Sankey-диаграмма trial: как читать пути пользователей и снижать отток без сторонних систем

Эта статья, пошаговый playbook для product-менеджеров B2B SaaS, которые хотят понять, почему trial-пользователи уходят, и остановить отток без привлечения дорогих инструментов. Стандартная воронка показывает только конверсию на каждом этапе, но скрывает реальные цепочки действий: кто-то застревает на регистрации, кто-то пропускает ключевое событие, а кто-то уходит сразу после первого визита. Sankey-диаграмма раскрывает эти пути в наглядной визуализации, а встроенная аналитика userStream позволяет работать с ними без интеграции с Mixpanel или Amplitude. Вы узнаете, как читать Sankey-пути, находить типовые пробки онбординга и превращать их в измеримые улучшения метрик.

Большинство продуктовых команд тратят недели на настройку событий и сквозной аналитики, а потом получают отчёт, который не отвечает на вопрос «почему пользователь отвалился именно на этом шаге». Sankey-диаграмма trial в userStream решает эту проблему: она показывает не просто проценты, а последовательность действий каждого сегмента, от регистрации до конверсии или оттока. Фильтры по дате, типу пользователя и исключение системных событий позволяют убрать шум и сосредоточиться на проблемных когортах. Всё это работает без DevOps, долларовых тарифов и дополнительных бюджетов на аналитические платформы.

В этом гайде мы разберём пять типовых паттернов оттока, которые легко опознать по форме Sankey-диаграммы, и покажем, как каждый из них исправить с помощью точечных сценариев онбординга. Вы научитесь настраивать путь для trial-когорты, фильтровать сегменты по поведению и автоматически показывать нужный контент тем, кто застрял. К концу статьи у вас будет готовый check-list: как измерить effect тактик по метрикам activation и time-to-value, не выходя из интерфейса userStream.

Почему стандартная воронка не показывает истинные причины оттока на trial

Стандартная воронка конверсии (шаг → шаг) даёт лишь линейную картину движения пользователей: сколько дошло до этапа А, сколько до Б, сколько отвалилось. Но в сложных B2B-продуктах с длинным циклом принятия решения пользователи редко двигаются строго по прямой. Они перескакивают шаги, возвращаются на предыдущие экраны, параллельно изучают документацию или повторно регистрируются с другой почты. Воронка такие петли не учитывает, она схлопывает их в один переход, занижая реальный отток и скрывая точки, где пользователи теряются.

Sankey-диаграмма, напротив, показывает все маршруты, прямые, обратные и цикличные. Например, типичный сценарий trial-пользователя: зашёл на регистрацию, прошёл тур, вернулся на регистрацию и ушёл. Воронка покажет конверсию 60 % на этапе «тур → следующий шаг», а Sankey, что 20 % после тура возвращались на регистрацию, и из них 70 % отвалились. Итоговый отток по линейной логике, 40 %, по реальным путям, 60 %. Разница в 1,5 раза меняет приоритеты команды.

• Воронка скрывает повторные действия: если пользователь дважды заходит на страницу тарифов, воронка засчитывает один переход, а Sankey показывает обе попытки и точку ухода после каждой.

• Возвраты к предыдущим шагам (например, из онбординга обратно в регистрацию) в воронке не фиксируются, а Sankey выделяет их как отдельную ветку с процентом оттока.

• Параллельные действия, изучение документации во время онбординга, воронка игнорирует, хотя они часто предшествуют оттоку из-за непонимания продукта.

• На примере trial-пользователей B2B SaaS: воронка показывает 40 % оттока на втором шаге, а Sankey, 60 %, потому что 20 % пользователей возвращаются на шаг 1 и уходят оттуда.

• userStream встраивает Sankey-пути прямо в платформу на собственных данных, не требуются внешние системы аналитики (Mixpanel, Amplitude) и дополнительные тарифы.

• Пять минут настройки пути A → B (например, «регистрация → первый визит в дашборд») выявляют скрытые точки отказа: воронка таких деталей не даёт.

Как настроить Sankey-путь в userStream для trial-когорты: пошаговый гайд

Чтобы настроить Sankey-путь для trial-когорты в userStream, выполните пять последовательных шагов: определите стартовое событие, выберите целевое действие, отфильтруйте системные события, ограничьте когорту по дате и задайте глубину пути. Каждый шаг убирает лишний шум и фокусирует карту на реальных действиях пользователей, которые влияют на конверсию из триала в платную подписку.

В отличие от инструментов, где Sankey строится на сырых данных из Mixpanel или Amplitude, userStream позволяет применить все фильтры и сегменты прямо в интерфейсе без кода. Это особенно важно для русскоязычных B2B-команд, которым не нужна дополнительная валюта оплаты и DevOps-поддержка для настройки аналитики онбординга.

• Шаг 1: определите точку A (старт), например, кастомное событие userStream.track('trial_started'). Это событие должно срабатывать сразу после регистрации и начала триала, чтобы Sankey показывал путь с самого первого действия.

• Шаг 2: выберите цель B, продуктовое событие, которое обозначает Aha Moment (например, 'project_created'). Цель не обязательно должна быть финальной оплатой, достаточно действия, которое коррелирует с удержанием.

• Шаг 3: исключите системные события (tourstarted, checklistcompleted), они создают шум и искажают реальную картину переходов между ключевыми действиями. В userStream это делается одним кликом в фильтре событий.

• Шаг 4: настройте когорту по дате, смотрите путь только тех, кто начал trial на этой неделе. Так вы анализируете актуальное поведение, а не усреднённые данные за месяц.

• Шаг 5: установите глубину 3, 4 шага, этого достаточно, чтобы увидеть первые решения пользователя (например, создал проект → загрузил данные → пригласил коллегу) без перегруза карты длинными цепочками.

5 типовых паттернов оттока на Sankey-диаграмме и как их исправить

Sankey-диаграмма позволяет быстро визуализировать пять повторяющихся сценариев, по которым пользователи покидают trial, и подсказывает конкретные действия для каждого случая. Вместо того чтобы гадать, почему упала конверсия, вы видите точное место разрыва и можете сразу применить один из проверенных сценариев онбординга. Ниже разобраны паттерны, которые встречаются в 80% B2B SaaS-продуктов с бесплатным пробным периодом.

Каждый паттерн диагностируется за пару кликов: достаточно отфильтровать Sankey по дате регистрации и исключить системные события. После выявления узкого места вы подключаете нужный сценарий, чеклист, подсказку или приветственный тур, и отслеживаете изменение потока на той же диаграмме.

• Паттерн «Завис на туре»: пользователь прошёл 3 шага тура и ушёл. Решение, добавить чеклист с первым действием после тура, чтобы сразу перевести внимание на реальную задачу.

• Паттерн «Петля регистрации»: повторные заходы на страницу регистрации без продвижения. Решение, подсказка с кнопкой «Начать с шаблона», которая предлагает готовый проект вместо пустого старта.

• Паттерн «Бросил на пустом экране»: после регистрации сразу отказ. Решение, приветственный тур с задержкой 0 секунд, чтобы показать первый полезный экран до того, как пользователь закроет вкладку.

• Паттерн «Ушёл после первого действия»: пользователь создал один объект и исчез. Решение, триггерный чеклист «Следующий шаг: настрой интеграцию», который появляется сразу после первого действия.

• Паттерн «Многократный просмотр одной страницы»: пользователь возвращается на одну и ту же страницу, не двигаясь к цели. Решение, подсказка с инструкцией или ссылка на центр ресурсов, чтобы снять неопределённость.

Как использовать фильтры сегментов в Sankey, чтобы понять поведение разных типов trial-пользователей

Фильтры сегментов в Sankey-диаграмме позволяют изолировать группы пользователей по роли, источнику трафика, тарифу или когорте и сравнить их пути. Это даёт точное понимание, какие сегменты быстрее доходят до ключевого действия, а где, наибольший отток. Вместо усреднённой картины вы видите поведение каждой категории отдельно и можете адаптировать онбординг под её потребности.

Например, если для admin-ролей Aha Moment наступает после загрузки первого файла, а для member-ролей, после приглашения коллеги, вы настроите разные триггеры. Без сегментирования Sankey покажет смешанный поток, где обе точки выглядят равноценно, и вы рискуете упустить реальный драйвер конверсии.

• Сегмент «Новички vs опытные»: сравните пути admin и member. Admin часто видит всю панель управления, member, только задачи. Sankey покажет, на каком шаге member теряется чаще, и подскажет, где упростить интерфейс.

• Сегмент по источнику трафика: постройте Sankey отдельно для органики, платного трафика и рефералов. Если органические пользователи быстрее доходят до активации, а платные, отваливаются на регистрации, проблема в объявлении или лендинге, а не в продукте.

• Сегмент по тарифу: trial на Free vs Pro. Сравните, какой путь даёт лучшую конверсию в Aha Moment. Если пользователи Pro-триала чаще активируются после интеграции с CRM, а Free, после создания первого проекта, настройте разные сценарии онбординга.

• Сравнение когорт: выделите пользователей, начавших trial до и после изменения онбординга. Sankey покажет эффект: улучшилось ли прохождение ключевых шагов или отток сместился на другой этап. Это объективный способ оценить A/B-тест без отдельной системы.

• В userStream сегменты создаются no-code, без помощи разработчика, сразу применимы к пути. Выбираете критерий (роль, источник, тариф, дата регистрации) и получаете отдельную Sankey-диаграмму для этой группы. Переключение между сегментами занимает секунды и не требует экспорта данных.

От Sankey к действиям: как автоматически показывать нужный контент на основе выявленного паттерна

После того как Sankey-диаграмма указала на конкретный шаг, где пользователи массово останавливаются, следующий шаг, превратить эту точку отвала в автоматический сценарий онбординга. Вместо того чтобы вручную отслеживать каждого нового пользователя, вы создаёте сегмент на основе событий, которые уже есть в платформе, и назначаете целевую подсказку, чеклист или тур. Это превращает разовую аналитику в постоянно действующий механизм удержания: каждый новый пользователь, попавший в тот же паттерн, сразу получает именно то руководство, которое нужно для перехода к следующему этапу.

В userStream такая связка настраивается без привлечения разработчиков и без дополнительных интеграций. Вы берёте выявленный в Sankey паттерн (например, пользователь запустил trial, но не создал ни одного проекта), превращаете его в условие сегмента, а затем прикрепляете к сегменту готовый сценарий. Триггеры, событие, задержка, клик, определяют момент показа: контент появляется ровно тогда, когда пользователь отклонился от целевого пути, а не в случайный момент сессии.

• По результатам Sankey создаёте сегмент «Пользователи, которые зависли на шаге X» с помощью кастомного события, например, `track('trial_started')` есть, а `track('project_created')` нет.

• Назначаете этому сегменту чеклист, подсказку или тур с конкретным сценарием, который закрывает именно этот пробел в онбординге.

• Пример: если у пользователя нет события `project_created` через 10 минут после `trial_started`, показывать чеклист «5 шагов до первого проекта» с пошаговыми действиями.

• Триггеры в userStream (событие, задержка, клик) позволяют показывать контент ровно в момент, когда пользователь отклонился от целевого пути, не раньше и не позже.

• Итог: замкнутый цикл «анализ Sankey → сегментация → автоматический онбординг → пересчёт Sankey» без написания кода, что даёт возможность повторять итерации онбординга каждую неделю.

Метрики для отслеживания: как замерить, что тактика сработала

Чтобы объективно оценить эффект от внедрённого сценария онбординга, нужно сравнить ключевые показатели воронки до и после изменения. Главный инструмент, раздел «Пути» (Sankey), где вы видите конверсию между выбранными шагами за конкретные когорты. Если вы добавили подсказку или упростили шаг, конверсия A→B должна вырасти, а доля «отказ» (drop‑off) на первых переходах, сократиться.

Помимо конверсии, важна скорость достижения целевого действия (time‑to‑value) и вовлечённость пользователя в первые дни trial. Если после изменения пользователи быстрее доходят до ключевого события и чаще возвращаются на следующий день, значит, тактика действительно снизила отток. Эти метрики можно отслеживать прямо в userStream без подключения внешних систем, платформа автоматически строит распределение времени и повторные визиты по когортам.

• Конверсия A→B до и после внедрения сценария, сравнение в разделе «Пути»: выберите нужный временной период и когорту, чтобы увидеть изменение процента переходов между шагами.

• Снижение доли «отказ» на первых шагах Sankey‑диаграммы: если после изменения меньше пользователей покидают воронку на этапе регистрации или первого действия, тактика работает.

• Ускорение time‑to‑value: медианное время от старта до цели B, userStream показывает распределение времени для каждой когорты, позволяя замерить сокращение пути.

• Рост повторных визитов на trial: пользователи возвращаются на следующий день, показатель вовлечённости, который можно отследить через когортный анализ встроенными средствами.