Условие
Тестировали новый онбординг. Итог — общая конверсия не выросла, но статзначимо:
- ↑ CR «Зарегистрирован → начал решать» (70% → 83%, p=0.02).
- = CR «начал → закончил бесплатную часть» (95% vs 96%, p=0.87).
- = CR «закончил → перешёл к тарифам» (19% vs 18%, p=0.93).
- ↓ CR «тарифы → купил» (30% → 26%, p=0.01).
- = Общая CR
register → купил(3.8% vs 3.7%, p=0.89).
Как продуктово объяснить, почему упала CR на этапе оплаты?
Решение
Корневая причина — composition shift (Simpson's paradox)
Новый онбординг привлёк более широкую аудиторию к шагу «начал решать»:
- Раньше до контента доходили только мотивированные (70%).
- Теперь — 83%, в том числе менее мотивированные.
Эти дополнительные 13pp пользователей прошли далее по воронке без значимого drop на промежуточных шагах (потому что бесплатное; даже мало мотивированный решает 1-2 задачи).
Когда они дошли до тарифов — WTP (willingness-to-pay) у них ниже, чем у «оригинальных» пользователей. Поэтому конверсия на этапе «тарифы → оплата» в среднем упала: новых много, но платят редко.
Композиционный эффект
Допустим:
- Старая когорта: на тарифах было
0.7 × 0.95 × 0.19 = 12.6%от регистраций; платило 30% →12.6% × 30% = 3.8%. - Новая когорта:
0.83 × 0.96 × 0.18 = 14.3%; платит 26% →14.3% × 26% = 3.7%.
Дополнительные 1.7pp на тарифах — это «новые», у которых willingness-to-pay около 0–10%. Если их 1.7 / (12.6+1.7) = 11.9% от пользователей на тарифах, и pay% у них = 0%, а у «старых» = 30%, то средняя:
(12.6 × 30 + 1.7 × 0) / 14.3 = 26.4%
— что совпадает с фактом.
То есть CR на оплате упала не из-за ухудшения продукта, а из-за смены mix аудитории.
Альтернативные объяснения
- Изменение конкретной механики на странице тарифов: возможно, новый онбординг автоматически листает на тарифы менее мотивированных, у них больше времени на сомнения.
- Цена не изменилась, но «ценность» стала ниже относительно: новый онбординг не объясняет premium-features.
- Время до tariffs page: возможно, в test пользователи доходят быстрее (меньше investment) → ниже WTP.
- Pricing page UI изменился случайно вместе с onboarding.
Что делать
- Сегментировать post-test users по «мотивации» (например, «в первый день решил ≥ 5 задач» vs «решил 1»). Сравнить CR в pay по сегментам — если у «мотивированных» CR не упала, гипотеза подтверждена.
- A/B на pricing page: внутри test-группы попробовать новый onboarding × старый pricing flow.
- Если так — onboarding оставить, потому что общая CR не упала, и есть рост качества user-base (больше людей заходят в продукт).
- Долгосрочно: «не платящие» пользователи могут стать платящими через retention/freemium-подходы.
Дополнительные продуктовые гипотезы
- Новые пользователи доходят до tariffs page быстрее, чем психологически готовы. Добавить «нужна неделя на изучение продукта».
- Pricing page показывает все тарифы → новые пользователи хотят дешёвый или бесплатный, не находят и уходят. Добавить «Trial» / «Скидка для новых».
Подводные камни
- Не делать вывод «продукт хуже» только по одной метрике. Проверьте композицию.
- Multiple testing: 5 шагов × 2 группы = 10 проверок; реальная alpha без поправки больше.
- Sample: новый онбординг увидели только новые пользователи; старая когорта уже прошла в historical period — selection bias.
- «Купил» vs «remained paid month 2»: краткосрочная конверсия может быть ниже, но retention выше у новых.
- Pricing page UX мог измениться непреднамеренно при release.
Эталонный ответ
Composition shift: новый онбординг доводит до tariffs page больше менее мотивированных пользователей. CR в pay у них ниже, что и тянет среднюю CR вниз. Общая CR register → buy не упала — продукт не стал хуже, просто mix аудитории изменился. Решение: сегментировать пользователей по «мотивации», проверить CR на pay по сегментам.