Мы занимаемся разработкой дашбордов и сегодня хотим поделиться одним из недавних кейсов. К нам обратилась продуктовая компания, ребята создали свое мобильное приложение. Данных у них генерится много, они аккуратно складывались на бэкенде в PostgreSQL, но смотреть на них было не информативно. Продакт сводил таблички вручную, а фаундеры хотели видеть прозрачную картину в реальном времени.
Задача понятна – визуализировать метрики по привлечению, затратам на маркетинг, удержанию пользователей (retention) и посмотреть как они платят.
По стеку решили не усложнять. База у нас PostgreSQL, а для визуализации выбрали Yandex DataLens. Инструмент отличный и его мощностей под такие задачи хватает с головой.
Ниже покажу как мы структурировали данные и что из этого вышло.
Маркетинг и откуда приходят люди
Первым делом собрали сводку по маркетингу. Вывели наверх самые важные карточки: визиты, платные визиты, расходы, CPA, CPC, CTR и долю платного трафика. Добавили удобные фильтры по источникам и датам.
На графики вывели динамику. На одном из чартов наложили расходы на количество платных визитов. Это классика чтобы понимать не “льем” ли мы бюджет “в трубу” при росте цены клика.
Интересный момент прояснилася когда мы построили диаграмму с источниками трафика. См. скриншот – 67% это direct. С одной стороны хорошо, возможно бренд уже сильный, но с другой это частый симптом того что есть проблемы с разметкой трафика и utm-метками. Спойлер: так и оказалось, часть платного трафика терялась и “падала” в директ, потом пришлось это чинить.
Когортный анализ оплат
Дальше пошли в когорты. Для мобильного приложения с внутренними покупками или подпиской это самое важное.
Построили тепловую карту оплат по неделям жизни пользователя. По строкам у нас месяц регистрации (вывели данные с конца 2024 по начало 2026), а по столбцам – недели.
Тут наглядно видно как ведут себя пользователи. В нулевую неделю (сразу после регистрации) конверсия в оплату доходит до 35-39% в лучшие весенние месяцы 2025 года. Потом резкий спад, но отчетливо виден длинный хвост. Пользователи продолжают платить и на 5 и на 12 неделю. Для бизнеса такая визуализация крайне важна, она позволяет точно считать когда когорта полностью окупает затраты на свое привлечение.
Удержание (Retention)
И куда же без Retention Rate. Построили классическую кривую удержания.
График показывает суровую реальность мобильных приложений. В нулевую неделю возвращается 22.6% пользователей, к первой неделе показатель падает до 8.9%, а дальше идет долгое плато которое стремится к нулю где-то в районе 30-й недели.
Такая кривая помогает команде продукта понять где находится главная точка отвала.
Что в итоге
Заказчик перестал тратить часы на ручные выгрузки из базы. Теперь маркетолог, продакт и CEO заходят по ссылке в DataLens и видят актуальные цифры. Появилась прозрачность, а главное – стали понятны узкие места.