TGViewer
This is Data This is Data @thisisdata · 6.21K subscribers
Post #92 3.56K
Метрики – это «священная корова» любого аналитика. Из-за них мы не спим ночами, а продакты рвут на себе волосы. Решил написать серию постов про метрики, начнем с определения.

Метрика – это качественный или чаще количественный показатель, который отражает ту или иную характеристику, уровень успешности маркетинга, продукта и бизнеса в целом.
Метрики помогают объективно взглянуть на продукт и понять, нужен ли он пользователям, оправдывает ли ожидания бизнеса и принимать на их основе решения.

Хорошая метрика всегда:
1️⃣ чувствительна к изменениям в продукте и лояльности пользователей
2️⃣ управляема и на нее можно повлиять
3️⃣ понятна и растет при улучшениях
4️⃣ сравнима с собой и с рынком
5️⃣ мотивирует действовать, а не прокрастинировать.

В качестве примера приведу такие популярные метрики как DAU и ROMI:

▫️DAU (Daily Active Users) – количество уникальных пользователей, которые открыли сайт или приложение в конкретный день.
Считаем метрику так: приложение установили 10 человек. На следующий день зашли в него 5, DAU будет равен 5, даже если кто-то зашел несколько раз. Если на следующий день никто из 10 пользователей не откроет приложение, то DAU будет равен 0.

▫️ ROMI (Return on Marketing Investment) – коэффициент рентабельности инвестиций в маркетинг, который отражает окупаемость вложений по формуле:
ROMI = (Доходы от маркетинга - Расходы на маркетинг) / Расходы на маркетинг × 100%

У каждой сферы бизнеса свой идеальный показатель ROMI, но он точно должен быть больше 0%, так как это точка безубыточности: такой показатель говорит о том, что инвестиции возвращаются без дохода. Показатель ROMI меньше 0% говорит о том, что вложения в маркетинг не окупаются.

Например, интернет-магазин запустил рекламу стоимостью 3000₽. Она привела покупателей, потративших 9000₽. Тогда ROMI составит (9000 - 3000) / 3000 × 100 = 200%. Вложения окупились и принесли сверху в два раза больше.

Метрик много, они бывают маркетинговыми, продуктовыми и бизнес. Для их систематизации и поиска зависимостей используют различные фреймворки, о которых я расскажу далее под хэштегом #метрики.
  • 🔥 18
  • 👍 12
  • ❤ 2
More from @thisisdata
  1. Sep 8, 2026Продукты 24 12 сентября в Москве Т-Банк собирает конференцию Продукты 24 x ffdd2d в компле…
  2. Sep 1, 2026День знаний, или Я все еще студент Лето опять пролетело подозрительно быстро. Я не успел н…
  3. Aug 25, 2026Обновил телеграм-курс по метрикам Уже несколько лет я разбираю метрики в канале: фреймворк…
  4. Aug 17, 2026AI в работе. Что изменилось? Почти два года назад я написал пост «Когда тебя заменит робот…
  5. Aug 7, 2026На русском языке о стратегии построения аналитической команды нет почти ничего. Буквально…
  6. Jul 15, 2026Как написать стратегию аналитики и зачем она нужна? Ура, я наконец-то закончил эту статью!…
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 →