Метрики для B2C стартапа
Какие метрики считать B2C стартапу, по мотивам видео YC “Consumer startup metrics”
Growth rate
Базовая метрика для B2C стартапов - пользователи. Чтобы как-то оценить эффективность увеличения числа пользователей во времени, смотрим прирост метрики, т.е. отношение количества пользователей в текущем периоде к предыдущему.
Бенчмарки
NB, здесь и далее бенчмарки берутся для стартапов ранних стадий
- Круто - 15%+ прирост месяц к месяцу или 5х к количеству пользователей за год
- Норм - 10%+ прирост месяц к месяцу или 3х к количеству пользователей за год
- Плохо - все, что ниже 5% месяц к месяцу
Organic vs Paid Growth
Немного о понятиях. Органический рост - все то, за что не платим. Для органического роста важны 2 вещи:
- Виральность - когда люди сами привлекают в продукт новых пользователей. Например, в facebook можно отметить друзей на фото, даже если они еще не зарегистрированы, тогда им на почту придет уведомление.
- Сетевой эффект - когда продукт становится тем более ценным, чем больше в нем пользователей. Хороший пример - мессенджеры: чем большему числу знакомых вы можете быстро и бесплатно написать в одном приложении, тем оно для вас полезнее.
Собственно, смотрим соотношение между LTV для пользователей из органических источников к LTV для пользователей из платных источников. Что это значит и в чем могут быть проблемы:
Во-первых, нужно уметь нормально отслеживать, откуда к вам пришел пользователь. Тут ключевое “нормально”, т.е. не надо закапываться в сложные модели атрибуции, для начала хватит простых вещей: utm-метки и опросник при регистрации “откуда вы о нас узнали”.
Во-вторых, проблема каннибализации, т.е. ваши платные каналы могут отбирать пользователей из бесплатных. Например, если вы даете бонусы за приглашение знакомых, вы тратите деньги на какую-то долю пользователей, которая и так пришла бы в продукт. Это можно попробовать анализировать запуская и выключая разные программы поощрения за приглашение пользователей, так вы вычислите размер естественного прироста и эффект от вашей акции.
Бенчмарки
- Круто - 80%+ пользователей - органика
- Норм - 50:50 между органическими пользователями и платными
- Плохо - если органических пользователей менее 50%
Еще пару моментов об аналитике paid growth:
- Обязательно смотрите CAC по каналам привлечения и сравнивайте с LTV пользователей из этого канала. Например, в monzo был канал с очень дешевым трафиком новых пользователей, но эти пользователи не вовлекались в платные фичи и на дистанции были глубоко убыточными для компании. В итоге этот канал привлечения вскоре закрыли.
- CAC нужно считать для активного, удержанного пользователя. Т.е. не просто смотреть, сколько пользователей из канала пришло, а сколько вовлеклось в продукт и удержалось в нем на какое-то время (определение “вовлечение” и “удержание” подбираете самостоятельно).
Unit economics
Вообще в это понятие обычно вкладывается целый раздел аналитики продукта. Для простоты можно свести все к некоторой метрике прибыльности пользователя, которая равна = (выручка - *переменные расходы) на одного пользователя
*вообще есть экономические определения переменных расходов. В данном контексте полезно учесть 2 понятия:
- Переменные расходы - затраты, которые зависят от количества пользователей
- Предельные переменные расходы - затраты, которые приходятся на каждого нового пользователя.
Почему смотрим оба типа расходов? Обычно они не будут существенно отличаться, но иногда могут спасти экономику проекта. Например, у вас есть обращение в стороннее API. До 100 запросов 1 запрос = 1 рубль, свыше 100 запросов 1 запрос = 2 рубля. У вас 10 пользователей, один в среднем генерирует 10 запросов. Переменные расходы = 10 рублей, а предельные = 20 рублей.
Бенчмарки
Их особо нет, чем прибыльнее клиент, тем лучше. Самое базовое - не масштабируйтесь с негативной unit экономикой
Retention
Метрика известная, смотрим сколько пользователей пришло в период T0 и смотрим сколько их осталось с продуктом в периоды T1,2,3…
Важный вопрос - какой период выбрать, например для соцсети нормой может быть день или неделя, а для сервиса путешествий полгода-год. Есть 2 варианта, как подойти к задаче.
Ответьте на вопрос “как часто целевой пользователь будет использовать ваш продукт?” - полученный период и берите.
Если ответа нет, или период слишком большой - ищите “магический” момент. Это такой паттерн, который хорошо предсказывает долгосрочное пользовательские удержание. Например, если пользователь добавил 10 друзей за первую неделю в соцсети, то retention у таких пользователей на 20 процентных пунктов лучше. Важно также не закапываться в поиски точного определения “магического” момента, не важно добавил он 10 или 8 друзей, просто найдите подобный паттерн и отслеживайте его вместе с retention.
Net promoter score
NPS - вероятность того, что пользователь порекомендует ваш продукт. Вы спрашиваете клиентов по шкале от 0 до 10, насколько вероятно, что они порекомендуют ваш продукт, тогда итоговый NPS = доля людей с оценкой 10 и 9 - доля людей с оценкой 6 и ниже
Бенчмарки
- Круто - 70%+
- Норм - 50%+
- Плохо - ниже 50%
Вообще у великих пользовательских компаний очень высокий NPS, например: Tesla +96%, monzo +80%, зато у “классических” компаний он близок к 0 или отрицательный, это хороший знак, т.к. можно пробовать эти компании замещать.
В анализе NPS очень важно сохранять подход к его сбору и счету одинаковым во времени (одинаковая частота сбора, одинаковая форма опросника, одинаковые триггеры сбора).
О метриках для B2B стартапа, по материалам YC - писал тут
Спасибо, что дочитали до конца.
О своем пути аналитика данных в стартапы рассказываю в канале https://t.me/ppbaboshkin, подписывайтесь, если интересно)