Что такое ключевые метрики стартапа и зачем их считать с первого дня

Молодая команда запускает продукт, включает рекламу и через месяц не может ответить на простой вопрос: продукт работает или нет. Деньги на трафик потрачены, заявки идут, но непонятно, окупаются ли они и стоит ли масштабировать бюджет. Причина почти всегда одна: на старте не выбрали, какие цифры считать регулярно, и решения принимаются на ощущениях, а не на данных.

Я настраиваю контекстную рекламу в Яндекс Директе и выстраиваю аналитику для проектов разного масштаба: от розничных магазинов до молодых команд, которые только выходят на рынок. Один из первых вопросов, который приходится решать с любым стартапом, — не «какую метрику измерить идеально», а «какие три-четыре цифры реально нужны прямо сейчас, а какие подождут».

В этой статье разберём, какие метрики стартапа стоит считать с первого дня, чем метрики привлечения отличаются от метрик удержания, как выглядит минимальная юнит-экономика без сложных таблиц и какие метрики рекламы в Директе нужны именно на раннем этапе, а не после выхода на масштаб.

Что такое ключевые метрики стартапа и зачем их считать с первого дня

Метрики стартапа — это небольшой набор показателей, которые показывают, движется ли проект к продукту, который люди готовы покупать регулярно, или буксует на месте. В отличие от ключевых бизнес-метрик зрелой компании, где важна стабильность и динамика год к году, у стартапа задача другая: как можно быстрее проверить гипотезу и не потратить бюджет на то, что не работает.

На самом старте метрик нужно немного. Три-четыре показателя, которые честно отражают: приходят ли люди, пробуют ли продукт, возвращаются ли к нему и сходится ли экономика хотя бы в теории. Всё остальное, красивые дашборды с двадцатью виджетами, можно добавить позже, когда появится команда и стабильный поток данных.

Таблица выше — рабочий ориентир, а не единственно верная схема. Для сервисной модели с длинным циклом сделки шаги будут другими, а для магазина с моментальной покупкой активация и первая покупка могут произойти в один день. Дальше разберём каждую группу метрик подробнее.

Метрики привлечения: CPL, CAC и стоимость трафика на старте

Первая группа метрик стартапа — то, что происходит до момента, пока человек не стал клиентом. Здесь два термина часто путают, а путаница дорого обходится при расчёте бюджета.

CPL (Cost Per Lead, цена лида) — это затраты на рекламу, делённые на число лидов: заявок, регистраций, обращений. Лид ещё не клиент, он просто оставил контакт или начал пробовать продукт. CAC (Cost of Acquisition, цена привлечения клиента) — это затраты, делённые на число реальных клиентов, то есть тех, кто дошёл до оплаты или целевого действия, ради которого продукт существует. Разница между CPL и CAC может быть в несколько раз, и стартапы часто ошибаются, называя цену лида «стоимостью клиента»: это разные метрики, и путать их нельзя.

Условно, для примера: если тестовый бюджет в Директе 30 000 ₽, получено 40 лидов и 6 из них оплатили продукт, CPL составит 750 ₽, а CAC 5 000 ₽. Это не реальный кейс, а иллюстрация логики расчёта, которую нужно повторить на своих цифрах уже в первую неделю рекламы.

Чтобы честно сравнивать разные источники трафика между собой, полезно смотреть и на цену лида, и на структуру расходов по каждому каналу — подробнее об этом в статье как сравнивать каналы трафика между собой.

Метрики активации и вовлечённости: как понять, что продукт цепляет

Регистрация — это ещё не успех. Активация — момент, когда пользователь дошёл до того самого действия, ради которого продукт создавался: оформил первый заказ, настроил проект, отправил первое сообщение. Без этого шага все остальные метрики бессмысленны, потому что человек мог зарегистрироваться из любопытства и больше не вернуться.

Для отслеживания активации нужна событийная аналитика на сайте или в приложении: она фиксирует конкретные шаги пользователя, а не просто считает визиты. Как это настроить технически, разобрано в статье событийная аналитика сайта. Дальше стоит построить простую воронку от первого визита до активации и посмотреть, на каком шаге теряется больше всего людей — методика описана в материале про анализ воронки конверсии сайта.

Если продукт технически сложный или требует объяснения, полезно смотреть не только цифры, но и спросить у самих пользователей, что мешает дойти до активации. Формализованный способ это сделать — CustDev-интервью с клиентами. Цифры показывают, где теряются люди, а интервью — почему.

Метрики удержания: retention и отток на раннем этапе

Привлечь клиента один раз недорого научиться. Сложнее сделать так, чтобы он вернулся. Retention (удержание) показывает долю пользователей, которые продолжают пользоваться продуктом через день, неделю или месяц после первого визита. Если retention падает почти до нуля уже на второй неделе, вкладывать бюджет в рекламу рано: сначала нужно разобраться с продуктом.

Здесь стоит сделать оговорку про бизнес-модель. Если продукт предполагает разовую покупку, например, разработку сайта под ключ или юридическую консультацию по конкретному вопросу, классический retention как метрика повторного использования может не применяться вообще. Для такой модели важнее не удержание, а повторное обращение через какое-то время или рекомендации новым клиентам. Смотреть на удержание как на универсальный показатель для любой бизнес-модели — ошибка.

Для продуктов с регулярным использованием (подписка, сервис, маркетплейс) retention стоит смотреть в когортах, то есть отдельно для пользователей, пришедших в разные недели. Это позволяет увидеть, улучшается ли продукт со временем или проблема системная.

Разобраться, какие метрики удержания подходят именно вашей модели — подписке, разовым продажам или маркетплейсу — помогает статья retention rate: как считать и зачем нужен. Там же разбираются формулы для когортного анализа, которые не стоит пересчитывать вручную в Excel каждую неделю.

Метрики монетизации: LTV, ARPU и когда они пересекаются с CAC

LTV (lifetime value) — суммарная выручка, которую приносит клиент за всё время работы с продуктом. ARPU (average revenue per user) — средняя выручка на одного пользователя за конкретный период, обычно месяц. Разница в том, что ARPU считается быстро и на текущих данных, а LTV — это прогноз, основанный на удержании и среднем чеке, и на раннем этапе стартапа он часто оказывается неточным просто потому, что данных для прогноза мало.

Именно поэтому связку LTV и CAC стоит использовать с осторожностью в первые месяцы жизни продукта. Классическое правило «LTV должен быть в три раза больше CAC» работает для зрелого бизнеса с накопленной историей, но на старте, когда у вас есть данные за два-три месяца, такой прогноз может быть построен на очень шатком основании. Разумнее в первые месяцы смотреть на ARPU и юнит-экономику по факту, а полноценный LTV подключать, когда накопится хотя бы полугодовая история удержания.

Подробный разбор формул и типичных ошибок при расчёте LTV — в статье как считать LTV клиента правильно. А базовые принципы юнит-экономики, которые связывают CAC, ARPU и маржинальность в одну картину, разобраны в материале юнит-экономика для начинающих.

Как собрать простой dashboard метрик без сложных инструментов

На старте не нужен дорогой BI-инструмент с подпиской в десятки тысяч рублей в месяц. Достаточно таблицы, куда раз в неделю вручную или через выгрузку заносятся ключевые цифры: количество визитов, лидов, CPL, активаций, retention за неделю, выручка и CAC. Важно не количество метрик, а регулярность их обновления: таблица, которую смотрят раз в квартал, бесполезна.

Практическая последовательность действий для команды из двух-трёх человек:

• Настроить цели в Яндекс.Метрике или аналогичном сервисе на ключевые события: заявка, регистрация, оплата;
• Создать таблицу с недельной разбивкой и формулами для CPL, CAC и retention, чтобы цифры считались автоматически;
• Назначить ответственного, который раз в неделю обновляет данные и присылает короткую сводку команде;
• Через 4–6 недель добавить когортный срез по retention, когда накопится достаточно данных;
• Пересматривать список метрик каждый квартал — не все они останутся одинаково важными по мере роста.

Такой минимальный dashboard не заменит профессиональную аналитику, но даст команде общий язык для разговора о продукте и рекламе. На старте это важнее избыточной точности.