Метрики продуктового дизайна в Домклик
Привет, друзья! Сегодня хочу затронуть важную тему — метрики продуктового дизайна. На примере Домклик мы посмотрим, с какими метриками работает наш дизайн-отдел. Изучим методы сбора и анализа полученных данных, а также разберём несколько примеров работы с метриками.
Оглавление:
Понимание метрик помогает нам не только создавать красивую картинку, но и делать успешный продукт. На конкурентном рынке знание продуктовых метрик помогает принимать обоснованные решения, улучшая пользовательский опыт. Наша цель — сделать продукт не только функциональным, но и удобным, привлекательным и удовлетворяющим потребности пользователей.
Ключевые продуктовые метрики для дизайнера
Метрики расположены от самых часто используемых к менее востребованным, но редкое использование не говорит, что метрика является менее важной. В первые топ 5 метрик я вынес те с которыми мы работаем каждый спринт и для нас они очень важны.
DAU (Daily Active Users) / MAU (Monthly Active Users)
Retention Rate
Conversion Rate
CTR (Click-Through Rate)
CSI (Сustomer Satisfaction Index)
Engagement Rate (ER, вовлечение)
Bounce Rate
Stickness (Липкость)
NPS (Net Promoter Score)
LTV (Lifetime Value)
Time on Site/Time in App (Время на странице или в приложении)
Отзывы в сторах мобильных приложений
Task Completion Rate (Коэффициент достижения цели)
Page Load Time (Скорость загрузки страниц)
Page Depth
Churn Rate
ARPU (Average Revenue Per User)
1. DAU (Daily Active Users) / MAU (Monthly Active Users)
DAU — это количество уникальных пользователей, активно использующих продукт за один день, а MAU — за месяц. Эти метрики помогают оценить ежедневную и месячную активность пользователей, показывая, насколько часто люди возвращаются к вашему продукту. Высокие значения DAU и MAU свидетельствуют о популярности и востребованности продукта.
Пример: если у приложения 5 000 DAU и 50 000 MAU, это означает, что 5 000 уникальных пользователей активно используют его ежедневно, и 50 000 — в течение месяца.
2. Retention Rate
Retention Rate показывает долю пользователей, которые продолжают использовать продукт через определённое время после первой активности. Это важная метрика для оценки лояльности и удержания пользователей, позволяющая понять, насколько хорошо продукт удовлетворяет потребности аудитории. Высокий Retention Rate указывает на успешность продукта в долгосрочной перспективе.
Пример: если из 100 новых пользователей 40 вернулись через месяц, Retention Rate составляет 40%.
3. Conversion Rate
Conversion Rate измеряет долю пользователей, выполнивших целевое действие, например, покупку или регистрацию. Это ключевой показатель эффективности маркетинговых кампаний и дизайна пользовательского интерфейса. Высокий Conversion Rate свидетельствует о том, что продукт эффективно привлекает и убеждает пользователей совершать целевые действия.
Пример: если из 1 000 посетителей сайта 50 совершили покупку, Conversion Rate равен 5%.
4. CTR (Click-Through Rate)
CTR показывает процент пользователей, которые кликнули на ссылку или объявление по отношению к числу тех, кто его увидел. Это важный показатель для оценки эффективности рекламы и маркетинговых сообщений. Высокий CTR указывает на то, что контент привлекает внимание и вызывает интерес у целевой аудитории.
Пример: если баннер увидели 10 000 человек и 200 из них кликнули на него, CTR составит 2%.
5. CSI (Customer Satisfaction Index)
CSI оценивает уровень удовлетворённости клиентов продуктом или услугой на основе опросов и отзывов. Это важный показатель для понимания общего восприятия продукта пользователями и выявления областей для улучшения. Высокий CSI свидетельствует о положительном опыте пользователей и высокой степени удовлетворённости.
Пример: если средняя оценка удовлетворённости клиентов по опросам составляет 8 из 10, это показатель высокого уровня удовлетворённости.
6. Engagement Rate (ER, вовлечение)
Engagement Rate измеряет уровень взаимодействия пользователей с контентом, включая лайки, комментарии, репосты и т. д. Это важная метрика для оценки интереса и вовлечённости аудитории в контент. Высокий Engagement Rate указывает на активное участие пользователей и их заинтересованность в контенте.
Пример: если пост получил 100 лайков, 50 комментариев и 30 репостов при 1 000 просмотрах, Engagement Rate будет 18%.
7. Bounce Rate
Bounce Rate показывает процент пользователей, покинувших сайт после просмотра только одной страницы. Высокий Bounce Rate может указывать на проблемы с контентом или удобство использования сайта, а также на несоответствие ожиданий пользователей. Низкий Bounce Rate свидетельствует о том, что пользователи находят сайт полезным и интересным.
Пример: если из 1 000 посетителей сайта 600 ушли после просмотра одной страницы, Bounce Rate составит 60%.
8. Stickiness (Липкость)
Stickiness измеряет, как часто пользователи возвращаются к продукту, и обычно рассчитывается как DAU/MAU. Это важная метрика для оценки лояльности и регулярности использования продукта. Высокая липкость указывает на высокий уровень вовлечённости и частое использование продукта пользователями.
Пример: если у приложения DAU составляет 5 000, а MAU — 50 000, то липкость равна 10% (5 000 / 50 000).
9. NPS (Net Promoter Score)
NPS измеряет готовность пользователей рекомендовать продукт другим. Это показатель лояльности клиентов, основанный на ответах на вопрос «Насколько вероятно, что вы порекомендуете наш продукт?» Высокий NPS указывает на удовлетворённость пользователей и их готовность рекомендовать продукт другим.
Пример: если 70% пользователей дали оценку 9 или 10, 20% — 7 или 8, и 10% — 0–6, NPS составит 60 (70% — 10%).
10. LTV (Lifetime Value)
LTV показывает совокупную прибыль, которую компания ожидает получить от одного клиента за весь период его взаимодействия с продуктом. Это ключевая метрика для оценки долгосрочной ценности клиента и планирования маркетинговых стратегий. Высокий LTV свидетельствует о высокой лояльности и ценности клиента для бизнеса.
Пример: если средний клиент приносит 1 000 рублей прибыли в месяц и остаётся клиентом 2 года, LTV составит 24 000 рублей (1 000 рублей x 24 месяца).
11. Time on Site/Time in App (Время на странице или в приложении)
Эта метрика измеряет среднее время, которое пользователь проводит на сайте или в приложении. Это важный показатель вовлечённости и интереса к контенту, позволяющий оценить, насколько пользователи находят контент полезным и увлекательным. Длительное время на сайте или в приложении свидетельствует о высоком уровне заинтересованности пользователей.
Пример: если среднее время, проведённое пользователями на сайте, составляет 5 минут, это указывает на высокий уровень интереса к контенту.
12. Отзывы в сторах мобильных приложений
Метрика собирает и анализирует отзывы и рейтинги пользователей в магазинах приложений. Это важный источник обратной связи для улучшения продукта и понимания пользовательского опыта. Высокие рейтинги и положительные отзывы указывают на удовлетворённость пользователей и качество приложения.
Пример: если приложение имеет средний рейтинг 4,5 из 5 и положительные отзывы, это свидетельствует о высоком уровне удовлетворенности пользователей.
13. Task Completion Rate (Коэффициент достижения цели)
Task Completion Rate измеряет долю пользователей, успешно завершивших заданную задачу или процесс. Это важная метрика для оценки удобства использования и эффективности интерфейса, показывающая, насколько легко пользователи могут выполнять целевые действия. Высокий коэффициент достижения цели свидетельствует о том, что интерфейс интуитивно понятен и удобен в использовании.
Пример: если 80 из 100 пользователей успешно завершили процесс регистрации, коэффициент достижения цели составляет 80%.
14. Page Load Time (Скорость загрузки страниц)
Page Load Time измеряет время, необходимое для полной загрузки страницы. Быстрая загрузка страниц улучшает пользовательский опыт и снижает показатель отказов, что положительно влияет на SEO. Низкое время загрузки страниц свидетельствует о хорошей оптимизации сайта.
Пример: если среднее время загрузки страницы составляет 2 секунды, это хороший показатель производительности сайта.
15. Page Depth
Page Depth показывает среднее количество страниц, просматриваемых пользователем за одно посещение. Это метрика вовлечённости, указывающая на интерес пользователей к содержимому сайта. Большая глубина просмотра страниц свидетельствует о высоком уровне заинтересованности и вовлечённости пользователей.
Пример: если средний пользователь просматривает 4 страницы за одно посещение, это хороший показатель вовлечённости.
16. Churn Rate
Churn Rate измеряет долю пользователей, прекративших использование продукта за определённый период. Высокий показатель оттока может указывать на проблемы с продуктом или неудовлетворённость пользователей, требующие анализа и решения. Низкий Churn Rate свидетельствует о лояльности и удовлетворённости клиентов.
Пример: если за месяц 5% пользователей прекратили использовать приложение, Churn Rate составляет 5%.
17. ARPU (Average Revenue Per User)
ARPU показывает среднюю сумму дохода, получаемую от одного пользователя за определённый период. Это важная метрика для оценки прибыльности продукта и планирования доходов. Высокий ARPU указывает на эффективную монетизацию и высокую ценность пользователей для бизнеса.
Пример: Если приложение генерирует 100 000 рублей дохода от 1 000 пользователей в месяц, ARPU составляет 100 рублей.
Методы сбора данных и анализа метрик
Cбор данных:
Веб-аналитика используется для сбора данных о посещениях, просмотрах страниц, времени на сайте и источниках трафика. Инструменты: Google Analytics, Yandex.Metrica, Adobe Analytics.
Системы аналитики приложений отслеживают активность пользователей в приложении, события, конверсии и удержание. Инструменты: Firebase Analytics, Mixpanel, Flurry.
A/Б-тестирование позволяет сравнивать эффективность разных версий элементов или страниц, чтобы определить наиболее эффективный вариант. Инструменты: Optimizely, VWO, Google Optimize.
Опросы и анкеты помогают собирать мнения, предпочтения и уровень удовлетворенности пользователей. Инструменты: SurveyMonkey, Typeform, Google Forms.
Качественные исследования включают в себя интервью, фокус-группы и наблюдение за пользователями для глубокого понимания их поведения и мотиваций. Методы: интервью, фокус-группы, наблюдение за пользователями.
Журналы серверов и лог-файлы. Их анализ помогает выявлять детали серверных запросов, ошибки и время отклика. Инструменты: ELK Stack (Elasticsearch, Logstash, Kibana), Splunk.
Анализ метрик:
Дескриптивная статистика. Этот метод включает в себя использование средних значений, медиан и стандартного отклонения для описания и обобщения данных. Он помогает выявить основные тенденции и понять, как пользователи в среднем ведут себя на вашем сайте или в приложении.
Пример: вычисление среднего времени, которое пользователи проводят на сайте, чтобы оценить их заинтересованность контентом.
Корреляционный анализ. Используется для определения взаимосвязей между различными показателями. Он позволяет понять, как изменения одного показателя могут влиять на другой.
Пример: анализ связи между количеством просмотренных страниц и вероятностью совершения покупки, чтобы понять, как взаимодействие с сайтом влияет на конверсии.
Регрессионный анализ. Помогает прогнозировать значения одного показателя на основе данных других показателей. Это полезно для понимания и прогнозирования пользовательского поведения.
Пример: использование данных о времени на сайте и количестве посещений для прогнозирования вероятности того, что пользователь совершит покупку.
Кластерный анализ. Метод группирует пользователей по схожим характеристикам и поведению. Это помогает сегментировать аудиторию и создавать более целенаправленные маркетинговые кампании.
Пример: разделение пользователей на группы по активности в приложении для разработки персонализированных предложений.
Когортный анализ. Разбивает пользователей на группы (когорты) в зависимости от времени их регистрации или начала использования продукта. Это помогает отслеживать изменения поведения и удержания пользователей с течением времени.
Пример: анализ поведения пользователей, зарегистрировавшихся в январе, по сравнению с пользователями, зарегистрировавшимися в феврале, чтобы понять динамику удержания.
Анализ воронки. Анализ воронки отслеживает последовательность шагов, которые пользователи выполняют до достижения целевого действия, например, покупки. Это помогает выявить, на каких этапах пользователи теряются и какие шаги требуют улучшения.
Пример: изучение процесса от добавления товара в корзину до завершения покупки для выявления точек, где пользователи могут столкнуться с трудностями и покинуть сайт.
Интеграция метрик в процесс дизайна
Метрики можно использовать на разных этапах процесса дизайна:
Исследование: метрики помогают понять, какие аспекты продукта требуют внимания и улучшения.
Прототипирование: метрики позволяют тестировать различные гипотезы и оценивать их эффективность.
Тестирование: метрики помогают измерять, насколько хорошо новые решения работают и достигают поставленных целей.
Разбор на примерах
Представим, что компания запускает новый интерфейс для поиска загородной недвижимости. Анализ метрик показал, что пользователи часто покидают сайт на этапе выбора фильтров. Было решено упростить интерфейс фильтрации, сделать его более интуитивным и быстрым. В результате коэффициент отказов снизился, а время на сайте увеличилось, что свидетельствует о повышении удовлетворённости пользователей.
Как вы считаете, если метрика просела после редизайна — это плохо или хорошо? Наверное, многие подумают, что это плохо, но не всегда. Вот вам свежий пример: мы делали редизайн каталога подрядчиков для строительства проектов домов, и тут мы понимаем, что у нас снизилось время нахождения клиента на 31 секунду. Казалось бы, надо начинать бить панику, но:
Нужно учесть, что мы зарелизили карточку подрядчика, и теперь пользователь зайдя в каталог подрядчиков, идёт дальше в карточку подрядчика — то есть каталог подрядчиков больше не конечная страница и пользователю есть куда дальше идти.
Мы добавили больше информации в сниппет подрядчика, повысив информированность пользователя, и у нас выросло количество звонков сразу из каталога подрядчиков на 34%.
В совокупности можно понять, что и переходы в карточку подрядчика, и звонки из каталога — это и есть целевые действия данной страницы. А если пользователь быстрее доходит до цели, это разве плохо? Вот так метрики обманчивы, и не всегда нужно стараться, чтобы все они были лучше или больше и т. д. Иногда нужно допускать обмен одной метрики на другую для достижения бизнес-цели.
Итоги, которые можно подвести:
Постоянно изучайте новые инструменты и методы анализа метрик.
Включайте метрики в процесс дизайна на всех его этапах.
Не бойтесь экспериментировать и тестировать новые идеи.
Постоянно отслеживайте изменения и адаптируйте свои интерфейсы.
А какие метрики вы считаете наиболее важными для продуктового дизайнера и как вы их интегрируете в свой дизайн-процесс?
Мой авторский канал в Telegram: t.me/krsn_dsgn
Наш Telegram-канал дизайнеров Домклик t.me/domclickdesign
Никита Краснокутский Старший дизайнер, Домклик (Сбер)
