IoT: аналитика экосистемного lock-in

Ситуация: Пользователи с 1 устройством имеют churn 25%/год. С 3+ устройствами — 5%. Средний ARPu с 1 устройством — $2/мес, с 5+ — $12/мес. Cross-sell rate — 15%.

Экосистема умного дома: хаб, камеры, датчики, лампочки, замок, робот-пылесос. Подписка на облачное хранилище и AI-features. Конкуренты предлагают Matter/Thread совместимость.

Доступные данные

• users: user_id, first_device_date, devices_count, subscription_tier, monthly_spend
• device_purchases: user_id, device_type, purchase_date, source, price
• ecosystem_engagement: user_id, month, automations_count, scenes_active, voice_commands, app_sessions
• cross_sell: user_id, recommended_device, recommendation_date, purchased, days_to_purchase
• churn: user_id, churn_date, devices_at_churn, reason, competitor_switch

Задачи

• Построить когортный анализ по «глубине» экосистемы (1, 2, 3, 4, 5+ устройств).
• Определить, какое устройство — лучший «якорь» для экосистемы (минимизирует churn).
• Рассчитать optimal cross-sell sequence: какое устройство рекомендовать вторым, третьим.
• Оценить threat Matter/Thread совместимости: снизит ли interoperability lock-in.
• Предложить value-based lock-in: automations и scenes, которые работают только в экосистеме.

Все кейсы для подготовки → ← Все кейсы