Скільки коштує твій скейл: або коли метрики брешуть

💡 Усі статті, обговорення, новини про продукти — в одному місці. Приєднуйтесь до Product спільноти!

Всім привіт! Мене звати Саша Улицький, я CFO Rist Labs. Це кофаундингова студія з фокусом на B2C-продукти з AI. Серед наших продуктів — Mate academy (Україна, Польща, Бразилія) та Kodree, орієнтований на TIER-1 ринки.

На початку липня я виступав на DOU Product Day про звʼязок продуктових і фінансових метрик. Спойлер: цей звʼязок не завжди лінійний.

Якщо вам знайомі абревіатури типу DAU, MAU, CvR тощо, то цей текст для вас. Пропоную подивитись на звичні метрики очима фінансів, коли продуктовий ріст перестає бути ростом бізнесу.

Парадокс Сімпсона

Ви запустили A/B-тест нового прайсингу. Варіант B показує rate 60%, контроль — 58,7%. Переможець очевидний, так? Наливаємо в B, святкуємо.

А тепер копнімо по когортах. На мобайлі контроль дає 50%, варіант B — лише 30%. На вебі контроль — 90%, варіант B — 80%. Контроль виграє в обох сегментах.

Але коли ми змішали mobile і web в одну загальну цифру, переміг варіант, який насправді гірший скрізь. Це називається парадокс Сімпсона, за яким просте середнє значення може призвести до хибних висновків. Щоб уникнути помилок, необхідно враховувати приховані змінні та аналізувати дані сегментовано.

За 15 років у корпоративних фінансах я бачив цю історію в десятках варіацій, коли команда приходить із «зеленою» метрикою, від якої загальна економіка стає гіршою.

Далі розберу три найпоширеніші сценарії і що з ними робити.

1. Ріст — це кредит, а не актив

Продакт-менеджер вривається з новинами: «ми подвоїлися, треба масштабувати, давайте наливати маркетингу стільки, скільки можемо». Ріст завжди надихає, і я це щиро розумію: сам веду один із продуктів у портфелі і відчуваю те саме піднесення, коли графік іде вгору.

Але ось ментальна модель, яку варто тримати в голові завжди: ріст — це кредит, який когорта має повернути. Ви витрачаєте на маркетинг, щоб купити юзера. Поки цей юзер не дійшов до свого таргетного LTV, це не ваш актив, це ваше зобов’язання. Коли хтось каже «ми зросли вдвічі», це буквально означає «ми почали витрачати вдвічі більше». Саме по собі це ні добре, ні погано — доки ви не подивилися на контрметрику: а яка з цього прибутковість.

У нас був продукт, який активно ріс по користувачам, але математика виглядала так:

• LTV: $67,0
• CAC: ($63,0)
• Payment provider fees: ($6,5)
• Contribution: ($2,5) — від’ємна

Формула, якою я міряю будь-який продукт: (LTV — CAC) × кількість.

LTV і CAC — це якість; кількість — це об’єм. Коли якість від’ємна, кількість не рятує — вона множить збиток. Масштабування продукту з негативною юніт-економікою — це не ріст, це прискорене спалювання грошей.

2. Знижка — це прихований податок на гіршого юзера

Другий улюблений таргет продактів — конверсія. І тут теж є пастка, яку легко не помітити, бо цифри виглядають переконливо.

Один із наших кейсів: конверсія +40%, CAC —40%. На перший погляд — блискучий результат. Але LTV впав на —46%. У підсумку економіка продукту стала гіршою вдвічі, попри те, що обидві «вітринні» метрики покращились.

Що сталося? Ми знизили ціну.

Знижка сама по собі не зло — це один із законних інструментів. Але за нею завжди стоїть друга, менш очевидна дія: ви змінюєте те, хто до вас приходить. Дешевша ціна притягує більше price-sensitive аудиторії — людей, які за визначенням гірше утримуються і рідше платять повторно. Це і є прихований податок на гіршого юзера: ви платите його не в моменті, а розтягнутим на весь життєвий цикл цієї когорти.

Правило тут просте: будь-яка зміна конверсії має негайно перевірятись на LTV тієї ж когорти. Якщо конверсія росте, а LTV падає швидше — ви не покращили, ви перерозподілили, хто його купує.

3. DAU показує, скільки людей у квартирі, а не хто в ній живе

Третій кейс — engagement, улюблена тема едтеху й B2C-застосунків. Тут проблема ховається глибше, тому що усе виглядає логічно: продукт має бути engaging, отже дивимось на DAU і DAU/MAU.

Ось аналогія, яка мені найбільше допомагає це пояснити: DAU — це просто кількість людей у квартирі прямо зараз, без уточнення, хто саме там живе. Це маніпулятивна метрика саме тому, що це бленд усіх когорт одразу. Уявіть собі кран: нові юзери «затікають», а ті, хто відвалюється, «витікають». Якщо приплив швидший за відтік — DAU росте. І це можна тримати роками, навіть якщо продукт має фундаментальну проблему з утриманням. Просто наливайте зверху швидше, ніж люди йдуть.

Поширена механіка утримання юзерів — це стріки. Стандартна порада «додайте стріки, покращете engagement» технічно працює: люди й справді заходитимуть частіше. Але стрік — це loss-aversion механіка. Вона вимірює, наскільки людина боїться щось втратити, а не скільки цінності вона отримує. Заберіть стріки — і весь engagement одразу впаде, бо продукт сам по собі нічого не тримав. Тож перше питання до будь-якої engagement-метрики: ви міряєте силу продукту чи силу страху користувача щось втратити?

Тут важливо розуміти, що engagement без монетизації — це прямий кост-центр, навіть якщо формально «все ок». Кожна retention-механіка, яка утримує немонетизованого юзера, з’їдає ресурс без жодної віддачі.

Виняток, коли engagement свідомо працює на щось інше: у Mate academy ми теж утримуємо юзерів без прямої монетизації, тому що для нас це історія про працевлаштування студента, а не про revenue тут і зараз. Але це має бути усвідомленим рішенням, а не побічним ефектом стріків, який ніхто не рахував.

Як виглядає організм продукту

Якщо звести все до однієї схеми, у продукту є чотири «органи», і в кожного є поверхнева метрика, яка виглядає добре, і метрика, яку варто рахувати насправді.

CAC сам по собі, наприклад, взагалі нічого не означає без контексту: CAC $1000 — це добре чи погано? CAC $10? Питання не має сенсу, доки ви не подивилися на співвідношення з LTV і ROAS у розрізі каналу.

Так само DAU/MAU важливий лише формально — реальну картину retention дає форма кривої когорти: там, де крива виходить на плато, там і «живе» ваш LTV; там, де вона тане до нуля, — звички у користувача просто немає.

Четвертий, найменш популярний пункт — cost-to-serve. У добу AI-продуктів це вже не дрібниця: кожен юзер, якого ви утримуєте retention-механікою, але який не монетизується і продовжує «з’їдати» токени LLM під капотом, — це продукт, чий cost-to-serve дорожчає, а contribution margin погіршується. Більшість команд зупиняються на рівні gross margin і далі не дивляться, але саме там ховається проблема.

Як шукати проблему: підхід зверху вниз

Коли щось із цієї схеми не працює, найбільша помилка — одразу пірнати в деталі. Я купу разів бачив, як люди йдуть шукати проблему «в магму», хоча треба рухатись зверху вниз — рівень за рівнем (тут дуже допомагає «Піраміда Мінто» Барбари Мінто, якщо ще не читали).

Практичний алгоритм такий:

1. Дивитесь на загальний перформанс — плюс-мінус, зрозуміло.
2. Розбиваєте по географії, каналу, офферу, типу клієнта — і одразу видно, хто тягне середнє вгору, а хто вниз.
3. Перевіряєте юніт-економіку кожного сегмента окремо. Якщо в сегменту хороша економіка, але маленький об’єм, питання «чому не масштабується» цілком легітимне, і відповідь зазвичай одна з трьох:

• Насичення каналу — marginal CAC росте швидше за середній (ви вже «виїли» весь Meta або Google на цю аудиторію);
• Стеля потужностей — ops чи sales не тягнуть обсяг (у нас був кейс, коли Google-трафік летів прекрасно, але конверсія падала, бо sales-команда просто не встигала обробляти стільки лідів — проблема була не в маркетингу, а в пропускній здатності бізнесу);
• Наступна когорта гірша — ви вже займаєте весь доступний трафік у ніші, і чим ширше йдете, тим більше розмиваєте якість.
• Якщо економіка загалом не працює — залишається рівно два діагнози: замалий LTV або завеликий CAC. Для LTV важелі — ціна, upsell/cross-sell, rebill rate, refund rate. Для CAC — ціна трафіку (CPM/CPC), конверсія в лід і в покупку, мікс каналів і гео. Здебільшого достатньо бенчмаркінгу, щоб зрозуміти, який саме з двох чисел «зламаний» — придумувати з нуля тут майже нічого не треба.

Підсумок

Жодна з цих метрик — DAU, конверсія, revenue, CAC — не «погана» сама по собі. Погано інше: дивитись на неї у вакуумі й на рівні середнього. Кожна метрика, яка виглядає добре, має пару — метрику, яку варто рахувати «насправді», — і саме в розриві між ними ховається реальний стан продукту.

Тож наступного разу, коли хтось прибіжить із новиною «ми подвоїлись» або «конверсія +40%», перше питання не «вітаю, як святкуємо», а просте й нудне: за рахунок чого саме цей ріст — і що з ним стається, якщо копнути на рівень нижче?