Анализ международного SaaS-продукта: рост, отток и удержание пользователей

О проекте

В рамках проекта на SQL и Python проведен анализ роста продукта, вовлеченности, активации, оттока и удержания пользователей, а также связи продуктовой активности с удержанием для условного SaaS-бизнеса.

Источник данных: Kaggle, River@Rivalytics.

Анализ показал расхождение между оплатой и фактическим использованием продукта, снижение удержания пользователей после первого месяца использования продукта, значительный уровень оттока (агрегированный показатель), а также отсутствие явной зависимости между уровнем продуктовой активности и удержанием пользователей в рамках данного датасета.

Это указывает на необходимость повышения вовлеченности пользователей, более глубокий анализ пользовательского поведения и пересмотр метрик продуктовой активности.

Структура

data/ – данные
python/ – анализ на Python
sql/ – SQL-запросы
visuals/ – графики
global_saas_growth_churn_retention.pdf/ – отчет о проекте

Методология

• Анализ роста продукта (число новых пользователей в месяц, общее число пользователей по месяцам, процентное изменение числа новых пользователей в месяц MoM)
• Анализ пользовательской активности (MAU, воронка активации)
• Анализ общего оттока и оттока по сегментам (churn rate)
• Когортный анализ и удержание пользователей по продуктовой активности и оплате (retention rate)
• Сегментация пользователей по продуктовой активности и анализ связи пользовательской активности с удержанием пользователей.

Инструменты

• PostgreSQL (агрегаты, подзапросы, JOIN, CTE, CASE, UNION, оконные функции)
• Python (pandas, matplotlib, seaborn)
• DBeaver, JupyterLab

Анализ

Рост продукта:

Число новых пользователей быстрее всего растет в первые месяцы после запуска продукта, затем рост замедляется. Наблюдаются заметные пики и спады, без выраженной сезонности. Процентное изменение числа новых пользователей в месяц MoM – в диапазоне от -44% до 300%.

Вовлеченность пользователей:

Медиана времени, которое проходит с момента регистрации аккаунта до первой подписки, – 16 дней. Медиана времени с момента регистрации аккаунта до первого использования – 5 дней. MAU устойчиво растет до июля 2024 г., затем снижается. Средний MAU составляет 149 пользователей в месяц.

Сегментация и отток:

Общий отток пользователей – 70,4% (агрегированный показатель). Самые высокие показатели оттока по сегментам: страна – Великобритания, отрасль – разработка ПО, начальный тариф – Pro, реферальный источник – партнеры.

В рамках данного датасета не выявлено явной зависимости между уровнем продуктовой активности и удержанием пользователей.

Когортный анализ и удержание пользователей:

Удержание пользователей по продуктовой активности значительно снижается после первого месяца использования продукта (снижение может достигать 30%).

Удержание по оплате до первого оттока выше, чем по продуктовой активности. Часть пользователей возвращается после первого оттока.

Метрики продукта по странам:

Распределение пользователей, отток и жизненный цикл различаются между странами. Продукт представлен в 7 странах, 58% пользователей находится в США. Отток пользователей из США также самый высокий (206 пользователей).

Ключевые результаты

1. Удержание пользователей по оплате выше удержания по продуктовой активности, что связано со слабой вовлеченностью пользователей, автопродлением подписок или активным, но редким использованием продукта. Это говорит о расхождениях между оплатой и фактическим получением ценности от продукта.
2. Резкое снижение удержания пользователей по продуктовой активности после первого месяца использования продукта указывает на недостаточно сформированную ценность в первые недели взаимодействия с продуктом.
3. Отсутствие явной зависимости между продуктовой активностью и удержанием пользователей связано с ограничениями данных, а также указывает на то, что метрики активности не отражают реальное получение ценности от продукта.
4. Значительный общий уровень оттока пользователей говорит о недостаточно сформированной долгосрочной ценности продукта.
5. Часть пользователей возвращается после первого ухода, что может быть связано с нерегулярным использованием продукта.
6. Замедление темпа роста числа новых пользователей говорит о снижении эффективности каналов привлечения пользователей, ограничениях продукта или насыщении рынка.
7. Между странами наблюдаются различия по оттоку и жизненному циклу пользователей. Наиболее высокий отток характерен для пользователей из США и Великобритании, что может указывать на недостаточное соответствие продукта потребностям этих рынков.

Рекомендации и следующие шаги

1. Улучшить онбординг и сократить медианное время от регистрации до первого использования с 5 до 1-2 дней за счет упрощения первого опыта использования продукта и применения триггеров и напоминаний (рассылки по email, уведомления).
2. Провести дополнительный анализ пользовательского поведения и выявить действия, связанные с получением ценности продукта: определить целевые действия и изменения в способах использования продукта перед оттоком.
3. Провести исследование пользовательской аудитории для уточнения факторов ценности продукта и проверить гипотезу о необходимости изменения/расширения функционала платных тарифов.
4. Проверить гипотезу о возможности вернуть недавно ушедших пользователей (например, посредством предложения скидок), оценив влияние таких предложений на реактивацию и удержание.
5. Оценить эффективность каналов привлечения пользователей (конверсия, удержание) для оптимизации маркетинговой стратегии.
6. Провести дополнительный анализ поведения пользователей по странам, включая различия в использовании продукта и оценку вклада каждой страны в выручку, для оптимизации продуктового предложения.
7. Повысить качество данных для расширения возможностей и повышения надежности продуктовой аналитики: устранить проблемы в последовательности событий (регистрация - подписка - использование) и обеспечить корректность данных по окончанию подписок.

Ограничения анализа

Основные ограничения связаны с тем, что датасет содержит сгенерированные данные.

• Некорректные временные связи: даты первого использования продукта предшествуют датам регистрации аккаунта.
• Отсутствие пользователей без подписки или активности.
• В большинстве случаев нет данных по окончанию подписок.
• Слабая связь между продуктовой активностью и удержанием пользователей.

Полный отчет о проекте: global_saas_growth_churn_retention.pdf