Коротко по трём блокам: гипотезы, какие данные/метрики и методы анализа, приоритетные меры.

1) Причинно‑следственные гипотезы

Технические баги / падения стабильности (краши, ошибки авторизации) после релиза → неудовлетворённость и уход.Ухудшился UX/onboarding (сложная миграция, потеря привычных функций) → рост оттока новых и существующих пользователей.Изменения в тарификации/платных фичах, некорректные биллы → рост жалоб и оттока.Агрессивные push/маркетинг / навязчивые апселлы → раздражение, снижение NPS.Ошибки миграции аккаунтов/потеря данных → потеря доверия.Снижение качества сети/производительности, ассоциированное с приложением → пользователь винит оператора.Некорректная сегментация релиза (важные сегменты получили баги) → локальный высокий отток.Одновременные действия конкурентов → внешняя причина, совпавшая по времени.

2) Данные, метрики и методы анализа (что собрать и как анализировать)

Ключевые метрики (формулы):
NPS: ( \text{NPS} = \% \text{Promoters} - \% \text{Detractors} ).Churn rate (за период): ( \text{Churn} = \dfrac{\text{число ушедших абонентов}}{\text{абонентов в начале периода}} ).Retention (коhort): ( \text{Retention}_t = \dfrac{\text{абоненты, оставшиеся к дню }t}{\text{абоненты в когорте на }t=0} ).DAU/MAU: ( \text{DAU}, \text{MAU} ) и ( \text{DAU/MAU ratio} = \dfrac{\text{DAU}}{\text{MAU}} ).Crash rate: ( \text{Crash rate} = \dfrac{\text{сессии с падением}}{\text{все сессии}} ).Onboarding completion: ( \dfrac{\text{прошли onboarding}}{\text{начавшие onboarding}} ).CSAT после контакта: средний балл.Complaints volume, среднее время решения тикета, % повторных обращений.ARPU / MRR изменения.Логи и события: краши, stacktraces, таймауты, ошибки авторизации/платежей, версии ОС/модели устройств, гео, время.Клиентская обратная связь: текстовые отзывы (app store), чаты, скрипты в колл‑центре, NPS‑комментарии.Эксперименты/развертывание: кто получил новый клиент‑апп, rollout timeline, feature flags.Методы анализа:
Дескриптив: pre/post сравнение по дням/неделям, графики трендов.Cohort analysis и retention curves (Kaplan–Meier) по когорте релиза.Funnel analysis: точки выхода в ключевых сценариях (инициация звонка, оплата и т.д.).A/B или feature‑flag анализ (если rollout по сегментам) — Difference‑in‑Differences для оценки causal effect.Interrupted Time Series / CausalImpact (BSTS) для оценки влияния релиза на метрики.Регрессии с контролями (device, OS, регион, сегмент) и проверка на смешивающие факторы.Propensity score matching, если нужно сравнить нерендомизированные группы.Текстовый анализ / NLP кластеризация жалоб, topic modeling, sentiment analysis.Uplift modelling для таргетированных удерживающих акций.A/B тестирование гипотез по UX/коммуникациям.Проверки значимости: доверительные интервалы и (p)-значения, например (p<0.05).

3) Приоритетные меры (сроки: немедленно — (0\text{–}72) ч, краткосрочно — (3\text{–}14) дн, среднесрочно)

Немедленно ((0\text{–}72) ч):
Включить мониторинг «чёрного ящика»: дашборд по NPS, churn, crash rate, жалобам в реальном времени.Если есть критические баги — откат/выключение проблемных фич на rollout‑флагах или срочный хотфикс.Увеличить SLA поддержки: выделить команду для быстрого реагирования на тикеты и горячую линию для пострадавших.Оповещение клиентов: прозрачное уведомление/извинение + инструкции/временные обходные пути.Быстрая сегментированная диагностика: сравнить churn и NPS по версиям приложения, ОС, регионам, когорте релиза.Краткосрочно ((3\text{–}14) дн):
Исправить критические UX/технические проблемы, провести smoke и regression тесты.Запустить опросы NPS таргетировано для пострадавших сегментов, собрать качественные ответы.Анализ причин по тикетам + автоматизированный текстовый кластеринг, выделить топ‑3 проблемы.Запустить возвратные кампании: персонализированные офферы/кредиты для пользователей с высоким риском ухода (uplift–модель).A/B‑тесты изменений onboarding/коммуникаций.Среднесрочно ((2\text{–}8) недель):
Рефакторинг проблемных сценариев, улучшение метрик UX (time to complete key task).Проект улучшения мониторинга качества релиза (feature flags, canary rollout, автоматические тесты).Восстановительная коммуникация: follow‑up с сегментами, объяснение исправлений, приглашение к повторной оценке NPS.Планы по повышению лояльности: улучшение CSAT, программы лояльности, удерживающие предложения.KPI восстановления и контроль:
Цель: сократить превышение оттока по релизной когорте до уровня контрольной когорты в разумный срок (например, вернуть NPS на (\Delta = +8) пунктов за несколько волн коммуникаций) — отслеживать ( \text{NPS}\text{week} ), ( \text{Churn}\text{cohort} ), crash rate.Мониторить статистическую значимость изменений (например, (p<0.05)) и CI.

Короткая схема принятия решения: 1) собрать и визуализировать pre/post по основным метрикам; 2) выявить, связан ли эффект с релизом (DiD / ITS); 3) немедленно устранить критические тех/UX‑ошибки и коммуницировать; 4) таргетированные удерживающие меры и A/B‑проверки улучшений; 5) долгосрочно — улучшить процесс релизов и мониторинга.