2021_2022_retention_cohort

Retention и когортный анализ по итогам 2021-2022 учебного года.

Letovo.online. Июнь 2022.

Данные

Таблица users (данные о пользователях платформы):

• id -- внутренний id пользователя в системе
• grade_id -- актуальный класс ученика на апрель 2022.
• created_at -- дата создания пользователя
• role -- выбираем learner (ученики собственно)
• id___global -- внешний ID, в некоторых таблицах он используется
• ts_login_first -- первый логин в ДО. Может не совпадать с created_at, так как пользователь мог зарегаться на сайте школы и не перейти в ДО
• ts_login_last -- последний логин в ДО

Таблица auth (данные об авторизациях пользователей):

• id_app -- выбираем (2)
• idc_type -- выбираем (1) и (2)
• idc_audit_access -- (1)
• id_user_login -- это обычный id внутренний в users
• ti -- время
• f_supervisor -- выбираем (0)

Это две основные таблицы. Кроме того есть таблицы с данными по тестам, курсам, олипиадам, а также по заявкам в школу.

Задача

1. Кривая Retention и усредненный процент по дням (1-30), месяцам (1-24) по сегментам:

   • все новые пользователи

   • пользователи, которые начали тест в течение 14 дней после первого логина

   • пользователи, которые закончили тест в течение 14 дней после первого логина

   • пользователи, которые подали заявку на курс в течение 14 дней после первого логина

   • пользователи, которые получили одобренную заявку на курс в течение 45 дней после подачи заявки

   • пользователи, которые получили отказ

   • пользователи, которые подали заявку на обучение в школе

2. Когортный анализ по неделям для новых пользователей в 2021-2022 гг.

   1. Число новых пользователей в когорте
   2. Начали проходить тест в течение 14 дней после регистрации
   3. Закончили проходить тест в течение 30 дней после регистрации
   4. Подали заявку на курс в течение 14 дней после регистрации
   5. Решили одно олимпиадное задание в течение 14 дней
   6. Подали заявку в школу
   7. Retention новых пользователей в авторизацию на 1, 7 и 30 день

Замечание: смотрим только на 5-8 классы.

Используемые библиотеки

pandas, seaborn, matplotlib, numpy, lxml

Основные выводы

• Retention имеет тенденцию к росту при переходе по цепочке: логин -> нач. тест -> закон. тест. Заявка на курс в плане retention лучше, чем начавшие тест, но хуже, чем те, кто тест завершил.
• есть тенденция на снижение с 2019 до 2021 года
• сезонные пики: май, июнь, июль ,август, сентябрь, октябрь, ноябрь, декабрь, январь - высокий сезон, особенно выраженный в сентябре-октябре, что логично.
• Конверсия в заявку на курс совсем низкая, ниже, чем на олимпиады
• В ноябре и декабре всплеск заявок на олимпиады
• Высокий процент заявок на курс видим только в сентябре и начале октября
• Самая высокая конверсия в заявку на обучение в школе на вторую неделю октября (33%)