Что такое feature adoption и как его измерять

Определение feature adoption

Feature adoption — это доля активных пользователей продукта, которые использовали конкретную функцию хотя бы один раз за определённый период.

Формула простая:

Feature adoption rate = (Пользователи использовавшие функцию / Все активные пользователи) × 100%

Например: у вас 1000 активных пользователей за месяц. Новую функцию аналитики использовали 280 из них. Feature adoption rate = 28%.

Важный нюанс: в знаменателе — активные пользователи, не все зарегистрированные. Считать adoption от всей базы включая неактивных пользователей — некорректно. Это занижает реальную картину использования среди тех кто действительно работает с продуктом.

Почему feature adoption — важная метрика

Feature adoption rate — это прямой индикатор того, насколько хорошо пользователи осваивают продукт. Он показывает несколько важных вещей одновременно.

Реальная карта продукта. Adoption по каждой функции показывает что пользователи считают ценным, а что игнорируют. Часто оказывается что функция которую команда считает ключевой используется 8% аудитории, а "небольшое улучшение" которое делали без фанфар — 60%.

Сигнал для онбординга. Если функция с низким adoption важна для retention — она должна быть в онбординге. Если её там нет — это пропущенная возможность.

Предсказатель churn. Пользователи которые используют больше функций продукта churning значительно реже. Это называется product stickiness — чем глубже пользователь освоил продукт, тем сложнее ему от него уйти.

Валидация roadmap. Низкий adoption функции через 90 дней после релиза — сигнал либо что функция решает неправильную проблему, либо что коммуникация о ней не сработала. Это разные проблемы с разными решениями.

Нормальные значения feature adoption rate

Медиана по B2B SaaS по данным Pendo Product Benchmarks — около 28% для новых функций в первые 90 дней. Это означает что у медианного продукта новую функцию используют меньше трети активных пользователей.

Ориентиры для оценки:

Ниже 10% через 30 дней после релиза — тревожный сигнал. Либо функция не нужна, либо о ней никто не знает, либо её невозможно найти в интерфейсе.

10–25% — типичный результат без активной коммуникации. Функцию используют те кто наткнулся на неё сам.

25–50% — хороший результат с активным анонсом и онбордингом.

Выше 50% — отличный результат, характерен для core-функций или очень точного таргетинга анонса.

Важно: эти нормы для новых функций. Core-функции продукта (те без которых продукт не имеет смысла) должны иметь adoption 70–90%+ среди активных пользователей.

Типы feature adoption

Не все метрики adoption одинаково полезны. Есть несколько уровней измерения.

Первичный adoption (ever used). Доля пользователей которые использовали функцию хотя бы раз. Это самая базовая метрика — показывает охват.

Повторный adoption (repeated use). Доля пользователей которые использовали функцию более N раз за период. Показывает стали ли пользователи включать её в регулярный workflow.

Глубина adoption (depth of use). Насколько глубоко пользователи используют функцию — задействуют ли все возможности или только базовый сценарий.

Для принятия решений важны все три уровня. Высокий первичный adoption при низком повторном — функцию попробовали но не нашли полезной в долгосрочной перспективе. Это сигнал пересмотреть UX или ценностное предложение.

Почему низкий adoption — не всегда проблема самой функции

Это ключевой инсайт который многие команды упускают. Низкий adoption может означать одно из нескольких:

Пользователи не знают что функция существует. Самая частая причина. Email с анонсом открывают 20–25% базы, из них кликают единицы. Если анонс был только через email — большинство пользователей просто не видели его.

Знают но не понимают зачем им это. Анонс был написан языком фичи ("новые возможности фильтрации") а не языком результата ("найдите узкое место за 5 минут"). Пользователь не увидел связи со своей задачей.

Попробовали но не разобрались. Открыли, увидели новый интерфейс, не поняли что нажать первым, закрыли. Без онбординга при первом касании — это стандартный сценарий.

Функция нужна не всем. Если функция релевантна 30% аудитории, adoption 25% — это фактически 83% от целевой аудитории. Агрегированная цифра скрывает реальную картину.

Как поднять feature adoption

Три инструмента которые работают лучше всего.

Анонс внутри продукта. Баннер или уведомление в момент следующего входа пользователя в продукт. Охват значительно выше email при сопоставимых усилиях, и пользователь уже в контексте работы.

Контекстный тур при первом касании. Короткий 2–3-шаговый тур который запускается когда пользователь впервые переходит в раздел с новой функцией. Не при каждом входе — только при первом. Это максимально релевантный момент для объяснения.

Лента обновлений. Хронологический список обновлений внутри продукта — пользователь сам приходит посмотреть что нового. По данным Beamer, продукты с активной лентой обновлений показывают adoption на 30–40% выше.

Сегментация критична для всех трёх инструментов: показывайте анонс Pro-функции только Pro-пользователям, тур для роли CS — только CS-команде. Нерелевантный контент создаёт шум и снижает внимание к будущим анонсам.