Введение (Introduction). Цифровые образовательные платформы стали устойчивой частью рынка услуг (Конанчук, 2013; Чудиновских, 2022; Веретин, 2025). В сегменте подготовки к ЕГЭ и ОГЭ они выполняют не только функцию доставки учебного контента, но и функцию сопровождения длительной образовательной траектории. Для такой услуги важно не разовое подключение пользователя, а сохранение регулярной учебной активности на протяжении нескольких месяцев. Именно поэтому проблема удержания в EdTech не может быть сведена только к показателю продления подписки.

Российский рынок образовательных технологий постепенно переходит от быстрого экстенсивного роста к более зрелой фазе. По данным отраслевого обзора, в 2025 г. выручка ста крупнейших российских EdTech-компаний достигла 154 млрд руб., однако темп роста составил 12%, что ниже значений предыдущих лет (Smart Ranking, 2026a). В сегменте онлайн-подготовки к экзаменам выручка школ превысила 19 млрд руб. (Smart Ranking, 2026b). Эти данные указывают на то, что дальнейшая устойчивость цифровых образовательных сервисов зависит не только от привлечения новых клиентов, но и от качества работы с уже пришедшей аудиторией.

Специфика экзаменационной подготовки состоит в длительном горизонте результата. Между отдельным учебным действием – просмотром урока, решением задания, разбором ошибки – и конечной целью в виде экзамена проходит значительное время. В таких условиях снижение регулярности занятий может начаться задолго до отказа от подписки. Для платформы это означает необходимость различать два уровня удержания: образовательное удержание обучающегося и клиентское удержание плательщика. Первое связано с сохранением учебной деятельности, второе – с продолжением оплаты услуги.

Дополнительным обстоятельством является конкуренция цифровой образовательной услуги с другими формами онлайн-активности подростков. Согласно данным Mediascope, россияне старше 12 лет весной 2024 г. проводили в интернете в среднем 4,5 часа в день (ТАСС, 2024). Это создает для образовательных сервисов ситуацию, в которой учебная платформа конкурирует не только с альтернативными курсами, но и с развлекательными и коммуникационными цифровыми средами.

В научной литературе проблема удержания затрагивается в нескольких исследовательских направлениях. Теория самодетерминации раскрывает значение автономии, компетентности и связанности для внутренней мотивации (Ryan, Deci, 2000). Исследования онлайн-вовлеченности показывают, что поддержка базовых психологических потребностей важна и в цифровой среде обучения (Chiu, 2022; Martin, Bolliger, 2018; Ojo et al., 2024). Работы по учебной аналитике рассматривают цифровые следы обучающихся как основу для управленческих и педагогических решений (Ferguson, 2012; Siemens, Long, 2011; Bergdahl et al., 2024). Однако связь между поведенческими индикаторами, сервисным сопровождением и экономическими результатами EdTech-платформы пока требует отдельной систематизации.

В данной статье удержание обучающихся рассматривается как характеристика устойчивости цифровой образовательной услуги. Такой подход позволяет сместить акцент с общего описания мотивации на более прикладной вопрос: какие наблюдаемые действия пользователя могут служить ранними признаками риска и какие ограничения необходимо учитывать при использовании этих признаков в управлении сервисом.

Цельисследования (The aim of the work). Цель исследования состоит в систематизации поведенческих индикаторов удержания обучающихся в цифровых образовательных услугах и в определении управленческих ограничений их применения на примере платформ подготовки к ЕГЭ и ОГЭ.

Для достижения цели решаются следующие задачи: уточнить специфику удержания в цифровой образовательной услуге; выделить группы поведенческих индикаторов, доступных платформе; определить возможные сервисные действия в ответ на выявленные сигналы; показать ограничения автоматизированной интерпретации цифрового поведения; предложить логику совместной оценки образовательного и клиентского результатов.

Научная новизна исследования состоит в уточнении трактовки удержания применительно к цифровым образовательным услугам. Удержание предлагается рассматривать не как единый маркетинговый показатель, а как сочетание образовательного участия обучающегося и клиентского удержания плательщика. В отличие от подходов, в которых цифровые следы используются преимущественно как показатели активности, в статье предложена их сервисная интерпретация: поведенческий индикатор рассматривается не как диагноз мотивации, а как основание для выбора допустимого управленческого действия. Дополнительный элемент новизны заключается в предложении примерной операционализации групп индикаторов и логики их связи с образовательными и экономическими результатами платформы.

Материалы и методы исследования (Materials and Methods). Исследование имеет методический и концептуальный характер. Оно не претендует на эмпирическую проверку причинно-следственных связей между отдельными действиями обучающегося и фактом продления подписки. Основная задача работы заключается в теоретической систематизации признаков, которые могут использоваться в сервисном управлении цифровой образовательной платформой, а также в описании условий их последующей проверки на обезличенных данных конкретного сервиса.

Материалами исследования стали научные публикации по мотивации в онлайн-обучении, учебной аналитике, раннему предупреждению оттока и вовлеченности обучающихся, а также открытые отраслевые материалы о российском рынке EdTech. В качестве теоретической базы использованы положения теории самодетерминации, исследования цифрового поведения обучающихся, практики индивидуализации дистанционного обучения и подходы учебной аналитики (Авдеева и др., 2017; Кононыхина, 2021; Lee, Kim, 2025).

Методика работы включала четыре этапа. На первом этапе были выделены особенности экзаменационной подготовки как цифровой образовательной услуги. На втором этапе проанализированы индикаторы, которые могут быть зафиксированы внутри платформы без обращения к закрытым персональным данным: входы, сессии, выполнение заданий, повторные попытки, ошибки, реакция на обратную связь и динамика предметных результатов. На третьем этапе эти признаки были сгруппированы по их управленческому смыслу. На четвертом этапе определены ограничения использования индикаторов, связанные с риском неверной интерпретации поведения, избыточной автоматизации и смешения образовательного и клиентского результата.

Методологическое ограничение исследования состоит в том, что поведенческие индикаторы рассматриваются как косвенные признаки риска, а не как прямое измерение мотивации или психологического состояния. Пороговые значения и расчетные правила, приведенные далее, имеют характер примера операционализации и не являются универсальными нормативами. Они должны уточняться на данных конкретной платформы с учетом предмета, класса, периода подготовки, формата сопровождения и особенностей клиентской модели.

Результаты исследования и их обсуждение (Results and Discussion). EdTech-платформа в сегменте подготовки к экзаменам сочетает признаки образовательного продукта и сервисной услуги. С одной стороны, она предоставляет учебный контент, задания, тренажеры, обратную связь и аналитику прогресса. С другой стороны, значительная часть ценности формируется не самим наличием контента, а тем, насколько сервис помогает ученику сохранять учебный ритм и проходить траекторию до результата.

В сервисной логике удержание не является только маркетинговым итогом. Если ученик продлевает доступ, но фактически не занимается, платформа сохраняет краткосрочную выручку, но качество услуги остается сомнительным. Если ученик регулярно занимается, но плательщик не видит динамики и не понимает ценность продукта, возникает риск прекращения оплаты. Поэтому для платформ подготовки к ЕГЭ и ОГЭ важно рассматривать удержание как связку образовательного участия и воспринимаемой ценности для плательщика.

Двухсубъектная структура клиентских отношений усиливает эту сложность. Пользователем учебного интерфейса является школьник, а решение о покупке или продлении услуги часто принимает родитель. В результате платформа должна обслуживать два типа сигналов: цифровое поведение обучающегося и коммуникацию с плательщиком. Смешение этих сигналов приводит к методической ошибке: продление подписки может быть принято за образовательный результат, а учебная активность – за гарантированный признак коммерческого удержания.

Поведенческие индикаторы полезны именно как ранние признаки изменения учебного участия, что соответствует результатам исследований подгрупп, обучающихся в цифровой среде (Kizilcec et al., 2013). Они позволяют заметить нарушения ритма раньше, чем пользователь окончательно прекращает заниматься. Однако их ценность зависит от корректной интерпретации. Например, уменьшение числа входов может отражать потерю интереса, болезнь, школьную нагрузку, подготовку по другому предмету или временное освоение темы вне платформы. Поэтому индикаторы должны рассматриваться не отдельно, а в сочетании с контекстом, предметной динамикой и историей взаимодействия.
В таблице 1 рассмотрим, какие группы поведенческих индикаторов удержания можно выделить в цифровой образовательной услуге.

Для перехода от качественного перечня сигналов к управленческому использованию необходима операционализация индикаторов. В таблице 2 приведен пример такой операционализации. Указанные пороги не следует рассматривать как универсальные нормативы: они задают стартовую логику мониторинга и должны уточняться на исторических данных конкретной платформы.

Представленная группировка не является классификацией психологических типов. Она описывает только те стороны поведения, которые могут наблюдаться в цифровой среде и использоваться для принятия сервисных решений. Это принципиально важно: платформа видит не мотивацию как внутреннее состояние, а действия, их частоту, последовательность и результативность.

В этом смысле поведенческий индикатор должен запускать проверку гипотезы, а не готовое решение. Если учащийся перестал повторять попытки после ошибки, это может означать фрустрацию, но может также указывать на внешнюю занятость или непонимание формата задания. Следовательно, корректное действие не должно сразу сводиться к усилению коммуникации. Иногда более уместным будет изменение сложности следующего шага, короткое пояснение ошибки или передача кейса куратору.

Роль куратора и методиста при этом не исчезает. Наоборот, автоматизация делает их участие более адресным: специалист подключается не ко всем пользователям одинаково, а к тем ситуациям, где цифровые признаки указывают на возможный риск. Такой подход соответствует логике систем раннего предупреждения, в которых прогнозирование имеет смысл только тогда, когда за ним следует своевременное и содержательно обоснованное вмешательство (Bañeres et al., 2023).

Для сервисного управления важно также отделять операционные действия от итоговых результатов. Напоминание, изменение сложности или сообщение родителю сами по себе не доказывают эффективность сопровождения. Они должны оцениваться по последующим изменениям: возвращается ли ученик к занятиям, уменьшается ли повторяемость ошибок, появляется ли предметное продвижение, сохраняется ли подписка и не растут ли издержки сопровождения быстрее, чем дополнительная выручка от удержания. В таблице 3 рассмотрим, с какими управленческими ограничениями можно столкнуться в процессе применения поведенческих индикаторов.

В исследованиях управления удержанием клиентов подчеркивается, что задача состоит не только в прогнозировании оттока, но и в выборе того, какие клиенты находятся в зоне риска, какие из них должны стать объектом удерживающего воздействия и какими метриками следует оценивать результат программы удержания (Ascarza et al., 2018). Экономическая проработка сервисного сопровождения требует не только перечисления итоговых показателей, но и задания расчетной логики. Минимальный набор показателей может включать элементы, указанные в таблице 4.

Представленные показатели имеют прикладной характер и должны использоваться совместно. Например, рост клиентского удержания не свидетельствует о качестве сервиса, если одновременно не наблюдается образовательного продвижения. Напротив, повышение учебной активности может быть экономически неустойчивым, если оно достигается за счет чрезмерного увеличения затрат на сопровождение. Поэтому для цифровой образовательной услуги важна не максимизация числа коммуникаций, а выбор таких интервенций, при которых прирост образовательного участия и клиентского удержания превышает дополнительные операционные затраты.