Дэн Олсен – MVP. Как выводить на рынок товары и услуги, которые нравятся покупателям (страница 67)

Присоединившись к стартапу разработчиков социальной сети Friendster в качестве главного продакт-менеджера, я выяснил, что одним из наиболее важных моментов является вирусное привлечение клиентов. У нас имелась солидная база пользователей, и мы получали некоторый доход от рекламы, но показатель среднего дохода в расчете на одного пользователя был слишком низким, чтобы мы могли позволить себе тратить деньги на привлечение клиентов (как это делают крупные потребительские компании). К счастью, у нас был для этого альтернативный способ – вирусный маркетинг позволял нам привлекать пользователей бесплатно. Благодаря сетевому эффекту ценность таких продуктов, как социальная сеть, к которым относился и Friendster, возрастает по экспоненте с увеличением числа активных пользователей. Мы знали, что быстрый рост нашей пользовательской базы имеет решающее значение для достижения успеха, и лучший способ добиться этого предлагал вирусный маркетинг. Поэтому я определил улучшение показателя вирусного роста в качестве одной из своих главных целей. Другие члены команды разделяли эту точку зрения, но никто на самом деле не имел представления о том, как можно провести измерение нашего вирусного роста. Я начал с первого шага процесса анализа бережливого производства: определения ключевых метрик.

Определение ключевых метрик

Мы отслеживали новых пользователей и могли определить, кто из них присоединился к нам по приглашениям. Показатель «новые приглашенные пользователи» относился к верхнему уровню. Мы заботились о его росте, но не могли влиять на него напрямую. Поэтому я применил свой метод «уравнений для улучшения бизнеса» (описан в главе 13, – прим. пер.), чтобы разбить его на более действенные показатели, которые мы могли бы попытаться улучшить.

Я начал с определения нашей вирусной петли, то есть описания процесса, благодаря которому мы с помощью существующего клиента приобретаем нового. Результат моих изысканий показан на Рисунке 14.3. Процесс начинается с наших существующих пользователей (прямоугольник в левом нижнем углу). Не все пользователи сети участвуют в привлечении новых клиентов с помощью вирусного маркетинга. Поэтому активные пользователи, которые приглашают своих друзей присоединиться к Friendster, выделены в отдельный блок. Используя наш продукт, активные пользователи отправляют по электронной почте приглашения своим родственникам, друзьям и знакомым, которые еще не используют Friendster (потенциальные пользователи). Когда потенциальный пользователь получает приглашение, он либо нажимает на ссылку в пригласительном письме, чтобы зарегистрироваться на Friendster, либо не нажимает. Процедуру регистрации также доводят до завершения не все потенциальные пользователи. Те приглашенные, кто успешно завершил процедуру регистрации, становятся пользователями, которые, в свою очередь, могут стать активными и запустить этот вирусный цикл на новый виток.

Рисунок 14.3. Вирусная петля Friendster

Составив описание вирусной петли, я занялся определением метрик, характеризующих данный процесс. Я не собирался отслеживать абсолютные показатели, такие как количество активных пользователей, потому что их значения меняются в зависимости от размера клиентской базы. Вместо этого я хотел выявить относительные показатели, которые позволяли бы сравнивать «яблоки с яблоками» при их изменении с течением времени. В итоге я разработал систему, состоящую из пяти показателей, которые в своей совокупности полностью охватывали все аспекты нашей вирусной петли. На Рисунке 14.4 показана все та же схема вирусной петли, к которой добавлены следующие метрики:

1. Процент активных пользователей: Этот показатель рассчитывается путем деления количества активных пользователей на общее количество зарегистрированных пользователей.

2. Процент пользователей, посылающих приглашения: Не все активные пользователи отправляли приглашения, поэтому данный показатель введен, чтобы учесть данное обстоятельство. Он рассчитывается путем деления количества пользователей, посылающих приглашения, на общее количество активных пользователей.

3. Среднее количество приглашений, посылаемых одним пользователем: Пользователи могут отправить приглашения как одному, так и нескольким своим друзьям. Соответственно, данный показатель рассчитывается путем деления общего количества отправленных приглашений на общее количество пользователей, пославших приглашения.

4. Коэффициент «кликабельности» приглашений: Процент потенциальных пользователей, которые перешли по ссылке, содержащейся в пригласительном письме; рассчитывается путем деления количества потенциальных пользователей, которые перешли по ссылке, на общее количество потенциальных пользователей, которым было отправлено приглашение.

5. Коэффициент конверсии: Процент потенциальных пользователей, пришедших на целевую страницу, которые фактически завершили процедуру регистрации. Этот показатель рассчитывается путем деления количества потенциальных пользователей, прошедших регистрацию, на общее количество потенциальных пользователей, посетивших страницу регистрации.

Рисунок 14.4. Показатели вирусной петли Friendster

Все эти метрики являются действенными и могут быть рассчитаны для любого заданного интервала времени (например, за последние 30 дней). При перемножении всех пяти показателей получается коэффициент вирусной петли. Если значение этого коэффициента больше единицы, то продукт официально является «вирусным». Это означает, что каждый существующий пользователь генерирует более одного нового пользователя, что в итоге приводит к экспоненциальному росту – подобно ядерному реактору, переходящему на сверхкритическую мощность. Продукты не сохраняют свой вирусный статус в течение долгого времени (иначе пользователем нашей социальной сети, в конце концов, стал бы каждый, у кого есть доступ в Интернет). Когда вирусный продукт достигает высокого уровня проникновения на рынок, там уже не остается достаточно большого количества потенциальных пользователей, которых еще можно было привлечь в качестве клиентов. В таком завидном положении находится, например, сеть Facebook. Однако если значение вирусного коэффициента оказывается меньше 1, но все равно является довольно высоким – скажем, 0.4, – у вас нет серьезного повода для беспокойства. Это по-прежнему означает, что в каждом отслеживаемом временном интервале вы с помощью вирусного маркетинга совершенно бесплатно увеличиваете свою клиентскую базу на 40 %.

Фиксация базовых значений для метрик

После определения пяти ключевых метрик на следующем шаге процесса требуется установить для каждой из них базовое значение. Современное аналитическое программное обеспечение обладает гораздо большими функциональными возможностями, чем это было во времена, когда я работал с Friendster. Тогда нам пришлось написать свой собственный программный код для отслеживания и осуществления необходимых расчетов. Мы начали со сбора данных по каждому из исходных показателей, таким как количество зарегистрированных пользователей, количество активных пользователей, количество переходов по ссылке из пригласительного письма и так далее. Затем на основе собранных атомарных показателей мы вычислили базовые значения для всех пяти ключевых метрик.

Для простоты в дальнейшем я буду использовать только три из пяти метрик, включая рассчитанные для них базовые значения:

• Процент пользователей, посылающих приглашения = 15 %.

• Среднее количество приглашений, посылаемых одним пользователем = 2.3.

• Коэффициент конверсии = 85 %.

Оценка потенциального ROI для каждой метрики

Следующий шаг процесса анализа бережливого продукта нацелен на выбор метрики, которая, по нашему мнению, является наиболее перспективной с точки зрения ее улучшения. Поставьте на минутку себя на мое место. С учетом того, что вы владеете только представленным здесь объемом информации, на улучшении какой из трех метрик вы бы сосредоточились в первую очередь? Каким было бы ваше решение?

Понятно, что вам явно не хватает конкретных данных о потенциальных возможностях улучшения для каждой из метрик. Используя метод оценки, основанный на применении показателя рентабельности инвестиций, трудно определить величину отдачи или увеличения стоимости, которые действительно могли бы быть достигнуты в отношении каждой метрики. Но есть одна хитрость, которой вы можете воспользоваться, оказавшись в подобных условиях недостатка информации. Это то, что я называю потенциалом роста метрики, имея в виду, каким может быть ее максимально возможное улучшение. Этот показатель возможно оценить, приняв во внимание текущее базовое значение для метрики и его максимально возможное значение. Рисунок 14.5 иллюстрирует эту концепцию на примере трех наших метрик.

Рисунок 14.5. Потенциал роста для метрик

Давайте начнем с анализа коэффициента конверсии. Это процентный показатель, поэтому он может варьироваться от минимального значения – 0 %, до максимального – 100 %. Базовое значение составляет 85 %. Таким образом, независимо от того, какие улучшения мы внесем, увеличить значение этой метрики можно не более чем на 15 процентных пунктов (до 100 %). Поскольку потенциал роста нужно оценить в процентах к базовому значению, мы берем 15 пунктов возможного прироста и делим их на 85 (базовое значение), что дает нам 18 %. Таким образом, максимальный потенциал повышения коэффициента конверсии составляет 18 %.