Ответ
Фокусируюсь на метриках и бизнес-эффекте. Сначала определяю baseline (например, текущий retention 40%), затем ставлю цель (увеличить до 50%). Использую подход:
- Приоритизация через ICE:
def calculate_ice(impact, confidence, ease):
return (impact * confidence * ease) / 10
# Пример для фичи "Push-уведомления":
impact = 8 # потенциальный рост retention на 10%
confidence = 7 # подтверждено юзер-тестами
ease = 6 # 2 недели разработки
ice_score = calculate_ice(8, 7, 6) # 33.6 → высокий приоритет
-
Показываю связь с OKR:
"Решение напрямую влияет на ключевой OKR Q2: увеличение LTV на 15% через улучшение retention" -
Демонстрирую экономику:
При 1M MAU и ARPU $5, рост retention на 10% даст:
1M * 10% * $5 = $500K дополнительного ARR ежегодно