• 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.

  • 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 получится 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 обходится 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 получится у нас равной 9,55 рублей.

    Можно также посчитать, сколько мы платим за одного покупателя. Для этого поделим наш бюджет на число покупателей 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 сходится, 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 изменится 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.

  • 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.

  • 07 ноября 2014

    Легко не будет

    Мысль покинуть Crossss появилась не мгновенно, я достаточно долго думал об этом, взвешивал все за и против. Основной критерий был — у компании кончались деньги на существование в полной мере. Я как CEO естественно нес и несу ответственность за это, но сейчас я хочу рассказать вам о последних 3 днях перед уходом. И даже не сколько о днях, об этом видимо будет рассказ позже, а о книге, которую я прочитал за эти 3 дня.

    И так, книга «Легко не будет» Бена Хоровица. Книга, в которой автор пишет о том, как тяжело быть СЕО, и как СЕО должен преодолевать трудности. Очень много уделено внимания вопросам, как правильно увольнять людей, как преодолевать кризисы и т.д.

    Очень понравился момент, в котором Бен говорит о том, что существует заблуждение, мол хороший СЕО знает что делать в кризис, а плохой нет — Бен, утверждает, что никто на самом деле не знает, что делать, просто хороший СЕО делает, а плохой думает, что делать.

    Читая эту книгу, я решил бороться за Crossss. Эта книга реально мотивирует. По этому мне в двойне жаль, что я не смог договориться с партнерами о дальнейшем развитии компании и мне пришлось уйти.

    Вот две цитаты из книги, одна из них говорит о моей ошибке, и это мой главный опыт, который я вынес из Crossss.

    «На протяжении вашей карьеры СЕО вам наверняка много раз захочется все бросить и уйти. Я видел СЕО, пытавшихся справиться со стрессом при помощи выпивки, ухода с должности и даже увольнения. В каждом случае они могли логично и убедительно объяснить причины, побудившие их уйти, но никто из них не относился к числу выдающихся СЕО.»

    «СЕО стартапа не должен полагаться на теорию вероятности. Если вы создаете компанию, то должны верить, что это возможно, а не подсчитывать шансы на успешный исход. Вы просто должны добиться успеха, вот и все. Не важно, составляют ли ваши шансы девять из десяти или один из тысячи, — ваша задача остается той же самой.»

  • 25 октября 2014
  • 14 октября 2014

    Основы рекламы для ФРИИ

    друзья, очень хочу получить обратную связь, что было хорошо, а что не очень. что добавить, что убрать. если было полезно презентации, по выступлению, по информации и тп. пишите, очень нужно ваше мнение.

  • 30 сентября 2014

    A|B тестирование или биллинг

    Давно назрел вопрос, как оценить вклад внешнего сервиса в продажи на сайте. Предположим, что у нас есть сайт, который продает какой-либо товар. Я решил поставить любой сервис, будь то, Crossss с товарными рекомендациями, или же сервис онлайн чата, либо еще что-то. Все эти сервисы заявляют, что влияют на мой оборот. То есть, согласно логике, я начну зарабатывать больше.

    Как же мне понять, есть польза от этих сервисов или нет? Стандартно предлагается решение на основе АБ тестирования, в котором мы сравниваем сайт с решением и без него и замеряем скажем оборот. Предполагая, что в данный момент на продажи влияет только сервис.

    Однако продажа это более сложный процесс, и система у меня по определению не замкнута. Специалисты по АБ тестам говорят, что внешние вклады равномерно распределятся по сравниваемым сегментам и ими можно пренебречь, но вопрос о том, какой вклад дает сервис остается открытым.

    Давайте рассмотрим цепочку продаж. У нас 2 сегмента, продажи распределяются поровну. В итоге по результатам теста, мы видим, что сервис дал дополнительно 10% прироста продаж.

    Теперь давайте рассмотрим механику работы сервиса, далее будем говорить о рекомендациях (так как они мне ближе). Механика рекомендаций такова, что пользователь перед тем как купить по рекомендации должен кликнуть в нее. Во время клика мы вешаем UTM метку, или еще каким либо образом помечаем пользователя. В итоге в системах аналитики мы видим, что есть продажи среди тех, кто кликнул. По идее, объем продаж среди кликнутых пользователей должен совпадать с разницей в АБ тесте. Но за все время тестирований это не произошло ни разу.

    Во-первых они просто не совпадали, во-вторых, я не считают, что вклад рекомендательной машины заключается в том, что пользователь кликнул в рекомендацию и купил. Рассмотрим случай. Пользователь пришел с яндекс.директа. За сам факт перехода, пользователь заплатил яндексу. Далее он приземляется на страницу (обычно это страница товара). Строго говоря этот пользователь как минимум теплый, он пришел по конкретному запросу и цели (собственно пользователи пришедшие с этого канала имеют конверсию выше, чем базовый канал на сайте). После этого, пользователь, по какой-либо причине (и вовсе не из-за рекомендательного сервиса) решил пройтись по магазину — посещает еще скажем 2 товара. На последнем товаре, он принимает решение вернуться за тем, ради чего он пришел и видит на карточке товара — тот первый товар, в виде рекомендации (это ведь разумно его показать, пользователь его посещал же). Пользователь переходит по рекомендации и покупает.

    Возникает вопрос, а кто причастен к этой продаже. Строго говоря все, и яндекс.директ, который привел пользователя, и рекомендационный сервис, который сыграл в роли навигации. С другой стороны, вклад в продажи рекомендационного сервиса не очевиден, нет ни какой гарантии, что этот пользователь не вернулся бы самостоятельно и не купил бы.

    Для себя мы решили такие продажи в свой зачет не ставить и не учитывать. А теперь, если вернуться к АБ тесту, становиться понятно, что разница в АБ тесте и вклад рекомендационной машины и не должны совпадать. Вопрос, как измерить вклад рекомендаций в продажи?

    Приведу еще один пример, почему не подходит АБ тест. Первый месяц теста — запустили и сравниваем продажи, разница сегментов 10%. Второй месяц, мы уже не делаем АБ тест, но внесли новую РК, которая стала приводить более горячие лиды на карточку товара, и по этому каналу конверсия резко выросла, люди приходят и сразу покупают без дополнительных действий. Какой вклад будет от рекомендаций?

    Жду ваших мнений.

  • 21 сентября 2014

    Код. Тайный язык информатики. Чарльз Петцольд

    Самая важная книга для любого IT’шника. Я познакомился с компьютерами в 1986 году, первым компьютером для меня был Atari 65XE. Потом были и советский ПК 01 Львiв и спектрум и потом уже IBM совместимые. В мир компьютеров меня погружал мой старший брат, друзья которого занимались, как мне тогда казалось своеобразной магией, могли обсуждать такты процессоров для того, чтобы написать программу для компьютера, потом был Assembler и многое другое. Теперь, я стал менеджером, создаю свой стартап, и многие мои коллеги по цеху, наверняка и не знают, что такое такты у процессора, и как он устроен и работает.

    Именно по этому я рекомендую прочитать эту занимательную книгу Чарльза Петцольда, потому что в ней он, как за руку, проводить вас от примитивного фонарика, через экскурс в историю математики к тому, как зародились электронные вычисления, сквозь ассемблер к операционной системе. Прочитав эту книгу, вы на полном серьезе, сможете собрать свой компьютер (ну или хотя бы калькулятор) состоящий полностью из одних проволочек (то есть вообще без транзисторов и микросхем).

    Кроме этого вы пройдете упрощенный курс по азам булевой алгебры и поймете в чем суть азбуки Морзе и как она связана с письмом Брайля. А также поймете как устроен телеграф. Вот такая это замечательная книга, рекомендую.

  • 14 августа 2014

    Booking.com: примеры действенных социализации и рекомендаций

    Booking.com: примеры действенных социализации и рекомендаций

    Booking.com, наверное, является сегодня самым популярным и востребованным ecommerce-проектом для путешествующих. Отличное доменное имя, сотни тысяч средств размещения где угодно в мире, железные гарантии (если вас встречают без хлеба и соли, Booking.com предоставит вам отель более высокого класса без какой-либо доплаты), удобный сайт и постоянный контакт с помощью рассылок. Пожалуй, вот пять составляющих успеха. Сегодня мы рассмотрим социализацию и персонализацию в исполнении Booking.com.

  • 02 июля 2014

    Санкт-Петербург

    И так, мне довелось съездить в Санкт-Петербург еще раз. На этот раз в первый день прилета не было дождя, поселился я в привычной уже для себя гостинице Наш Отель на Васильевском острове, не далеко от метро. Гостиница весьма не плохая и уютная, завтрак, конечно, не дотягивает до завтраков Отеля 19 в Харькове, но жить можно, рекомендую.

    Имея всего порядка 6 часов свободного времени, я успел пробежаться по дворикам на Васильевском острове (местные зовут его Васька, но мне как то не по себе так говорить), посмотреть, так называемые жилые колодцы — ничего интересного не увидел, разве, что плохо там с парковками, ну совсем просто. В одном из двориков встретил кота, лежащего на одной из машин — хитрюга.

    Далее я дошел до набережной и прогулялся до стрелки Васильевского острова, на набережной гуляли свадьбы и просто прохожие, на реке ходило много парусников, красота. Затем были классические места — дворцовая площадь, Исаакиевский собор, Казанский собор, и Медный всадник. В общем, центр Питера в этот раз я успел посмотреть.

    Забавно, но в Питере много тротуаров под Петровские времена — которые не асфальтированные, а посыпанные мелкой крошкой красной, зачем так делают не понятно — но обувь вся пыльная после этого.

    Так же в Питере меня интересовал вопрос, как устроены разводные мосты, сам процесс я не посмотрел, не было времени, а вот конструкцию поводов для троллейбусов увидел. В следующий раз посмотрю и на мосты, главное, чтобы дождя не было.