Con el Explorador de Datos puedes encontrar las respuestas que buscas. La advertencia es que requiere algo de SQL y rebuscar en los datos.
Hice algo así y publiqué sobre ello en mi blog. Creo que es algo bastante importante de seguir para comunidades más maduras. Aquí tienes una consulta que utilicé para ver cuántas personas se mantuvieron activas un mes después de unirse:
select
to_char(date_trunc('month', u.created_at), 'YYYY Mon') "Join Date",
cast(sum(case
when first_post_created_at-u.created_at <= interval '30 days'
then 1.0
else 0.0
end) /count(*) as float) "Contribution Rate"
from users u
join user_stats s
on u.id = s.user_id
where u.created_at > '2004-10-01T00:00:00.000Z'
group by date_trunc('month', u.created_at)
order by date_trunc('month', u.created_at)
Esto fue útil para analizar College Confidential porque tiene patrones cíclicos muy obvios: los estudiantes de último año de secundaria empiezan a pensar en las solicitudes en noviembre, reciben las decisiones en marzo y se olvidan del proceso de solicitud durante el verano. No todas las comunidades tendrán esa regularidad.
Una advertencia: me he visto tan envuelto en los datos que me he perdido cosas obvias que podría haber aprendido simplemente mirando el sitio. Tener datos objetivos ayuda a verificar o refutar observaciones subjetivas. Puede ser peligroso tomar decisiones a partir de datos sin contexto. (¡Quizás estoy hablando más conmigo mismo que contigo!)