Как будешь анализировать почему упали клики по карточкам курсов на 40% за неделю?

Анализ падения кликов по карточкам курсов на 40% за неделю

Это типичная ситуация на продакшене, когда метрика резко упала. Важно действовать структурированно, чтобы не потеряться в деталях. Вот мой подход:

Фаза 1: Диагностика (Первые 30 минут)

1. Проверяем, действительно ли произошло падение

• Смотрим тренды в аналитике — проверяем данные за последние 2-4 недели
  • Может быть, это естественное колебание, а не аномалия?
  • Проверяем тот же день неделю назад (сезонность)
• Проверяем технические проблемы
  • Работает ли аналитика? Может быть, она просто не считает?
  • В браузере console ошибок при клике на карточку?
  • CDN не упал? Карточки вообще загружаются?
• Уточняем, что именно упало
  • Только клики на карточки или весь трафик упал?
  • Это падение новых пользователей или старых?
  • На мобильной, десктопе или везде?

2. Ищем временной маркер — когда именно упало?

• Проверяем логи деплоев — может быть, что-то развернули?
• Спрашиваем команду — есть ли известные проблемы?
• Смотрим на данные по часам — упало резко в конкретный момент или постепенно?

Фаза 2: Выдвигаем гипотезы (Группировка по причинам)

Проблемы, которые могут привести к падению кликов:

Технические причины

• Frontend: карточка не рендерится, кнопка не кликается, JS ошибка
• Backend: API медленный, возвращает ошибку, 500 в логах
• Analytics: недосчёт из-за блокировок (ad blocker, privacy)

Продуктовые причины

• Изменения в UI — может быть, переместили кнопку, изменили размер, цвет
• Изменения в контенте — старые курсы удалили, новые добавили, обновили описания
• Алгоритм ранжирования — изменили порядок карточек (может быть, релевантные курсы теперь внизу)
• A/B тест — может быть, кто-то из команды запустил тест без согласования

Бизнес-причины

• Маркетинг — стоп рекламе, изменился трафик, другой источник трафика
• Конкуренты — может быть, пользователи ушли на конкурентов
• Сезонность — весна, меньше людей интересует обучение
• Внешние события — праздники, новости, политика (влияет на поведение)

Фаза 3: Проверяем гипотезы (Сбор данных)

Шаг 1: Техническая проверка (вместе с инженерами)

1. Смотрим логи ошибок в браузере (Google Analytics, Sentry, LogRocket)
2. Проверяем Core Web Vitals — может быть, страница стала медленнее?
3. Смотрим на API метрики — есть ли 500 ошибки, timeouts?
4. Тестируем вручную — кликаем на карточку в разных браузерах

Шаг 2: Анализируем изменения (вместе с командой)

1. Спрашиваем frontend/backend: что деплоилось в последние дни?
2. Смотрим в git history: какие коммиты попали в production?
3. Проверяем конфиги: может быть, изменили FF (feature flags)?

Шаг 3: Данные из аналитики (самостоятельно)

1. Сегментируем по устройствам (mobile vs desktop)
2. Сегментируем по источникам трафика (organic, paid, direct)
3. Смотрим на воронку: может быть, люди входят, но не скроллят до карточек?
4. Сравниваем с конкурентами (если есть данные)

Фаза 4: Углубленный анализ (Если техника в порядке)

Когортный анализ

• Старые пользователи тоже кликают меньше или только новые?
• Могут ли они быть привыкшими, поэтому меньше интересуются?

Анализ по демографии

• Это падение по всему миру или по конкретным странам?
• Может быть, упала конкретная географически релевантная когорта?

Анализ поведения

• Как пользователи попадают на страницу с карточками?
• Какие ещё действия изменились? (лайки, просмотры деталей, покупки)
• Может быть, они переходят в покупку сразу из списка, без клика на карточку?

Фаза 5: Рут-каз (Root Cause Analysis)

Рассмотрим пример: Предположим, мы обнаружили, что упали клики на мобильных, но на десктопе в порядке.

Гипотеза: На мобильном изменился UI (карточка меньше, кнопка меньше).

Проверка: Смотрим в git логе — да, было изменение responsive дизайна.

Анализ: Кнопка стала слишком маленькой, её сложно нажать (низкий touch target).

Решение: Увеличиваем кнопку, возвращаемся на исходный размер.

Фаза 6: Реакция

Немедленные действия

1. Если найдена техническая проблема — откатываем код или быстро фиксим
2. Если UX проблема — немедленно меняем (если метрика критична)
3. Если маркетинг — обсуждаем стратегию с маркетологами

Долгосрочные меры

1. Алертинг — добавляем мониторинг, чтобы раньше заметить падение
2. Post-mortem — анализируем, почему никто это не заметил до падения на 40%
3. Документация — если была причина в изменении, обновляем документацию

Ключевые метрики для отслеживания

Инструменты для анализа

• Google Analytics / Metrica — трафик, поведение пользователей
• Sentry / LogRocket — технические ошибки
• Product Analytics (Amplitude, Mixpanel) — глубокий анализ поведения
• Feature flags (LaunchDarkly, Unleash) — быстрый откат изменений
• Regression testing — проверка, что ничего не сломалось

Итог

Когда видишь падение метрики на 40%, надо действовать быстро, но структурировано. Первый час — техническая проверка. Если техника в порядке — анализируем данные, сегментируем, выдвигаем гипотезы. Всегда идёшь от технических причин к бизнес-причинам, потому что техника — это то, что можно отключить за 5 минут, а меняющееся поведение пользователей нужно изучать глубже.