Собесов

Магнит BI: метрики продукта «Почта» с нуля

Кейсы и метрикиМетрики продуктаСредняяJunior

Условие

Продукт — почтовый сервис (отправка/приём email). Платформы: desktop web, mobile web, Android, iOS, есть возможность работать через сторонние почтовые клиенты. Реклама в собственных приложениях, есть платная подписка на отключение рекламы. Аналитики в продукте нет, продукт двигается вслепую.

  1. Какие метрики необходимы продукту?
  2. Как помочь продукту понять, какие пользователи есть и какие направления развивать?

Решение

1. Уровни метрик

Acquisition (привлечение):

  • Регистрации в день/неделю/месяц.
  • Источник: organic, paid, referral.
  • CR install → активация (первый успешный приём/отправка письма).

Engagement (вовлечение):

  • DAU / WAU / MAU.
  • Stickiness = DAU/MAU.
  • Сессий в день, длительность.
  • Среднее число просмотренных писем.
  • Среднее число отправленных писем.

Retention:

  • Retention 1d / 7d / 30d по когортам.
  • Доля «активных за 28 дней».

Monetization:

  • ARPU, ARPPU.
  • IAA (доход с рекламы) на DAU.
  • Конверсия в платную подписку.
  • Churn от подписки.

Качество:

  • Время доставки письма (P50/P95).
  • Доля писем в спам.
  • Crash rate / ANR rate.
  • NPS.

2. Сегментация пользователей

По функционалу:

  • Только читают (passive consumers).
  • Активно отправляют письма (heavy users).
  • Используют разными способами (mail clients).

По платформе:

  • Только iOS / Android / web / multi-platform.
  • В сторонних клиентах (POP3/IMAP/SMTP).

По монетизации:

  • Free with ads / paid (no ads) / churned subscribers.

По объёму:

  • Light (< 5 писем/мес).
  • Medium.
  • Power user (> 100 писем/мес).

3. Направления развития

  1. Мобильный first — если % mobile растёт, фокус разработки на iOS/Android.
  2. Сторонние клиенты: реклама в них не работает; либо их меньше делать видимыми, либо предлагать перейти на наше приложение через push.
  3. Подписка на отсутствие рекламы: проверить эластичность цены (A/B на 2.99vs2.99 vs 4.99).
  4. Удержание heavy users: что отличает power от light? Какая фича их «зацепила»? Reverse-engineer для onboarding.
  5. Анти-спам: улучшение качества → меньше отписок и больше DAU.

Roadmap

  1. Внедрить event tracking (open_email, send_email, login, app_open).
  2. Дашборд недельных метрик: DAU/MAU, отправки, retention, revenue.
  3. Когортный анализ retention по дате регистрации × платформе.
  4. A/B-тесты на onboarding и pricing подписки.

Подводные камни

  1. Сравнение с приватностью: контент писем недоступен — полагаемся на метаданные (заголовок, объём, отправитель/получатель).
  2. Сторонние клиенты не дают аналитики на стороне сервиса; только серверные логи.
  3. DAU/MAU: для почты «открыл» ≠ «использовал»; считайте «активные действия».
  4. Платная подписка может исключать рекламу, но не должна ломать engagement-метрики; следить отдельно.

Эталонный ответ

Каркас «AARRR» (acquisition / activation / retention / revenue / referral) + сегментация по платформе, объёму использования и монетизации; в фокусе — DAU/MAU, retention, эластичность подписки.

Хочешь увидеть разбор?

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

Зарегистрироваться и увидеть разбор
Уже есть аккаунт? Войти