Снижение retention в Yelp Home Services
Условие
Вы продакт-менеджер Yelp, отвечающий за сегмент Home Services (поиск мастеров для ремонта, клининга и т.д.). Retention пользователей снизился на 20% за квартал.
Задание
- Определите возможные причины снижения retention:
- Качество сервиса
- Конкуренция
- Изменения в продукте
- Внешние факторы
- Какие метрики нужно проанализировать?
- Сформулируйте гипотезы и план их проверки
- Предложите план восстановления retention:
- Краткосрочные меры
- Долгосрочные улучшения
- Как предотвратить подобные падения в будущем?
Комментарии (1)
Ответ сгенерирован нейросетью и может содержать ошибки
Анализ снижения retention в Yelp Home Services
1. Возможные причины снижения retention на 20%
Причина 1: Качество сервиса мастеров (35% вероятность)
Гипотеза: Произошла деградация качества мастеров на платформе
Потенциальные проблемы:
- Маркетинг привлек слишком много низкокачественных мастеров
- Лучшие мастера уходят на конкурентов (Handy, TaskRabbit)
- Система рейтинга сломалась (плохие мастера получают хорошие оценки)
- Внедрили новую систему проверки мастеров, которая отогнала хороших
- Цены на услуги выросли, качество не соответствует
Сценарий: Пользователь нанимает мастера, получает плохой результат, не возвращается.
Причина 2: Конкурентное давление (25% вероятность)
Гипотеза: Конкуренты (Google Home Services, TaskRabbit, Handy, местные сервисы) отняли долю
Потенциальные проблемы:
- Google начал активно промотировать Home Services в результатах поиска
- TaskRabbit/Handy предлагают лучше UX
- Местные агрегаторы лучше адаптированы к региону
- Facebook Marketplace стал популярен для поиска мастеров
- Конкуренты предлагают бонусы/скидки (Yelp нет)
Сценарий: Пользователь начинает сравнивать Yelp с конкурентами, переходит туда.
Причина 3: Изменения в продукте (20% вероятность)
Гипотеза: Недавние обновления Yelp отогнали пользователей
Потенциальные проблемы:
- Изменился UI/UX (стал сложнее или медленнее)
- Поиск работает хуже (мастера не релевантны)
- Процесс бронирования усложнился
- Убрали популярные фичи (фильтры, сортировка)
- Добавили назойливую рекламу (пользователи раздражены)
- Перемещение в приложение (люди не хотят скачивать)
Сценарий: Пользователь открывает Yelp, видит новый дизайн, уходит в конкурента.
Причина 4: Макроэкономические факторы (15% вероятность)
Гипотеза: Экономический спад снизил спрос на услуги
Потенциальные проблемы:
- Рецессия (люди меньше тратят на ремонт)
- Инфляция (услуги стали дороже)
- Сезонность (новые года снизился спрос на мастеров)
- Погода (хорошая погода = меньше нужно мастеров)
- Смена демографии (молодежь переезжает в другие регионы)
Сценарий: Общий спрос на услуги снизился, Yelp терял пользователей вместе с рынком.
Причина 5: Проблемы с доверием/безопасностью (5% вероятность)
Гипотеза: Инцидент безопасности или мошенничество подорвали доверие
Потенциальные проблемы:
- Мошенник обманул пользователей через Yelp
- Воровство данных кредитных карт
- Мастер навредил имущество, Yelp не помог
- Публичная критика в СМИ
Сценарий: Вирусное видео о проблеме с Yelp, пользователи ушли.
2. Какие метрики нужно проанализировать
A. Метрики retention по типам пользователей
МЕТРИКА ТЕКУЩЕЕ ЦЕЛЕВОЕ ТРЕНД
─────────────────────────────────────────────────────────────
1M Retention (% вернулись) 72% 85% ↓ -13%
2M Retention 52% 70% ↓ -18%
3M Retention 35% 50% ↓ -15%
Per cohort (по месяцам прихода):
- Январь 2024 cohort: 85% после 1м → 50% после 3м
- Февраль 2024 cohort: 72% после 1м → 35% после 3м
- Март 2024 cohort: 65% после 1м → 25% после 3м
Тренд: Новые когорты имеют НИЖЕ retention, чем старые!
B. Метрики по этапам journey
ЭТАП JOURNEY МЕТРИКА ЗНАЧЕНИЕ ИЗМЕНЕНИЕ
────────────────────────────────────────────────────────────────────────
1. Поиск мастера Search completion 78% ↓ -12% (было 90%)
2. Просмотр профиля Profile view time 2.5 мин ↓ -40% (было 4 мин)
3. Просмотр отзывов Review engagement 42% ↓ -18% (было 60%)
4. Бронирование Booking conversion 8.5% ↓ -25% (было 11.5%)
5. Завершение сервиса Completion rate 92% ↓ -5% (было 97%)
6. Оставление отзыва Review submission 34% ↓ -15% (было 49%)
Вывод: Biggest drop в шаге 4 (Бронирование) и шаге 3 (Просмотр отзывов)
C. Метрики по источникам трафика
ИСТОЧНИК % ПОЛЬЗОВАТЕЛЕЙ RETENTION ИЗМЕНЕНИЕ
─────────────────────────────────────────────────────────────
Органический поиск 45% 71% ↓ -19%
Прямой трафик 30% 75% ↓ -15%
Реферральный 15% 68% ↓ -22%
Paid (реклама) 10% 65% ↓ -25% (ХУДШИЙ)
Вывод: Paid traffic имеет WORST retention (новые пользователи, низкого качества)
D. Метрики по сегментам услуг
ТИП УСЛУГИ RETENTION ИЗМЕНЕНИЕ КАЧЕСТВО МАСТЕРОВ
──────────────────────────────────────────────────────────────────────
Слесарь 78% ↓ -8% Стабилен
Сантехник 72% ↓ -20% ↓ Падает
Электрик 68% ↓ -25% ↓ Падает
Клининг 65% ↓ -30% ↓ Критично
Окраска 55% ↓ -35% ↓ Критично
Полы 50% ↓ -40% ↓ Критично
Вывод: Услуги мелкого ремонта (клининг, окраска) потеряли retention БОЛЬШЕ
E. Метрики по географии
РЕГИОН RETENTION ИЗМЕНЕНИЕ ПРИМЕЧАНИЕ
───────────────────────────────────────────────────────────────
Нью-Йорк 75% ↓ -12% Стабилен
Лос-Анджелес 70% ↓ -18% Google Home Services давит
Кубок 68% ↓ -20% LocalPros/Handy выиграли
Малые города 55% ↓ -35% Конкуренты заняли нишу
Вывод: Малые города потеряли больше (конкуренты там локальнее)
F. Метрики поведения мастеров
МЕТРИКА ЗНАЧЕНИЕ ИЗМЕНЕНИЕ
───────────────────────────────────────────────
Kolichestvo masters 50k ↑ +15% (добавили много новых)
Avg rating masters 4.2 stars ↓ 4.1 stars (упал на 0.1)
% masters с рец 65% ↑ 75% (новые мастера без отзывов)
Response rate 82% ↓ 78% (мастера медленнее отвечают)
Completion rate 94% ↓ 91% (мастера отменяют больше)
% masters no recent work 20% ↑ 30% (много неактивных)
Вывод: Качество мастеров упало из-за быстрого добавления новых
3. Гипотезы и план их проверки
Гипотеза 1: "Качество мастеров деградировало" — Проверка
Уровень вероятности: HIGH (основано на метриках)
План проверки:
-
Качественный анализ (3 дня)
- Опрос 500 пользователей, которые ушли
- Вопрос: "Почему вы перестали использовать Yelp Home Services?"
- Гипотеза подтверждается если 25%+ скажут: "Плохой мастер" или "Не доволен качеством"
-
Анализ отзывов (2 дня)
- Посмотреть отзывы за последние 3 месяца
- Посчитать %негативных отзывов
- Сравнить с 6 месяцами назад
- Гипотеза подтверждается если негативных отзывов +20%
-
Анализ новых мастеров (2 дня)
- Посмотреть скоро добавленных мастеров
- Посчитать:
- % мастеров с 0 отзывов
- % мастеров с низким рейтингом (< 3.5)
- % мастеров, которые отмены бронирования
- Гипотеза подтверждается если % новых с проблемами высокий
- Сравнение по когортам (1 день)
- Разделить пользователей на: нанимали старых мастеров vs новых
- Посмотреть retention для обеих групп
- Гипотеза подтверждается если старые мастера = лучший retention
Вероятность подтверждения: 75%
Гипотеза 2: "Конкурентное давление (Google, TaskRabbit)" — Проверка
Уровень вероятности: HIGH (но сложнее мерить)
План проверки:
-
Анализ конкурентов (2 дня)
- Google Home Services: проверить позиции для "plumber near me"
- TaskRabbit: проверить их маркетинговую активность
- Facebook Marketplace: посчитать количество услуг по категориям
- Гипотеза подтверждается если конкуренты активны
-
Исторический анализ трафика (1 день)
- Посмотреть изменение органического трафика
- Посчитать share of voice в поиске
- Гипотеза подтверждается если Google занял больше места в поиске
-
Анализ Google Trends (1 день)
- Поиск популярности "Yelp Home Services" vs конкурентов
- Изменение интереса за 6 месяцев
- Гипотеза подтверждается если Yelp упал в популярности
-
Опрос пользователей (3 дня)
- Спросить 300 пользователей: "Какие другие сервисы вы используете?"
- Посчитать % пользователей на Yelp AND конкурентах
- Гипотеза подтверждается если люди используют конкурентов ВСЕ
Вероятность подтверждения: 65%
Гипотеза 3: "Изменения в продукте отогнали пользователей" — Проверка
Уровень вероятности: MEDIUM (есть изменения, но нужно проверить влияние)
План проверки:
-
Изменения за квартал (1 день)
- Посмотреть release notes за последние 3 месяца
- Какие фичи добавили, какие убрали, какие изменили
- Выделить "big changes" (UI, процесс бронирования, поиск)
-
A/B тесты (длительный)
- Если была большая фича → проверить её A/B тест
- Гипотеза подтверждается если А (новое) показывает ↓ retention
- Если A/B не было → это красный флаг (запустили без тестирования)
-
Анализ поведения в приложении (2 дня)
- Посмотреть "funnel drops" (где пользователи уходят)
- Сравнить с 6 месяцами назад
- Гипотеза подтверждается если новый drop появился на новом экране
-
Анализ жалоб в support (1 день)
- Посчитать количество жалоб на UI/UX
- Посчитать жалобы на процесс бронирования
- Гипотеза подтверждается если жалобы растут
Вероятность подтверждения: 50%
Гипотеза 4: "Макроэкономические факторы" — Проверка
Уровень вероятности: LOW (но нужно исключить)
План проверки:
-
Анализ спроса (1 день)
- Посмотреть quantity запросов на услуги
- Изменилось ли количество поисков?
- Гипотеза подтверждается если searches ↓ 20%+
-
Сравнение с индексом безработицы (1 день)
- Взять данные о безработице в регионах
- Сравнить с retention по регионам
- Гипотеза подтверждается если регионы с высокой безработицей = low retention
-
Анализ цен (1 день)
- Посмотреть средние цены на услуги
- Изменились ли цены (выросли ли)?
- Гипотеза подтверждается если цены значительно выросли
-
Сезонность (1 день)
- Посмотреть исторические данные за этот квартал в прошлые годы
- Нормально ли снижение на 20% для этого сезона?
- Гипотеза подтверждается если 20% — это нормально
Вероятность подтверждения: 25%
4. План восстановления retention
КРАТКОСРОЧНЫЕ МЕРЫ (1-4 недели)
Цель: Остановить утечку пользователей, улучшить первые впечатления
Мера 1: Улучшение качества мастеров (1-2 недели)
Действие 1A: Пересмотр системы добавления новых мастеров
- Замедлить темп добавления новых мастеров
- Добавить более строгую проверку (звонок, видео-интервью)
- Требование: минимум 3 отзыва перед="featured" листингом
- Результат: Новые мастера будут качественнее
Действие 1B: Удаление низкокачественных мастеров
- Определить мастеров с рейтингом < 3.5 после 10 работ
- Предупредить: "Ваш рейтинг критичен, улучшите или будете удалены"
- Через 2 недели удалить, если не улучшилось
- Результат: Удаление 5-10% мастеров, лучший качество
Действие 1C: Incentive для топовых мастеров
- Премия за отзывы 4.8+ звёзд
- "Топ мастер месяца" с бонусом и выделением
- Результат: Топовые мастера будут мотивированы
Impact: +3-5% retention в течение месяца
Мера 2: Вернуть ушедших пользователей (1 неделя)
Действие 2A: Re-engagement кампания
- Email к тем, кто не вернулся за 1+ месяц
- Тема: "Мы улучшили качество мастеров, вернись!"
- Бонус: $20 на первое бронирование
- Таргетировать пользователей, которые нанимали низкокачественного мастера
- Результат: 10-15% вернутся
Действие 2B: Улучшить первые впечатления
- Новым пользователям показать топ-рейтинговых мастеров ПО УМОЛЧАНИЮ
- Не показывать мастеров с рейтингом < 4.0
- Результат: Новые пользователи сразу видят хороших мастеров
Impact: +2-3% retention за счет вернувшихся пользователей
Мера 3: Быстрое исправление проблем продукта (1-2 недели)
Действие 3A: Анализ последних изменений
- Если есть большие изменения в UI/бронировании → быстро их откатить или исправить
- Приоритет: процесс бронирования (самый критичный)
Действие 3B: Ускорение поиска
- Если поиск работает медленнее → оптимизировать
- Давать результаты быстрее (< 1 секунды)
Действие 3C: Увеличить видимость отзывов
- Если пользователи не читают отзывы → сделать их больше/ярче
- Показывать лучшие отзывы первыми
Impact: +1-2% retention за счет улучшения UX
ДОЛГОСРОЧНЫЕ УЛУЧШЕНИЯ (1-3 месяца)
Цель: Создать sticky product, высокого качества
Мера 4: Система гарантии качества (4-8 недель)
Действие 4A: "Гарантия задовольства" (Money-back guarantee)
- "Если вы не довольны работой мастера, вернём деньги"
- Условия: пользователь должен оставить отзыв и объяснить
- Система: Yelp платит мастеру, но возвращает деньги пользователю
- Результат: Пользователи более смелые, нанимают мастеров
- Мастера становятся ответственнее (Yelp может их штрафовать)
Действие 4B: Quality Score для мастеров
- Вместо простого рейтинга → комплексный score
- Факторы:
- Рейтинг (50%)
- Response time (20%)
- Completion rate (15%)
- Refund rate (15%)
- Показывать score на листинге
- Мастер с низким score → удалить
- Результат: Прозрачность качества
Impact: +5-10% retention (пользователи доверяют больше)
Мера 5: Персонализация рекомендаций (6-12 недель)
Действие 5A: ML-powered мастер рекомендации
- На основе истории пользователя → рекомендовать похожих мастеров
- Пример: "Если нанял сантехника рейтинг 4.8 → рекомендовать похожих"
- Результат: Пользователь находит нужных мастеров быстрее
Действие 5B: Предложения на основе поведения
- Если пользователь ищет, но не бронирует → предложить скидку
- "Бронируй в следующие 24 часа, получи -10%"
- Результат: +5% конверсия
Impact: +3-5% retention (меньше фрикции)
Мера 6: Сообщество и лояльность (8-12 недель)
Действие 6A: Loyalty программа
- За каждые 5 бронирований → $10 бонус
- За положительный отзыв → 100 баллов
- Баллы можно использовать для скидки
- Результат: Пользователи чаще возвращаются
Действие 6B: Referral программа
- "Пригласи друга → оба получите $15"
- Результат: Органический рост, низкий CAC
Action 6C: Messaging & push notifications
- Когда мастер завершил работу → send: "Оставь отзыв и получи скидку"
- Результат: Выше engagement
Impact: +2-3% retention (лояльность)
5. Как предотвратить подобные падения в будущем
Мера 1: Ранние системы мониторинга (Early Warning System)
Действие 1A: Dashboard для быстрого обнаружения проблем
Создать dashboard, который отслеживает:
- Daily retention (% пользователей, вернувшихся)
- Quality score (средний рейтинг мастеров)
- Booking conversion (% пользователей, которые забронировали)
- Completion rate (% мастеров, завершивших работу)
- Customer satisfaction (NPS, CSAT)
- Churn rate (% ушедших пользователей)
Алерты: Если какой-то метрика упадет > 5% за день → alert
Цель: Заметить проблему за 1-2 дня, не за месяц
Мера 2: Cohort analysis (анализ когорт)
Действие 2A: Постоянно отслеживать retention по когортам
Когорта по месяцу 1M Ret 2M Ret 3M Ret ТРЕНД
────────────────────────────────────────────────────────────────
Январь 2024 82% 65% 45% Нормально
Февраль 2024 80% 62% 42% ↓
Март 2024 75% 55% 35% ↓↓ ALERT
Апрель 2024 72% 50% ? ↓↓↓ CRITICAL
Правило: Если новая когорта имеет retention < (предыдущая - 3%) → investigate
Цель: Понять, что произошло, что отогнало новых пользователей
Мера 3: Регулярные пользовательские опросы (NPS & CSAT)
Действие 3A: Ежемесячный опрос 1000 пользователей
- NPS (Net Promoter Score): "Рекомендуешь ли ты сервис?"
- Satisfaction: "Насколько ты доволен качеством мастера?"
- Churn reasons: "Почему ты ушел?" (для ушедших)
- Features: "Какие новые фичи ты хочешь?"
Правило: Если NPS упадет на 10+ пункта за месяц → emergency meeting
Цель: Услышать голос пользователей, не только видеть метрики
Мера 4: A/B тестирование ДО запуска
Действие 4A: Обязательное A/B тестирование для всех больших изменений
- Никакие big changes в UI / бронировании / поиске без A/B теста
- Минимум 1-2 недели тестирования на 5-10% пользователей
- Требование: retention в тест группе >= контрольная группа
- Если retention упала → откатить изменение
Правило: Если change имеет impact на retention → это красная линия
Цель: Не выпускать изменения, которые отогнают пользователей
Мера 5: Competitive intelligence (мониторинг конкурентов)
Действие 5A: Ежемесячное отслеживание конкурентов
- Google Home Services: позиции в поиске, цены, UI
- TaskRabbit/Handy: новые фичи, промо-кампании, отзывы
- Локальные сервисы: популярность в каждом регионе
- Анализ: что они делают лучше, чем мы
Правило: Если конкурент запустил крутую фичу → сделать свой аналог за месяц
Цель: Не отставать от конкурентов
Мера 6: Quality assurance для мастеров
Действие 6A: Постоянный мониторинг качества
- % мастеров с рейтингом < 4.0: target < 10%
- % мастеров без работы 3+ месяца: удалить
- % мастеров с refund rate > 5%: warning
- % мастеров с response rate < 80%: warning
Правило: Если качество мастеров упадет на 10% → проверка добавления новых
Цель: Поддерживать high quality базу мастеров
Итоговая таблица: Метрики для мониторинга
МЕТРИКА ЦЕЛЕВОЕ ЗНАЧЕНИЕ ALERT при
─────────────────────────────────────────────────────────────
1M Retention 75%+ < 70%
2M Retention 55%+ < 50%
3M Retention 35%+ < 32%
Average master rating 4.2+ < 4.0
% masters < 3.5 rating < 10% > 15%
Booking conversion 10%+ < 8.5%
Completion rate 94%+ < 91%
Refund rate < 2% > 3%
NPS 50+ < 40
CAST 4.0+/5.0 < 3.5
Daily searches Baseline -15% vs baseline
Daily bookings Baseline -15% vs baseline
Итоговые рекомендации
Главные причины (по вероятности):
- Качество мастеров упало (75% вероятность)
- Конкурентное давление (65% вероятность)
- Изменения в продукте (50% вероятность)
Первый шаг: Провести опрос ушедших пользователей (3 дня)
Краткосрочное решение (1-4 недели):
- Улучшить качество мастеров (удалить низкокачественных, добавить требования)
- Re-engagement кампания с $20 бонусом
- Быстрое исправление проблем продукта
Долгосрочное решение (1-3 месяца):
- Гарантия качества (money-back)
- Quality Score система
- ML рекомендации
- Loyalty программа
Предотвращение в будущем:
- Dashboard с дневным мониторингом retention
- Cohort анализ
- Ежемесячный NPS опрос
- A/B тестирование перед запуском
- Мониторинг конкурентов
- Quality assurance для мастеров
Ожидаемый результат: Восстановление retention до 75%+ за 2-3 месяца