Дерево метрик продукта: как построить и примеры

Разбираемся, что такое дерево метрик, зачем оно нужно продуктовой команде, как правильно декомпозировать ключевую метрику и использовать дерево для поиска точек роста.

Построить дерево метрик с помощью AI

Что такое дерево метрик

Дерево метрик — это способ связать главную цель продукта с метриками, которые на неё влияют. Верхнеуровневая метрика декомпозируется на составляющие, а те, в свою очередь, — на более конкретные показатели, которыми может управлять продуктовая команда.

Например, если ключевая метрика продукта — выручка, её можно разложить на количество покупок и средний чек. Количество покупок — на число активных пользователей и частоту покупок. Так появляется связь между бизнес-результатом и изменениями в поведении пользователей.

Зачем продукту дерево метрик

Само по себе наблюдение за верхнеуровневой метрикой редко подсказывает, что именно нужно изменить в продукте. Дерево помогает разложить результат на факторы и найти уровень, на котором команда действительно может повлиять на ситуацию.

Декомпозировать цель. Понять, из каких показателей складывается ключевой результат продукта.
Найти точки роста. Определить метрики, изменение которых способно повлиять на результат.
Приоритизировать работу. Сравнивать потенциальное влияние разных продуктовых инициатив.
Формировать гипотезы. Связывать изменения продукта и A/B-эксперименты с конкретными метриками.

Как построить дерево метрик

Построение дерева начинается с бизнес-результата и постепенно переходит к метрикам, на которые продуктовая команда может влиять через изменения продукта.

1. Определите верхнеуровневую метрику

Начните с показателя, который отражает результат продукта: например, выручки, GMV, количества заказов или числа платящих пользователей. Выбор зависит от бизнес-модели и цели анализа.

2. Декомпозируйте её на составляющие

Определите, из каких показателей складывается верхнеуровневая метрика. Например, GMV можно представить через количество заказов и средний чек. Важно, чтобы связь между родительской и дочерними метриками была понятной и объяснимой.

3. Продолжайте декомпозицию до продуктовых метрик

Спускайтесь ниже по дереву, пока не появятся показатели, на которые команда может воздействовать непосредственно: конверсия, retention, частота использования функции, доля успешных сценариев и другие поведенческие метрики.

4. Проверьте связи между метриками

Для каждой ветки задайте вопрос: действительно ли изменение дочерней метрики должно влиять на родительскую? Если связь невозможно объяснить, структуру дерева стоит пересмотреть.

5. Найдите метрики, на которые можно воздействовать

Готовое дерево позволяет перейти от наблюдения за результатом к действиям: выбрать перспективную метрику, сформулировать продуктовую гипотезу и проверить её с помощью эксперимента.

Пример дерева метрик продукта

Рассмотрим упрощённый пример для маркетплейса. В качестве верхнеуровневой метрики возьмём GMV — общую стоимость товаров, проданных через площадку.

GMV
├── Количество заказов
│   ├── Активные покупатели
│   │   ├── Новые покупатели
│   │   └── Вернувшиеся покупатели
│   └── Заказов на покупателя
│       └── Частота покупок
│
└── Средний чек
    ├── Товаров в заказе
    └── Средняя цена товара

Сам GMV трудно использовать как непосредственную точку воздействия: команда не может просто «увеличить GMV». Дерево показывает, за счёт каких факторов он может измениться.

Например, одна из веток приводит от GMV к количеству заказов, затем к числу активных покупателей и доле вернувшихся пользователей. На этом уровне уже можно сформулировать конкретную продуктовую задачу: повысить возвращаемость покупателей и проверить гипотезы, которые способны повлиять на повторные покупки.

Что делать с деревом после построения

Дерево метрик — не конечный результат анализа, а инструмент для принятия продуктовых решений. После построения дерева можно перейти от общей бизнес-цели к конкретным метрикам и гипотезам.

Выберите метрику. Найдите показатель, который потенциально ограничивает рост родительской метрики и на который команда способна воздействовать.
Сформулируйте гипотезу. Определите, какое изменение продукта может повлиять на выбранную метрику и почему.
Проведите эксперимент. Если это возможно, проверьте гипотезу с помощью A/B-теста или другого подходящего метода.
Оцените влияние выше по дереву. Рост локальной метрики сам по себе ещё не гарантирует улучшения продукта. Проверьте, изменились ли связанные родительские метрики и итоговый бизнес-результат.

Как построить дерево метрик с помощью AI

Дерево метрик можно строить вручную, начиная с ключевой бизнес-метрики и последовательно декомпозируя её до продуктовых и пользовательских показателей. MetricTree помогает ускорить этот процесс с помощью AI.

Опишите продукт и его бизнес-модель — MetricTree предложит структуру дерева метрик. После генерации дерево можно редактировать, анализировать отдельные метрики, искать точки роста и формировать идеи A/B-экспериментов.

Построить дерево метрик →