PMF есть — а как его измерить?
Marc Andreessen (2007): «Product-market fit means being in a good market with a product that can satisfy that market». Красиво, но неизмеримо. Три метрики предлагают разные способы превратить «ощущение PMF» в число: NPS, Sean Ellis Test, Job Completion Rate (JCR). Каждая измеряет свой аспект, и каждая имеет серьёзные ограничения.
NPS: метрика лояльности, а не PMF
Fred Reichheld (Bain & Company, 2003) предложил Net Promoter Score: «Какова вероятность, что вы порекомендуете нас знакомым?» (0-10). Promoters (9-10) минус Detractors (0-6) = NPS (-100 до +100).
Сильные стороны:
- Простота — один вопрос, одно число, понятная интерпретация
- Бенчмарки — за 20+ лет накопились отраслевые стандарты (B2B SaaS: NPS > 40 = отлично)
- Корреляция с ростом — Reichheld показал связь NPS с revenue growth (на уровне отрасли)
Ограничения для PMF:
- Recommendation ≠ need. Человек может рекомендовать ресторан (NPS 10) и ходить раз в год. Лояльность ≠ зависимость от продукта
- Культурный bias. В России и Японии 9-10 ставят редко — NPS занижен системно
- NPS не объясняет «почему». NPS = 45 — хорошо. Но что именно ценят? Какую задачу решают? Где friction? NPS не отвечает
- Keiningham et al. (2007) показали, что NPS — не лучший предиктор роста на уровне компании, чем ACSI или satisfaction index
Sean Ellis Test: метрика зависимости
Sean Ellis (2010) предложил вопрос: «Как бы вы себя чувствовали, если бы больше не могли использовать [продукт]?» Варианты: Very disappointed / Somewhat disappointed / Not disappointed / N/A. Если ≥ 40% отвечают «Very disappointed» — PMF достигнут.
Сильные стороны:
- Измеряет зависимость, а не лояльность. «Не могу без этого» сильнее, чем «рекомендую»
- Порог 40% — чёткий бинарный ответ: PMF есть или нет
- Эмпирически валидирован — Rahul Vohra (Superhuman, 2019) подтвердил: продукты с > 40% «very disappointed» показывают устойчивый рост
Ограничения:
- Selection bias. Кто отвечает на опрос? Активные пользователи. Churned users уже ушли и не ответят «not disappointed» — хотя именно их ответ критичен
- Не различает сегменты. 40% в среднем может быть 80% в сегменте A и 10% в сегменте C. Среднее скрывает сигнал
- Stated ≠ revealed. «Очень расстроюсь» — это заявление. Реальное поведение может отличаться
- Не actionable. PMF < 40% — что делать? Ellis предлагает «удваивать то, что любят very disappointed», но это гипотеза, не модель
JCR: метрика реальной ценности
Job Completion Rate — процент пользователей, которые завершают целевую задачу в продукте. Корни — в Ulwick ODI (1991): если продукт «нанят» на задачу, PMF = задача завершается успешно.
Сильные стороны:
- Поведенческая метрика. Не «что говорят», а «что делают». Завершил задачу = получил ценность
- Привязан к JTBD. Метрика прямо связана с задачей, для которой клиент «нанял» продукт
- Actionable. JCR = 60% → анализируй, где 40% отваливаются. Friction Points (L5) на конкретных шагах
Ограничения:
- Требует определения «completion». Когда задача «завершена»? Для SaaS с recurring usage — непросто определить
- Не измеряет мотивацию. Пользователь завершил задачу, но остался недоволен. JCR не поймает emotional gap
- Не все задачи равны. JCR 90% на мелкой задаче ≠ JCR 90% на core job
Таблица сравнения: 6 измерений
| Измерение | NPS | Sean Ellis Test | JCR |
|---|---|---|---|
| Что измеряет | Готовность рекомендовать | Зависимость от продукта | Завершение целевой задачи |
| Тип данных | Stated (опрос) | Stated (опрос) | Behavioral (аналитика) |
| PMF-порог | > 40 (отраслевой) | ≥ 40% «very disappointed» | > 80% (зависит от контекста) |
| Actionability | Низкая (число без объяснения) | Средняя (сегментация по ответам) | Высокая (точки отвала на шагах) |
| Bias | Культурный + social desirability | Selection (активные users) | Definition (что считать completion) |
| Стоимость замера | Низкая (1 вопрос) | Низкая (1 вопрос) | Средняя (нужна аналитика + job definition) |
Что предсказывает успех — на самом деле
Ни одна метрика в изоляции не предсказывает PMF надёжно. Каждая ловит свой аспект:
- NPS → предсказывает word-of-mouth (Growth Mechanics, Strand 6). Высокий NPS = вирусный потенциал
- Sean Ellis → предсказывает retention. «Very disappointed» = не уйдут. Но не говорит, придут ли новые
- JCR → предсказывает Time-to-Value (EP26) и первичную конверсию. Если задача завершается — пользователь увидит ценность
Product DNA объединяет все три в Evidence Engine (Strand 5): NPS → EP11 (Advocacy Language). Sean Ellis → EP10 (Value Revelation) + EP25 (Transformation Vision). JCR → EP09 (First Contact) + EP12 (Engagement Context). Confidence Model показывает, достаточно ли данных для вывода «PMF достигнут».
Комбинация: PMF Dashboard
Вместо выбора одной метрики — используйте три одновременно:
- JCR > 75% — пользователи завершают core job (функциональный PMF)
- Sean Ellis ≥ 40% среди завершивших job — зависимость (эмоциональный PMF)
- NPS > 30 среди «very disappointed» — готовность рекомендовать (growth PMF)
Все три зелёные — PMF подтверждён. Одна красная — точно знаете, какой аспект PMF хромает.
Связанные статьи: Unit Economics → RICE vs Job-Weighted Priority → Product DNA v2: 7 Strands
AI CPO отслеживает все три метрики PMF и показывает, где Product-Market Fit хромает. Попробуйте бесплатно → aicpo.ru