Какие данные необходимы для поиска потенциальных точек роста количества активных объявлений на площадке?

Какие данные необходимы для поиска потенциальных точек роста количества активных объявлений на площадке

Количество активных объявлений (Active Listings) — это критическая метрика для маркетплейса или платформы объявлений. Это индикатор здоровья предложения (supply side). Я структурирую анализ по слоям данных, чтобы найти рычаги роста.

Layer 1: Базовые метрики предложения

Абсолютные числа:

• Total Active Listings (всего активных объявлений) — стартовая точка
• New Listings per Day (новых объявлений в день) — скорость прироста
• Listings Removed/Expired (удалённых или истёкших) — отток
• Net Growth = New - Removed — чистый прирост

Пример: в марте было 10,000 активных объявлений, появилось 500 новых, удалилось 200. Net Growth = 300, и на апрель 10,300.

Временные измерения:

• Lifetime of Listings (как долго живёт объявление?) — если в среднем 30 дней, нужно 333 новых объявления в день, чтобы поддержать 10,000
• Seasonality (сезонность) — летом объявлений больше? На какой месяц приходится пик?
• Trend (тренд) — растёт или падает количество?

Если Growth = -100/день, это сигнал тревоги: площадка теряет предложение.

Layer 2: Глубина по категориям

По категориям товаров/услуг:

• Active Listings per Category (объявления по категориям)
• Growth Rate by Category (какие категории растут, какие падают)
• Category Concentration (какой % от общего числа идёт в топ-3 категории?)

Пример таблицы:

Категория          Активные   % от общего   Growth
Мобильные телефоны 2000       20%          +10%/месяц
Квартиры на сдачу  1500       15%          +5%/месяц
Мебель             1200       12%          -2%/месяц (ПАДАЕТ!)
Машины             800        8%           +15%/месяц (РАСТЁТ БЫСТРО!)

Мебель теряет предложение — нужна инициатива, чтобы вернуть продавцов. Машины растут быстро — может быть, стоит инвестировать в эту категорию?

Распределение по географии (если релевантно):

• Active Listings by City/Region
• Growth Heatmap (какие регионы растят, какие сливают)

Данные покажут: в Москве всё хорошо, а в провинции стагнация. Может быть, маркетинг нужно сосредоточить на регионах?

Layer 3: Поведение продавцов (Seller Dynamics)

Количество активных продавцов:

• Total Active Sellers (уникальные люди/компании, у которых есть хотя бы одно активное объявление)
• New Sellers per Week/Month
• Seller Churn Rate (какой % продавцов уходит в месяц)
• Average Listings per Seller (насколько активен средний продавец?)

Пример: если Active Sellers растёт, но Active Listings падает, это говорит: новые продавцы появляются, но они публикуют меньше объявлений в среднем. Причина? Может быть, они не понимают, как создавать объявления? Нужна лучше guide или UX.

Сегментация продавцов:

• Power Sellers (100+ объявлений) — какой % и какой вклад в общее число
• Medium Sellers (10-100 объявлений)
• Casual Sellers (1-10 объявлений) — часто новички

Если большинство — Casual Sellers, и они часто уходят, то нужна стратегия retention и upsell (помочь им стать Medium/Power Sellers).

Layer 4: Качество объявлений

Engagement метрики:

• Views per Listing (средний просмотр объявления) — если низко, может быть, объявления неинтересные или плохо видны в поиске
• Click-to-View Rate — какой % людей, увидевших объявление в поиске, нажимают на него
• Contact Rate — какой % просмотревших объявление связываются с продавцом

Если объявление получает 0 просмотров, оно мертво. Даже если оно активно в БД.

Характеристики объявлений:

• % Listings with Photos (объявления с фото имеют выше engagement)
• % Listings with Full Description (заполнены ли все поля?)
• Average Price per Listing (помогает понять, что продаёт рынок)
• Listings without Responses (объявления, на которые никто не отреагировал) — может быть, завышена цена?

Layer 5: Воронка создания объявлений (Supply Funnel)

Траектория потенциального продавца:

Step 1: Discovery — сколько людей знает, что могут продавать на платформе?

• Website Visitors
• How-to-Sell Page Views

Step 2: Registration — сколько регистрируется?

• Registered Users
• Conversion: Visitors → Registered = 1-5% (типично)

Step 3: First Listing — сколько создают первое объявление?

• Users with at least 1 Listing
• Conversion: Registered → First Listing = 5-20% (зависит от ease of use)

Step 4: Active Listing — сколько объявлений остаются активными через 7 дней?

• Active Listings after 7 days
• Conversion: First Listing → Active (7d) = 60-80% (много объявлений удаляют, когда продали)

Step 5: Multiple Listings — сколько продавцов становятся повторяющимися?

• Sellers with 2+ Listings
• Conversion: 1st → 2nd Listing = 10-30%

Пример воронки:

Website Visitors:           100,000
  ↓ (2% конверсия)
Registered Users:          2,000
  ↓ (10% конверсия)
Users with 1st Listing:    200
  ↓ (70% остаются активными после 7 дней)
Active Listings (день 7):  140
  ↓ (25% создают 2nd объявление)
Sellers with 2+ Listings:  50

Эта воронка показывает, где терять людей? На шаге Registration → First Listing огромный drop (90%). Это означает: люди регистрируются, но не создают объявления. Почему? Слишком сложно? Не понимают, что продавать? Нужна помощь.

Layer 6: Причины удаления объявлений

Распределение типов удаления:

• Sold (продано) — хорошо, это успех
• Expired (истекло время) — может быть, продавец забыл переобновить
• Delisted (удалено модератором) — нарушило правила
• Inactive Removal (автоматическое удаление неактивных) — может быть, политика платформы
• User Deleted (продавец удалил сам) — почему? Перешёл на конкурента? Недовольство?

Если 50% удалений — это Sold, отлично. Если 50% — это Expired или User Deleted, нужна работа.

Layer 7: Конкурентный анализ

Бенчмарк против конкурентов:

• Average Listings per Seller (мы — 3, конкурент — 5) — они более sticky
• New Listings per Day Growth Rate (мы — +5%, конкурент — +15%) — отстаём
• Seller Churn Rate (мы — 10%, конкурент — 5%) — теряем людей быстрее

Это помогает понять, где мы слабые в абсолютном смысле.

Layer 8: Внешние факторы

Макроэкономика:

• Сезонность (летом больше объявлений аренды, зимой меньше)
• Экономический цикл (в кризис люди меньше продают)
• Праздники (объявления падают в новогоднюю неделю)

Платформенные события:

• Marketing Campaigns (запустили рекламу — рост объявлений на 20%?)
• Feature Releases (добавили фото-галерею — люди начали загружать больше)
• Policy Changes (начали брать комиссию — падение объявлений?)

Инструменты для сбора данных

• SQL запросы к БД: COUNT(*) по статусам, датам, категориям
• Google Analytics для шага Discovery (website traffic)
• Product Analytics (Mixpanel, Amplitude) для отслеживания воронки создания
• CRM / Admin Panel для информации о продавцах
• Customer Surveys — спросить напрямую, почему уходят продавцы

Как находить точки роста на основе данных

1. Identify the Bottleneck Смотрю на воронку, где drop-off самый большой? Регистрация → First Listing? Это первая точка для атаки.

2. Quantify the Opportunity Если конверсия Registered → First Listing сейчас 10%, но конкурент — 20%, и у нас 2000 регистраций в месяц, то улучшение на 10% = +200 новых объявлений. Это стоит инвестиции?

3. Test Hypotheses

• Hypothesis: Люди не создают объявления, потому что форма сложная
• Test: Упростить форму (убрать необязательные поля)
• Measure: выросла ли First Listing конверсия?

4. Scale What Works Если категория Машины растёт на +15%, может быть стоит маркетинг-бюджет в эту категорию? Или продавцы в этой категории более "sticky" — почему?

Пример из практики: маркетплейс объявлений

Ситуация: Active Listings падают на 5% в месяц.

Анализ данных:

• New Listings растут (+10%/месяц) ← хорошо
• Но Listings Removed растут быстрее (+15%/месяц) ← проблема
• Причина: 60% удалений — User Deleted (продавцы уходят)
• Сегментация: Power Sellers (100+ объявлений) уходят со скоростью 20%/месяц

Гипотеза: Power Sellers расстроены, может быть, нужны лучше tools?

Тест: Создали Premium Seller Plan с аналитикой, приоритетом в поиске, CRM интеграцией. Цена 99$/месяц.

Результат: Power Seller Churn упал с 20% на 10%. Net effect: Active Listings перестали падать, начали расти +5%/месяц.

Заключение

Для поиска точек роста активных объявлений нужны данные по слоям:

1. Базовые метрики (общее число, темп прироста)
2. По категориям и географии (где растёт, где падает)
3. Поведение продавцов (сколько их, насколько активны)
4. Качество объявлений (видимость, engagement)
5. Воронка создания (где люди отсеиваются)
6. Причины удаления (Sold? Expired? User Deleted?)
7. Конкурентный бенчмарк (как мы выглядим относительно них)
8. Внешние факторы (сезонность, маркетинг, политики)

Эти данные дают полную картину. Потом находишь главный bottleneck и работаешь над ним.