К основному контенту

Обо мне



Меня зовут Павел Левчук. В 2008 мне повезло и я попал в небольшой фонд прямых инвестиций. Там я и познакомился с венчурными инвестициями и стартапами. С тех пор я продолжаю работать в стартапах или помогаю им расти (мой профайл в LinkedIn).

Я верю в то, что современный стартап может выжить лишь конкурируя в маркетинге и технологиях. Поэтому я изучаю первое через второе. Я считаю, что через 5-10 лет самые успешные онлайн-маркетологи будут программистами и/или дата-сайнтистами.

В работе я всегда стараюсь опираться на данные, т.к. они часто оказываются надежнее, чем интуиция. Чтобы получить данные я обычно подключаюсь к Базам Данных и пишу SQL-запросы. Данные обычно нужно очищать и связывать между собой. Это я делаю через Power Query (или иногда пишу небольшой код на M). Чтобы получить инсайты я строю модели данных в Power Pivot и рассчитываю метрики на языке DAX. Некоторые отчёты которые я строил - уникальны, а некоторые это копии из лучших аналитических систем таких как RJMetrics, Custora или Amplitude.

В целом, я пишу о том, что я встречал в стартапах, что срабатывало, а что нет, а также о том, что еще можно было бы сделать. Буду рад, если вы найдете для себя хотя бы один пост интересным или полезным.

Если у вас есть трудный вопрос по ecommerce, вы можете написать мне на paul.levchuk[at]gmail.com.

-- Павел

P.S. На простой вопрос, в течение часа, с вероятностью 99,7% вы найдёте ответ используя Google Search.

Популярные сообщения из этого блога

A/B-тестирование: смотреть на конверсию vs смотреть на продажи

Сегодня я хочу обсудить один важный момент в процессе анализа результатов A/B-тестов. И хотя это давно избитая тема, в ней есть много нюансов, которые могут изменить ваше решение о том, какой вариант выиграл.

Начнем с того, что до запуска теста, как правило, нужно определиться с целевой метрикой которую мы будем сравнивать между вариантами. Обычно такой метрикой выбирают конверсию.

Зачем это делать?

На то существуют две причины:
Прозаическая - понять, что вы способны посчитать эту метрику и сформировать свои ожидания.Практическая - определить минимальный объем выборки, на котором эти результаты будут статистически значимыми. Будучи, в первую очередь, маркетологом, и лишь затем data scientist, я стараюсь, по возможности, использовать внешние инструменты. Сегодня я покажу вам 3 внешних инструмента, на которые я полагаюсь при оценке A/B-тестов.
Итак, предположим, вы сейчас работаете над увеличением конверсии по добавлению товара в корзину. 
У вас есть гипотеза, что изменив Call-To-Action …

Дисконты, которые могут убить ваш бизнес

После поста "Несколько мыслей о дисконтах", мой друг data scientist Sergey Bryl, упомянул о своем опыте анализа клиентов, которые получали дисконты.

Смотрел churn rate на одном проекте в разрезе пришел клиент по демпинговой цене или близкой к обычной.По ритейл-клиентам около 2.5х разница на следующую покупку и на третью уже более 3х.По "оптовикам" это 6х... до третьей вообще почти никто не доходил.
Не долго думая, я решил посмотреть, а как будут обстоять дела с анализом, который я делал в прошлом посте, если я прежде промаркирую клиентов следующим образом:
клиенты, которые вообще не пользовались скидками (0)клиенты, у которых скидка была, как минимум, в первую покупку (1)клиенты, у которых скидка была, как минимум, со второй покупки (2+) Посмотрим вначале на доходность на клиента по 3-м группам:

На графике просматривается, что медиана у клиентов из группы (1) немного выше, чем у клиентов из группы (0). Т.е. скидка дающаяся на первую покупку все же подталкивает клиент…

Активация клиентов - мощный источник роста бизнеса

Для роста все бизнесы занимаются привлечением новых клиентов. Вы покупаете рекламу и получаете из нее новых клиентов. Это простая и понятная схема.

Однако, многие онлайн-сервисы часто предлагают клиенту зарегистрироваться.
Здесь, как правило, возможны два варианта:
покупка, где в фоном режиме клиента регистрируют в сервисерегистрация, только после которой можно совершить покупку Так вот шаг регистрации (с виду кажущийся незначительным) является важным дифференцирующим фактором, дающим возможность делать интересные исследования.
Мысль первая
Клиентов, которые зарегистрировались и готовы купить сразу (обычно в тот же день) очень не много.


Мы видим, что % клиентов, которые пришли, зарегистрировались и купили в тот же день (is_same_day_TRUE) - действительно мало. В примере выше, в зависимости от месяц привлечения, это, в среднем, около 5%.
Мысль вторая
Занимаясь улучшением привлечения через оптимизацию Landing Pages и Sign Up Forms мы можем улучшить эти показатели, однако, учитывая объемы кл…