Cohort retention curve выглядит как «plateau» на 60% после M3. Это плохо?

Вопрос с собеседования аналитика по теме «Продуктовая аналитика».

Варианты ответа

• Да — нужно стремиться к 100%
• Нет — это сильный сигнал product-market fit
• Зависит от индустрии и размера plateau
• Plateau всегда означает saturation

Разбор ответа

Получить доступ к ответам — все вопросы →

Что дальше

• Раздел практики →
• Все 3000+ вопросов с разбором →

Похожие вопросы из категории «Продуктовая аналитика»

• Как рассчитать конверсию по этапам продуктовой воронки в SQL?
• Что такое retention curve и какие выводы по ней можно сделать?
• Как измерить DAU/WAU/MAU и для чего их сравнивают?
• Что такое cohort analysis и как он помогает проверить гипотезу?
• Приведите пример метрики product-market fit survey.
• Как измерить влияние новой фичи на North Star Metric через дерево метрик?
• Что такое Opportunity Solution Tree?
• Как корректно измерить влияние push-уведомлений на retention, избежав ловушки selection bias?

SQL-задачи по теме

• Retention Day 1 по когортам
• Retention D1, D7, D30 для когорты
• Кумулятивный retention: доля вернувшихся хотя бы раз за N дней

Тестовые задания

• Определение North Star метрики для SaaS-продукта
• Расчёт unit-экономики интернет-магазина

Полезные блог-статьи по теме

• 10 функций pandas вместо for: окна и временные ряды
• ClickHouse для аналитика: ENGINE и матвью
• Когортный анализ retention в SQL: пошаговый расчёт
• A/B-тесты в Python: scipy.stats и расчёт значимости