Какая была самая интересная задача?

Какая была самая интересная задача

Самая интересная задача в моей карьере — это не просто техническая проблема, это была задача, которая объединила анализ, креативность, управление людьми и требовала полного переосмысления подхода к продукту. Расскажу вам про неё.

Контекст: SaaS платформа для малого бизнеса

Я работал BA на платформе для управления маленькими магазинами (примерно как Shopify, но локальный). Платформа была на рынке 3 года, имела 10,000 активных пользователей, но росла медленно.

Проблема: Churn был 8% в месяц (норма для SaaS 2-3%). Это означало, что из каждых 100 новых пользователей, 8 уходили каждый месяц. Не устойчиво.

Задача, которую мне поставили

PM сказал: "Понимаешь ли, почему люди уходят, и как это исправить?"

Это была открытая задача без четких требований и сроков. Нужно было самому разобраться, в чём проблема и придумать решение.

Исследование: почему люди уходят

Шаг 1: Качественные интервью

Я взял список пользователей, которые вышли на этой неделе, и начал звонить им.

"Привет, это BA от платформы. Почему вы решили уйти?"

Вот паттерны, которые я услышал:

• "Слишком сложно настраивать, я не разобрался" (30%)
• "Интеграция с моей поговой системой не работает" (25%)
• "Цена выросла, я нашёл более дешёвое решение" (20%)
• "Вам не хватает функции X" (15%)
• "Тех. поддержка не помогла" (10%)

Шаг 2: Анализ данных

Я посмотрел на поведение ушедших пользователей и сравнил с остальными:

-- Сколько дней до отписки используют пользователи?
WITH user_lifetime AS (
    SELECT 
        user_id,
        DATE(created_at) as signup_date,
        DATE(last_activity) as last_activity_date,
        DATE(canceled_at) as cancel_date,
        DATE(canceled_at) - DATE(created_at) as days_to_churn
    FROM users
    WHERE canceled_at IS NOT NULL
)
SELECT 
    AVG(days_to_churn) as avg_days,
    PERCENTILE_CONT(0.25) WITHIN GROUP (ORDER BY days_to_churn) as p25,
    PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY days_to_churn) as p50,
    PERCENTILE_CONT(0.75) WITHIN GROUP (ORDER BY days_to_churn) as p75
FROM user_lifetime;

Результат был шокирующий: 50% пользователей уходит в первые 7 дней!

Это означало, что проблема не в функциях (которые они не успели полностью использовать), а в первом впечатлении и onboarding.

Шаг 3: Поведенческий анализ

Я сравнил, что делают ушедшие пользователи vs. остающиеся в первую неделю:

• Ушедшие пользователи (первую неделю):

  • Открыли 2-3 страницы
  • Ничего не настроили
  • Не создали ни одного заказа
  • Не прочитали документацию

• Остающиеся пользователи (первую неделю):

  • Открыли 20+ страниц
  • Настроили основные параметры
  • Создали хотя бы один заказ (или пробный заказ)
  • Нашли в приложении или документации ответ на вопрос

ВЫВОД: Первая неделя — это критично. Если пользователь не "прозакончить" первый заказ в приложении, он уходит.

Разработка решения

Теперь я понимал проблему, нужно было придумать решение. Я предложил концепцию "Guided Onboarding" (направленный процесс знакомства).

Гипотеза: Если мы пошагово проведём нового пользователя через создание первого заказа, он закрепится и будет платить дальше.

План решения:

1. Интерактивное приветствие (Step 1-2 дня)

   • Видео-тур по интерфейсу (1 мин)
   • Интерактивная демонстрация (5 мин)
   • Персонализированный приветствие на русском

2. Шаг за шагом создание первого заказа (День 1-3)

   • Встроенный чек-лист: "Создать товар → Создать заказ → Отправить клиенту"
   • При каждом шаге — подсказка что делать
   • Галочка после завершения шага

3. Интеграции для pain points (День 1-7)

   • Упростить интеграцию с популярными платёжными системами (1-клик настройка)
   • Pre-filled данные из их профиля
   • QR-код для быстрого подключения

4. Проактивная поддержка (День 1-7)

   • Chat support, если пользователь застрял
   • Email с лучшими практиками ("как сделать первый заказ за 5 минут")
   • SMS напоминание на день 3-4 (если не создал заказ)

5. Праздник за первый заказ (День 1-7)

   • Небольшая награда (скидка 5% на второй месяц) если создаст первый заказ в течение 7 дней
   • Психология: людям нравится пройти квест и получить награду

Как я это согласовал

Это был большой план, требовал работы от дизайнера, разработчиков, маркетолога и поддержки. Мне нужно было всех убедить, что это работает.

1. Встреча с руководством

• Показал данные: 8% churn → потеря $100k в год
• Показал анализ: 50% уходят за 7 дней
• Предложил решение с оценкой ROI: если улучшим onboarding, сможем снизить churn на 2-3% → $25-40k экономии

2. Встреча с дизайнером

• Показал интервью пользователей (несколько видео)
• Совместно спроектировали onboarding flow
• Дизайнер предложил вариант с анимацией (это сделало onboarding более интересным)

3. Встреча с разработчиками

• Дал требования по шагам (очень чёткие AC)
• Обсудили, можно ли это сделать за 2 спринта
• Предупредил про сложность: нужна сложная логика "пройден ли шаг X?"

4. Встреча с поддержкой

• Спросил: "С какими вопросами сейчас люди пишут в поддержку?"
• Понял, что в onboarding нужно дать ответы на эти вопросы заранее
• Поддержка согласилась помогать новым пользователям в первую неделю (дополнительный приоритет)

Реализация и результаты

Спринты 1-2: Разработка базового onboarding (чек-лист + видео) Спринт 3: Интеграция с платежами Спринт 4: Добавили email/SMS напоминания

Результаты (через месяц после запуска):

Это был успех. Через 3 месяца:

• Churn упал с 8% до 4.5% (норма для SaaS)
• Это дало компании дополнительно $200k в год
• На платформе появилась "вирусность" — люди рассказывали друзьям, что onboarding крутой

Почему эта задача была интересной

1. Аналитика: Нужно было копать данные, находить паттерны
2. Креативность: Идея с интеграциями и награды была креативной (не очевидна из данных)
3. Управление людьми: Нужно было убедить разные команды в важности проекта
4. Измеримые результаты: Можно было увидеть прямой ROI
5. Влияние: Это было не просто улучшение на 5%, а скоординированное решение проблемы

Что я вынес из этой задачи

• Нужно искать корень проблемы: Я мог бы предложить «добавить больше функций», но реальная проблема была в onboarding
• Данные говорят правду: Интервью показали направление, но данные показали масштаб проблемы
• Важен first impression: Для многих SaaS продуктов первые 7 дней определяют, останется ли пользователь
• Нужно работать кросс-функционально: Эта задача требовала работы всей команды
• BA должен быть инициатором: Я не только анализировал, но и предлагал решения

Эпилог

Версия 2.0 onboarding была выпущена через год. Мы добавили:

• Персонализацию на основе типа бизнеса (магазин, кафе, салон)
• Пошаговые шаблоны для каждого типа бизнеса
• Встроенные лучшие практики от успешных пользователей

Churn упал до 3% (ниже среднего для индустрии). Компания выросла с 10k до 50k активных пользователей.

Эта задача показала мне, что BA — это не просто писатель требований. Это человек, который понимает бизнес, анализирует данные, предлагает решения и ведёт команду к результату.