Come si costruisce una dashboard utile per una startup?
Parti dalle decisioni che prendi ogni settimana, scegli poche metriche azionabili per ciascuna, dai a ognuna un responsabile, un obiettivo e una soglia di allerta calcolata sulla tua storia, e solo dopo scegli lo strumento. Meglio 5-7 numeri letti da tutti che 40 che nessuno guarda.
Principi su metriche azionabili e coorti verificati sul post di Eric Ries (2009); piani e prezzi di Metabase e Databox verificati sui loro siti il 12 novembre 2026. Prezzi e piani cambiano: controlla i siti ufficiali. Non riportiamo soglie "giuste" di settore perché non abbiamo letto fonti che le documentino.
Il criterio: metriche azionabili
Ries distingue le vanity metrics, che fanno sentire bene ma non dicono cosa fare (il suo esempio sono gli accessi totali a un sito), dalle metriche azionabili, che portano a una decisione. Dai suoi tre principi derivano le regole per la dashboard: usa poche metriche, collega i numeri alle persone (parla con i clienti dietro il dato), guarda il risultato macro e non il numero intermedio (Fonti). Se una cifra non cambia una decisione, toglila.
Una dashboard per ogni pubblico
Vertice aziendale (revisione mensile, con un controllo settimanale della cassa)
- MRR / ARR e variazione sul mese precedente
- Burn netto e runway in mesi
- Churn di clienti e di ricavi
- Net Revenue Retention (rapporto tra ricavi di oggi e di un anno fa dai soli clienti già presenti)
- North Star Metric
Crescita e marketing (settimanale)
- Nuovi iscritti per canale e tasso di conversione
- CAC per canale
- Percentuale di attivazione (chi completa il primo passo di valore)
- Conversione da prova a pagamento
- Esiti degli A/B test in corso
Prodotto (settimanale)
- Utenti attivi giornalieri, settimanali, mensili
- Uso delle funzioni chiave
- Retention per coorte (vedi cohort analysis)
- Ticket di supporto per categoria
Come strutturarla, passo per passo
- Elenca le decisioni. "Quanto spendo sul canale X?", "assumo o aspetto?". Da qui scegli i dati.
- Definisci ogni metrica per iscritto: formula, fonte dei dati, periodo. Due persone che calcolano il "churn" in modi diversi producono numeri inutili.
- Fissa obiettivo e soglia di allerta sulla tua storia. Esempio di metodo: calcola la media e il minimo degli ultimi sei mesi e usa il minimo come soglia rossa. I valori sono tuoi; evita di copiare percentuali da guide generiche.
- Scegli la frequenza. La cassa si guarda spesso, i ricavi ricorrenti a fine mese, i dati di prodotto ogni settimana. Più aggiornamenti non significano più decisioni.
- Nomina un responsabile per metrica e fissa un appuntamento fisso per leggerla insieme.
Esempio calcolato di soglia
Ipotesi: negli ultimi sei mesi il MRR è passato da 10.000 a circa 14.580 €, con variazioni mensili di +6%, +9%, +7%, +4%, +8%, +5% (in media +6,5%; calcolo: 10.000 × 1,06 × 1,09 × 1,07 × 1,04 × 1,08 × 1,05). I dati sono inventati. Obiettivo: +6%. Allerta: sotto +4% (il minimo osservato). Se il mese successivo cresce +3%, la dashboard diventa rossa e il responsabile porta una spiegazione alla riunione. La regola nasce dai dati, non da un benchmark.
Strumenti
- Foglio di calcolo: per le prime fasi basta, con formule chiare e una scheda di definizioni. Limiti: aggiornamenti manuali e errori di copia.
- Metabase: sul sito ufficiale esiste una versione open source, gratuita e da installare sui tuoi server, e una versione cloud con piano Starter da 100 $ al mese (più 6 $ per utente dopo i primi 5), con prova di 14 giorni. L'open source richiede competenze tecniche per l'installazione e la manutenzione.
- Databox: al momento della verifica il sito non indica un piano gratuito: c'è una prova di 14 giorni e il piano Platform parte da 399 $ al mese con fatturazione annuale (499 $ mensile), fino a 30 fonti dati. Chi cita ancora un piano gratuito sta usando informazioni superate.
- Looker Studio (Google): è uno strumento di reportistica di Google; non ho letto una pagina che confermi condizioni e connettori attuali, quindi verifica sul sito ufficiale piani e fonti dati disponibili.
Errori comuni
- Troppe metriche e nessuna decisione collegata.
- Medie al posto delle coorti: le medie nascondono il peggioramento dei nuovi clienti (Ries suggerisce di seguire le coorti per data di iscrizione).
- Dati in conflitto tra strumenti: decidi una fonte unica per ogni numero.
- Dashboard senza responsabile.
- Numeri correlati scambiati per cause: quando una metrica sale, verifica con un test (A/B test) prima di attribuire il merito.
- Parti dalle decisioni, poi dalle metriche, poi dallo strumento.
- Ogni metrica ha definizione scritta, responsabile, obiettivo e soglia di allerta ricavata dai tuoi dati.
- Dashboard separate per vertice, crescita e prodotto.
- Prezzi e piani degli strumenti cambiano: verifica sui siti ufficiali.
Quali metriche scegliere per il tuo modello: KPI fondamentali per startup, unit economics e LTV.
Domande frequenti
Quante metriche deve avere la dashboard di una startup?
Poche: meglio 5-7 numeri letti da tutti che 40 che nessuno guarda. Il criterio, ripreso da Eric Ries, è tenere solo le metriche azionabili, cioè quelle che portano a una decisione. Se una cifra non cambia nessuna decisione, toglila dalla dashboard.
Come si fissa la soglia di allerta di una metrica?
Si calcola sulla storia della tua startup, non si copia da guide generiche. Un metodo semplice: prendi media e minimo degli ultimi sei mesi e usa il minimo come soglia rossa. Se per esempio il MRR è cresciuto ogni mese tra +4% e +9%, l'allerta scatta sotto +4% e il responsabile della metrica porta una spiegazione alla riunione.
Quale strumento usare per la dashboard di una startup?
Nelle prime fasi basta un foglio di calcolo con formule chiare e una scheda di definizioni, accettando aggiornamenti manuali e possibili errori di copia. Strumenti come Metabase (anche in versione open source, che però richiede competenze tecniche) o Databox hanno piani e prezzi che cambiano: verificali sui siti ufficiali. In ogni caso lo strumento si sceglie per ultimo, dopo le decisioni e le metriche.
Fonti
Fonti e riferimenti
- Eric Ries, Vanity metrics vs actionable metrics (tim.blog) ↩︎
- Metabase: prezzi (metabase.com) ↩︎
- Databox: prezzi (databox.com) ↩︎