Transition Matrix: введение в систему роста вашего продукта
Итак, в прошлой статье мы разбирали как концептуально рассчитывается Quick Ratio. Quick Ratio полезный показатель роста продукта, но он не самодостаточный. Он позволяет определить текущий темп роста и фокусировать команды на поддержании нужного темпа роста продукта.
Но, чтобы по-настоящему управлять ростом, нужно погрузиться в детали: нужно понять как правильно считать компоненты Quick Ratio, как начать мыслить развитием клиентов: кого нужно развивать, кого лучше не трогать, кого возвращать из других сегментов обратно, кого отпускать.
Итак, сегодня мы начнем разговор о таком инструменте как Transition Matrix.
Чтобы ввести вас в контекст я немного расскажу о бизнес-модели для которой я строил Transition Matrix. Это бизнес-модель, в которой клиент:
Лиды и клиенты
Многие бизнес-модели так или иначе начинаются с лидов (например: оставил заявку, подписался на трайл, пользуется бесплатной версией продукта, и т.д.).
Как правило, лид это значимо больше, чем просто регистрация, но лид это все еще не клиент.
Бизнесы рассматривают состояние "лид" как временное и одноразовое, но это далеко так. Лид приходит в продукт и дальше может как-то взаимодействовать с продуктом не совершая покупку достаточно долгий период времени.
В тоже время нам очень важно различать контекст лида:
Для работы с лидами и построения сегментов нам важно знать всего 3 момента:
Как только лид сделал свою первую покупку он автоматически переходит в ранг клиента.
С клиентами ситуация несколько иная.
С одной стороны, клиенты совершают повторные покупки. С другой стороны, клиенты пользуются продуктом (совершают целевые действия) между очередными транзакциями в продукте.
И вот нам уже важно различать контекст клиента.
Начнем с очевидных контекстов клиента:
Разбив клиентов на такие сегменты вы можете эффективно понимать какая динамика вовлечения клиентов в продукте.
Для работы с клиентами нам важно знать уже другие моменты:
Регулярность срезов и матрица
Разовый расчет таких сегментов хотя и любопытен, но не несет в себе сильных инсайтов.
Единственное, что бросается в глаза это то, что Dormant (Dstud, Dbuy) и Churned (Cstud, Cbuy) лиды и клиенты преобладают. Такова реальность многих бизнесов:
Но как лучше всего делать сравнение?
Ответ на поверхности - нужно построить матрицу с двумя состояниями: было и стало.
Такие расчеты лучше всего вести на уровне отдельно стоящего клиента и уже затем агрегировать в матрицу.
Так вы сможете отслеживать точечное перемещение клиента и делать точные выводы о том, как растет продукт. Кроме того, вы сможете делать любые дополнительные расчеты активности (например объем использования продукта или доход на сегмент).
В следующем посте мы обсудим некоторые детали расчетов сегментов (как использовать подходы Recency и Thresholds в этом ключе), а также сценарии анализа переходов из сегмента в сегмент.
P.S. Идею Transition Matrix я почерпнул из системы аналитики Optimove и доработал под свои нужды.
Но, чтобы по-настоящему управлять ростом, нужно погрузиться в детали: нужно понять как правильно считать компоненты Quick Ratio, как начать мыслить развитием клиентов: кого нужно развивать, кого лучше не трогать, кого возвращать из других сегментов обратно, кого отпускать.
Итак, сегодня мы начнем разговор о таком инструменте как Transition Matrix.
Чтобы ввести вас в контекст я немного расскажу о бизнес-модели для которой я строил Transition Matrix. Это бизнес-модель, в которой клиент:
- выбирает репетитора, оформляет заявку на обучение (лид),
- пополняет свой баланс (клиент),
- планирует уроки на определенные даты и собственно занимается с репетитором в эти даты.
Если (1) действие удачное (репетитор подходящий), то затем клиент повторяет только действия (2) и (3).
Теперь мы готовы посмотреть на то, как могла бы выглядеть Transition Matrix.
Transition Matrix. |
Лиды и клиенты
Многие бизнес-модели так или иначе начинаются с лидов (например: оставил заявку, подписался на трайл, пользуется бесплатной версией продукта, и т.д.).
Как правило, лид это значимо больше, чем просто регистрация, но лид это все еще не клиент.
Бизнесы рассматривают состояние "лид" как временное и одноразовое, но это далеко так. Лид приходит в продукт и дальше может как-то взаимодействовать с продуктом не совершая покупку достаточно долгий период времени.
В тоже время нам очень важно различать контекст лида:
- Nstud - новый (недавно был привлечен в продукт),
- Astud - активный (использовал продукт недавно),
- Dstud - пассивный (не использовал продукт какое-то время),
- Cstud - ушедший (давно использовал продукт и скорее всего не вернется).
Для работы с лидами и построения сегментов нам важно знать всего 3 момента:
- когда зарегистрировался
- когда в последний раз воспользовался продуктом (сделал целевое действие)
- когда сделал первую покупку
Как только лид сделал свою первую покупку он автоматически переходит в ранг клиента.
С клиентами ситуация несколько иная.
С одной стороны, клиенты совершают повторные покупки. С другой стороны, клиенты пользуются продуктом (совершают целевые действия) между очередными транзакциями в продукте.
И вот нам уже важно различать контекст клиента.
Начнем с очевидных контекстов клиента:
- Nbuy - новый (недавно сделал свою первую покупку),
- Rbuy - вернулся к покупке (платил, перестал платить, снова заплатил)
- Cbuy - ушедший (давно не делал покупок и скорее всего не вернется)
- Alrn (активный пользователь, активный платящий)
- Abuy (пассивный пользователь, активный платящий)
- Dlrn (активный пользователь, пассивный платящий)
- Dbuy (пассивный пользователь, пассивный платящий).
Т.о. образом клиенты могут быть одновременно активны или неактивны по двум осям: по оси пользования продуктом и по оси покупки.
Для лучшего понимания откуда они берутся я визуализировал их через матрицу:Customer activity matrix. |
Разбив клиентов на такие сегменты вы можете эффективно понимать какая динамика вовлечения клиентов в продукте.
Для работы с клиентами нам важно знать уже другие моменты:
- когда в первый раз совершил покупку
- когда в последний раз совершил покупку
- когда совершил предпоследнюю покупку
- сколько покупок совершил
- когда в последний раз воспользовался продуктом (сделал целевое действие)
Регулярность срезов и матрица
Разовый расчет таких сегментов хотя и любопытен, но не несет в себе сильных инсайтов.
One-time segments distribution. |
Единственное, что бросается в глаза это то, что Dormant (Dstud, Dbuy) и Churned (Cstud, Cbuy) лиды и клиенты преобладают. Такова реальность многих бизнесов:
- привлекли не тех клиентов,
- создали non-value продукт,
- не смогли организовать качественное обслуживание клиентов,
- у клиентов изменились потребности и они ушли из продукта.
Но как лучше всего делать сравнение?
Ответ на поверхности - нужно построить матрицу с двумя состояниями: было и стало.
Такие расчеты лучше всего вести на уровне отдельно стоящего клиента и уже затем агрегировать в матрицу.
Так вы сможете отслеживать точечное перемещение клиента и делать точные выводы о том, как растет продукт. Кроме того, вы сможете делать любые дополнительные расчеты активности (например объем использования продукта или доход на сегмент).
В следующем посте мы обсудим некоторые детали расчетов сегментов (как использовать подходы Recency и Thresholds в этом ключе), а также сценарии анализа переходов из сегмента в сегмент.
P.S. Идею Transition Matrix я почерпнул из системы аналитики Optimove и доработал под свои нужды.
Comments
Post a Comment