Рус Eng

Блог

27 февраля 2015

Показатели тщеславия

В книге Бизнес с нуля, Эрик Рис вводит понятие показателей тщеславия. Давайте посмотрим, что это такое и как это может испортить нам радость от бизнеса.

Рассмотрим небольшой модельный бизнес (будем говорить о сервисе). Мы все помним о том, что важно применять когортный анализ для учета показателей нашего бизнеса. Для простоты используем продажи в 3 когортах для одного тарифа (См. изображение ниже). Каждая клеточка это одна продажа.

Хорошо видно, что наши клиенты пользуются сервисом. Причем в первой когорте мы получили 10 клиентов, во второй 12, а в третьей уже 18. При этом, клиенты готовы покупать продукт не один раз. Среднее число продаж (APC) так же растет из когорты в когорту. Можно также посмотреть на доход от когорты: 25-31-52. Можно посмотреть и на доход в период (мы рассматриваем только 3 периода, так как у нас на рассмотрении всего 3 когорты): 10-18-31.

По всем показателям наш бизнес просто прет в гору. Однако все ли так радужно? Все ли мы учли? О чем еще надо помнить и обязательно проверять? Давайте вернемся к юнит-экономике. Для начала введем упрощения, считаем, что цена нашего единственного тарифа 50 рублей, цена привлечения одного пользователя (CPA) 2 рубля, с каждым разом от когорты к когорте мы работаем лучше и CPA немного снижается, а конверсия увеличивается. Сама конверсия нам не важна, считаем, что она порядка 1%.

Как заполнить таблицу экономики, читайте с статье про экономику интернет-магазина. Так что сразу смотрим на итоговый вариант.

В таблице мы видим наши когорты, а именно 10 — 12 — 18 клиентов в когорте, наш APC 2,5 — 2,58 — 2,74. Обратим внимание, что:

  • ARPPU = AvBill * APC — доход с одного платящего клиента в когорте, определяется по формуле, так как один клиент нам платит несколько раз.
  • ARPU = ARPPU * C1 — это сумма полученная от одного посетителя в когорте.
  • CPA, как я уже писал ранее тоже радуют нас постоянным снижением 2 — 1,9 — 1,8 рубля. То есть уже хорошо видно, что доход с одного посетителя меньше, чем цена привлечения одного посетителя.

Почему так получилось? Ответ находиться в параметре APC — наш тариф ниже, чем цена привлечения клиента, и клиент не окупает своего привлечения в рамках существующего числа продаж.

Давайте смоделируем нашу экономику и выясним, когда клиент начнет приносить прибыль.

В первой строке округляем APC до 3 и видно, что этого все еще не достаточно. Но мы уже близко к цели. Когорта становиться положительной, если клиент начинает платить 4 и более раз.

Исходя из всего сказанного можно сделать вывод, важным является доходность с каждого пользователя в когорте, а параметры роста продаж, роста самой когорты вовсе не говорят нам о состоянии дел в бизнесе. Не забывайте, основные параметры, влияющие на наш доход — ARPU и CPA, при этом надо помнить, что ARPU зависит от AvBill, APC, C1.

Подробнее

19 февраля 2015

Поколение DOOM

Мое знакомство с компьютерами, как и у многих в то время людей, началось с компьютерных игр. В 1986 году, меня привел мой старший брат в игровой салон, где стояли Atari 65XE и на которых я играл в River Raid.

Уже в 1988 году мой брат и отец начали вести разговоры и подготовку к сборке своего домашнего компьютера, схемы которого были опубликованы в вжурнале ЮТ88. Однако этой мечте не суждено было сбыться.

Однако уже 1990 году, был куплен первый домашний компьютер Львов ПК01. На котором я начал знакомиться с программированием. Потом были спектрум и тот же атари, и на конец, IBM PC, сначала это был советский монстр — Искра 1030М. И вот в 1994 году я познакомился c Wolfenstein 3D, DOOM, DOOM II, Hexen, Eretic и так далее. Конечно, я со своими друзьями программировал и в том числе 3D графику. Мы учились сами по наитию. И только много лет спустя я узнал, кто такой Джон Крамак.

Два Джона Кармак и Ромеро создали компанию, покорившую сердца многих людей не только технологией Кармака, но и миром, который придумал Ромеро. Однако, будучи людьми, детство которых прошло не самым радужным способом (одна судимость Кармака чего стоит), они добились высот только лишь живя в своем мире — мире андеграунда и игр. При этом они не мирились с тем, что зависят друг от друга, ведь технология Кармака без фантазий Ромеро не имеет смысла, а мир Ромеро не возможен без технологий Кармака.

Все это и не только это, читайте в подлинной истории компании id Software в книге Властелины DOOM.

Пока это лучшая биография, бизнес-стори, которую я читал. Книга о том, как создать супер технологию будучи гиком и как все это потерять. Рекомендую.

Книга предоставлена сервисом Readrate


Подробнее

31 декабря 2014

Когортный анализ в GA

Последнее время набирает интерес публики к инструментам кратного роста или так называемому growth hacking. Одним из важных инструментов этого процесса является когортный анализ, который позволяет правильно оценивать вклад от изменений в бизнесе или продукте. Важность использования когорт я показал в статье про экономику магазина, однако, как выяснилось, далеко не все знают, как получить данные для такого анализа. В этой статье я хочу рассказать о том, как построить когортный отчет в Goolge Analytics.

Для начала рассмотрим, произвольный отчет. Здесь и далее я буду рассматривать произвольный сайт, к которому у меня есть доступ, сайт не имеет значения и анонимизирован, нам важно понять суть построения. Строить будем отчет по каналам, стандартный вид отчета представлен на рисунке.

Хорошо видно, что у сайта есть дневная аудитория с различных каналов. Но что нам дает этот отчет, и что означают пики и падения у графика? С чем они связаны? Может ли данный отчет дать нам ответ?

И так, в важности когорты мы определились, теперь вопрос, как выудить эту информацию из GA? Собственно нас интересуют следующие даты (общий случай): дата первого захода — формирует когорту, дата активации, дата первой оплаты (отдельно даты следующих оплат и их количество). Все это позволит нам оптимизировать потом воронку.

Чтобы получить выборку посетителей, который зашли в первый раз за выбранный период (когорту) нужно попросить GA отсегментировать аудиторию по признаку «Дата первого сеанса». Делается это в разделе Сегменты, куда можно попасть кликнув на выборку «Все сеансы». А затем нажать «+Сегмент».

В открывшейся форме указываем название сегмента — 1 когорта, и указываем дату первого сеанса. Для примера я буду строить недельные когорты. Указываю интересующие меня даты. Обратите внимание — 1 октября 2014 не понедельник.

Далее нажимаем сохранить и получаем вот такой вот график. Отображение графика делаем понедельным. И видим, что пользователи, которые пришли на сайт в 1 когорте приходили на сайт и 2 и в 3 недели и даже позже. Кроме того, они могли совершать и целевые нам действия не на первой неделе.

Аналогичным способом строим когорты для 2, 3 и 4 недель октября. И тут выходит на первый план ограничения GA. Во-первых, срезы по сегментам он может делать только за 3 месяца, чтобы построить скажем за больший период, надо смещать даты по 3 месяца и выписывать данные в ручную. Кроме того, одновременно он может посмотреть только 4 сегмента. В целом для когортного анализа это мало.

Простейший способ получить данные навести курсор мыши на график и выписать в табличку.

В итоге получим следующую информацию, столбцы это периоды, а строки это когорты. Хорошо видно, что например, 5 когорта в 1 свою неделю дала меньше аудитории,чем 3 когорта, но за 3 недели 5 когорта дала больше трафику, чем 3 когорта за 5 недель. Так же хорошо заметно что 1 когорта продолжает посещать сайт и 7 недель спустя.

Теперь мы знаем как извлекать (в общем случае) информацию из GA с помощью когорт. Далее будем учиться строить более интересные отчеты.

Подробнее

03 декабря 2014

Экономика магазина

Все мы хотим получать прибыль из той деятельности, которой занимаемся, однако опыт показывает, что это не всегда достижимо. С одной стороны мы делаем правильные вещи, но в итоге не чувствуем результата.

Сегодня я хотел бы обсудить проблему заработка в интернет-магазине. Давайте рассмотрим некий абстрактный магазинчик, с небольшим оборотом.

Какие проблемы испытывает магазин? Во-первых, магазин не прибылен. Во-вторых, он не знает каким способом увеличить продажи, с одной стороны нет нормальной рекламной стратегии, с другой стороны деньги траться в разные акции, размещения рекламы и тд, при этом магазин не знает, что конкретно он получает с каждой акции.

Что же делать магазину в текущей ситуации? Для начала надо разобраться с тем, что происходит в магазине, а именно, начать вести учет всех посетителей на сайте и всех их действий. При этому обязательно надо вести учет по когортам, чтобы разделять влияние ваших действий на продажи.

Почему важны когорты? Рассмотрим простой пример. Посещаемость магазина по неделям (за 5 недель).

Из графика хорошо видно, что в 3 неделю, магазин применил какое-то решение, назовем его рекламной кампанией и это дало нам резки всплеск, посещаемости, который закончился на 4 и 5 неделях, при этом в общем случае посещаемость 4 и 5 недель оказалось выше, чем в 1 и 2 недели.

Давайте посмотрим эту посещаемость в разрезе когорт. В недельную когорту мы группируем только тех, посетителей, которые впервые посетили сайт интернет-магазина именно в эту неделю. Так же мы знаем (предположим), что посетители возвращаются на сайт на 2, 3 и т.д. недели, при этом они возвращаются не равномерно и пока рассмотрим случай ниспадающего возвращения.

Красным выделена неделя, в которой мы размещали рекламу.

Идем дальше, давайте рассмотрим теперь как у нас устроены продажи, а именно — как покупаются товары в нашем магазине в разрезе когорт. Для начала примем некоторое допущение, а именно — базовая конверсия на сайте у нас выше, чем от рекламы (считаем, что реклама не столь эффективна и приводит нам некоторое число мусорного трафика). предположим, что до рекламы C1=0,98%, а реклама дала нам конверсию на 20% ниже, C1=0,78. Давайте посмотрим, что у нас получиться в этом случае.

Обратите внимание, число заказов у нас ведет себя точно так же, и можно говорить, что рекламная кампания повлияла положительно, после действия кампании, число заказов выросло и в 5 неделю, уже больше чем в 1 и 2 недели.

Теперь посмотрим на когорты.

Как видно из таблицы, после действия рекламы, число заказов по пользователям пришедшим в разные недели по разному сказывается на итоговый оборот недели. Так, например, в 5 неделю, пользователи, пришедшие по рекламе вообще не сделали вклада, в то время как, пользователи пришедшие в 1 неделю дали один дополнительный заказ. И влияние рекламной кампании уже не столь очевидно.

И так, теперь понятно почему работать надо всегда с когортами, а не с совокупными данными. Величина когорты не сильно важна, она может быть и дневной и недельной и месячной. Сильно большие брать не стоит, так как трудно будет с ними работать. Вы ведь не сидите без дела целый месяц и не ждете результата, работы всегда определяются некоторым сроком, за который можно получить результат и принять решение о следующем действии.

Теперь рассмотрим, как устроена экономика в одной когорте. Для удобства возьмем 2 неделю, в которой мы имеем 1256 новых посетителей и 12 новых заказов (обратите внимание, что было еще 3 заказа от пользователей от других когорт). Так же мы помним, что наша конверсия C1=0,98%. Так же стоит определить и другие наши показатели, предположим, что наш средний чек 2850 рублей, наценка в магазине 100% (себестоимость от среднего чека 50%), так же мы делаем бесплатную доставку, которая нам обходиться в 300 рублей. В среднем один пользователь за время жизни совершает у нас 1,2 покупки. Все это вместе можно записать следующим образом.

ARPPU это доход с одного платящего пользователя (покупателя) из нашей когорты. Как видно, один покупатель приносит магазину 1350 рублей доходу.

Идем дальше. Магазин это предприятие и у него есть траты. Предположим, что это офис — 30 000 рублей в месяц, зарплата единственного сотрудника еще 20 000 рублей, за интернет и телефон платим 3000 рублей, итого ежемесячные расходы составляют 53 000 рублей или 13 250 рублей в неделю. Легко видно, что доход от 12 продаж в неделю дает нам 2950 рублей.

Теперь наша задача посчитать, стоимость привлечения пользователей. Считаем, что все посетители в когорте пришли к нам по рекламе. Предположим, что рекламой занимаемся мы сами. И тратим на это 48 000 рублей в месяц, или 12 000 в неделю. Посчитаем, стоимость привлечения одного посетителя, она получиться у нас равной 9,55 рублей.

Можно также посчитать, сколько мы платим за одного покупателя. Для этого поделим наш бюджет на число покупателе и получим 1000 рублей, при этом помним, что один покупатель приносить нам 1350.

Теперь рассмотрим еще одну характеристику, которая будет полезна, а именно доход с одного посетителя — ARPU, который можно вычислить разными способами, поделить весть доход на число посетителей, либо умножить ARPPU на C1 и получим в итоге 13,23 рубля.

Теперь сведем все вместе, и посчитаем наш доход от этой когорты.

Как видно, экономика на когорте не сходиться, магазин работает в минус, а если точнее в −8633 рубля.

Что же можно с этим сделать. В этот момент мы начинаем искать слабое место в нашей системе, или по другому точки роста. Причем нас интересуют не просто точки роста, а такие, куда приложив небольшое усилие мы получим кратный рост экономики проекта. Для начала давайте выделим те места, которые мы можем изменить.

Существует несколько таких мест

  1. число пользователей в когорте
  2. стоимость привлечения посетителя
  3. доход с одного посетителя
  4. конверсия
  5. число повторных покупок

Давайте последовательно изменим (улучшим) наши характеристики на 20%, и посмотрим как измениться итоговый оборот нашего магазина.

Как видно, лучший результат дало изменении среднего чека на 20%. Но некоторые величины можно улучшить, значительно, например, сильно увеличив рекламный бюджет мы можем получить больше посетителей. Тут есть несколько оговорок, во-первых, канал привлечения аудитории имеет конечную емкость, и при сохранении CPA мы не сможем бесконечно получать посетителей из канала, во-вторых, с ростом трафика обычно конверсия в покупку C1 слегка проседает.

Давайте увеличим трафик до 5000 посетителей в неделю и посмотрим как измениться наш доход. Кроме того, давайте вообще рассмотрим критические изменения к нашим параметрам. И так, получить 5000 в неделю реально, поднять конверсия в покупателя до 1,8% (в 2 раза реально, об этом например заявляют сервисы персонализации), опустить CPA до 5 рублей, я думаю тоже можно постараться. Увеличить повторные покупки выше 1,4 для любого магазина кажется спорным. Посмотрим, что же у нас получится.

Из таблицы видно, что лучший результат нам дало изменение CPA c 9,55 рублей до 5, то есть понижение на 48%, при этом наш доход вырос на 75%. А теперь применим все выигрышные инструменты, а именно увеличим число пользователей до 5000 при нашей CPA 5 рублей (вообще-то это гипотеза, которую стоит проверять отдельно), а так же проведем изменение C1 до 1,8%.

Как видим, если мы увеличим рекламный бюджет до 25 000 в неделю, будем тратить его эффективно, при этом будем привлекать много качественной аудитории и сохраним конверсию, то наш магазин превращается из убыточного в прибыльный.

Все это лишь модель, и зачастую вносить изменения существующие процессы на много сложнее. Очень часто, изменение работы с рекламой приводит к понижению CPA и одновременно с ней обрушивает конверсию C1, что в итоге не приводит к положительным результатам. Однако данная методика позволяет оценивать каждое решение с точки прибыльности. По этому как критерий принятия решений можно использовать приведенный тут подход. Ну и главное правило, делать по одному изменению за раз.

Важно понимать, что когорты надо собирать для каждого канала отдельно и считать экономику по каждому каналу. Влияние на доход от каждого канала будет своим. Так же своим будет конверсия и CPA и средний чек. Кроме того, для интернет-магазинов я еще разбивал бы экономику еще и по товарным категориям, но это уже тема отдельной статьи.

Подробнее

28 ноября 2014

Работа с почтой

Пока я жил и работал в Томске основным средством коммуникации по работе была ICQ. Почта использовалась очень ограничено и я не предавал ей большого значения. Свой почтовый ящик в Gmail я завел в 6 декабря 2006 года. К середине 2012 года, накопилось всего порядка 1500 писем. При этом письма были свалены в одну кучу.

Существовало ровно одно правило, я должен прочитать все письма, и ответить на те, на которые должен ответить. Надо признать, что делал я эту работу крайне неудовлетворительно.

Все изменилось с моим переездом в Москву, начнем с того, что за год жизни в Москве, число писем в ящике дошло до более чем 8000. При этом я не успевал ответить на все письма, мало того если письмо служило постановкой задачи, то я оставлял его не прочитанным как знак того, что задачу надо выполнить. В итоге у меня в ящике всегда висело большое число непрочитанных писем, которые отягощали мое рабочее состояние.

Мало того, в таком хаосе было сложно искать нужные мне письма. Конечно, поисковая строка Gmail позволяет делать достаточно много интересных вещей, например, делать различные выборки среди ваших писем.

is:read is:starred from:Bill

Выбрать все прочитанные письма от Bill помеченные звездочкой. Но проблема была в том, что я частенько не знал, что ищу. Или не мог вспомнить деталь письма, которая определяла бы то, что я ищу.

В итоге мне надо было как-то структурировать свои входящие. И я создал структуру меток для сортировки писем.

Я создал большое дерево ярлыков, однако это не позволило решить проблему, новые письма хоть и помечались нужными ярлыками, но делалось это не эффективно, так как письма у меня оставались задачами и они оставались не прочитанными до выполнения задачи. При этом я не смог заставить себя отсортировать все накопленные письма и в итоге непрочитанные письма продолжали накапливаться во входящих и терялись в общем объеме.

В конце концов, неудовлетворенность перешла точку кипения и я потратил целый день и расчистил свой ящик от накопившихся писем. Удалил более 1600 писем, остальные был размечены ярлыками и архивированы. В итоге мой ящик превратился в удобный инструмент работы.

Осталось решить вопрос с письмом как задачей. В итоге я нашел расширение для Gmail — todoist.com. Которое позволяет легко превращать письма в задачи.

В итоге теперь очень легко привязывать письма к задачам. И можно легко расчищать входящие от писем по ярлыкам.

Подробнее

Страницы: