EdTech: deep dive в NPS и отток

Ситуация: NPS упал с 55 до 38 за 3 месяца. Detractors выросли с 15% до 28%.

Онлайн-школа программирования. 30K активных студентов. Основные жалобы: «устаревший контент», «нет фидбэка от менторов», «сложная навигация».

Доступные данные

• surveys: user_id, nps_score, comment, survey_date, course_id
• support_tickets: user_id, category, priority, created_at, resolved_at, satisfaction
• churn: user_id, churn_date, last_nps_score, months_active

Задачи

• Кластеризовать detractors по темам жалоб (NLP или ручная категоризация).
• Рассчитать корреляцию NPS → churn: через сколько дней после low NPS уходят.
• Определить impact каждого driver-а на NPS через regression.
• Предложить action plan с expected NPS lift.

Все кейсы для подготовки → ← Все кейсы