North Star Metric, KPI tree, and target metric

Una startup cresce, ma ogni team festeggia un numero diverso. Marketing porta lead, prodotto porta attivazione, sales porta contratti, customer success porta retention. Senza una metrica obiettivo condivisa, l’azienda ottimizza pezzi separati dello stesso sistema. Questa lezione serve a collegare valore per il cliente, outcome e leve operative in un’unica mappa, così che migliorare un pezzo non significhi rompere il resto.

Lo schema che si ripete in ogni azienda

In quasi ogni azienda di una certa dimensione si ripete lo stesso schema. Marketing porta lead, e a fine trimestre il numero è cresciuto del 30%. Prodotto migliora l’attivazione, e la percentuale di nuovi utenti che completa l’onboarding sale dal 41% al 58%. Sales chiude più opportunità, alzando il close rate dal 18% al 22%. Finance vede ricavi in crescita. Ogni dashboard è verde.

Sei mesi dopo, il management si accorge che il churn dei clienti acquisiti negli ultimi mesi è il doppio di quello dei clienti storici, che il customer service è in affanno e che il margine netto di canale è sceso. Tutti hanno fatto il loro lavoro, eppure il sistema sta peggiorando.

Perché ottimizzare bene può rompere il sistema

Il motivo non è incompetenza. Ogni team ottimizza correttamente ciò che gli viene chiesto, e ciò che gli viene chiesto sono pezzi disconnessi del processo di creazione di valore. Marketing è incentivato a portare il maggior numero di lead, anche quando quei lead hanno una probabilità di conversione più bassa. Sales è incentivato a chiudere, anche quando chiudere clienti meno qualificati significa più churn più avanti. Prodotto è incentivato a far completare l’onboarding, anche quando l’utente che lo completa per inerzia non userà il prodotto. Quando le metriche sono locali e disgiunte, ognuno ottimizza un pezzo del puzzle senza vedere l’immagine intera.

Costruire la mappa: obiettivo, driver, guardrail

La North Star serve a costruire una mappa, non a trovare il numero perfetto. La metrica obiettivo sta in cima e rappresenta il valore che il cliente ottiene davvero. Sotto stanno le metriche driver, cioè le leve che il team può muovere e che alimentano l’obiettivo. Accanto stanno i guardrail, i numeri che non devono peggiorare mentre spingi i driver, come churn o margine. In fondo restano le iniziative concrete. Il punto di tutta la struttura è impedire che metriche locali spingano squadre diverse in direzioni incompatibili.

Step	Question to ask	Expected output
Decision	Che cosa cambia se scegliamo una metrica obiettivo condivisa?	Scelta esplicita
Signal	Quale dato osservabile riduce l’incertezza?	Metrica o evento
Baseline	Rispetto a cosa interpretiamo il risultato?	Credible comparison
Vincolo	Che cosa può falsare la lettura?	Assunzione da dichiarare
Action	Quale passo operativo segue?	Raccomandazione controllabile

Rendere visibili le assunzioni

Formalizzare la mappa non serve a complicarla, serve a renderne discutibili le ipotesi. Se scrivi unità di analisi, variabile, baseline, soglia e rischio residuo prima di leggere i numeri, uno stakeholder può contestare il criterio invece di fidarsi del risultato per autorità.

Element	Operational Definition	Controllo minimo
Unit of analysis	Oggetto su cui misuri il fenomeno	Utente, account, evento, ordine o periodo
Variabile osservata	Segnale che rappresenta il comportamento	Definizione stabile e tracciabile
Baseline	Stato contro cui confronti il segnale	Periodo, segmento, controllo o benchmark
Soglia decisionale	Punto in cui cambia l’azione	Criterio scritto prima della lettura
Rischio residuo	Errore che può restare anche dopo l’analisi	Sensitivity check o revisione qualitativa

Un caso concreto

Immagina un team che deve decidere se cambiare una pipeline, una metrica, un investimento o una dashboard. La domanda non è “qual è la metrica obiettivo perfetta?” ma “quale scelta diventa meno rischiosa se colleghiamo bene obiettivo, driver e guardrail?”.

Situation	Cautious interpretation	Decision
Il dato migliora ma la baseline è debole	Il segnale potrebbe essere reale o dipendere dal campione	Rafforzare il confronto prima di scalare
La metrica cambia in un solo segmento	The average effect hides heterogeneity	Separate cohorts or use cases
Il costo operativo aumenta	Il beneficio va valutato sul margine	Applicare una soglia economica esplicita
Il sistema produce numeri incoerenti	La fiducia nel dato è parte della decisione	Correggere ownership e controlli

Esercizio

Al livello base, scrivi in cinque righe quale decisione concreta dovrebbe migliorare grazie a una metrica obiettivo condivisa. Indica metrica, unità di analisi, baseline e rischio principale. Se non riesci a nominare la decisione, il problema è ancora troppo astratto.

Al livello intermedio costruisci una tabella con quattro colonne: segnale osservato, interpretazione prudente, controllo necessario, azione consigliata. Includi almeno un caso in cui il segnale non basta per decidere.

Al livello research-grade trasforma l’esercizio in un memo decisionale con assunzioni, criteri di esclusione, soglia di intervento, sensitivity check e una proposta di monitoraggio dopo la decisione. Ti basta un export reale, una tabella sintetica, una dashboard interna o un notebook di studio, purché contenga almeno una dimensione di segmento, una metrica osservabile e un periodo di confronto.

L’errore tipico

L’errore più comune è trattare la North Star come slogan invece che come criterio di scelta. Succede quando il team mostra un numero senza dire quale decisione cambia, quale baseline lo rende interpretabile e quale guardrail resta sotto controllo. Per verificarti, prova a rispondere: quale decisione dovrebbe cambiare dopo l’analisi, quale unità di analisi rende il problema misurabile, quale baseline eviti di leggere il numero isolato, quale assunzione se falsa ribalterebbe la conclusione, quale controllo presenteresti prima di raccomandare un’azione.

Summary

La metrica obiettivo è utile quando riduce l’incertezza su una scelta reale e tiene allineate squadre con incentivi diversi. La forma del ragionamento resta sempre la stessa: decisione, segnale, baseline, rischio e azione. Un esempio o un frammento tecnico vale la pena tenerlo solo se rende più affidabile uno di questi passaggi.