Кейс: time to first purchase вырос. Разбор на собесе

Формулировка кейса

Частый кейс в e-commerce / subscription: Ozon, Wildberries, Delivery Club, любой SaaS. Проверяет понимание, что рост time-to-value — это bad signal для retention.

Почему это важно

Чем быстрее пользователь совершает первую покупку, тем выше retention и LTV. Быстрая первая покупка = сильный signal product-market fit. Если time-to-first-purchase растёт — значит что-то мешает пользователю «кликнуть» в продукт.

Шаг 1. Уточнения

• Медиана или среднее? (медиана устойчивее)
• От регистрации или от первого visit?
• За какой период выросло?
• Выросло ли еще и % пользователей, совершивших первую покупку?

Шаг 2. Проверка данных

• Tracker не изменился?
• Attribution к signup корректная?
• Когорта обрезанная? (недавние регистрации ещё не успели купить)

Шаг 3. Декомпозиция

Путь к первой покупке:

Signup → Email confirm → First login → Browse catalog → Add to cart → Purchase

Где именно замедление?

Шаг 4. Сегменты

По каналу

• Organic (high intent) обычно быстрее
• Paid ads медленнее
• Referral средне

По устройству

Mobile может быть быстрее (импульсивность) или медленнее (сложности UX).

По региону

Шаг 5. Гипотезы

Продуктовые

• Новый onboarding добавил шаги
• Каталог сложнее в навигации
• Убрали «first purchase bonus»
• Email welcome series замедлился

Коммуникационные

• Убрали welcome discount
• Отменили push через 24 часа
• Сменили subject lines в email

Маркетинговые

• Привлекают broader audience с меньшим intent
• SEO-трафик на informational queries (не transactional)
• Paid — ad creatives обещают не то

Продуктовые (каталог / выбор)

• Больше SKU → сложнее выбрать (paradox of choice)
• Рекомендации хуже работают
• Filters / search ухудшились

Ценовые

• Первая покупка стала дороже (нет skидок)
• Минимальный заказ повысили

Внешние

• Экономическая ситуация — люди думают дольше
• Сезонность

Шаг 6. % совершивших первую покупку

Важный вопрос: упала ли доля в общем?

-- Процент новых пользователей, сделавших первую покупку за 14 дней
SELECT
    DATE_TRUNC('month', signup_at) AS cohort,
    COUNT(*) AS signups,
    COUNT(first_order.order_id) AS with_first_order,
    100.0 * COUNT(first_order.order_id) / COUNT(*) AS conversion_pct,
    PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY
        EXTRACT(EPOCH FROM first_order.created_at - u.signup_at) / 86400
    ) AS median_days_to_first
FROM users u
LEFT JOIN (
    SELECT user_id, MIN(created_at) AS created_at, MIN(order_id) AS order_id
    FROM orders WHERE status = 'paid'
    GROUP BY user_id
) first_order ON first_order.user_id = u.id
    AND first_order.created_at <= u.signup_at + INTERVAL '14 days'
GROUP BY 1
ORDER BY 1;

Если conversion стабилен, а time вырос — пользователи всё равно покупают, просто позже. Если conversion упал — часть теряем совсем.

Шаг 7. План действий

Краткосрочно:

• Вернуть welcome discount
• Email reminder на Day 3, Day 7
• Fix broken onboarding steps

Среднесрочно:

• A/B welcome flow
• Persona-based recommendations на первую покупку
• Push-кампании для неактивных

Долгосрочно:

• Personalized onboarding
• Категоризация клиентов по intent
• Pricing — для first-time buyers

Связанные кейсы

• Активация упала
• Time to value вырос
• Конверсия упала

На собесе

«Time to first purchase — прокси для frictions на пути к value. Разбиваю по шагам signup → first order, ищу где добавились задержки или где падает engagement».

FAQ

Что важнее: % first-time purchase или time?

% важнее (converts or not). Time — quality indicator.

Что если time варьируется между сегментами?

Нормально. B2B длиннее, impulse-товары быстрее. Смотрите когорты.

7 дней — нормально?

Для e-commerce с низким intent — да. Для food delivery — слишком долго (норма 1-2 дня).