Собесов

Дашборд по заказам интернет-магазина: метрики и сценарий менеджера

Кейсы и метрикиДашборды и BIСредняяMiddle

Условие

Есть выгрузка истории заказов интернет-магазина (Дата заказа, Номер заказа, Стоимость USD, iD клиента, Канал привлечения).

Нужно:

  1. Проанализировать файл и предложить метрики, полезные для менеджера.
  2. Реализовать прототип дашборда (по условию — Tableau Public, но идею можно перенести в любой BI).
  3. Описать сценарий работы менеджера с дашбордом.

Решение

Шаг 1. Кто наш менеджер и какие у него вопросы

Пять типичных вопросов менеджера интернет-магазина:

  1. «Сколько мы продали вчера/этим месяцем и как меняется тренд?»
  2. «Какие каналы привлечения работают лучше?»
  3. «Старые клиенты возвращаются или мы живём только за счёт новых?»
  4. «Где аномалии — спад или рост, в каком сегменте?»
  5. «Сезонность: чего ждать в следующем месяце?»

Метрики и блоки дашборда строятся под эти вопросы.

Шаг 2. Метрики

Объёмы и динамика

  • Revenue (день/неделя/месяц), накопленный за период.
  • Orders count.
  • AOV (Average Order Value) = Revenue / Orders.
  • MoM/YoY изменение — рост/падение.

Клиенты

  • Active customers (уникальные покупатели за период).
  • New vs Returning — доля новых и повторных.
  • Customer Repeat Rateclients with > 1 order / total clients.
  • Orders per customer (распределение).

Каналы

  • Revenue по каналам (стек/ярко-окрашенный график).
  • CAC и LTV по каналам (если есть данные о расходах; иначе хотя бы доля и AOV).
  • Доля повторных покупателей по каналам — какой канал даёт «настоящих» клиентов.

Когорты и удержание

  • Cohort retention: для пользователей, впервые купивших в месяц X — какая доля купила в X+1, X+2, …?
  • Обычно — heatmap.

Сезонность и аномалии

  • Тренд revenue по неделям + 4-недельная скользящая.
  • % отклонения от прошлого года.
  • Маркеры аномалий (пики/провалы > 2σ).

Шаг 3. Структура дашборда

Один лист, четыре блока:

  1. Шапка KPI (4-5 крупных чисел): Revenue MTD, Orders MTD, AOV, MoM-изменение, % new customers.
  2. Тренд: график выручки по дням/неделям, наложение прошлого года для сравнения.
  3. Каналы: stacked bar revenue по каналам + таблица «канал, заказы, выручка, AOV, доля повторных».
  4. Клиенты: heatmap когортного удержания + barplot «1, 2, 3+, 5+ заказов на клиента».

Фильтры сверху: период, канал, гео (если есть).

Шаг 4. Сценарий работы менеджера (User Story)

Сценарий «утренний обзор»:

  1. Менеджер открывает дашборд утром.
  2. Шапка: «Revenue MTD = 145k USD, +12% MoM. Orders +9%, AOV +3%». Понятно: и заказов больше, и средний чек.
  3. Тренд: видно, что неделю назад был провал. Hover показывает дату — это среда после праздников. Логично, не аномалия.
  4. Каналы: Платная1 даёт 60% выручки, AOV 1300; «Соцсети» — 8% и AOV 950. Менеджер думает: «Соцсети — для acquisition, не для money».
  5. Когорты: видно, что когорта февраля 2024 имеет 18% retention к месяцу 6, а декабря 2023 — только 11%. Менеджер делает заметку: «копать, что мы изменили в феврале».

Сценарий «реакция на инцидент» (продажи упали):

  1. Открывает дашборд, выбирает фильтр «вчера».
  2. Видит, что упал канал «Платная2».
  3. Ставит фильтр «канал = Платная2», смотрит когорты — упало именно у новых пользователей.
  4. Идёт к маркетологу проверять кампании.

Шаг 5. Технические замечания

  • В Tableau когорты делаются через INDEX() или DATEDIFF от первого заказа (LOD-выражения: {FIXED [client_id]: MIN([order_date])}).
  • Аномалии — через расчётное поле «выходит за ±2σ от 4-недельной скользящей».
  • Кэшировать агрегации, не тянуть каждый раз сырьё.

Подводные камни

  1. «Просто графики». Без сценария использования и фильтров дашборд = красивая картинка. Метрики надо завязать на действия менеджера.
  2. Метрики без сравнения. «Выручка 145k» — это много или мало? Всегда нужен бенчмарк (прошлый месяц / прошлый год / план).
  3. Перегруз. 20 графиков на одном экране — менеджер не использует. Лучше 5-6 ключевых + drill-down.
  4. AOV без распределения. Среднее обманчиво (один заказ на 11k USD из выгрузки). Лучше медиана + распределение.
  5. Когорты на маленьких выборках. Когорта из 10 пользователей даёт дёрганые цифры. Минимальный размер когорты.
  6. «Канал привлечения» в данных = первый канал? Каждый раз? Нужно уточнить, иначе атрибуция неоднозначная.
  7. Часовой пояс/округление дней. В выгрузке только дата, без времени. Дашборд должен явно говорить «по дате заказа».

Эталонный ответ

Дашборд из четырёх блоков:

  • KPI-шапка (Revenue, Orders, AOV, MoM, % new),
  • Тренд с YoY-сравнением,
  • Каналы (stacked bar + таблица),
  • Когортное удержание + распределение количества заказов на клиента.

Фильтры: период, канал. Главное — сценарий: утренний обзор, расследование аномалии, оценка маркетингового канала. Метрики выбраны под решения менеджера, а не «всё, что можно посчитать».

Хочешь увидеть разбор?

Зарегистрируйся бесплатно — откроется развёрнутое решение этой задачи и ещё 4 на выбор.

Зарегистрироваться и увидеть разбор
Уже есть аккаунт? Войти