Краткий ответ: через Product/Market Fit (PMF), т.е. насколько продукт соответствует потребностям рынка.
PMF есть, когда пользователи сами возвращаются в продукт, потому что он хорошо закрывает их потребность. Важно думать о PMF не как о бинарном состоянии «есть» / «нет», а как о силе или векторе.
Как понять, что PMF есть?
В общем виде выделяют такие метрики и сигналы ⬇️
Они не равнозначны: одни дают прямой сигнал, другие косвенный. Разберём каждую с пояснением, когда и как применять.
1️⃣ Retention выходит на плато
Один из самых надёжных индикаторов для продуктов с регулярным паттерном использвания. Если когорты пользователей стабилизируются, значит продукт решает задачу хорошо.
Выбор периода расчета Retention зависит от паттарена использования продукта: для ежедневных – дни, для еженедельных – недели и т.д.
Для разных типов продуктов бенчмарки Retention будут различаться, ориентиры диапазонов «хорошо – отлично» на горизонте 6 месяцев: социальные продукты 25-45%, для транзакционных 30-50%, для подписочных 40-70%.
Можно также смотреть на обратный Retention показатель – отток. Инструмент для анализа – когортный анализ (подробнее тут).
2️⃣ Покупки
Люди голосуют деньгами. Повторные покупки и продление подписок — сильный прямой сигнал наличия ценности. Конкретные маркеры зависят от модели монетизации (см. пост).
3️⃣ Соотношение LTV:CAC
Минимум 3:1, идеально 5:1. Сильный сигнал, что unit-экономика сходится, бизнес-модель работает и продукт готов к масштабированию.
4️⃣ Stickiness Factor
Считается через соотношение DAU/MAU и показывает, насколько регулярно пользователи возвращаются в продукт. Важно считать не просто заходы в приложение или на сайт, а ценностные взаимодействия: для кинотеатра, например, это просмотр видео, а не просмотр каталога.
Здесь также бенчмарки будут различаться, ориентиры: выше 20% – хорошо, выше 50% – отлично, ниже 20% – сигнал, что ценности мало или нет.
5️⃣ Реферальность
Если продукт решает реальную проблему, пользователи приводят других. Ключевая метрика Viral Coefficient или K-factor: сколько новых пользователей приводит один текущий. Если K-factor > 1 – это хороший сигнал.
Небольшое отступление про виральность. Реферальность и виральность не одно и то же, их часто путают. Виральный продукт распространяется через встроенные в продукт механизмы самораспространения: «Sent from iPhone», видео с логотипом TikTok. Продукт дистрибутируется через сам факт использования. Рядом с темой виральности и реферальности лежат сетевые эффекты, но это тема для отдельного поста.
Про NPS: я намеренно не включаю его в список надёжных метрик. По моей практике он ненадёжен: опросы показывают только довольным клиентам, сотрудники в офлайне просят ставить высокие оценки, формулировки искажаются. Классическая иллюстрация закона Гудхарта: «Когда метрика становится целью, она перестаёт быть хорошей метрикой».
6️⃣ Критерий Шона Элиса
Метод для ранних стадий с небольшой активной аудиторией. На зрелом продукте он теряет смысл, так как поведенческие данные надёжнее любого опроса.
В основе вопрос:
«Насколько вы будете разочарованы, если не сможете пользоваться нашим продуктом?»
– Очень расстроюсь
– Немного расстроюсь
– Не расстроюсь
– Не пользуюсь продуктом
Если более 40% отвечают «Очень расстроюсь», есть сигнал ценности.
7️⃣ Качественные сигналы
Также на ранних стадиях, когда количественных данных ещё мало, можно ориентироваться на:
– Очереди из новых пользователей
– Расширение команды поддержки и продаж
– Рост инфраструктурной нагрузки
– Запросы от СМИ
– Работает сарафанное радио
Спасибо, что продолжаете читать цикл о ценности продукта ❤️ В следующем посте разберём, какие существуют рычаги управления PMF 💪