Сегодня поговорим о метриках. Если вы запускали проекты, то наверняка следили за ключевыми показателями: число сделок, средние чеки, повторные покупки, отзывы клиентов и показатели отказов, да вообще много всего интересного.
Но давайте копнем глубже и поймем, чем же эти метрики отличаются друг от друга?
В чем разница между конверсией лендинга и покупкой вашей услуги? Или между оффером на бесплатное демо и показателем удовлетворенности клиентов?
Разница в том, что они возникают в разный момент жизни клиента. И делятся они на два вида: опержающие и запаздывающие.
Запаздывающие - не значит плохие. Запаздывающие метрики - это, например, выручка, lifetime, индекс удовлетворенности и пр. Мы видим изменения этих метрик спустя какое-то продолжительное время после того, как что-то сделали в продукте.
Опережающие метрики - это, например, конверсия на лендинге. Мы можем подвинуть кнопку или изменить ее цвет и сразу увидеть рост или падение конверсий. Но как цвет кнопки повлияет на выручку в будущем мы не знаем.
Простой пример: мы решили похудеть на 5кг за месяц и сели на диету. Скинутый вес - запаздывающая метрика. Если мы верим в эту диету, то в конце увидим минус 5кг на весах. Если диета не сработала, то мы потратили месяц впустую. Обидно...
Но если мы введем опережающую метрику, например, количество потребленных калорий в день, то у нас появляется инструмент прогнозирования добегания до конечной цели. Съедим больше сегодня -> похудеем меньше завтра -> накопим отставание от плана.
Следим только за запаздывающими метриками - у нас всего одна попытка на успех.
Следим за запаздывающими и за опережающими - у нас 30 попыток и возможность управлять прогрессом.
А теперь про корреляции. Иногда бывает так, что вообще не очевидно, где в проекте метрика ежедневных калорий. Где крутить-то, чтобы к конечной цели прийти? Вот тут на помощь приходит математика.
Вот вам готовый алгоритм действий, когда вы вошли в ступор и не знаете что делать, чтобы расти.
Дисклеймер: в конце поста ссылка на шаблон, куда можно просто вставить цифры и все посчитается.
Предположим, ваша ключевая метрика - % успешных покупок платного тарифа вашего продукта.
💡 Набрасываем гипотез, что может влиять на эту метрику. Это могут быть: конверсия в заявку на демо, среднее время на сайте, число просмотреенных страниц и пр.
🧾 По каждой гипотезе выгружаем статистику по дням/неделям: например, сколько за период было бесплатных демо, и сколько из них позже оплатили услуги.
📈 Считаем корреляцию между гипотезой и целевой метрикой (Excel-функция CORREL)
⌛️ Повторяем это действие для всех гипотез
📊 Сортируем список полученных корреляций по убыванию, и наверх выплывают те гипотезы, которые имеют шансы на успех. Теперь мы знаем, что делать. Остается понять, сколько этого делать!
🧮 Считаем степень влияния победившей гипотезы на целевую метрику (функция LINEST)
🎉 Получаем число, сколько нам надо сделать бесплатных демонстраций (если именно эта гипотеза победила), чтобы достичь целевого значения конверсий в оплату (запаздывающая метрика)
💰 PROFIT! Теперь мы знаем, что нам надо почаще предлагать бесплатное Демо, и даже знаем, сколько именно!
Часто связи между метриками довольно тривиальны. И если есть возможность не городить огород, лучше этого не делать. Но когда поле уже распахано, а новых идей нет, этот метод позволит найти то, что не так очевидно. Да еще и обсчитать влияние этой неочевидности.
Для простоты держите шаблон, в котором можете ввести нужные вам данные и получить целевые метрики. Все функции уже заряжены под капотом. Ну и если будут вопросы - пишите в комментарии.
Подписывайтесь на телеграм-канал "Филе единорога": https://t.me/UnicornFillet