Кейс: MAU упал. Разбор на собеседовании
Карьерник — квиз-тренажёр в Telegram с 1500+ вопросами и кейсами с реальных собесов аналитика. SQL, Python, A/B, метрики. Бесплатно.
Формулировка кейса
MAU мобильного приложения упал с 2 000 000 до 1 700 000 за месяц. Ваши действия?
Классический кейс для продуктовых компаний. Проверяет, понимает ли кандидат, что MAU — это сумма retention + acquisition.
Шаг 1. Уточнения
- Как считается MAU? Unique users за 30 дней по device_id / user_id.
- Платформа? Только iOS, только Android, все?
- Упал за отчётный месяц или скользящие 30 дней?
- Регионально? Россия, СНГ, кто именно.
- Метрики рядом: DAU, новые регистрации, retention — что делают?
Шаг 2. Проверка данных
- Не сломался ли трекер на релизе?
- Не удалили ли ботов из определения MAU (перестали считать фрод)?
- Не сменился ли user_id generation после обновления SDK?
- Не изменилось ли определение «активного» пользователя?
Шаг 3. Формула MAU
MAU в период T = New users + Retained users (которые вернулись).
Если MAU упал — либо новых стало меньше, либо возвратных.
Разрез: New vs Returning
| Сценарий А | Сценарий Б | |
|---|---|---|
| New users | -30% | +5% |
| Returning | стабильно | -20% |
| MAU | упал | упал |
Разные причины → разные действия.
Шаг 4. Декомпозиция
Если new users упали:
- Маркетинг: срезали бюджет? CAC вырос? Креативы выгорели?
- Привлечение органики: упал SEO-трафик? ASO в сторе просел?
- Рефералка: перестали работать промокоды, ссылки сломались?
- Виральные каналы: просел ли шеринг?
Если returning упали:
- Новый релиз сломал что-то: баг в апдейте, crash rate вырос.
- Push-уведомления: отключились, перестали доставляться?
- E-mail кампании: провалились?
- Функционал убрали: удалили фичу, на которой держался retention.
- Сменилась модель монетизации: ввели подписку → часть пользователей ушла.
По когортам
- Старая когорта: возвращается как обычно или нет?
- Новая когорта: retention хуже, чем у предыдущих?
Шаг 5. Разрезы
- По платформе: iOS/Android
- По версии приложения: до обновления vs после
- По источнику привлечения: paid/organic
- По гео: Москва/регионы
- По давности регистрации: новые/старые
Шаг 6. Гипотезы
- Маркетинговый бюджет срезали → new users упал
- Релиз 3 недели назад сломал retention в новой версии
- Push-уведомления отвалились (APNS/FCM сертификат)
- Сменилась мотивационная механика — пользователи не возвращаются
- Сезонность (летом MAU у многих продуктов падает)
- Конкурент запустил агрессивную кампанию и отгрызает
Шаг 7. План действий
Краткосрочно:
- Откатить релиз, если есть корреляция
- Восстановить push-уведомления
- Вернуть маркетинговый бюджет в работающие каналы
Среднесрочно:
- A/B-тест механики удержания
- Оптимизация онбординга для возврата
- Reactivation-кампании (email/push неактивным)
Долгосрочно:
- Работа с habit-формирующими фичами
- Системная ревизия причин оттока
Что важно сказать на собесе
«Главный вопрос: MAU упал из-за слабого притока или слабого удержания? Это два разных мира. Я сначала разведу их по формуле MAU = New + Returning, а дальше буду декомпозировать».
Частые ошибки кандидатов
- Сразу предлагать «запустить рекламу» — не разобравшись, почему упало
- Не разделять new vs returning
- Игнорировать технические причины (релиз, трекер, push)
Связанные кейсы
Читайте также
FAQ
MAU упал на 15% — это много?
Обычно 5–7% — в пределах нормы (сезонность, шум). 15% — значимо. Требует разбирательства.
Как понять, это сезонность или реальная проблема?
Сравнить YoY (год к году) и привязать к календарю. Летом у B2C-продуктов MAU естественно падает.
Что быстрее всего поправить?
Технические проблемы (пуши, трекер, баг в релизе). Их можно починить за пару дней. Проблемы с retention требуют недель-месяцев.
Какой порядок декомпозиции правильный?
- Проверка данных, 2) New vs Returning, 3) Разрезы (платформа, версия, гео), 4) Когорты, 5) Гипотезы.
Больше продуктовых кейсов — в тренажёре с 1500+ вопросами для собесов аналитиков.