Как дерево метрик помогает растить продукт
Дерево метрик (иерархия метрик) – это древовидная структура метрик. Во главе такого дерева находится ключевая метрика продукта, а на ветвях – влияющие на неё метрики.
Подобная иерархия метрик является важным инструментом при работе над ростом продукта. С его помощью можно разбить сложные метрики на более простые компоненты и лучше понять, как различные изменения влияют на успешность продукта.
На картинке представлен пример дерева с ключевой метрикой в виде прибыли. Прибыль рассчитывается вычитанием расходов из общей выручки. Выручка разбивается на количество пользователей, умноженное на среднюю выручку на пользователя (ARPU). ARPU, как и расходы, разбивается дальше. В итоге, получается полноценная формула для роста прибыли продукта, выраженная в низкоуровневых метриках, на которые мы можем осознанно влиять.
Получение такой формулы позволяет понимать влияние даже небольших изменений низкоуровневых метрик на верхнеуровневые. Как следствие, это также упрощает приоритезацию гипотез. Например, можно без труда посчитать, что потенциально принесет больше прибыли: увеличение некоторой конверсии на 1%, или уменьшение стоимости привлечения пользователя на 10 условных единиц.
Используйте этот инструмент для помощи в поиске точек роста в продукте и приоритизации своих гипотез.
Дерево метрик (иерархия метрик) – это древовидная структура метрик. Во главе такого дерева находится ключевая метрика продукта, а на ветвях – влияющие на неё метрики.
Подобная иерархия метрик является важным инструментом при работе над ростом продукта. С его помощью можно разбить сложные метрики на более простые компоненты и лучше понять, как различные изменения влияют на успешность продукта.
На картинке представлен пример дерева с ключевой метрикой в виде прибыли. Прибыль рассчитывается вычитанием расходов из общей выручки. Выручка разбивается на количество пользователей, умноженное на среднюю выручку на пользователя (ARPU). ARPU, как и расходы, разбивается дальше. В итоге, получается полноценная формула для роста прибыли продукта, выраженная в низкоуровневых метриках, на которые мы можем осознанно влиять.
Получение такой формулы позволяет понимать влияние даже небольших изменений низкоуровневых метрик на верхнеуровневые. Как следствие, это также упрощает приоритезацию гипотез. Например, можно без труда посчитать, что потенциально принесет больше прибыли: увеличение некоторой конверсии на 1%, или уменьшение стоимости привлечения пользователя на 10 условных единиц.
Используйте этот инструмент для помощи в поиске точек роста в продукте и приоритизации своих гипотез.