The post has been translated automatically. Original language: Russian
Kaspi.kz — a rare case of an ecosystem where hyper-growth is combined with profitability. A culture of hypotheses and fast MVPs, three simple principles ("One App—All Services", "Obsess over unit economics", "Speed as a habit") and strict data discipline turn product improvements into financial results: high engagement (DAU/MAU), strong monetization (revenue growth faster than GMV/TFV in key platforms) and low cost of risk in credit products. In the first part, I analyzed my experience as a user. In this article, I decided to dive in and explore what the company has done? to make a strategic turn from corporate banking to mass retail. But the story is just a background. What is much more interesting is “how” they did it.
At Kaspi, an incubator is not a department, but a way of thinking. Any initiative starts as a hypothesis: what do we want to change in yandex.metrica and due to what effect in user behavior? Instead of long technical specifications, a quick MVP in 3-6 weeks, a release to an audience share, and a mandatory A/B test. The version with the best numbers wins, not the one supported by a higher-ranking manager.
A key cultural marker: mistakes are acceptable, but quick. They are not afraid of them, they are cheaply obtained and quickly fixed. This creates a "learning loop" where the team constantly obtains facts about user behavior and transfers this knowledge to the next iteration.
Why does it work?:
- hypotheses relate ideas to business metrics, not to the "beauty of the solution";
- a short cycle reduces the cost of error;
- tests protect against the HiPPO effect (Highest Paid Person's Opinion): the numbers make the decision.
One entry point covers dozens of everyday tasks: payments, P2P, marketplace, loans/installments, delivery, public services. Each new feature increases the frequency of touches and the cross-use of services. The "flywheel" effect: the user came to pay the fine and left with a purchase in the marketplace and loyalty bonuses. This is how CAC falls and LTV increases.
Any feature must "converge" at the level of the unit economy (at least on the payback horizon of the client). Sometimes this is counterintuitive: for example, reducing/zeroing the commission on a payment link can blow up the merchant connection funnel, increase turnover and monetize in neighboring links (advertising, lending, logistics, installments). Ecosystem economy > individual product economics.
Speed is not a slogan, but an operational norm: short planning (12 months instead of a "5-year strategy"), daily experiments, and successive iterations. Quality is achieved not "from the first shot", but by the sum of rapid improvements confirmed by data.
Kaspi manages through three layers of metrics.
Grocery stores:
- DAU/MAU (stickiness) — the percentage of MAU that arrives daily. A high score for super-apps indicates that the product is embedded in the daily routine.
- Retention (D30/D90) is the main mirror of value. The growing share of users with 2+ services increases long-term retention.
- NPS is an indicator of perceived value and convenience, key to an organic funnel and reputation.
Marketing units:
- CAC is systematically reduced due to cross-selling within the ecosystem.
- LTV and Payback Period — the target ratio is LTV ≥ 3×CAC, the payback period is within 12 months for mature areas.
- The take rate and the share of high—margin services (advertising, logistics, financial services) is what pulls monetization faster than the turnover increases.
Financial:
- TPV/GMV/TFV on Payments / Marketplace / Fintech platforms;
- Revenue and net profit by platform and consolidated;
- The cost of risk in credit products (critical for BNPL/installments), which remains low due to dense behavioral and transactional analytics.
The bundle is simple: retention growth ? LTV growth ? higher margin revenue share ? profit sustainability. Ecosystem architecture helps to "transfer" value between services and squeeze more economy out of each user.
Balanced contribution of the three platforms. The reports show that Payments, Marketplace, and Fintech are growing synchronously, and revenue on individual platforms is growing faster than base volumes (GMV/TFV). This is a sign of improved monetization (advertising, logistics, promotional tools, paid services for sellers).
The super app is like a habit. The growth of MAU and DAU, the improvement of DAU/MAU, the increase in the proportion of customers using 2+ services are the markers that the application has become a daily utility. The more everyday cases a product closes, the higher the frequency, retention, and cross-sell.
Financial discipline. Kaspi is a profitable company that paid dividends during periods without major M&A, which is atypical for growth companies. At the moments of strategic purchases (expansion into new regions/assets), the dividend flow is reoriented towards investments — the bet is on long-term acceleration.
Expansion. Expansion into neighboring markets and integration of external assets is the next stage of the ecosystem. Risks and CAPEX are growing, but the management model through metrics and unit economics allows you to keep marginality and cost of risk under control.
Several characteristic "value chains":
- Payments → Sellers → Marketplace. The merchant's quick and cheap connection to payments reduces friction and brings the seller to the marketplace. There, turnover is increasing, paid promotion tools, logistics and financial services are being included.
- Installment plan/BNPL → Conversion → Average receipt. Enabling installments increases CR and AOV, reduces the "wallet hit" and increases repeat purchases. The cost of risk is kept low due to behavioral data from all layers of the ecosystem.
- Loyalty → Repeat Purchases → LTV. Bonus mechanics and personalization (ML recommendations) increase the frequency, which means the customer's lifetime value. Each subsequent service reduces the cost of retention.
1. Start with metrics, not features. The hypothesis statement should be: "We believe that X will lead to Y (+∆%/-∆%) due to Z." Otherwise, it is not a hypothesis, but an opinion.
2. Embed A/B in the DNA. It's easier to live with a hundred cheap mistakes than with one expensive one. Abandon the "monolith releases". Rhythm — small supplies, lots of experimentation.
3. Consider the ecosystem economy. Sometimes a "free" product is the most profitable if it expands the funnel and opens up monetization in neighboring revenue streams. Optimize not the feature, but the customer's path.
4. Plans — for 12 months, strategy — in the data. The world is changing faster than annual budget cycles. Update your portfolio of hypotheses quarterly, and "kill" those that have no effect.
5. Build a "daily routine". The more routine cases you close, the higher the DAU/MAU and LTV. Measure the proportion of users with 2+ services — this is the main early predictor of monetization.
6. Culture is more important than the process. Zero tolerance for "politics", high tolerance for fast, evidence—based experiments. Reward not "ideas", but the effect in metrics.
- "Measuring everything" without priority: spreading attention. The antidote is the metric tree: from North Star to product and operational drivers.
- We treat the symptoms, not the causes. A drop in conversion is "treated" with a discount, not a UX test. Check the funnel stage data sequentially.
- Unit economy "after the release". It's too late to count "in fact". The minimum model must precede development; update it based on the results of the experiment.
- HiPPO-decision making. Any edit that is not confirmed by experiment should be an exception and require justification.
The ecosystem has already proven a model in the home market: high frequency of use, stable units, and manageable risk. The next phase is the international expansion and integration of new assets. This will require even greater discipline in the data and the team's ability to reproduce the "hypothesis machine" in new contexts (regulatory, logistics, consumer habits). But that's where Kaspi's competitive core lies: speed, product culture, and the ability to translate user behavior into a sustainable economy.
- Each idea has an explicit target metric and an expected effect (%).
- The MVP is less than 6 weeks. The experiment is based on a part of the audience, and the KPI threshold has been agreed upon in advance.
- Each feature corresponds to a unit model and a monetization plan (direct/indirect income).
- There is always at least 1 A/B test in a sprint; the results are documented and affect the roadmap.
- Tracking the share of users with 2+ services, DAU/MAU, retention D30/D90.
The experiment report is discussed at the management level more often than the "demo features".
Kaspi.kz — редкий кейс экосистемы, где гипер-рост сочетается с прибыльностью. Культура гипотез и быстрых MVP, три простых принципа («One App—All Services», «Obsess over unit economics», «Speed as a habit») и жесткая дисциплина в данных превращают продуктовые улучшения в финансовый результат: высокую вовлеченность (DAU/MAU), сильную монетизацию (рост выручки быстрее GMV/TFV в ключевых платформах) и низкую стоимость риска в кредитных продуктах. В первой части я анализировал свой опыт, как пользователя. В этой статье я решил погрузиться и изучить, что компания сделала? чтобы совершить стратегический поворот от корпоративного банкинга к массовому ритейлу. Но история — это лишь фон. Гораздо интереснее то, “как” им это удалось.
В Kaspi «инкубатор» — это не отдел, а способ мышления. Любая инициатива стартует как гипотеза: что мы хотим изменить в метрике и за счет какого эффекта в поведении пользователя. Вместо длинных ТЗ — быстрый MVP за 3–6 недель, релиз на долю аудитории и обязательный A/B-тест. Выигрывает версия с лучшими цифрами, а не та, которую поддержал более высокий по должности менеджер.
Ключевой культурный маркер: ошибки — допустимы, но быстрые. Их не боятся, их дешево получают и быстро исправляют. Это создает «петлю обучения», где команда постоянно получает факты о поведении пользователей и переносит эти знания в следующую итерацию.
Почему это работает:
- гипотезы связывают идеи с бизнес-метриками, а не с «красотой решения»;
- короткий цикл снижает стоимость ошибки;
- тесты защищают от HiPPO-эффекта (Highest Paid Person’s Opinion): решение принимают цифры.
Одна точка входа — десятки повседневных задач: платежи, P2P, маркетплейс, кредиты/рассрочка, доставка, госуслуги. Каждая новая функция повышает частоту касаний и кросс-использование сервисов. Эффект «маховика»: пользователь пришел оплатить штраф — ушел с покупкой в маркетплейсе и бонусами лояльности. Так падает CAC и растет LTV.
Любая фича обязана «сходиться» на уровне юнит-экономики (минимум — на горизонте окупаемости клиента). Иногда это контринтуитивно: например, снижение/обнуление комиссии на платежном звене может взорвать воронку подключения мерчантов, увеличить оборот и монетизироваться в соседних звеньях (реклама, кредитование, логистика, рассрочка). Экосистемная экономика > экономики отдельного продукта.
Скорость — не лозунг, а операционная норма: короткое планирование (12 месяцев вместо «стратегии на 5 лет»), ежедневные эксперименты, последовательные итерации. Качество достигается не «с первого выстрела», а суммой быстрых улучшений, подтвержденных данными.
Kaspi управляет через три слоя метрик.
Продуктовые:
- DAU/MAU (stickiness) — доля MAU, приходящая ежедневно. Высокий показатель для супер-приложений говорит, что продукт встроен в повседневную рутину.
- Retention (D30/D90) — главное зеркало ценности. Рост доли пользователей с 2+ сервисами повышает долгосрочное удержание.
- NPS — индикатор восприятия ценности и удобства, ключевой для органической воронки и репутации.
Маркетингово-юнитные:
- CAC — системно снижается за счет кросс-селла внутри экосистемы.
- LTV и Payback Period — целевое соотношение LTV ≥ 3×CAC, окупаемость привлечения — в пределах 12 месяцев по зрелым направлениям.
- Take rate и доля высокомаржинальных сервисов (реклама, логистика, финуслуги) — то, что тянет монетизацию быстрее, чем растут обороты.
Финансовые:
- TPV/GMV/TFV по платформам Payments / Marketplace / Fintech;
- Выручка и чистая прибыль по платформам и консолидировано;
- Стоимость риска в кредитных продуктах (критична для BNPL/рассрочки), которая остается низкой за счет плотной поведенческой и транзакционной аналитики.
Связка простая: рост удержания ⇒ рост LTV ⇒ выше доля маржинальных доходов ⇒ устойчивость прибыли. Экосистемная архитектура помогает «переливать» ценность между сервисами и выжимать больше экономики из каждого пользователя.
Сбалансированный вклад трех платформ. В отчетности видно: Payments, Marketplace и Fintech растут синхронно, а выручка на отдельных платформах растет быстрее базовых объемов (GMV/TFV). Это признак улучшения монетизации (реклама, логистика, промоинструменты, paid-сервисы для продавцов).
Супер-приложение как привычка. Рост MAU и DAU, улучшение DAU/MAU, увеличение доли клиентов, использующих 2+ сервисов, — маркеры, что приложение стало ежедневной утилитой. Чем больше повседневных кейсов закрывает продукт, тем выше частота, удержание и кросс-селл.
Финансовая дисциплина. Kaspi — прибыльная компания, выплачивавшая дивиденды в периоды без крупных M&A, что нетипично для компаний роста. В моменты стратегических покупок (экспансия в новые регионы/активы) дивидендный поток переориентируется на инвестиции — ставка делается на долгосрочное ускорение.
Экспансия. Расширение в сопредельные рынки и интеграция внешних активов — следующий виток экосистемы. Риски и CAPEX растут, но модель управления через метрики и юнит-экономику позволяет держать маржинальность и стоимость риска под контролем.
Несколько характерных «цепочек ценности»:
- Платежи → Продавцы → Маркетплейс. Быстрое и дешевое подключение мерчанта к платежам снижает трение и приводит продавца в маркетплейс. Там наращиваются обороты, включаются платные инструменты продвижения, логистика и финсервисы.
- Рассрочка/BNPL → Конверсия → Средний чек. Включение рассрочки повышает CR и AOV, сокращает «удар по кошельку» и увеличивает повторные покупки. Стоимость риска удерживается низкой благодаря поведенческим данным из всех слоев экосистемы.
- Лояльность → Повторные покупки → LTV. Бонусные механики и персонализация (ML-рекомендации) поднимают частоту, а значит — пожизненную ценность клиента. Каждый следующий сервис удешевляет удержание.
1. Начинайте с метрики, а не с фичи. В формулировке гипотезы должно быть: «Мы верим, что X приведет к Y (+∆%/-∆%) благодаря Z». Иначе это не гипотеза, а мнение.
2. Встройте A/B в ДНК. Проще жить с сотней дешевых ошибок, чем с одной дорогой. Откажитесь от «релизов-монолитов». Ритм — маленькие поставки, много экспериментов.
3. Считайте экосистемную экономику. Иногда «бесплатный» продукт — самый прибыльный, если он расширяет воронку и открывает монетизацию в соседних потоках дохода. Оптимизируйте не фичу, а путь клиента.
4. Планы — на 12 месяцев, стратегия — в данных. Мир меняется быстрее, чем годовые циклы бюджетов. Обновляйте портфель гипотез ежеквартально, «убивайте» те, что не дают эффекта.
5. Стройте «повседневность». Чем больше рутинных кейсов вы закрываете, тем выше DAU/MAU и LTV. Мерите долю пользователей с 2+ сервисами — это главный ранний предиктор монетизации.
6. Культура важнее процесса. Нулевая толерантность к «политике», высокая — к быстрым, доказательным экспериментам. Награждайте не «идеи», а эффект в метриках.
- «Меряем всё» без приоритета: распыление внимания. Антидот — дерево метрик: от North Star к продуктовым и операционным драйверам.
- Лечим симптомы, а не причины. Падение конверсии «лечат» скидкой, а не UX-тестом. Последовательно сверяйтесь с данными по этапам воронки.
- Юнит-экономика «после релиза». Считать «по факту» — поздно. Минимальная модель должна предшествовать разработке; обновляйте ее по итогам эксперимента.
- HiPPO-принятие решений. Любая правка, не подтвержденная экспериментом, должна быть исключением и требовать обоснования.
Экосистема уже доказала модель на домашнем рынке: высокая частота использования, устойчивые юниты, управляемый риск. Следующая фаза — международная экспансия и интеграция новых активов. Это потребует еще большей дисциплины в данных и способностей команды воспроизводить «машину гипотез» в новых контекстах (регуляторика, логистика, потребительские привычки). Но именно в этом у Kaspi — конкурентное ядро: скорость, продуктовая культура и умение переводить поведение пользователей в устойчивую экономику.
- У каждой идеи есть явная целевая метрика и ожидаемый эффект (%).
- MVP ≤ 6 недель. Эксперимент на части аудитории, заранее согласован KPI-порог.
- Каждой фиче соответствует юнит-модель и план монетизации (прямой/косвенный доход).
- В спринте всегда есть минимум 1 A/B-тест; результаты документируются и влияют на роадмап.
- Трекаем долю пользователей с 2+ сервисами, DAU/MAU, retention D30/D90.
Отчет по экспериментам обсуждается на уровне руководства чаще, чем «демо фичей».
Share
