Дэн Олсен – MVP. Как выводить на рынок товары и услуги, которые нравятся покупателям (страница 63)

Таблица 13.1 Исходные данные для когорт

Данные, приведенные в Таблице 13.1, используются для расчета значений, приведенных в Таблице 13.2. Процент в каждой ячейке Таблицы 13.2 – это коэффициент удержания для соответствующей когорты (указанной в строке) за определенный временной интервал (указанный в столбце). Каждый коэффициент удержания рассчитывается путем деления количества активных пользователей (для данной когорты и периода времени) на начальное количество пользователей в когорте. Каждая строка Таблицы 13.2 отображается затем на графике в виде отдельной кривой удержания.

Таблица 13.2 Коэффициенты удержания для когорт

Отслеживание улучшений степени соответствия продукта рынку

Если вы со временем повышаете степень соответствия своего продукта рынку, кривые удержания для ваших когорт будут двигаться вверх, достигая более высоких терминальных значений для новых когорт. На Рисунке 13.5, где представлены кривые удержания для трех когорт, показан пример того, как это могло бы выглядеть при реализации идеального сценария. Пользователи, сгруппированные в когорту А, зарегистрировались 24 месяца назад – сразу после выпуска продукта. Пользователи, вошедшие в когорту B, зарегистрировались 18 месяцев назад, а пользователи из когорты C – 12 месяцев назад. Как вы можете видеть, со временем мы улучшили соответствие нашего продукта рынку, и кривая удержания клиентов пошла вверх. Каждая последующая когорта имеет более низкий начальный отсев, более низкую скорость снижения и более высокое терминальное значение, чем предыдущая.

Рисунок 13.5. Повышение показателя удержания с течением времени

Уравнения для улучшения вашего бизнеса

Это прекрасно, что аналитическая система AARRR на верхнем уровне применима к любым компаниям и помогает сосредоточить силы и средства в нужное время на нужном показателе. Но в какой-то момент для осуществления дальнейшей оптимизации становится необходимым принять во внимание специфику целевой бизнес-модели. Существует несколько распространенных бизнес-моделей, включая электронную коммерцию, платные подписки и рекламу. Я консультировал клиентов по вопросам использования аналитики для оптимизации показателей, относящихся к каждой из перечисленных бизнес-моделей. Для этого в каждом конкретном случае я использовал один и тот же мощный инструмент: уравнения для улучшения бизнеса.

Когда я хочу что-то оптимизировать, инженерное и математическое образование побуждает меня первым делом использовать для этого уравнение. В средней школе мы бесчисленное количество раз выражали переменную Y как функцию другой переменной – X. При этом цель состояла в том, чтобы найти такое значение X, которое приводило бы к максимально возможному значению Y. Более продвинутые версии этого упражнения включали применение нескольких переменных. Отправной точкой всегда было уравнение, которое показывало, как Y выражается через X (или через несколько переменных). Таков теоретический мир математики, но аналогичная техника применима и в реальном мире бизнеса.

Любой бизнес можно представить в виде уравнения. Цель состоит в том, чтобы получить количественное представление о бизнесе, построенное на основе набора показателей, которые могут быть использованы для оптимизации бизнес-результатов. Если вам пока не совсем ясно, как это можно сделать, позвольте привести пример.

Вот стартовое уравнение, которое применимо к любому бизнесу:

Прибыль = Доходы – Затраты

Это уравнение говорит о том, что вы можете увеличить прибыль за счет увеличения доходов и/или за счет снижения затрат. Оно применимо к любому заданному периоду времени (например, дню, неделе или месяцу). Показатели доходов и затрат являются метриками слишком высокого уровня, чтобы их можно было использовать на практике, но это хорошая отправная точка. Показатели верхнего уровня можно разбить на более подробные метрики, чтобы углубиться в детали. Это то, что я называю «очищением аналитической луковицы».

Большинство высокотехнологичных компаний, особенно те из них, что пытаются добиться соответствия своего продукта рынку, в гораздо большей степени сосредоточены на увеличении дохода, нежели на снижении затрат. Это связано с экономической природой большинства высокотехнологичных продуктов: по мере увеличения объема продаж дополнительный доход от каждой дополнительной единицы продукции (называемый предельным доходом) превышает дополнительные затраты на производство этой дополнительной единицы (называемые предельными издержками). При этом разрыв между предельным доходом и предельными издержками увеличивается по мере увеличения объема продаж.

Такой продукт, как Facebook, является хорошим примером для иллюстрации этого явления. Приложение имеет более миллиарда пользователей. Соответствующее такому масштабу клиентской базы обслуживание веб-сайта и мобильного приложения Facebook требует наличия большого количества серверов, хранилищ данных, сетевого оборудования и пропускной способности каналов связи для стабильной работы. Приходится ли команде Facebook разрабатывать какое-либо дополнительное программное обеспечение при появлении каждого нового пользователя? Нужно ли им включать в работу дополнительный сервер, когда к их сети присоединяется новый пользователь? Нет. Единственное, что действительно потребуется в этом случае из дополнительных ресурсов – это крошечная часть емкости хранилища для сохранения пользовательских данных и столь же незначительная дополнительная пропускная способность. По сути, величина предельных издержек в расчете на одного нового пользователя Facebook равна нулю.

Источником дохода для Facebook в основном является реклама, которую разработчик демонстрирует внутри своих продуктов. Новый пользователь будет генерировать небольшой дополнительный доход от рекламы. Таким образом, предельные издержки, практически равные нулю, и небольшой предельный доход приносят в совокупности небольшую предельную прибыль.

Теперь давайте вернемся к языку уравнений, чтобы разложить доход на полезные для практического применения показатели. Для этого существуют разные способы, но обычно лучше всего работает метод расчета «на одного пользователя»:

Доход = Пользователи * Средний доход на одного пользователя

Это уравнение говорит нам о том, что в принципе есть два основных способа повышения дохода: увеличить количество пользователей и/или увеличить средний доход, генерируемый одним пользователем. Возможно, вам уже приходилось слышать сокращенное название данного показателя (Average Revenue Per User, или ARPU), поскольку он относится к числу ключевых и отслеживается многими компаниями.

Уравнения для бизнес-модели, связанной с получением дохода от рекламы

Наилучший способ дробления параметров из уравнения для расчета дохода на более подробные показатели зависит от бизнес-модели, применяемой для получения этого дохода. Для примера давайте предположим, что у нас есть бизнес, который приносит доход за счет медийной рекламы. Во многих продуктах, основанных на рекламе, люди, которые видят эту рекламу, не обязательно должны быть зарегистрированными пользователями. Достаточно вспомнить такие популярные сайты, как YouTube или веб-сайт New York Times: для этих и других подобных продуктов, построенных на контенте, вместо термина «пользователи» используется термин «посетители». Учитывая нюансы отслеживания показателей веб-аналитики, термин «уникальные посетители» дает понять, что мы учитываем каждого посетителя сайта только один раз за определенный интервал времени. Итак, доход при применении рекламной бизнес-модели образуется следующим образом:

Доход = Посетители * Средний доход на одного посетителя

Медийная реклама продается рекламодателям исходя из количества показов – термин, который подразумевает, что рекламное сообщение было показано на веб-странице, которую посетил пользователь. Это не обязательно означает, что посетитель увидел рекламное объявление. Допустим, рекламодатель покупает 100 000 показов. Медиасайт, продавший ему эти показы, будет отслеживать их количество и завершит рекламную кампанию, как только рекламное сообщение будет показано 100 000 раз. Стоимость рекламы указывается в единицах «CPM», то есть за тысячу показов (здесь «M» – это римская цифра, обозначающая 1000). При цене в 10$ CPM общая стоимость рекламной кампании из нашего примера составит 1000$ (за 100 000 показов). Выражение цены через CPM представляет собой хороший способ для сравнения стоимости различных видов рекламы. В результате вы можете заметить, как термин «эффективный CPM» часто используется в более широком контексте. Теперь мы можем составить уравнение, раскрывающее, как формируется средний доход на одного посетителя:

Средний доход на одного посетителя = Показы на одного посетителя * Эффективный CPM ÷ 1000

Дальнейшее разбиение эффективного CPM не имеет смысла. Из уравнения видно, что это достаточно подробный для целей анализа показатель, значение которого прямо пропорционально влияет на величину дохода. При удвоении эффективного CPM вы получите удвоение дохода.

Каким образом можно разбить на составляющие такую метрику, как показы в расчете на одного посетителя? Помните, что каждое из представленных уравнений применимо к определенному интервалу времени. Итак, какие же факторы определяют количество показов рекламы одному посетителю за определенный период времени? Поскольку один и тот же человек может посещать наш сайт несколько раз за учитываемый интервал времени, мы должны отразить этот факт в своем уравнении. Реклама отображается на веб-страницах, поэтому чем больше веб-страниц посещает средний посетитель (количество просмотров страниц), тем больше количество показов, приходящихся на одного посетителя. Наконец, мы контролируем количество показов рекламы на каждой странице, поэтому и этот показатель мы можем учесть в своем уравнении. Таким образом, количество показов на одного посетителя определяется следующим образом: