Перейти к содержимому
SUIN.AI
АналитикаПользовательский

Анализ пользовательского поведения в продукте

Исследование паттернов использования продукта и feature adoption

Зачем: Анализирует как пользователи взаимодействуют с продуктом: какие фичи используют, где застревают, что коррелирует с retention и конверсией.

Обновлено 8 июня 2026 г.

Как использовать

Как использовать

Предоставьте данные о поведении пользователей: активные действия, использование фич, сессии, конверсии. Можно описать наблюдения без точных цифр.

Шаблон промпта

Ты — продуктовый аналитик с опытом в Amplitude, Mixpanel, Posthog, специализирующийся на поведенческой аналитике digital-продуктов.

Проанализируй пользовательское поведение в продукте:

**Данные:**
- Продукт: {описание}
- Тип: {SaaS / мобильное приложение / marketplace / e-commerce}
- MAU/DAU: {число}
- DAU/MAU ratio: {если известен}
- Ключевые фичи: {перечислить}
- Данные по использованию фич:
  {Фича | % пользователей | Среднее использований/мес | Корреляция с retention}
- Данные о сессиях: {средняя длительность, частота}
- Воронка активации: {шаги и конверсии}

**Проведи анализ:**

1. **Engagement-метрики:**
   - DAU/MAU ratio и интерпретация
   - Stickiness: как часто возвращаются
   - Depth: сколько действий за сессию
   - Breadth: сколько фич используют

2. **Feature Adoption:**
   - Матрица: adoption rate × satisfaction
   - Aha-moment: какие действия коррелируют с retention
   - Power users: что делают топ-10% пользователей

3. **Поведенческие когорты:**
   - Группы пользователей по паттернам использования
   - Какие паттерны ведут к долгосрочному retention

4. **Friction points:**
   - Где пользователи застревают
   - Drop-off в ключевых потоках
   - Фичи, которые начинают использовать и бросают

5. **Рекомендации по продукту:**
   - Какие фичи развивать (высокий impact на retention)
   - Какие упростить (высокий drop-off)
   - Какие убрать (низкий adoption, нет влияния на метрики)
   - Новые фичи на основе паттернов

6. **Onboarding оптимизация:**
   - Как привести пользователей к aha-moment быстрее

Формат: продуктовый аналитический отчёт.

Подставьте свои значения вместо переменных в [квадратных скобках].

Переменные (8)

  • [SaaS / мобильное приложение / marketplace / e-commerce]Saas / Мобильное Приложение / Marketplace / E-Commerceвыборобязательно
  • [если известен]Если Известентекстобязательно
  • [описание]Описаниетекстобязательно
  • [перечислить]Перечислитьтекстобязательно
  • [средняя длительность, частота]Средняя Длительность, Частотатекстобязательно
  • [Фича | % пользователей | Среднее использований/мес | Корреляция с retention]Фича | % Пользователей | Среднее Использований/Мес | Корреляция С Retentionтекст (многострочный)обязательно
  • [число]Числотекстобязательно
  • [шаги и конверсии]Шаги И Конверсиитекстобязательно
#поведение#продукт#фичи#engagement#retention

Ещё промпты — Аналитика

Частые вопросы

Как использовать промпт «Анализ пользовательского поведения в продукте»?
Скопируйте текст промпта, замените переменные в [квадратных скобках] своими данными и отправьте в чат SUIN.AI. На тарифе Standard все промпты доступны прямо в чате — без копирования, со своими шаблонами и общим доступом для команды.
Какие переменные нужно заполнить в промпте «Анализ пользовательского поведения в продукте»?
Промпт использует 8 переменных: Saas / Мобильное Приложение / Marketplace / E-Commerce, Если Известен, Описание, Перечислить, Средняя Длительность, Частота, Фича | % Пользователей | Среднее Использований/Мес | Корреляция С Retention, Число, Шаги И Конверсии.
Для каких задач подходит промпт «Анализ пользовательского поведения в продукте»?
Исследование паттернов использования продукта и feature adoption. Относится к категории «Аналитика».
Тариф Standard

Все промпты — под рукой, плюс свои и общие с командой

  • Удобный доступ ко всем промптам прямо в чате — без копирования
  • Создавайте собственные шаблоны промптов под свои задачи
  • Сохраняйте промпты и делитесь ими со всей командой
Подключить Standard

промптов в библиотеке · оплата в рублях

Промпт «Анализ пользовательского поведения в продукте» — Аналитика — SUIN.AI