Кейс: средний чек упал. Как решать на собесе

Формулировка кейса

В e-commerce средний чек (AOV, Average Order Value) упал с 2 000 руб. до 1 700 руб. за 2 недели. Что делать?

Типовой кейс для аналитиков маркетплейсов: Ozon, Wildberries, Lamoda, Samokat, Яндекс.Маркет.

Шаг 1. Уточнения

  • Средний или медианный чек? Средний подвержен выбросам.
  • Упал равномерно или у сегмента? Категория, канал, гео.
  • Что с количеством заказов? Вырасти могло тоже — total revenue ок.
  • Что с LTV? Возможно, фрагментация покупок.
  • Релизы? Промо? Изменения в рекомендациях?

Шаг 2. Средний vs медиана

Первый вопрос: а что упало — средний или типичный чек?

SELECT
    DATE_TRUNC('week', created_at) AS week,
    AVG(amount) AS avg,
    PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY amount) AS median,
    PERCENTILE_CONT(0.9) WITHIN GROUP (ORDER BY amount) AS p90
FROM orders
GROUP BY 1 ORDER BY 1;

Варианты:

  • Среднее упало, медиана стабильна → ушли «киты» с крупными заказами. Не типичный покупатель изменился, а распределение хвоста.
  • Оба упали → реальное изменение поведения.
  • Только p90/p99 упали → только премиум-сегмент.

Подробнее про медиана vs среднее.

Шаг 3. Декомпозиция AOV

AOV = GMV / Orders

Или:

AOV = Items_per_order × Avg_item_price

Если items_per_order упал — корзины стали меньше. Если avg_item_price упал — покупают более дешёвые товары.

SELECT DATE_TRUNC('week', o.created_at) AS week,
    AVG(items_count) AS avg_items,
    AVG(o.amount / NULLIF(items_count, 0)) AS avg_item_price
FROM orders o
JOIN (
    SELECT order_id, COUNT(*) AS items_count, SUM(price * quantity) AS total
    FROM order_items GROUP BY order_id
) i USING (order_id)
GROUP BY 1;

Больше таких примеров с разборами — в Telegram-тренажёре. Короткие сессии, прогресс по темам, объяснения после каждого ответа.

Шаг 4. Сегментация и mix effect

По категориям

SELECT category, AVG(o.amount)
FROM orders o JOIN order_items oi USING (order_id) JOIN products p USING (product_id)
GROUP BY category;

Возможно: одна категория с высоким средним чеком (электроника) резко упала в объёме, а food delivery с низким — выросла. Mix сдвинулся, AOV упал.

По каналу

Performance-реклама часто привлекает пользователей с меньшей корзиной. Если performance-доля выросла — средний чек просел.

По платформе

iOS обычно имеет выше AOV, чем Android. Сдвиг mix → AOV.

Simpson's paradox — опять. Категории сами по себе стабильны, сдвиг между ними = среднее вниз.

Шаг 5. Гипотезы

Продуктовые

  • Изменили рекомендации — в выдаче больше дешёвых товаров.
  • Убрали upsell — в checkout не предлагают add-ons.
  • Промо на конкретную категорию — люди покупают со скидкой только cheap-товары.

Маркетинговые

  • Новые каналы привлечения — больше curious, меньше transactional.
  • Скидки на вход — пришли за скидками, корзины маленькие.

Внешние

  • Сезонность — переход с дорогих категорий на сезонные (например, после Нового года спад премиума).
  • Кризис — пользователи экономят.

Шаг 6. Связь с revenue

Важно: AOV — не самоценная метрика. Если:

  • Orders +20%, AOV −15% → GMV +2% (ок).
  • Orders 0%, AOV −15% → GMV −15% (плохо).

На собесе обязательно: «посмотрю total revenue и orders count, чтобы понять, это реальная проблема или mix».

Шаг 7. Что говорить PM

«AOV упал с 2000 до 1700 (−15%). Разбор: медиана стабильна (1500), упал средний из-за снижения p90 с 4000 до 3200. Это значит, что сегмент премиум-покупателей начал покупать меньше. Разрез по категориям: продажи электроники упали на 30%, ювелирка +5%, food delivery +40%. Причина: маркетинг перенаправил бюджет на food delivery (дешёвые заказы), доля выросла с 20% до 35%. Предлагаю: а) перевзвесить AOV по категориям, б) запустить upsell-кампанию в электронике, в) пересмотреть KPI маркетинга с orders на GMV».

Типичные ошибки

  • Смотреть только среднее, игнорировать медиану и p90/p99.
  • Не проверять mix — Simpson's paradox.
  • Игнорировать total revenue.
  • Предлагать «надо поднять цены» без диагностики.

Если готовишься к собесу — бот @kariernik_bot закрывает 80% технических вопросов. SQL, Python, A/B, продуктовые метрики — всё в одном месте.

Шаблон ответа

  1. Уточнения (средний/медиана, тайминг, сегменты).
  2. Проверка: среднее, медиана, p90 — все упали или только среднее?
  3. Декомпозиция AOV на items × price.
  4. Сегментация по категориям, каналам, платформам.
  5. Simpson's paradox check.
  6. Связь с orders count и GMV.
  7. Вывод + действия.

Как тренироваться

Средний чек — частый и обманчивый кейс. Легко провалить, если не чувствуете разницу между средним и медианой.

Тренажёр Карьерник содержит кейсы на денежные метрики с разборами. AOV, ARPU, LTV — каждая с декомпозицией и интерпретацией.

Совет: при любом «среднем» кейсе — сразу спрашивайте про медиану. Это демонстрирует понимание, что среднее врёт на тяжёлых хвостах.

Читайте также

FAQ

AOV или средний чек — это одно и то же?

Да. AOV (Average Order Value) — англоязычный термин, «средний чек» — русский.

Почему AOV может расти при падении revenue?

Если orders упало сильнее, чем revenue. Это плохой сценарий — total бизнеса съёживается, а средний кажется стабильным.

Median или average — что показывать в дашборде?

Оба. Average — для total planning. Median — для «типичного пользователя». P90/P99 — для «премиум/power users». Вместе они дают полную картину распределения.

AOV vs GMV?

AOV — средний на заказ. GMV (Gross Merchandise Value) — total объём. GMV = orders × AOV. Для бизнеса важнее GMV, для оптимизации checkout — AOV.