The post has been translated automatically. Original language: Russian
What is North Star Metric at the system level: North Star Metric (NSM) is not just the "main metric of the product".
This is a model of the relationship between user value and business value, expressed through a measurable indicator. She answers the question: "If this number is growing, does it mean that users are getting more value and the business is getting stronger?" If the answer is yes, then this is NSM.If it grows, but the value does not change, it is vanity metric. If it reflects only money, it is a business KPI, but not a North Star.
Why the framework is important: Most companies are drowning in hundreds of metrics:
, grocery (conversion, MAU, CTR),
📌 business (revenue, LTV, ROI),
📌 process-based (feature speed, NPS, SLA).
But there is no single causal chain between them, and the team does not understand what exactly drives growth. The North Star Metric Framework creates this chain of causality.
The basic idea of the framework is that NSM is not a point, but a vector.
It has three layers:
1️⃣ North Star Metric (the metric itself) is a metric that reflects the value received (for example, successful orders for an active customer).
2. Input metrics (levers) is what the team controls to influence the NSM (for example, the speed of delivery, conversion to payment, availability of goods).
3️⃣ Guardrail metrics (limiters) metrics that protect against "value gouging" to the detriment of quality or economics (for example, cancellations, refunds, margin).
NSM = "north star"
Input = "rocket fuel"
Guardrail = "stabilization system so as not to burn out on takeoff."
Connection to Analytical thinking: NSM forces the analyst to think in causal relationships rather than in disparate numbers.
She answers not only "what rose/fell," but also why this particular number matters.
At the analytics level:
, a metric tree is being built,
📌 the NSM cohort link is being tested ↔️ retention ↔️ LTV,
The sensitivity (elasticity) is checked: how much the change in the input metric moves the NSM.
At the product level:
📌 North Star Experiments hypotheses are being formed, testing which actions accelerate the growth of NSM,
The NSM cascade dashboard is formed with one table linking inputs → NSM → business.
Relationship with other frameworks
AARRR (Pirate Metrics) NSM can be embedded as a final metric at the Retention or Revenue level.
The NSM HEART Framework (UX) concentrates emotions (Happiness) and behavior (Engagement) in one guideline.
OKR NSM often becomes the north star objective, and drivers are the key results.
5 Whys / MECE are used for analysis: why the NSM is not growing, where is the systemic reason.
Errors in the implementation of NSM
1. NSM is confused with revenue, or GMV is a result, not an indicator of value.
2️⃣ The NSM of the department is chosen too narrowly ≠ The NSM of the product.
3. They change frequently, and the focus and causal history are lost.
4️⃣ There are no guardrails, NSM is growing, but the quality is falling.
5. They do not test causality, correlation, value.
How NSM helps analysts and products
The analyst learns how to build an impact tree and see where the lever is.
The product gets a single language of communication with the business.
The team does not say, "our CTR has dropped," but "we are losing value at stage X, so NSM is worth it."
Management sees the value of a product in money, not in reports.
Что такое North Star Metric на системном уровне: North Star Metric (NSM), это не просто «главная метрика продукта».
Это модель связи между ценностью для пользователя и ценностью для бизнеса, выраженная через измеряемый показатель. Она отвечает на вопрос: «Если это число растёт, значит ли это, что пользователи получают больше ценности, а бизнес становится сильнее?» Если ответ да, то это NSM.Если растёт, но ценность не меняется это vanity metric. Если отражает только деньги, это business KPI, но не North Star.
Почему фреймворк важен: Большинство компаний тонут в сотнях метрик:
📌 продуктовые (конверсия, MAU, CTR),
📌 бизнесовые (выручка, LTV, ROI),
📌 процессные (скорость фич, NPS, SLA).
Но между ними нет единой причинной цепочки и команда не понимает, что именно двигает рост. North Star Metric Framework создаёт эту цепочку причинности.
Основная идея фреймворка: NSM это не точка, а вектор.
У неё есть три слоя:
1️⃣ North Star Metric (сам показатель) метрика, отражающая полученную ценность (например, успешные заказы на активного покупателя).
2️⃣ Input metrics (рычаги) то, чем команда управляет, чтобы повлиять на NSM (например, скорость доставки, конверсия в оплату, наличие товаров).
3️⃣ Guardrail metrics (ограничители) метрики, которые защищают от «накрутки» ценности в ущерб качеству или экономике (например, отмены, возвраты, маржа).
NSM = «северная звезда»
Input = «топливо ракеты»
Guardrail = «система стабилизации, чтобы не сгореть на взлёте».
Связь с аналитическим мышлением: NSM заставляет аналитика думать в причинно-следственных связях, а не в разрозненных цифрах.
Она отвечает не только на «что выросло/упало», а на почему именно это число имеет значение.
На уровне аналитики:
📌 строится дерево метрик (metric tree),
📌 тестируется когортная связь NSM ↔️ retention ↔️ LTV,
📌 проверяется чувствительность (elasticity): насколько изменение input-метрики двигает NSM.
На уровне продукта:
📌 формируются North Star Experiments гипотезы, проверяющие, какие действия ускоряют рост NSM,
📌 формируется дашборд NSM-каскада одна таблица, связывающая inputs → NSM → бизнес.
Взаимосвязь с другими фреймворками
📌 AARRR (Pirate Metrics) NSM можно встроить как итоговую метрику на уровне Retention или Revenue.
📌 HEART Framework (UX) NSM концентрирует эмоции (Happiness) и поведение (Engagement) в одном ориентире.
📌 OKR NSM часто становится north star objective, а драйверы ключевыми результатами.
📌 5 Whys / MECE применяются для анализа: почему NSM не растёт, где системная причина.
Ошибки при внедрении NSM
1️⃣ Путают NSM с выручкой или GMV это результат, а не показатель ценности.
2️⃣ Выбирают слишком узко NSM отдела ≠ NSM продукта.
3️⃣ Меняют часто, теряется фокус и причинная история.
4️⃣ Отсутствуют guardrails, NSM растёт, но качество падает.
5️⃣ Не тестируют причинность, корреляция ≠ ценность.
Как NSM помогает аналитикам и продактам
📌 Аналитик учится строить дерево влияния метрик (impact tree) и видеть, где рычаг.
📌 Продакт получает единый язык коммуникации с бизнесом.
📌 Команда говорит не «у нас CTR упал», а «мы теряем ценность на этапе X, поэтому NSM стоит».
📌 Руководство видит ценность продукта в деньгах, а не в отчётах.
Share
