Рост, активация и онбординг: вопросы для собеседования (часть 2)
Activation rate, aha-moment, онбординг-воронка, growth loops — механики роста продукта, которые должен понимать аналитик. На собеседовании спрашивают, как найти aha-moment по данным, как измерить качество онбординга и что делать, если пользователи уходят на втором шаге. Рост — одна из главных задач продуктовых команд.
Вопросы 6–10 из 20
6Вы видите, что общая доля активированных пользователей просела. Какой отчёт лучше всего показывает, на каком шаге онбординга падает конверсия?
AТолько средняя длительность сессии `session_duration` у новых пользователей в день `signup_date`, без разбивки по шагам онбординга
BВоронка по шагам: `signup_complete` → `onboarding_step_1_done` → `onboarding_step_2_done` → `activation` с потерями между шагами и разрезом по платформе
CТолько число новых регистраций `signup_complete` по дням без разрезов по шагам `onboarding_step_*` и версии приложения
DТолько общий график `activation_rate` по дням без разложения на шаги `onboarding_step_*` и без сравнения с прошлыми когортами
Ответ: Шаговая воронка показывает, где именно теряются пользователи на пути к активации, и позволяет локализовать причину падения.
Если доля активированных пользователей просела, важно понять, на каком участке пути возникла проблема: регистрация, конкретный шаг или финальное ценностное действие. Воронка по событиям даёт конкретное место падения и позволяет быстро сформулировать гипотезы: баг, трение, непонятный шаг. Дальше полезно разрезать эту воронку по платформе, каналу и версии приложения, чтобы локализовать источник. Один общий график динамики или средняя длительность сессии не дают такой детализации.
Подробный разбор → 7Вы хотите понять, ускоряет ли новый онбординг достижение aha-момента. Какая метрика лучше всего подходит?
AСреднее число пролистанных экранов онбординга на одного нового пользователя за первый день после регистрации
BОбщее количество показов экранов онбординга за день в продукте без разбивки на новых и существующих пользователей
CДоля пользователей, которые увидели последний экран онбординга, без учёта того, дошли ли они до ценности продукта
DМедиана времени до aha-момента (от регистрации до активации) у новых пользователей, прошедших новый онбординг
Ответ: Время до aha-момента измеряет скорость достижения активации и напрямую показывает эффективность онбординга.
Если цель — быстрее довести пользователя до ценности, нужно измерять время до активации, а не прокси вроде количества экранов. Время до aha-момента связывает продуктовые изменения с тем, как быстро человек получает пользу. Медиана обычно устойчивее среднего к выбросам, когда часть пользователей зависает на шагах или возвращается позже.
Подробный разбор → 8Что лучше всего отличает устойчивую петлю роста (`growth loop`) от разовой маркетинговой кампании?
AПетля роста строится на скидках и промокодах, а кампания опирается на брендовые сообщения без стимулов
BРезультат действий пользователя в петле становится новым входом без постоянного бюджета, кампания заканчивается со сроком
CМаркетинговая кампания приводит больше пользователей за тот же период, поэтому петли применяют только зрелые продукты
DПетля роста не требует вводного сценария: мотивированные пользователи разбираются в продукте без обучения
Ответ: Петля роста устойчива, когда результат действий пользователей сам приводит новых пользователей, а кампания работает только пока есть бюджет.
Разовая кампания — это внешний толчок, который прекращается после окончания бюджета, канала или акции. Петля роста строится так, чтобы продукт сам генерировал дальнейший рост: приглашения, контент, страницы под поиск, пользовательские материалы. Поэтому у петли есть потенциал масштабироваться без пропорционального роста расходов. В реальности часто используют смесь: кампании для запуска и петли для устойчивого эффекта.
Подробный разбор → 9В A/B тесте новый онбординг поднял активацию на 3 п.п., но удержание за 7 дней упало. Какой вывод наиболее корректен?
AРаскатить эксперимент: рост активации на 3 п.п. перевешивает падение удержания, и положительный эффект уже подтверждён ранним показателем за первую неделю
BОстановить эксперимент: падение удержания за 7 дней перечёркивает любой рост активации, и продолжение наблюдения только снижает доверие к команде
CНе торопиться с выводами: проверить страховочные метрики, качество активации и понять, не стала ли она формальной без реального ценностного момента
DИзменить определение активации задним числом, чтобы новый онбординг лучше выглядел в сравнении со старым, и закрыть эксперимент с положительным итогом
Ответ: Рост активации без пользы для удержания может означать, что активация стала слабым прокси для ценностного момента.
В экспериментах по онбордингу важно держать защитные метрики, чтобы не улучшать ранние метрики ценой долгосрочных. Падение удержания за 7 дней может означать, что пользователи быстрее доходят до формального события, но не получают устойчивой ценности. Стоит проверить качество активированных: повторные сессии, глубину использования, конверсию дальше по воронке. Иногда решение — уточнить определение активации и перестроить путь к ценностному моменту.
Подробный разбор → 10В онбординге вы просите заполнить 10 полей профиля и видите сильный отвал на этой форме. Какое решение с наибольшей вероятностью улучшит активацию, сохранив сбор данных?
AСделать постепенный сбор профиля: оставить 1–2 критичных поля, дать пропустить остальное, а недостающие данные собирать позже в контексте использования
BСделать все 10 полей обязательными и крупно подсвечивать ошибки валидации, чтобы пользователи внимательнее заполняли форму до перехода в продукт
CДобавить ещё 5 полей, чтобы профиль был точнее и команда сразу персонализировала опыт пользователя на главном экране после регистрации
DЗаменить форму на опросник из 15 шагов с прогресс-баром, чтобы пользователь воспринимал заполнение как игру и быстрее доходил до конца
Ответ: Снижение трения в онбординге через постепенный сбор профиля помогает довести больше людей до ценности и активации.
Длинные формы увеличивают когнитивную нагрузку и тормозят движение к ценности. Если поля не нужны прямо сейчас для получения результата, лучше перенести их на позже и собирать постепенно, когда у пользователя уже есть мотивация. Постепенный сбор профиля позволяет сохранить качество данных, но не блокировать первый опыт. Дополнительно помогают разумные дефолты и автозаполнение, чтобы быстрее довести до активации, а не наоборот добавлять поля или делать их обязательными.
Подробный разбор → Другие темы: Продуктовая аналитика