Недавно в разговоре с менти зашла речь про North star и дерево метрик. И в процессе обсуждения я подумал, какой же все-таки это крутой фреймворк. И зря я его недооценивал.

Обычно в примерах про дерево метрик говорят про высокоуровневые продуктовые метрики, которые можно строго математически связать. Типа Revenue = DAU * Paying Share * ARPPU. Однако самое интересное начинается ниже, когда мы декомпозируем метрику до поведенческих параметров.

Например, среднее количество платежей на пользователя может быть связано с тем, как часто он заходит в игру. Количество корлупов в день (уровней/боев/заказов/etc), когда пользователь сталкивается с сложностью или дефицитом, можно интерпретировать как интенсивность монетизационного давления. И, соответственно, как часто пользователь сталкивается с монетизационными предложениями.

Между поведенческими и продуктовыми метриками вряд ли можно построить строгую математическую связь, скорее всего только корреляционную. Что и делает дерево сложным и неочевидным для построения.

Есть и вторая важная для меня сторона во всем этом — чем профессиональнее аналитик/продакт/исследователь, тем больше он работает на уровне поведения и тем лучше он связывает продуктовые метрики с поведением пользователей. В конце концов, мы влияем прямо именно на поведение пользователя, а не на условные ARPU или GMV.