TGViewer
Первый Продуктовый Первый Продуктовый @firstanalyticsguide · 12.3K subscribers
Post #184 4.51K
Зачем, в чем и как измерять Engagement? 🤓

Люди не пользуются продуктом просто так. Если они это делают, значит, продукт решает их задачу. Product Creators называют это свойство продукта удержанием (Retention).

Удержание состоит из активации, вовлечения и восстановления. То есть периодов, когда мы вырабатываем у человека привычку пользоваться продуктом, поддерживаем её и напоминаем о ней, когда человек забывает.

Например, первые несколько заказов в Кухне на районе — это активация. Регулярные заказы в ней — вовлечение. А когда приходят пуши с новостями по типу «вы про нас не забыли?» — это попытка восстановить привычку.

Про активацию много рассказывал, поэтому сегодня будет про вовлечение. Кстати, его ещё называют Engagement.

Вовлечение напрямую влияет на метрику N-period Retention. Поэтому важно уметь его анализировать и знать стратегии его улучшения. Сейчас готовлю обнову для ребят с гайдбука, решил частью информации поделиться с тобой.

Вовлечение нужно оценивать только по активированным людям. То есть по тем, у кого выработалась привычка использовать продукт.

Вовлечение — это спектр, а не бинарный диапазон. То есть нет такого, что кто-то точно вовлечен, а кто-то нет.

Спектр оценивать неудобно, поэтому здесь хорошо работает сегментация. Можно поделить вовлеченных людей на несколько категорий. Например, на три: power, core и casual.

Core — пользуется продуктом с базовой частотой Use Case. Power — пользуются чаще, чем по идее должны. Casual — пользуются реже, чем по идее должны.

Например, люди, которые заказывают еду из Кухни 3-4 раза в неделю, — это Core, по несколько раз в день — Power и раз в месяц — Casual.

Возникает вопрос: а в чем измерять вовлечение и как проводить эти границы?

Измерять можно в:
1. Частоте использования. Например, чем чаще человек ездит на такси, тем больше последние заработают на комиссиях с водителей. Или чем чаще ходит в кино, тем больше удастся заработать на продаже билетов.

2. Числе используемых функций. Например, в любой CRM чем большими функциями пользуется клиент, тем лучше. Потому что использование функций внедряет продукт в бизнес-процессы клиента. Чем глубже в бизнес-процессы интегрирован продукт, тем сложнее от него отказаться.

3. Интенсивности использования. Например, чем больше фильмов человек смотрит на Кинопоиске, тем выше для него субъективная ценность от Кинопоиска, тем выше шанс продления подписки. Или чем больше времени человек проводит в VK, тем больше рекламы последняя успевает ему показать.

Границы проводятся очень просто:
— выдвигаешь гипотезы о возможных пороговых значениях;
— за успех считаешь удержание на 6 месяцев или более;
— проводишь корреляционный анализ;
— ищешь inflection point;
— находишь границы сегментов.

Но самое интересное не это. После получения статичной информации нужно смотреть в динамике, как люди перемещаются между этими сегментами. Такой анализ позволяет понять, мы вообще то делаем в работе над продуктом или нет. А это, как следствие, помогает повысить N-period Retention.
  • 🔥 66
  • ❤‍🔥 8
  • ✍ 4
  • ⚡ 4
  • ❤ 2
More from @firstanalyticsguide
  1. Sep 21, 2026Как создавать ИТ-продукты, которые не страшно отдавать пользователям, даже если ты не разр…
  2. Sep 20, 2026В этом году ездили в третий Евротрип, больше про них я рассказываю в личном канале. Вот ми…
  3. Sep 17, 2026Обо что разобьется большая часть вайбкодеров? С тем что завайбкодить продукт можно быстро,…
  4. Sep 16, 2026Post #581
  5. Sep 16, 2026Как проверить что ты не лох в мире, где даже твой брат школяр сделал себе ИИ-агента для до…
  6. Sep 15, 2026Всех, кто не освоит работу с ИИ — уволят Самое простое место чтобы зарабатывать много бабо…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →