Абстрактный казуальный матч-3 проект, пусть, например, это будет всем известная Candy Crush Saga:
Проект представляет из себя карту с нанесенной на ней цепочки из матч3-паззл уровней
Проблема:
Имеем гипотетическую проблему: RetentionRate c 1 по 6 день отличный и имеет примерно следующее распределение:
day1 = 40%day2 = 30%day3 = 26%day4 = 24%day5 = 22%day6 = 20%А вот на 7ой день удержание резко проваливается и падает до 15% - хорошему ретеншну свойственно плавное угасание (и чем дальше тем угасание должно происходить медленнее), резкое же падение сигнализирует о каких-то продуктовых проблемах.
Допустим, что с технической стороны все гладко и нет никаких проблем, и логично предположить, что есть какие-то проблемы с уровнями (например, с их сложностью или интересностью).
Задание:
Нужно продумать стратегию по выдвижению гипотез, какие номера уровней являются проблемными, начиная с какого номера уровня в игре возникают проблемы, которые резко просаживают RetentionRate.
С вашей стороны вы никак не ограничены в инструментах, у вас есть возможность добавить на ClientSide/ServerSide отправку любых событий в неагрегированную аналитику а-ля ClickHouse и далее на основе собранных данных строить любые агрегации. Распишите ваши размышления и/или ход действий того, как вы будете решать описанную выше проблему?