# Метрики продукта и North Star — что мерить B2B-продукту В промышленном B2B я собирал дашборды для трёх разных направлений — конструкции, БПЛА, кадровые услуги — и в каждом случае первый вопрос звучал одинаково: какая одна цифра говорит нам, что бизнес движется в правильную сторону. North Star Metric отвечает на этот вопрос красиво. Проблема в том, что красота ответа не зависит от того, подходит ли он бизнесу с длинным циклом сделки, физическим производством и B2B-клиентом вместо массового пользователя. Ниже — что говорит методология и что из неё выдержало проверку в реальных цифрах. ## Мировая практика North Star Framework в изложении Amplitude и Джона Катлера строится на одном требовании: метрика должна стоять на пересечении ценности для клиента и результата для бизнеса, а не быть ни чистой vanity-цифрой вроде числа регистраций, ни отложенным финансовым показателем вроде выручки. Катлер формулирует критерий жёстко: «если вы можете двигать North Star напрямую, это, скорее всего, плохой North Star» — метрика должна быть на шаг дальше, чем прямое действие команды, композитом того, что происходит во всей организации. Вокруг North Star Amplitude предлагает строить три-пять input-метрик — рычагов, которые команда может двигать напрямую, обычно по логике охвата, глубины, частоты и эффективности использования ([North Star Playbook](https://amplitude.com/books/north-star/amplitudes-north-star-metric-and-inputs)). Алистер Кролл и Бенджамин Йоскович в [Lean Analytics](https://leananalyticsbook.com/) подходят к той же проблеме с другой стороны — не через одну метрику для всей компании, а через одну метрику для текущей стадии. One Metric That Matters (OMTM) меняется по мере прохождения стадий Empathy, Stickiness, Virality, Revenue, Scale: пока не подтверждена проблема, метрика — про глубину интервью, а не про выручку; когда продукт держит пользователей, метрика — про удержание, а не про виральность. Смысл дисциплины OMTM в том, чтобы не гнаться сразу за десятком метрик и не путать метрику текущего эксперимента с метрикой бизнеса в целом. Критика North Star началась почти одновременно с его популяризацией. Брайан Балфур разбирает это на примере Pinterest: команда роста объединила два действия пользователя — репин и клик — в одну метрику WARC, чтобы удержать принцип «одна метрика», и получила «ложную строгость»: эксперимент мог увеличивать WARC, обменивая репины на клики или наоборот, а команда этого не замечала, потому что смотрела на сумму. Балфур настаивает: выходная метрика (output) — это лаговый индикатор, входные метрики (input) — опережающие, и компании нужен не один North Star, а созвездие из нескольких output-метрик, разложенных на управляемые input-метрики ([Don't Let Your North Star Metric Deceive You](https://brianbalfour.com/essays/north-star-metric-growth)). Отдельная линия критики — Goodhart's Law: как только метрика становится целью, она перестаёт быть хорошим измерением, потому что команда находит дешёвый способ подвинуть цифру, не подвинув ценность за ней. Для B2B с длинным циклом сделки к этому добавляется отдельная поправка. [Lenny Rachitsky](https://www.lennysnewsletter.com/p/choosing-your-north-star-metric), собрав практику NSM у полусотни growth-stage компаний, отмечает, что для B2B категория «результат клиента» часто пропущена в типовых списках North Star: для компании в sales tech North Star логичнее строить не вокруг активности в продукте, а вокруг роста числа сделок у клиента или доли клиентов, достигших своей бизнес-цели. Работает та же логика, что у Amplitude — метрика должна связывать ценность клиента с бизнес-результатом, — но в B2B ценность клиента редко выражается через дневную активность, чаще через результат сделки или производственный показатель. ## Что мерил я и что из этого работало В промышленном B2B North Star почти никогда не число пользователей — потому что пользователь один-два на компанию-клиента, а решение о покупке принимается месяцами. Работающий North Star там — это деньги и загрузка мощностей, а не вовлечённость. Конверсия MQL → клиент у меня в одном из направлений держалась на уровне 1,4%. Первая реакция — считать эту цифру провальной и разбираться с маркетингом. Реальная работа началась только тогда, когда мы перестали смотреть на общую конверсию и разложили воронку по этапам — MQL, квалификация, встреча, коммерческое предложение, подписание, оплата — по той же логике, которую я закрепил как принцип аудита воронки: общая цифра «лид → контракт» не говорит, на каком этапе теряются сделки, а без этого воронку нельзя целенаправленно улучшать. Разложение по этапам вскрыло, что основные потери происходят не на входе, а на этапе согласования коммерческого предложения — и именно туда, а не в верхнюю часть воронки, ушли усилия. После перестройки этапов и критериев перехода итоговая конверсия выросла до 3,3%. Двигала решение не цифра 1,4%, а разложенная по этапам воронка ([[Аудит воронки продаж конструкций]], [[MQL-стратегия и лендинги для лидогенерации]]). WAU внутреннего управленческого дашборда держался на уровне 92% — команда действительно открывала его каждую неделю вместо разрозненных таблиц. Это одна из немногих метрик вовлечённости, которая у меня реально что-то доказывала: не про удовольствие от продукта, а про то, что дашборд стал единственным местом, откуда берут цифры для решений, вместо пяти экселей с разными версиями правды. Здесь работает тот же принцип, что и у Amplitude с input-метриками: WAU дашборда — не North Star сам по себе, а индикатор того, что «один источник правды» действительно прижился, а не остался декларацией ([[Управленческий дашборд инжинирингового направления]], [[Один источник правды в цифрах]]). NPS 72 и повторные покупки 87% — здесь честность требует развести две цифры, которые выглядят одинаково хорошо, но по-разному влияли на решения. NPS 72 был витринной метрикой в буквальном смысле: она хорошо смотрелась в презентации для инвестора и в отчёте перед советом, но ни разу не была тем числом, из-за которого команда меняла приоритет в разработке — слишком лаговый индикатор, слишком далёкий от конкретного действия, чтобы на него можно было реагировать в течение недели. Повторные покупки 87%, наоборот, двигали реальные решения: в модели с длинным циклом продажи это метрика, которая ближе всего к North Star в его правильном определении — она на пересечении ценности для клиента (продукт действительно закрывает его повторяющуюся потребность) и результата для бизнеса (выручка от существующей базы дешевле, чем от нового привлечения). Загрузка производства на уровне 75–80% работала в той же роли: для направления с физическим производством это ближе к North Star, чем любая метрика вовлечённости, потому что именно от неё зависят себестоимость единицы, срок поставки и то, сколько новых контрактов вообще можно принять, не срывая текущие обязательства. ## Вывод North Star Framework и OMTM — не взаимоисключающие схемы, а два способа сузить внимание: один — по стадии бизнеса, другой — по слою метрик (North Star, input, guardrail). Оба ломаются одинаково, если применяются как ритуал: выбрали метрику, повесили на дашборд, разошлись. Критика Балфура и практика B2B у Rachitsky сходятся в одном — единственная метрика без разложенных input-метрик не координирует работу команд, а прячет реальные компромиссы между ними. В промышленном B2B я проверяю кандидата в North Star одним вопросом: если эта цифра завтра удвоится, изменится ли что-то в отгрузках, себестоимости или удержании клиента, или изменится только слайд для инвестора. Метрики, которые прошли эту проверку у меня, — это разложенная по этапам конверсия сделки, загрузка производства и повторные покупки. Метрики, которые её не прошли, остаются в отчётности, но не определяют, что команда делает на следующей неделе. ## Мои кейсы по теме - [[Аудит воронки продаж конструкций]] - [[MQL-стратегия и лендинги для лидогенерации]] - [[Управленческий дашборд инжинирингового направления]] - [[Один источник правды в цифрах]] **Практический разбор по теме:** [[Воронка продаж B2B — как выстроить от лида до контракта]] ## Связаться Если у вас похожая задача — обсудим ваш продукт: [[email protected]](mailto:[email protected]), Telegram [@falcolupus](https://t.me/falcolupus) или [MAX](https://max.ru/u/f9LHodD0cOJd5VFHyaG9k7YpP7BW9s55ZYkjWX6P8j51xBYS3XgDfnOxz3U). Работаю удалённо в любом часовом поясе.