# Портрет клиента, конвертнувшегося из триала

## Summary

Портрет пользователя, который вероятнее всего конвертнётся из триала в подписку:
- *Количество активных дней* – **более 27**
- *Автопереключения серий* – **более 309**

## Развёрнуто

### Задача

Сформулировать портрет пользователя, который с высокой долей вероятности конвертируется из триала в подписку, а-ля:
- активных дней 30
- добавил в избранное — 5 раз
- ...

### Методология

1. Соберём выборку пользователей-триальщиков;
2. Добавим для них информацию, конвертнулся ли пользователь в подписку или нет;
3. Выберем действия пользователя, которые наиболее точно предсказывают, конвертнётся триальщик или нет;
4. Для отобранных пользователей посчитаем эти действия, пока они были в триале;
5. Для каждого действия посмотрим, при каком количестве доля конвертнувшихся становится выше доли неконвертнувшихся:
5.1. Игнорируем редкие кейсы – мало информации!

Рассмотрим по пунктам подробнее.

#### Пользователи-триальщики

Пользователи, которые подключали триал, начиная с **01.06.2022** до **20.12.2022**, примерно за послдение полгода. Таким образом:
- Данных достаточно много, чтобы можно было обобщить;
- Данных достаточно мало, чтобы запрос не отрабатывал вечность;
- Данные актуальны;
- Исключим случаи не полного цикла, берём только тех пользователей, кто закончил 30-дневный триал.

#### Конверсия пользователя

Была ли куплена подписка после окончания триала:
- Да – конвертнулся;
- Нет – не конвертнулся (может быть погрешность для относительно недавних пользователей, пренебрежём).

#### Действия для формирования портрета

Из [исследования](https://docs.google.com/presentation/d/1x5N8kw-DwsOb-mtpD-AXoHyai1PCXr6Czn6fZ8-KPdc/edit?usp=sharing) (слайды 11-14) мы уже знаем, какие признаки наиболее характерны конвертнувшимся пользователям. Выделим наиболее наглядные:
- Количество активных дней (когда пользователь заходил в интерфейс);
- Количество просмотров сериалов;
- Количество просмотров фильмов;
- Количество просмотренных проектов;
- Количество поисков без выдачи.

Будем обращать внимание и на другие признаки, но, в первую очередь, начнём с указанных выше.

#### Сбор данных

По логам Яндекс.Метрики и Аппметрики.

#### Анализ

Процент конвертнувшихся пользователей из триала – **35%**.

Берём признак **активные дни**.

Смотрим процент конвертнувшихся пользователей среди тех, кто был активен 1 день, 2 дня, и т.д. до 30 (в триале 30 дней, соответственно, больше быть не может), левый график ниже.


Доля конвертнувшихся пользователей растёт вместе с количеством активных дней. Если у пользователя было **27 активных дней** (или больше), то уже **50% вероятности**, что он конвертнётся. Это **на 15% выше**, чем среднее значение конверсии.

Также заметим, всего около 4000 конвертнувшихся пользователей (график справа), у которых 27 активных дней. Будем считать, что если признак наблюдался **более, чем у 50 конвертнувшихся пользователей**, то мы **рассматриваем** как тенденцию. **Иначе – игнорируем**: просто шум, погрешность.

Рассмотрим **автопереключения серий**.


Так как значений автопереключения серий у пользователей огромное количество, то мы рассматриваем диапазоны, а не конкретные значения.

По левому графику процентнов конвертнувшихся видно, что при более **309** автопереключениях вероятность конверсии выше 50%. Также число пользователей **более 50%**. Стало быть, это также **яркий маркер конвертнувшегося пользователя**.

ПРОЦЕНТ ТУРЕЦКИХ СЕРИАЛОВ: