | Guardrail метрики |
Редкие проверки | Смотреть метрики раз в месяц | Ежедневные/еженедельные дашборды |
Нет baseline | Нет точки отсчёта | Фиксировать метрики до изменений |
Vanity vs Actionable метрики
| Vanity (бесполезные) | Actionable (полезные) |
|---|---|
| Всего регистраций | Активные пользователи (DAU/MAU) |
| Скачиваний приложения | Retention Day 7 |
| Подписчиков в соцсетях | Конверсия из подписчика в клиента |
| Просмотров страницы | Конверсия в целевое действие |
| Время на сайте | Completion rate задачи |
12. Чек-лист метрик для продакт-менеджера
Ежедневно отслеживать
DAU и его динамика
Ключевые конверсии воронки
Количество ошибок и крашей
Support tickets по продукту
Еженедельно анализировать
WAU и engagement
Retention по когортам
Feature adoption новых релизов
Результаты A/B тестов
Ежемесячно проверять
MAU и MAU growth
MRR и его компоненты (new, expansion, churn)
LTV/CAC и его динамика
NPS и качественная обратная связь
Ежеквартально пересматривать
North Star Metric
OKR и их выполнение
Стратегические инициативы
Конкурентный анализ
Итоги
Метрики — не цель, а инструмент. Они помогают принимать решения, приоритизировать работу и доказывать ценность. Ключевые выводы:
Выберите North Star Metric — одну метрику, которая отражает ценность продукта
Используйте AARRR — структурируйте метрики по этапам воронки
Ставьте OKR — амбициозные цели с измеримыми результатами
Проводите A/B тесты — принимайте решения на данных, а не на мнениях
Документируйте результаты — собирайте достижения для резюме и ревью
Продакт-менеджер с метриками — это продакт-менеджер с аргументами. А аргументы — это карьерный рост, повышение зарплаты и влияние на продукт.
А лучшие вакансии для продакт-менеджеров ищите на hirehi.ru