Условие
Маркетплейс репетиторов. Что измерять, чтобы понять качество матчинга?
Решение
Health двустороннего рынка
Ключевые метрики:
| Метрика | Что показывает |
|---|---|
| Liquidity rate | % поисков → бронирование (был ли подходящий supply) |
| Match quality | rating ученика после урока |
| Search abandonment | % ушедших без матча |
| Time to match | сколько секунд/минут от запроса до подбора |
| Supply utilization | % часов репетитора, забронированных |
| Demand fulfillment | % запросов закрытых |
| Cancel/no-show rate | разруха после матча |
Liquidity — главная метрика
Liquidity = bookings / search_attempts
Низкая liquidity — провал матчинга: либо нет supply (репетиторов по геометрии в Самаре), либо плохой алгоритм.
Сегментировать по нише: «либералы матчинга» (Math, Англ) и «дырки» (Биология в малых городах).
Match quality
После урока обе стороны ставят rating:
two_sided_score = (student_rating + tutor_rating) / 2
match_quality = AVG(two_sided_score) on (matched пары)
Если quality снижается с ростом scale — алгоритм оптимизируется на показ, не на match.
Supply-demand баланс
Supply (hours available) vs Demand (hours requested)
Карта дисбаланса по нишам:
SELECT subject, city,
SUM(tutor_available_hours) AS supply,
SUM(student_requested_hours) AS demand,
SUM(demand) / NULLIF(SUM(supply), 0) AS ratio
FROM market
GROUP BY 1, 2;ratio > 2 — острая нехватка supply.
ratio < 0.5 — overcapacity.
Что делать с дисбалансом
- Привлекать supply туда, где demand. Дороже paid acquisition.
- Динамическое ценообразование — рост цены при перегреве.
- Нудж demand к available supply — «попробуйте репетитора по физике + математике».
Cold start
- Новый репетитор без рейтингов → дать буст в выдаче, чтобы получил первые 5 матчей.
- Новый ученик → задать вопросы быстро, не тащить через 30-шаговый онбординг.
Подводные камни
- Optimising one side: алгоритм максимизирует matches → хорошие репетиторы перегружены, плохие висят без матчей → quality падает.
- Liquidity без quality — фиктивный успех; матчат «лишь бы кого».
- Сезонность demand (август-сентябрь у репетиторов) маскирует структурные проблемы. Сравнивать YoY, не WoW.
- Power law в supply: 20% репетиторов делают 80% matches. Если один топ ушёл — рынок шатается.
- Cancel rate по сегментам — иногда супер-высокий у конкретного типа matches (например, новый ученик + новый репетитор).
Эталонный ответ
Health матчинга = liquidity (% поисков → бронирование) + match_quality (rating двух сторон) + баланс supply/demand по нишам. Watch out за оптимизацией только liquidity без quality.