Об исследовании
В рамках данного исследования исследованы точки роста сервиса Всё.из.кафе.
Цель исследования: сформировать рекомендации для компании Всё.из.кафе по развитию ее сервиса доставки в июле 2021 года. Для достижения поставленной цели был проведен анализ пользовательского пути (User Journey), RFM и ABC-XYZ анализ.
Данные предоставлены Практикумом Яндекса. В рамках исследования была использована выборка данных за период 26.04-01.07.2021. В выборке использованы срезы данных:
- каналы привлечения: organic, Source_A, Source_B, Source_C;
- города: Барнаул, Владивосток, Мурино, Новосибирск, Саранск, Сочи;
- платформы: Desktop, Mobile.
Материалы проекта
Для проекта получены и исследованы данные в PostgreSQL, а результаты исследования визуализированы в двух дашбордах:
- Дашборд Пользовательский путь сервиса Всё.из.кафе
- Дашборд RFM и ABC-XYZ анализ сервиса Всё.из.кафе
- Исследование точек роста сервиса с помощью PostgreSQL содержит:
Выводы из анализа и рекомендации кратко
В пользовательском пути сервиса Всё.из.кафе наблюдается обратная зависимость между увеличением времени и уменьшением количества пользователей на каждом последующем шаге.
Рекомендуется сначала для всех сегментов найти причину оттока пользователей и увеличения времени между шагами пути. Затем снизить отток пользователей между шагами посещения главной и регистрационной страницы во всех сегментах и посещение страницы регистрации и страниц блюд. Также рекомендуется найти возможность уменьшения времени между шагами добавления блюд в корзину и ввода логина и между шагами подтверждения телефона и покупки.
Рекомендуется использовать стратегии:
- Стимулирование увеличения количества покупок и среднего чека для половины пользователей больших сегментов, покупающих редко и на маленькие суммы.
- Удержание той трети всех пользователей больших сегментов, которые покупали недавно часто и на большие суммы.
Рекомендуется развивать сотрудничество с четырьмя прибыльными сетями Гурманский Шторм, Гурманское Наслаждение, Завтраки на любой вкус и Шоколадный рай, но, при этом, иметь запас оборотного капитала для компенсации нестабильности прибыли.
Содержание
- Анализ пользовательского пути сервиса Всё.из.кафе
- Цветовая модель пользовательского пути
- Количество пользовательских сессий
- Сессии первых покупок
- Типичный пользовательский путь первой сессии
- Пользовательский путь первой сессии по сегментам
- Шаги типичного пользовательского пути до первой покупки
- Шаги пользовательского пути в разных сегментах
- Пользовательский путь в разрезе по платформам
- Выводы из анализа пользовательского пути
- RFM и ABC-XYZ анализ сервиса Всё.из.кафе
1. Анализ пользовательского пути сервиса Всё.из.кафе
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-100316-1024x467.png)
Дашборд анализа пользовательского пути содержит:
- Гистограмма распределения числа сессий.
- Диаграмма распределения сессий первых покупок.
- Диаграмма распределения пользовательских событий по источникам привлечения и сессиям.
- Воронка пользовательского пути по источникам привлечения.
- Элементы управления сегментацией.
1.1. Цветовая модель пользовательского пути
Цветовая модель дашборда построена на шагах пользовательского пути. Каждый шаг, имеющий свой идентификатор в базе данных проекта, обозначен одинаковым цветом на всех диаграммах дашборда:
- ■ Вход в продукт (
authorization
); - ■ Главная страница (
main_page
); - ■ Страница регистрации (
reg_page
); - ■ Страница блюда (
object_page
); - ■ Страница ресторана (
rest_page
); - ■ Добавление блюда в корзину (
add_to_cart
); - ■ Ввод логина (
login
); - ■ Подтверждение телефона (
confirm_phone
); - ■ Покупка (
order
).
1.2. Количество пользовательских сессий
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-164810-1024x753.png)
У более чем 45 тысяч пользователей, что составляет абсолютное большинство по всем сегментам, наблюдается 1 сессия. У около 5 тысяч пользователей всего 2 сессии.
У остального статистически не значимого количества пользователей от 3 до 40 сессий.
1.3. Сессии первых покупок
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-163002-1024x754.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-163150-1024x751.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-163206-1024x753.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-163218-1024x753.png)
Первая и вторая сессия является медианой для первой покупки по всем сегментам. При этом, часть сегментов обладают резко выраженными выбросами:
- Каналы: Source_B до 17 сессий;
- Города: Саранск до 17 сессий;
- Платформы: Desktop до 17 сессий.
Сегменты Desktop и Саранск помимо больших выбросов имеют больший, чем в других сегментах, разброс значений у 95% пользователей.
1.4. Типичный пользовательский путь первой сессии
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-172623-1024x754.png)
Во всех сегментах первым действием первой сессии является либо чаще авторизация, либо реже посещение регистрационной страницы сервиса.
Эти же действия характерны для второго действия. Однако, со 2 по 10 действие доминируют посещения главной страницы сервиса. Также постепенно с каждым действием растет по мере уменьшения количества действий: заходы на страницы ресторанов и блюд, добавление блюд в корзину.
1.5. Пользовательский путь первой сессии по сегментам
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-172642-1024x755.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-172656-1024x753.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-172713-1024x754.png)
Чем больше сегмент, тем больше он повторяет типичный пользовательский путь.
Например, количество пользователей разделено почти одинаково между источниками привлечения. В силу этого во всех источниках привлечения схожий пользовательский путь.
В городах Барнаул, Владивосток, Мурино и Новосибирске пользователей меньше чем в Сочи и Саранске. Поэтому, в этих городах, особенно во Владивостоке, сильно отличается пользовательский путь. Тоже с мобильными устройствами, которых меньше.
1.6. Шаги типичного пользовательского пути до первой покупки
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-095537-1-1024x787.png)
Типичный пользовательский путь до первой покупки состоит из 9 основных шагов. Если предположить, что на каждом следующем шаге пользователей становится меньше, а время между шагами в среднем увеличивается, то образуется следующая цепочка шагов:
- ■ Вход в продукт (
authorization
); - ■ Главная страница (
main_page
); - ■ Страница регистрации (
reg_page
); - ■ Страница блюда (
object_page
); - ■ Страница ресторана (
rest_page
); - ■ Добавление блюда в корзину (
add_to_cart
); - ■ Ввод логина (
login
); - ■ Подтверждение телефона (
confirm_phone
); - ■ Покупка (
order
).
1.7. Шаги пользовательского пути в разных сегментах
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-095555-1024x789.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-095608-1024x786.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-095623-1024x786.png)
Во всех сегментах наблюдается схожее количество пользователей на шагах входа в продукт и посещения главной страницы. Далее во всех сегментах следует большой разрыв до посещения страницы регистрации при не большом увеличении времени между шагами.
Далее наблюдаются различия между сегментами с постепенным снижением количества пользователей на каждом шаге и увеличением времени между шагами. Увеличение временного разрыва ведет к уменьшению размера сегмента между шагами добавления блюд в корзину и ввода логина, и между подтверждением телефона и покупкой.
1.8. Пользовательский путь в разрезе по платформам
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-03-122336-1-1024x788.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-163218-1-1024x753.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-04-30-172713-1-1024x754.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-09-095623-1-1024x786.png)
В разрезе сегментов пользователей по платформам наблюдается в Desktop:
- Большее количество сессий;
- Большая вариабельность номеров сессий первых пользовательских покупок;
- Более плавная последовательность событий. Постепенное снижение количества посещений главной страницы происходит за счет увеличения количества посещений страниц блюд и ресторанов, а также добавления блюд в корзину;
- Количество посещений страницы регистрации меньше, чем страниц блюд и ресторанов. Это может свидетельствовать о то, что на Desktop больше учтено ранее зарегистрированных пользователей, которые сразу авторизуются и просматривают страницы блюд и ресторанов.
1.9. Выводы из анализа пользовательского пути
В пользовательском пути сервиса Всё.из.кафе наблюдается обратная зависимость между увеличением времени и уменьшением количества пользователей на каждом последующем шаге.
В разных сегментах есть различия и сходства между шагами пользовательского пути. Наиболее эти различия заметны при сегментации по городам и платформам.
Общие рекомендации для всех сегментов:
- Найти причину оттока пользователей и увеличения времени между шагами пути;
- Снизить отток пользователей между шагами:
- посещение главной и регистрационной страницы во всех сегментах;
- посещение страницы регистрации и страниц блюд, особенно в небольших сегментах.
- Уменьшить время между шагами:
- добавление блюд в корзину и ввод логина, особенно в небольших сегментах;
- подтверждение телефона и покупка, особенно в больших сегментах.
2. RFM и ABC-XYZ анализ сервиса Всё.из.кафе
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-042514-1024x454.png)
Дашборд RFM и ABC-XYZ анализа сервиса содержит:
- Тепловую карту RFM анализа по разным сегментам.
- Сводная таблица ABC-XYZ анализа сетей.
- Элементы управления сегментацией.
2.1. Цветовая модель RFM и ABC-XYZ анализа
- ■ Зеленый – наиболее выгодные сегменты. Чем темнее зеленый, тем выгоднее.
- ■ Красный – наименее выгодные сегменты. Чем темнее красный, тем менее выгоднее.
Размер прямоугольной области – это размер сегмента, который она представляет.
2.2. RFM-анализ всех пользователей сервиса Всё.из.кафе
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-030025-1024x755.png)
Почти половина всех пользователей в целом редко осуществляют покупки в сервисе. 1/3 всех пользователей, при этом, еще и покупает на небольшие суммы. Для всех этих пользователей требуется стратегия увеличения количества покупок и среднего чека. Либо отказ от их развития.
Всего только около 15% пользователей до последнего времени покупают относительно часто и на большие суммы. Этих пользователей требуется удерживать с помощью программ лояльности и других маркетинговых инструментов.
2.3. RFM-анализ пользовательских сегментов сервиса
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-030038-1024x753.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-030051-1024x751.png)
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-030103-1024x752.png)
Схожее с разделением всех пользователей по показателю RFM имеют большие сегменты. Например, Саранск среди городов, десктоп среди платформ и все каналы привлечения (из-за относительной равномерности распределения количества пользователей между ними).
Не смотря на сходство, все большие и тем более маленькие сегменты имеют различия. Например, 18% всех пользователей мобильной платформы составляют пользователи, совершавшие покупки редко, давно и на небольшие суммы. Аналогичная ситуация у 45% пользователей из Барнаула.
2.4. ABC-XYZ анализ ресторанных сетей
![](https://microsegment.ru/wp-content/uploads/Снимок-экрана-2024-05-01-035049-1024x755.png)
Наиболее перспективным можно считать дальнейшее сотрудничество с сетями:
- Гурманский Шторм;
- Гурманское Наслаждение;
- Завтраки на любой вкус;
- Шоколадный рай.
Данные сети имеют наиболее высокие показатели прибыли. Важно отметить, что сотрудничество с любой из проанализированных сетей связано с риском нестабильности показателя прибыльности.
2.5. Выводы из RFM и ABC-XYZ анализа
Половина пользователей всех больших сегментов покупает редко и на маленькие суммы. Для этих пользователей требуется применить стратегию увеличения количества покупок и среднего чека.
Треть пользователей крупных сегментов покупала недавно часто и на большие суммы. Этих пользователей требуется удерживать.
Только 4 ресторанные сети являются наиболее перспективными для сотрудничества из-за высокого уровня их прибыльности:
- Гурманский Шторм;
- Гурманское Наслаждение;
- Завтраки на любой вкус;
- Шоколадный рай.
Однако, даже сотрудничество с ними не может гарантировать стабильную прибыль.
2.6. Рекомендации по результатам анализа
Точки роста пользовательского пути всех сегментов:
- Найти причину оттока пользователей и увеличения времени между шагами пути;
- Снизить отток пользователей между шагами пользовательского пути:
- посещение главной и регистрационной страницы во всех сегментах;
- посещение страницы регистрации и страниц блюд, особенно в небольших сегментах.
- Уменьшить время между шагами:
- добавление блюд в корзину и ввод логина, особенно в небольших сегментах;
- подтверждение телефона и покупка, особенно в больших сегментах.
Рекомендуемые пользовательские стратегии:
- Стимулирование увеличения количества покупок и среднего чека для половины пользователей больших сегментов, покупающих редко и на маленькие суммы.
- Удержание той трети всех пользователей больших сегментов, которые покупали недавно часто и на большие суммы.
Рекомендуется развивать сотрудничество с четырьмя прибыльными сетями Гурманский Шторм, Гурманское Наслаждение, Завтраки на любой вкус и Шоколадный рай, но, при этом, иметь запас оборотного капитала для компенсации нестабильности прибыли.