Если, работая над ростом, вы достигли той точки, когда модели осведомленности, привлечения, активации и удержания клиентов уже оптимизированы, то следующий рычаг, к которому вы можете обратиться, по крайней мере в некоторых компаниях, – это увеличение количества рекомендаций. Помните, что эта «пиратская» мнемоника ориентирована на стартапы, и не каждая модель (например, большинство B2B) подходит для использования рекомендаций.
Если люди, пользующиеся вашим программным обеспечением, были активированы, вовлечены и удержаны, то им, возможно, понравился ваш продукт! Они могут даже порекомендовать его друзьям. Если вы предоставите им способ это сделать (например, создадите кнопку «Поделиться»), встроите триггеры, предлагающие им порекомендовать приложение в момент, когда они будут более всего склонны это сделать, тогда вы сможете начать отслеживать, кто из ваших новых пользователей пришел по реферальной ссылке от существующих пользователей.
Превращение восторженных сторонников в послов или даже проповедников вашего продукта – это главный двигатель роста.
Если вы возьмете часть своих пользователей, порекомендовавших продукт, и посмотрите на процент их рекомендаций, которые приводят новых пользователей, вы можете рассчитать так называемый коэффициент виральности. Он измеряет, сколько новых клиентов вы можете привлечь, просто опираясь на существующую базу пользователей, без каких-либо дополнительных маркетинговых или рекламных мероприятий.
Есть также обычное уравнение «виральности».
• Количество приглашений, разосланных каждой группой клиентов: i.
• Процент конвертации приглашений в клиентов: c%.
• Итак, коэффициент виральности (K) = i × c%, где K – это количество клиентов, которых каждый существующий клиент может успешно конвертировать.
Если K меньше 1, то ваша база пользователей со временем сократится, при условии отсутствия дополнительного привлечения пользователей. Если коэффициент равен 1, то вы находитесь в точке безубыточности, и теоретически любое его значение выше 1 является хорошим и говорит о росте, хотя коэффициент К = 15, очевидно, покажет более значительный рост, чем К = 1,02.
ИСТОРИИ ИЗ ЖИЗНИ
Если честно, в наши дни и наш век мне не нравится метафора вируса. Давайте начнем использовать более здоровую терминологию, хорошо?
Кевин Маркс – это человек, который много размышлял на эту тему и написал пост в блоге под названием «Как не стать вирусным»[36] (How Not to Be Viral) более десяти лет назад. Он рекомендовал использовать несколько возможных альтернативных метафор, природных, но не связанных с болезнями (предупреждая, что любое болезненное поведение будет вызывать иммунный ответ).
Разбрасывание большого количества семян (r-стратегия, используемая многими растениями и животными).
Вынашивание потомства (k-стратегия, используемая млекопитающими).
Плодоношение («вкусное с косточкой внутри»).
Ризоматичный («от корней вверх»).
Возможно, вы захотите придумать что-нибудь еще.
Выгодной особенностью реферальной модели является то, что она замыкает циклы, и если у вас есть достаточно высокий коэффициент распространения, то вы можете начать получать эффективные циклы, увеличивающие все ваши показатели роста.
Последняя буква R в пиратской мнемонике касается денег. Для стартапов главное – добиться устойчивого развития, поэтому выручка часто является основной метрикой роста, которую необходимо оптимизировать. Конечно, стартапы на ранних стадиях часто не имеют никакой выручки, и в этих случаях рост числа пользователей рассматривается как показатель возможного ее роста.
Подробнее о моделировании и оптимизации выручки читайте в главе 8 «Получение денег».
Два предостережения
В мире UX данные иногда пользуются дурной славой, поскольку они могут ассоциироваться с игнорированием гуманных аспектов в опыте использования ПО ради увеличения некоторых конкретных показателей. Но анализ данных – это просто инструмент из вашего набора, такой же как контекстный запрос и карта сценариев (я назвал лишь несколько наугад). По своей сути они не являются ни добром, ни злом, а их вклад полностью зависит от того, как их использовать. Тем не менее при навязчивых попытках оптимизировать важные показатели следует остерегаться двух серьезных ловушек.
• Сопротивляйтесь желанию оптимизировать «темные метрики», то есть данные, полученные в результате человеческого несчастья, обмана или манипуляций.
• Будьте очень осторожны, если выбираете прокси-метрики, чтобы не перепутать модели с реальностью.
Эти две опасности – несколько разного характера, поскольку первая в основном зависит от ваших ценностей и бдительности, а вторая больше связана с чрезмерным изучением своих данных.
Темные метрики – это показатели, которые могут принести выгоду бизнесу, особенно в краткосрочной перспективе, но сделают это ценой обмана людей (скажем, затрудняют отмену подписки или эксплуатируют их адресную книгу без разрешения или четкого пояснения).
Плохие прокси-метрики могут привести к тому, что вы будете оптимизировать показатель ради него самого, в ущерб намеченной цели, для которой была выбрана метрика.
В мире медицины есть хороший пример того, как это работает. Поскольку я не врач, не принимайте всерьез мои советы, но идея заключается в следующем:
• высокий уровень холестерина является[37] признаком повышенного риска сердечного приступа;
• прием статинов может снизить уровень холестерина в крови;
• но снижение этого показателя не гарантирует снижение риска сердечного приступа.
Иными словами, можно изменить метрику, но при этом исходная ситуация, для отслеживания которой она была выбрана, не улучшится. Поэтому выбирайте тщательно и сверяйте результаты с другими показателями, чтобы не потерять лес за деревьями.
Бывший консультант по продуктам в Google Лукас Бергстром отметил, что по крайней мере некоторые количественные данные необходимо регулярно проверять с помощью качественных исследований: «Я обнаружил, что полезно хотя бы думать о показателях продукта и качественных глубоких погружениях как о противоположных полюсах, между которыми мне всегда нужно перемещаться».
ДЕНЬ ИЗ ЖИЗНИ МЕНЕДЖЕРА ПРОДУКТОВ
Джанет Брункхорст, директор по управлению продуктами в Aurora Solar, стартап на «стадии роста» (серия B)
– Поделитесь тем, что поможет описать среду, в которой вы управляете продуктом.
– Сочетание исследований и разработок, устоявшегося продукта и нового продукта для новых сегментов.
– Как у вас начинается рабочий день?
– Перед работой я пишу. Это не работа как таковая. Я думаю о том, как структурированы команды и как сделать их лучше.
Пока я готовлю завтрак и собираю детей, я обычно проверяю Slack и электронную почту, поэтому к настоящему началу работы я могу сосредоточиться на некоторых вопросах. Если первым пунктом у меня не назначена встреча, то обычно я отвечаю на вопросы по разработке, тестированию чего-либо или выполняю какую-то другую тактическую работу.
– Как вы проводите раннее утро?
– Я бы хотела сказать, что свои самые продуктивные часы я провожу, углубляясь в стратегическую работу, но обычно происходит по крайней мере одна встреча. Но если получается, я погружаюсь в более глубокую тему.
– Как вы проводите бóльшую часть утра?
– Встречи.
– Чем заканчивается утро?
– Встречами. Два раза в неделю я хожу в спортзал в полдень. И тогда я не обедаю.
– Когда вы делаете перерыв на обед?
– Полдень – мой обеденный перерыв.
– Что вы делаете первым делом после обеда?
– Встречи. Если у меня нет встреч, после обеда я сажусь и изучаю результаты исследования или пишу определения для будущих продуктов. Или готовлюсь к следующему собеседованию с кандидатом.
– Как вы справляетесь с авралом или незапланированной работой?
– Во-первых, я пытаюсь четко разобраться, что за срочность и каковы ее причины. Если это действительно срочно, я предупреждаю соответствующую команду через Slack. Если достаточно ясно, что нужно сделать, мы, как правило, можем разобраться с этим в Slack и приступить к работе. Если нет, я начну общение в Slack с людьми, которые могут прояснить ситуацию. Если и это не сработает, я назначу встречу. Иногда при первоначальной просьбе о встрече сотрудники сопротивляются.
– Как вы проводите бóльшую часть дня?
– Как вы уже догадываетесь, большую часть дня я провожу встречи. Также проверяю все, что было завершено, отвечаю на запросы и вопросы, которые получаю в первой половине дня. И, надеюсь, продвигаю более глубокую работу вперед. Иногда мы используем вторую половину дня для проведения семинаров.
– Что вы делаете в конце рабочего дня?
– Закрываю все последние вопросы. Проверяю мой календарь на следующий день. Выключаю компьютер.
– Вы работаете по вечерам?
– Только если это необходимо.
Ключевые идеи
• Все хорошие менеджеры продукта тратят время на глубокое погружение в данные и стремятся их понять как можно лучше.
• Вам следует научиться работать с данными самостоятельно, чтобы не зависеть от других, и сделать анализ данных обычной частью вашего рабочего дня.
• Встраивайте инструменты (добавляйте аналитику продукта) во всё, что создаете, чтобы после запуска вы не действовали вслепую.
• Не отслеживайте всё подряд: сосредоточьтесь на ключевых пользовательских и системных событиях.