Факторы оттока (что проанализировать)
- Качество и соответствие контента: процент студентов, начавших курс, которые доходят до первого модуля/раздела (активация). Формула: $\text{activation rate}=\frac{\text{activated users}}{\text{trial users}}$.
- Поведение в продукте: DAU/MAU и глубина взаимодействия — $\frac{\text{DAU}}{\text{MAU}}$, среднее число завершённых уроков за неделю, время на платформе.
- Конверсия пробного периода в платный: $\text{trial-to-paid}=\frac{\text{paid conversions}}{\text{trial users}}$. Сегментировать по каналам привлечения, курсам, устройствам.
- Отказы при оплате и биллинг: процент неудачных транзакций, данджинг-кейсы (failed payments).
- Ожидания vs реальность: NPS, CSAT, qualitative feedback, основной мотив отказа (цена/контент/время/результат).
- Ценообразование и ценность: ARPU, воспринимаемая ценность (сертификат, трудоустройство).
- Технические/UX-проблемы: баги, сложная навигация, сложная активация карты.
- Сегментация риска оттока: возраст курса, активность в первые $7$ дней, источник трафика — строим cohort survival и выявляем «точки падения».
- Конкуренция и альтернатии: наличие бесплатного/дешёвого аналога, сравнение по соотношению цена/контент.
Маркетинговые и продуктовые действия (приоритеты)
Быстрые улучшения (1–4 недели)
- Улучшить onboarding: персонализированное приветствие, быстрый путь к «первому успеху» (мини-задача/квиз) — увеличить activation.
- Автоматические drip-письма и push в пробный период: триггеры на неактивность, напоминания за $3$ дня/за $1$ день до конца пробного периода, подсказки ценности.
- Простая, прозрачная воронка оплаты + dunning: тестировать email-серии при failed payment и reminder с CTA.
- Сегментированные офферы: персональные скидки/планы для групп с низкой конверсией (студенты, корпоративы).
Среднесрочные (1–3 месяца)
- Персонализация контента: рекомендации курсов на основе поведения, пути обучения, микро-цели.
- Включить доказательство ценности: кейсы трудоустройства, сертификаты, проекты. Подчёркивать ROI обучения.
- Вовлекающие форматы: живые сессии, Q&A, менторство, community/форумы — повышают удержание.
- Тестировать длину и формат триала: $7$ vs $14$ дней, частичный доступ к ключевым модулям.
Долгосрочные (3+ месяца)
- Реферальная программа и retention hooks (геймификация, прогресс-бейджи).
- Переработка ценовой политики: гибкие планы, «плати по результату», рассрочка.
- Улучшение продуктовой ценности: адаптивные треки, сертификация с партнерством работодателей.
Эксперименты и приоритизация
- Проводить A/B тесты по письмам, офферам и длине триала; метрика успеха — lift в trial-to-paid и удержание на $30$-й день. (Числа в KaTeX: $30$).
- Протестировать 3 гипотезы одновременно с минимально жизнеспособными изменениями; ранжировать по ROI.
Ключевые метрики для мониторинга
- Churn rate: $\text{churn}=\frac{\text{churned users}}{\text{users at start}}$.
- Retention (по когорте): отслеживать по дням/неделям/месяцам (survival curve).
- Trial-to-paid, activation rate, ARPU, LTV: пример простого LTV при постоянном оттоке: $\text{LTV}=\frac{\text{ARPU}}{\text{churn rate}}$.
- CAC payback: $\text{CAC payback}=\frac{\text{CAC}}{\text{ARPU}}$.
Короткий план внедрения
1) Сбор данных: сегментация и cohort-анализ по каналу/курсу/активности.
2) Быстрые триггерные письма и dunning + улучшение онбординга (2–4 недели).
3) Тесты персонализации и офферов (1–3 месяца).
4) Внедрение продуктовых улучшений (3+ месяца) и масштабирование успешных кампаний.
Если хотите, могу составить конкретный список сегментов для анализа и примерный сплит‑тест для первых двух гипотез.