Продуктовый кейс: Падение конверсии

Question

## Условие

Вы продуктовый аналитик e-commerce приложения. Конверсия из корзины в покупку упала с 15% до 10% за последнюю неделю.

1. Какие гипотезы вы выдвинете?
2. Какие данные запросите для анализа?
3. Как определите root cause?
4. Какие рекомендации дадите продуктовой команде?

### Ожидается:
- Структурированный подход к решению проблемы
- Понимание метрик e-commerce
- Знание методов анализа воронки
- Практические рекомендации

Источник: кейс с собеседования продуктового аналитика

claude-haiku-4.5 · Accepted Answer

## Решение: Падение конверсии в e-commerce

### Шаг 1: Выдвижение гипотез

Падение конверсии на 5 процентных пункта (с 15% до 10%) — существенное снижение. Причины могут быть технические, продуктовые, платёжные или внешние.

#### Технические гипотезы:
- **Проблемы с чекаутом** — ошибки при отправке формы платежа, время загрузки > 3 сек
- **Баг мобильной версии** — проблемы с вводом данных на смартфоне (35-50% трафика)
- **Проблемы с платёжными системами** — сбои API платёжного провайдера, 3DS не работает
- **Несовместимость браузеров** — старые версии IE, Edge не поддерживают платёж

#### Продуктовые гипотезы:
- **Изменение UI/UX** — новый дизайн чекаута запутанный, скрыли важное поле
- **Удаление опции экспресс-платежа** — ранее был один-клик платёж (Apple Pay, Google Pay)
- **Усложнение формы** — добавили поля для сбора данных (телефон, адрес доставки)
- **Скрытые платежи** — внезапно появились комиссии, которых раньше не было

#### Маркетинг-гипотезы:
- **Качество трафика упало** — изменения в рекламной кампании привели людей с низким покупательским намерением
- **Изменение аудитории** — льготные условия доставки теперь недоступны для некоторых регионов
- **Промокод закончился** — была скидка 20%, теперь её нет

#### Бизнес-гипотезы:
- **Цены выросли** — поставщики подняли цены, стоимость товара увеличилась
- **Снижение наличия товара** — много товаров распроданы, пользователи не могут завершить покупку

---

### Шаг 2: Данные для анализа

#### Используем Воронку (Funnel Analysis):

**Таблица для запроса:**
```sql
SELECT 
    DATE(event_time) AS date,
    COUNT(DISTINCT user_id) AS users_viewed_product,
    COUNT(DISTINCT CASE WHEN added_to_cart = true THEN user_id END) AS added_to_cart,
    COUNT(DISTINCT CASE WHEN initiated_checkout = true THEN user_id END) AS initiated_checkout,
    COUNT(DISTINCT CASE WHEN completed_purchase = true THEN user_id END) AS completed_purchase
FROM user_events
GROUP BY DATE(event_time)
ORDER BY date DESC
LIMIT 30;
```

**Ключевые метрики:**
```
Product View → Add to Cart → Initiate Checkout → Complete Purchase

Метрики:
- View to Cart Conversion = cart / views
- Cart to Checkout = checkout / cart ← ПАДАЕТ ЗДЕСЬ?
- Checkout to Purchase = purchase / checkout ← ИЛИ ЗДЕСЬ?
- Overall = purchase / views
```

#### Необходимые срезы данных:

1. **По устройству (Device Analysis):**
   ```sql
   SELECT device_type, conversion_rate FROM purchases GROUP BY device_type;
   -- Проверить: mobile vs desktop vs tablet
   ```

2. **По платёжной системе:**
   ```sql
   SELECT payment_method, success_rate, failed_payments 
   FROM payments GROUP BY payment_method;
   -- Card, Apple Pay, Google Pay, PayPal, etc.
   ```

3. **По географии:**
   ```sql
   SELECT country, region, conversion_rate FROM purchases GROUP BY country, region;
   -- Упал ли везде или только в определённых странах?
   ```

4. **По типу пользователя:**
   ```sql
   SELECT is_new_user, conversion_rate FROM purchases GROUP BY is_new_user;
   -- New vs Returning users
   ```

5. **По браузеру:**
   ```sql
   SELECT browser, browser_version, conversion_rate FROM events GROUP BY browser;
   ```

6. **Ошибки в чекауте:**
   ```sql
   SELECT error_type, COUNT(*) as count FROM checkout_errors 
   WHERE created_at >= DATE_SUB(NOW(), INTERVAL 7 DAY)
   GROUP BY error_type ORDER BY count DESC;
   ```

7. **Время загрузки:**
   ```sql
   SELECT 
       DATE(event_time) AS date,
       AVG(page_load_time_ms) AS avg_load_time
   FROM page_events
   WHERE page_name = 'checkout'
   GROUP BY DATE(event_time);
   ```

---

### Шаг 3: Определение Root Cause

Используем методику **MECE** (Mutually Exclusive, Collectively Exhaustive):

#### A. Срез по устройствам:

**Результат гипотетического анализа:**
- Desktop: 15% → 14% (снижение на 1%)
- Mobile: 15% → 7% (снижение на 8%) ← **ПРОБЛЕМА**
- Tablet: 15% → 12% (снижение на 3%)

**Вывод:** Проблема специфична для мобильных.

#### B. Срез по платёжным системам:

**Результат анализа:**
- Credit Card: 15% → 12% (снижение на 3%)
- Apple Pay: 20% → 8% (снижение на 12%) ← **ПРОБЛЕМА**
- Google Pay: 18% → 10% (снижение на 8%)
- PayPal: 12% → 11% (снижение на 1%)

**Вывод:** Проблема с Apple Pay на мобильных.

#### C. Анализ ошибок:

```
Error Type                    Count    % of failed checkouts
3DS Authentication Failed     245      32%
Card Declined               180      24%
Payment Gateway Timeout     150      20%
Session Expired             95       13%
Invalid Card Data           60       8%
```

**Вывод:** 3DS аутентификация отказывает чаще всего.

#### D. Анализ версий браузера:

```
Safari 17.0 (новая версия): 18% conversion
Safari 16.x: 16% conversion
Safari 15.x: 14% conversion
```

**Вывод:** Обновление Safari изменило поведение платежей (блокировка 3rd-party cookies).

#### Итоговый Root Cause:

**3DS аутентификация сломалась для Safari из-за обновления браузера. Много пользователей на мобильных (iOS) используют Safari → конверсия упала на 8% на мобилах.**

---

### Шаг 4: Рекомендации продуктовой команде

#### Немедленные действия (24-48 часов):

1. **Откатить 3DS на тестовую версию:**
   - Проверить конфигурацию 3DS параметров в платёжном провайдере
   - Может ли пользователь платить без 3DS (если банк разрешает)?

2. **Увеличить timeout для 3DS запроса:**
   ```python
   timeout_3ds = 10  # было 5
   ```

3. **Предложить альтернативный способ платежа:**
   - Если 3DS падает, предложить Google Pay или PayPal

#### Тактические действия (1-2 недели):

4. **Сценарий отката платежа (graceful degradation):**
   ```
   ЕСЛИ 3DS_error:
       ТО предложить другой способ платежа
       ЕСЛИ все платежи падают:
           ТО показать чат поддержки
   ```

5. **Улучшить UX при ошибке:**
   - Вместо красного "Ошибка" показать "Попробуйте другой способ платежа"
   - Дать пользователю выбор: повторить, другой платёж, или позвонить

6. **Ускорить мобильную версию:**
   - Оптимизировать чекаут (ленивая загрузка скриптов, уменьшить JS)
   - Целевое значение: <= 2 сек на 4G

#### Долгосрочные действия (1 месяц):

7. **Связаться с платёжным провайдером:**
   - Обновить конфигурацию для Safari 17
   - Узнать об известных проблемах с 3DS в этой версии

8. **Тестирование:**
   - Запустить тест: "Платёж с 3DS vs без 3DS" (A/B тест на 5% трафика)
   - Смотреть: конверсия, успешность платежей, возвраты

9. **Мониторинг:**
   - Настроить алерт: "Если конверсия упадёт ниже 12%, уведомить команду"
   - Ежедневно смотреть: конверсия по устройству, платёжной системе, регионам

10. **Аналитика:**
    - Установить трекинг user_id при ошибке платежа
    - Смотреть: сколько пользователей ушли после первой ошибки, сколько вернулись

#### Внутренние метрики для отслеживания:

```python
daily_metrics = {
    'overall_conversion': 'purchase / initiated_checkout',
    'mobile_conversion': 'purchase[mobile] / initiated_checkout[mobile]',
    'apple_pay_success': 'successful_payments[apple_pay] / initiated[apple_pay]',
    'error_rate_3ds': 'failed_3ds / total_3ds_attempts',
    'avg_checkout_time': 'seconds from add_to_cart to complete_purchase',
}
```

#### Эскалация к управлению:

**Повествование для руководства:**
- "Конверсия упала на 5pp. Root cause: 3DS аутентификация сломалась в Safari 17"
- "Влияние: потеря ~500K выручки в день (если среднее значение заказа 100$)"
- "ETA исправления: 2 дня техническая работа + 5 дней тестирование"
- "Во время ожидания: предлагаем альтернативные платежи (Google Pay, PayPal)"

Продуктовый кейс: Падение конверсии

Условие

Ожидается:

Комментарии (1)

Решение: Падение конверсии в e-commerce

Шаг 1: Выдвижение гипотез

Технические гипотезы:

Продуктовые гипотезы:

Маркетинг-гипотезы:

Бизнес-гипотезы:

Шаг 2: Данные для анализа

Используем Воронку (Funnel Analysis):

Необходимые срезы данных:

Шаг 3: Определение Root Cause

A. Срез по устройствам:

B. Срез по платёжным системам:

C. Анализ ошибок:

D. Анализ версий браузера:

Итоговый Root Cause:

Шаг 4: Рекомендации продуктовой команде

Немедленные действия (24-48 часов):

Тактические действия (1-2 недели):

Долгосрочные действия (1 месяц):

Внутренние метрики для отслеживания:

Эскалация к управлению: