Блог про аналитику

Итак, в предыдущем посте я коротко обрисовал способы расчета customer churn rate . Сегодня бегло пройдемся по второму вопросу - отток денег при оттоке клиентов ( revenue churn rate ). Как я уже писал ранее, клиент клиенту - рознь. В контексте оттока это значит, что когда у вас в один и тот же период уходит два клиента из одной когорты, то эти клиенты совсем не обязательно должны быть идентичны. Есть разница, кто ушел? Например, клиента А пробыл с вами 6 месяцев и за эти 6 месяцев потратил на вашем сервисе 100 USD. В тоже время... Клиент Б (из той же когорты) также пробыл с вами те же 6 месяцев, но за эти 6 месяцев потратил на вашем сервисе 175 USD. Существенная разница! В этом и есть суть расчета revenue churn rate . Есть клиенты, потеря которых, ударит по стартапу финансово намного больнее. Как мерять? Значит надо этот момент как-то мерять. Сразу скажу, что придумывать ничего не нужно. Все уже придумано до нас. Как и в предыдущем посте мы построим матрицу кого...

Итак, в прошлом посте мы определились с тем, насколько важно и для стартапа и для зрелого бизнеса отслеживать и управлять оттоком клиентов. На самом деле в любом бизнесе часть клиентов неизбежно уходит. Поэтому, вопрос оттока клиентов это всегда вопрос о том, сколько именно клиентов, привлеченных ранее, - ушло. Отток (churn) - упрощенное определение. Churn Rate (отток клиентов) - это соотношение тех клиентов, кто ушел в этом периоде (А), к тем клиентам,  кто был активен (покупал) ранее (В). Т.е. churn rate = А/В. Независимо от того, какую формулу вы используете, хочу вам сказать, что сравнивать  churn rate  за текущий период с предыдущими периодами имеет смысл лишь в том случае, если способ расчета одинаковый. Т.е. если у вас в этом месяце сменилась формула расчета, то обязательно надо пересчитать показатели предыдущих периодов. Отток (churn) - два важных нюанса. Если вдумчиво прочитать определение, которое я дал ранее, то возникнет, как минимум, 2 важных в...

Сегодня мы с вами начнем обсуждение такой темы как отток клиентов (Churn Rate) в стартапе. Откровенно говоря, я не видел в Украине ни одного стартапа, который бы системно работал с оттоком клиентов. Все это может навести вас на мысль, что тема эта весьма сложная. На самом деле это не так. Но для того, чтобы понимать ее важность, нужно начать немного издалека. И начну я с определения  дохода стартапа как такового. Итак, ниже первая бизнес-аксиома стартапа: Revenue = # customers x ARPU, где ARPU = AVG # orders per customer x AOV . Переводя на понятный язык, ваш доход всегда определяется как произведение # customers -  количества клиентов ARPU -  средняя доходность клиента, которая в свою очередь состоит из произведения AVG # orders per customer -  среднее количество заказов сделанных одним клиентом AOV -  средний чек заказа . Давайте остановимся на минуту и подумаем, что мы сделали. По сути, мы разложили наш целевой показатель на неско...

В предыдущем посте про ROI я невольно затронул тему Когортного Анализа . Что же такое Когортный Анализ ? Немного истории Фармацевтические компании, как правило, ведут постоянную разработку лекарств. Это значит, что и год назад и сегодня и через 2 года в лекарство будут вноситься некоторые изменения с целью понизить затраты, повысить эффективность лечения, понизить побочные эффекты. Возникающая проблема Как сравнить результаты приема разных модификаций лекарства, если разные пациенты начали принимать свои модификации в разное время и при этом принимали его разное количество периодов? Рис1. Сырые данные (картинка при клике увеличивается) Очевидно, что на первом скриншоте сравнивать Когорты с таким разносом по времени и длительности весьма проблематично. Решение - построение Когорт Было бы удобнее, если картинка станет вот такой: Рис2. Данные преобразованные в Когорты (картинка при клике увеличивается) Во втором скриншоте мы выровняли все экспе...

Давно хотел написать небольшой пост на тему ROI (Return On Investment) при привлечении клиентов с онлайн-каналов. Не то, чтобы тема сложная, но о ней чаще говорят, чем реально считают. Итак, начнем с определения ROI. ROI = Выгода от инвестиций / Инвестиции * 100%. Что же означает эта чудесная формула в разрезе привлечения клиентов с канала, например с mail.ru за Январь 2014? Формула состоит из двух частей: доходной и расходной. Расходная часть в привлечении равна количеству денег потраченных на канал mail.ru за Январь 2014 года. Из админки практически любого канала в котором вы покупаете рекламу, вы достаточно легко сможете вытащить эту информацию. Под "вытащить" я понимаю экспорт в .CSV файл или просто copy/paste из таблицы костов в админке. ВАЖНО: не забудьте сделать теггирование вашей рекламы из этого канала так, чтобы каждый переход на ваш сайт был с тегами (utm_source, utm_medium), иначе нельзя будет понять, как посчитать доходную часть.   ЕЩЕ ВАЖНЕЕ: Тег...

В последнее время я все реже и реже смотрю в Google Analytics. Возможно вы удивитесь и даже спросите у меня почему? А все потому, что Google Analytics с версии V5 ввел такой механизм как Sampling . Идея его проста - зачем переберать весь объем данных, когда можно взять часть данных (подмножество) и с сопоставимой точностью выдать тренды и метрики для всего множества. И хотя мне эта идея понятна, все же я не доволен таким подходом от Google. И вот недавно я нашел статью-исследование, которая подтвердила мои ощущения. Называется она: Can You Trust Your Google Analytics Data? Ниже, я вкратце изложу основные моменты исследования, которое сделали ребята из Blastam (которые и написали вышеупомянутую статью). Начну с хорошей и пожалуй единственно хорошей новости. Google Analytics Standard Reports Большинство стандартных отчетов Google Analytics идут pre-aggregated. Это значит, что данные в этих отчетах аггрегируются в процессе их загрузки в GA и п...

После того, как я посеял в ваши души сомнения о том, кого считать клиентом , самое время подойти к задаче с другой стороны и задаться вопросом: как мне делать высокоэффективный маркетинг? На самом деле существует много течений маркетинга, каждое из которых претендует на название высокоэффективного. У них много названий таких как CRM , Loyalty Marketing , 1-to-1 Marketing  и т.д. но все они так или иначе строятся на одной основе. И основа эта неизменна. Чтобы повысить ценность клиентской базы, нужно: Удерживать наиболее ценных клиентов (most valuable customers) Стараться сконвертировать обычных клиентов в ценных клиентов. Хорошее правило, но уж очень общее. Давайте попробуем его уточнить. Первое, что вам нужно понимать, кто же эти наиболее ценные клиенты.  Надеюсь, каждый из вас уже понимает, что не существует одинаковых клиентов .  Нет, они не просто живут в разных городах, имеют разный пол, дату дня рождения и т.д. Они дают бизнесу...

Итак, в прошлом посте я сделал краткую вводную о Джиме Ново, а также вскользь упомянул дисциплину Маркетинга Баз Данных. Сегодня я постараюсь определить ключевые понятия , на которых строятся работы Джима Ново. Начнем с начала. Кого считать клиентом? Практически все изыскания Джима Ново касаются работы с таким valuable asset как Клиентская База Данных. И здесь возникает очень важный вопрос - кого же считать клиентом? С одной стороны, практически для любого e-commerce, клиент это тот, кто делает у вас покупки. Но разные клиенты имеют разную ценность для бизнеса. Допустим, у вас есть два клиента (клиент А и клиент Б). Оба они сделали покупку 10.01 .2013. Клиент А сделал повторную покупку через 55 дней (06.03.2013), а затем еще одну через 60 дней (05.05.2013). Клиент Б не сделал с тех пор ни одной повторной покупки. И здесь у вас в голове могут начать возникать такие вопросы: Какой клиент вероятнее все еще остается клиентом моей компании? Кто из них вероятнее сдел...

Сегодня я сделаю вводную про Jim Novo - гениально-прикладного маркетолога современности. Начну пожалуй с того, как я узнал о Джиме Ново Есть один небезызвестный украинский маркетолог. Зовут его Рома Рыбальченко . В далеком 2010 г. он активно проповедовал дисциплину Маркетинг Баз Данных . Для меня (человека аналитического, с техническим образованием) возможность строить выводы не на пустом месте, а на основе данных хранящихся в моей Базе Данных показалась мне весьма заманчивой. Я, по совету Ромы, раздобыл книгу Маркетинг на основе баз данных  (автор - Артур Хьюс) и начал ее изучать. Однако, как оказалось книга эта была не совсем прикладная. Она проясняла общие подходы к Маркетингу Баз Данных, делала неплохую вводную в дисциплину, но далеко не всегда предлагала конкретные механики сбора данных и расчета уже заинтересовавших меня показателей Маркетинга Баз Данных. Тогда, как обычно, я просто начал гуглить. К моему удивлению тогда я даже нашел целый Институт Маркет...

В предыдущем посте мы с вами уже попробовали, в некотором смысле, оценить имейл-рассылку (сделав A/B тестирование и правильно сравнив конверсию открытий между тестовой и контрольной группой). Все это здорово, но это лишь малая часть того, что вы можете сделать для своего e-commerce. ВАЖНО: Возьмите за привычку спрашивать себя в конце дня - сколько денег имейл-рассылка принесла компании сегодня. Иногда бывают трудности с просчетом, но чаще это просто тот неудобный вопрос, который вы не хотите себе поставить. Тем не менее, самые успешные проекты в SV задают себе такой вопрос постоянно: после добавления новой фичи в продукт, после редизайна Landing Page, после отправленной имейл-рассылки и т.д. Эти люди очень сфокусированы на результате, они постоянно делают допущения (выдвигают гипотезы), проводят тесты, отбрасывают то, что не работают и начинают следующую итерацию выдвижения гипотез с учетом уже полученных новых фактов. Это часть культуры правильного e-commerce проек...

Итак, в предыдущем  посте мы обсуждали воронку, которая формируется в результате Продуктовой рассылки и бегло рассмотрели основные элементы рассылки с которыми нужно работать, чтобы улучшить верхнюю часть этой воронки. Ну что ж, давайте вернемся к теме этого поста: у меня красивая рассылка, что дальше? Делайте A/B тестирование Например, Вы всегда отправляли вашу рассылку в 11:00 утра. Теперь вы хотите посмотреть на то, как активно ваши подписчики будут открывать и читать вашу рассылку, если вы отправите ее им к 9:00. Для этого делим базу подписчиков, допустим 10,000 человек, на две группы: Control: 5,000 подписчиков, которые получат имейл-рассылку в 11:00 Test/Treatment: 5,000 подписчиков, которые получат имейл-рассылку в 9:00. Чтобы разделить базу подписчиков воспользуйтесь Excel. Загрузите всех подписчиков туда и рассчитайте на "первый, второй". ВАЖНО: Нельзя просто взять и разделить базу подписчиков 50/50, т.к. последние 50% по...

В одном из предыдущих  постов я уже сделал вводную по видам имейл-рассылки. Напомню, что имейл-рассылки бывают Продуктовые и Триггерные. Так вот сегодня мы поговорим о  Продуктовой имейл-рассылке  - наиболее распространенном виде имейл-рассылки в Украине. Как правило, Продуктовая рассылка преследует три последовательные цели: Уведомить : донести до клиентов информацию о новых (или актуальных) продуктах. Вовлечь : увлечь клиента изучить предложение, перейти на сайт. Продать : продать товар или услугу. По сути, эффективная Продуктовая имейл-рассылка это воронка, в которой на каждом этапе вы делаете усилия, чтобы перевести максимальное количество клиентов на следующий шаг. Уведомить На этом шаге воронки, вам необходимо  точно знать, сколько имейлов вы отправили и сколько из них дошло до адресатов.  Это задача решается относительно просто. Начните использовать для имейл-рассылки Email Service Provider (ESP). Краткое введение о том, ...