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 %.
Вторая метрика – процент пользователей, посылающих приглашения, – также может варьироваться в диапазоне от 0 до 100 %. Базовое значение составляет 15 %, так что теоретически мы могли бы улучшить этот показатель на целых 85 процентных пунктов. Опять же, чтобы выразить этот потенциал роста в процентах, мы берем 85 пунктов возможного прироста и делим их на базовое значение – 15 %, получая в итоге 570 %. Таким образом, процент пользователей, посылающих приглашения, имеет значительно больший потенциал роста, чем коэффициент конверсии.
Теперь давайте перейдем к третьей метрике: среднему количеству приглашений, посылаемых одним пользователем. Этот показатель не является процентным. Его минимальное значение равно 0. Базовое значение равно 2.3. Каково же максимально возможное значение для этой метрики? На первый взгляд кажется, что его невозможно определить достаточно точно. Но нам нужна хотя бы приблизительная оценка максимального значения, чтобы рассчитать потенциал роста. Может ли оно быть бесконечным? Нет, поскольку численность населения нашей планеты измеряется конечным числом. Каждый пользователь может пригласить всех своих родственников, друзей и знакомых присоединиться к Friendster. Таким образом, максимальным значением будет среднее количество друзей, которое есть у пользователя Friendster. Что это за число? Я не знал точно, но мне казалось, что разумная оценка составляет от 100 до 200 человек. В 1990-х годах психолог Робин Данбар провел исследование, пытаясь определить максимальное число людей, с которыми человек может поддерживать стабильные социальные отношения. Он пришел к выводу, что этот предел – называемый числом Данбара – равен 150, что соответствует середине моего предполагаемого диапазона. Если мы используем это значение, то увидим, что потенциал роста среднего количества посылаемых приглашений в расчете на одного пользователя составляет 150 ÷ 2.3 = 6 520 %. Даже если отталкиваться от более консервативной оценки максимального значения в 100 приглашений, потенциал роста этой метрики все равно будет значительно превышать аналогичный показатель для двух других метрик.
Когда вы впервые увидели Рисунок 14.5, не возникло ли у вас ощущение дежавю? Взгляните еще раз на кривые рентабельности инвестиций для трех метрик на Рисунке 14.2. Замечаете сходство? Процент пользователей, посылающих приглашения, подобен метрике A с хорошим показателем ROI. Коэффициент конверсии подобен метрике B, для которой характерна низкая рентабельность. Среднее количество приглашений, посылаемых одним пользователем, в наибольшей степени соответствует метрике C. Однако мы не будем знать этого наверняка до
