Условие

Менеджер просит «придумать метрики онбординга» для нового мобильного приложения. С чего начать?

Решение

Шаг 1: определить goal онбординга

Не «провести юзера через 5 экранов», а «довести до aha moment, после которого retention выходит на плато».

Goal формулируется через outcome: «активированный = делает X в первые 7 дней».

Шаг 2: найти aha moment

Из исторических данных:

SELECT first_action,
       AVG(returned_d30::int) AS retention
FROM user_first_actions
GROUP BY 1
ORDER BY 2 DESC LIMIT 10;

Действие с самой высокой retention = candidate aha moment. Часто это 3+ core actions в 7 дней (Facebook: 7 friends in 10 days; Slack: 2000 сообщений).

Шаг 3: иерархия метрик

Уровень	Метрика	Назначение
North Star	Activation rate (% завершивших onboarding)	главная цель
Promotional	Step conversion (% дошедших до шага N)	где теряем
Diagnostic	Time on step	UX-проблема
Diagnostic	Error rate per step	технические баги
Health	TTV (time to value)	как быстро доходим до aha
Health	NPS / CSAT после онбординга	удовлетворённость

Шаг 4: воронка

install → open → registration → permission grants → onboarding step 1 ... N → first core action

Каждый шаг — conversion, time spent, drop reason.

Шаг 5: cohort

Считать metric cohort-based по неделям/месяцам. Тренд по cohort показывает улучшение продукта.

Шаг 6: сегментация

iOS vs Android.
Source (paid vs organic).
Geo.
Device type.
A/B variant (если идёт тест).

Антипаттерны метрик

Step completion ≠ retention: можно прогнать через шаги, не активировать.
TTV без cohort — путает.
Average time — медианой надёжнее (long tail).
«Удовлетворённость» без поведения — survey без correlation с retention бесполезен.

Дашборд

Activation rate (по неделям).
Funnel waterfall (visual).
TTV by source.
Onboarding NPS.
Top reasons for drop (qualitative).

Подводные камни

North Star метрика должна быть outcome-based (activation), не output-based (completed steps).
Aha moment устаревает с продуктом. Перепроверять раз в квартал.
Метрики онбординга для новых юзеров. Old users in flow at re-onboarding — отдельный сегмент.
Слишком много метрик — лучше 3-5 ключевых на дашборде, остальное под капотом.
Survey-метрики имеют self-selection bias, особенно при добровольном участии.

Эталонный ответ

North Star — activation rate (% дошедших до aha moment). Promotional — step funnel и TTV. Diagnostic — time/errors per step. Найти aha из исторических данных. Cohort + сегментация (платформа, source, geo).

Сценарий: спроектировать метрики для onboarding в приложении