Quali KPI deve misurare una startup?
Poche metriche che cambiano una decisione. Parti da una North Star Metric che rappresenta il valore dato al cliente, poi segui il percorso del cliente con il modello AARRR (acquisizione, attivazione, retention, ricavi, referral) e aggiungi le metriche del tuo modello: ricavi ricorrenti e churn per un abbonamento, volume e commissione per un marketplace. Soglie e obiettivi vanno calcolati sui tuoi dati.
Origine del modello AARRR (Dave McClure, 2007), distinzione tra vanity e metriche azionabili (Eric Ries) e test di Sean Ellis verificati su fonti online lette il 12 novembre 2026; alcune sono secondarie e indicate come tali. Non riportiamo soglie di settore perché non abbiamo letto fonti che le documentino.
Prima regola: metriche azionabili
Ries scrive che le vanity metrics fanno sentire bene ma non indicano cosa fare, mentre le metriche azionabili guidano una decisione. Il suo esempio è il numero totale di accessi a un sito: sale, ma non sai perché. Propone di misurare con poche metriche, di tornare ai clienti dietro i numeri e di guardare il risultato finale piuttosto che i dati intermedi (Fonti). Applicalo come filtro: per ogni KPI chiediti "quale decisione cambia se sale o scende?".
North Star Metric
È la metrica che meglio rappresenta il valore dato ai clienti e che ti aspetti trascini la crescita. Esempi di candidati (non regole): per un software B2B, le squadre che completano ogni settimana il flusso di lavoro principale; per un marketplace, le transazioni completate; per un e-commerce, gli ordini ripetuti. Dettagli in North Star Metric.
Il modello AARRR
Dave McClure lo presentò nel 2007 a un evento Ignite a Seattle, con il soprannome "pirate metrics" dal suono dell'acronimo. Le cinque fasi sono acquisizione, attivazione, retention, referral e ricavi (l'origine emerge da ricerche in rete, non da un documento primario che ho letto: tienilo come indicazione). Ogni fase ha una metrica che ti dice dove il percorso perde utenti.
- Acquisizione: visitatori o contatti per canale e costo per cliente acquisito (CAC).
- Attivazione: quota di nuovi utenti che compie il primo passo di valore (definiscilo tu: creare il primo progetto, invitare un collega).
- Retention: quota di utenti che tornano dopo 1, 7, 30 giorni. Leggila per coorte (cohort analysis). Il rovescio è il churn.
- Ricavi: MRR/ARR (ARR e MRR), ricavo medio per cliente, valore del cliente (LTV).
- Referral: quanti nuovi utenti porta ogni utente (coefficiente virale). Con un coefficiente sopra 1 ogni utente ne porta in media più di uno; sotto 1 la crescita virale si spegne.
Esempio calcolato di funnel
Ipotesi dichiarate (inventate): 1.000 visitatori al mese al sito; 8% si iscrive alla prova; 40% degli iscritti completa il primo passo di valore; 25% di chi lo completa paga; ARPU 50 €/mese; spesa marketing 1.500 €.
| Fase | Calcolo | Persone |
|---|---|---|
| Iscritti alla prova | 1.000 × 8% | 80 |
| Attivati | 80 × 40% | 32 |
| Clienti paganti | 32 × 25% | 8 |
Visitatore-cliente: 8 / 1.000 = 0,8%. CAC = 1.500 / 8 = 187,50 €. Nuovo MRR: 8 × 50 = 400 €; con margine lordo 80% il payback è 187,50 / (50 × 0,8) = 4,7 mesi. Dove agire? Se porti l'attivazione dal 40% al 60% senza toccare altro, i clienti diventano 12, il CAC scende a 125 € e il payback a 3,1 mesi. Il funnel ti dice che migliorare l'attivazione rende più che comprare più traffico.
Metriche per modello di business
Abbonamento (software, servizi ricorrenti)
MRR, churn, NRR, payback del CAC, LTV. Per i conti completi vedi unit economics.
Marketplace
Volume transato (GMV), commissione (take rate = ricavi / GMV), quota di inserzioni che genera almeno una transazione in un periodo da te definito, ripetizione degli acquisti lato compratore. Esempio: GMV 200.000 € e ricavi 20.000 € danno una commissione del 10%.
App consumer
Utenti attivi giornalieri (DAU) e mensili (MAU), rapporto DAU/MAU (se DAU è 3.000 e MAU 12.000, il rapporto è 25%), curva di retention, ricavo per utente attivo. Non riportiamo qui soglie "buone" perché variano per categoria e non le abbiamo verificate.
Il test di Sean Ellis come segnale di product-market fit
Si chiede: "come ti sentiresti se non potessi più usare questo prodotto?" con risposte molto deluso, abbastanza deluso, per niente deluso, non uso più. Ellis ha osservato che le startup con trazione superavano quasi sempre il 40% di "molto deluso", su quasi cento startup. Fonte divulgativa precisa i limiti: è un pattern, conta chi intervisti e quando. Vedi product-market fit.
Errori comuni
- Troppe metriche e nessuna con un responsabile.
- Metriche cumulative (utenti totali iscritti) che salgono sempre.
- Medie al posto delle coorti: i clienti nuovi possono peggiorare mentre la media regge.
- Definizioni ambigue: cos'è un utente attivo? Scrivilo.
- Copiare soglie altrui senza considerare settore e stadio.
- Scegli una North Star Metric e poche metriche di supporto.
- Usa AARRR per trovare la fase che perde di più.
- Ogni KPI deve cambiare una decisione.
- Leggi la retention per coorte, non in media.
- Imposta le soglie sui tuoi dati storici.
Per organizzarle in un report: dashboard metriche startup. Per il metodo: Lean Startup.
Domande frequenti
Cos'è il modello AARRR?
È un modello presentato da Dave McClure nel 2007, detto anche pirate metrics, che divide il percorso del cliente in cinque fasi: acquisizione, attivazione, retention, referral e ricavi. Per ogni fase scegli una metrica, così vedi dove il percorso perde più utenti. Nell'esempio dell'articolo, migliorare l'attivazione rende più che comprare altro traffico.
Qual è la differenza tra vanity metrics e metriche azionabili?
Secondo Eric Ries le vanity metrics fanno sentire bene ma non dicono cosa fare: il suo esempio è il numero totale di accessi a un sito, che sale senza spiegare perché. Le metriche azionabili invece guidano una decisione. Un filtro pratico: per ogni KPI chiediti quale decisione cambierebbe se il numero salisse o scendesse.
Come si usa il test di Sean Ellis per il product-market fit?
Si chiede agli utenti come si sentirebbero se non potessero più usare il prodotto, con le risposte molto deluso, abbastanza deluso, per niente deluso e non uso più. Ellis ha osservato che le startup con trazione superavano quasi sempre il 40% di molto delusi. È un pattern, non una regola: il risultato dipende da chi intervisti e da quando.
Fonti
- Eric Ries, Vanity metrics vs actionable metrics[1]
- Typeform: il test di Sean Ellis (fonte secondaria)[2]
Fonti e riferimenti
- Eric Ries, Vanity metrics vs actionable metrics (tim.blog) ↩︎
- Typeform: il test di Sean Ellis (fonte secondaria) (typeform.com) ↩︎