Маркетплейсная воронка в буккмекерском продукте.

В процессе генерации гипотез мы зачастую пренебрегаем истинным поведением пользователей внутри продукта. Это ведет к созданию новых функций, которые, вместо упрощения, усложняют путь к целевому действию.

Одним из интересных аспектов, которые мы решили исследовать, является связь между количеством просмотренных пользователем карточек событий и числом сделанных им ставок.

В ходе изучения статей и опыта работы маркетплейсов выяснилось, что в интернет-магазинах количество просмотренных карточек товара принимается во внимание при формировании воронки продаж. Анализируя данные, можно определить, сколько карточек пользователь обычно просматривает перед совершением покупки. Это позволяет внести в продукт изменения, стимулирующие выполнение этих действий.

Наш продукт, по своей сути, схож с маркетплейсом. Он содержит список предложений, карточки событий, в которых указаны возможные исходы и иногда предоставляется статистика по событию.

Поэтому мы решили исследовать поведение пользователей, чтобы выявить возможные закономерности в количестве просмотренных карточек, необходимых для совершения ставки.

Основываясь на опыте работы с воронками в маркетплейсах, давайте попробуем адаптировать эту концепцию к беттинговому продукту.

На момент анализа, наше приложение включает в себя баннеры с промоакциями, фильтры по типу событий и видам спорта, а также карточки событий.

Сразу становится ясно, что возможность сделать ставку предоставляется не только внутри карточки события, но и прямо из листинга предложений, хотя это ограничено определенными исходами.

Некоторые пользователи, заинтересованные в распространенных ставках, таких как "Победитель основного времени", могут игнорировать переход в карточку и делать ставку прямо из списка событий.

Поэтому нам предстоит разделить воронку на две категории в соответствии с путями пользователей:

Ставки, сделанные без перехода в карточку события.
Ставки, сделанные из карточки события.

Для начала проверим, как много исходов выбирается внутри карточек событий и сколько из них выбирается без перехода в карточку. В нашем случае, около 35% исходов выбираются вне карточек. Теперь мы можем построить воронки для выяснения, в каком случае конверсия будет лучше.

Теперь мы можем построить воронки для выяснения, в каком случае конверсия будет лучше.

Удивительно, но обе конверсии не подвержены значительной сезонности и всегда находятся в пределах своих доверительных интервалов.

Средняя конверсия в ставку через карточку события составляет 38.5%.

Средняя конверсия в ставку без перехода в карточку события - 24.5%

Конверсия в ставку без перехода в карточку

Весьма занимательно, что конверсия без перехода в карточку ниже, хотя пользователи выполняют меньше действий, что обычно воспринимается как преимущество. В данном случае мы наблюдаем обратный эффект - сложный путь с большим числом действий стимулирует людей делать ставки.

Меньше времени и внимания, которые пользователи инвестируют в выбор ставки, меньше вероятность, что они в итоге сделают ставку. Иными словами, чем больше времени потрачено на поиск, тем неприятнее отказаться от совершения покупки.

Попробуйте вспомнить подобный момент из своей жизни. Например, вы решили поесть стейки в кафе с друзьями. Вы искали подходящее место в интернете, бронировали стол, согласовывали время, приходили в кафе, и оказывалось, что стейков нет в наличии. Вероятно, вам было бы сложно уйти и не поесть в этом кафе.

Подобный механизм, но с точки зрения формирования привычек, описан в книге Нира Эяля "Hooked: How to Build Habit-Forming Products" ("На крючке: Как создавать продукты, формирующие привычки").

Подытожив воронки, мы имеем следующий результат

Мы выяснили, что доля выборов исходов через просмотр карточек событий и конверсия в ставку выше, но сколько же нужно просмотреть карточек чтобы совершить ставку.

Начнем с того, что посмотрим, сколько в среднем карточек открывают пользователи, если у них есть одна ставка в сессии.

В сессиях где есть одна ставка, пользователи в среднем открывают 4.62 карточек событий.

Однако средний показатель учитывает все ставки. Поэтому мы решили проанализировать распределение сессий, чтобы получить более точное представление о ситуации.

Результаты, полученные из базы данных, оказались немного отличающимися, но все еще близкими к данным из Amplitude.

Далее построим диаграмму, показывающую зависимость количества ставок от количества открытых карточек в сессии. Удивительно, но она остается линейной до уровня 35 ставок за сессию. Исходя из этого, мы можем рассчитать среднее количество карточек, которые приходятся на одну ставку.

Анализ показал, что с увеличением количества ставок в сессии немного уменьшается количество карточек, которые открывает пользователь.

В сессиях с количеством ставок от 1 до 60 (что покрывает 99,9% всех сессий за анализируемый период в мобильных приложениях), среднее количество карточек на ставку составляет 3.99, что можно округлить до 4.

На наших графиках нет значительных колебаний, поэтому мы можем считать обнаруженную зависимость стабильной и линейной.

После этого мы решили вычислить среднее время между открытием карточки события и совершением ставки.

Здесь график оказался намного более волатильным. Начиная с десятой ставки, различия между значениями становятся более заметными. Однако стоит отметить, что суммарно сессии, в которых совершается до 10 ставок, составляют 97% всех сессий. Учитывая это, можно утверждать, что среднее время между открытием карточки и ставкой для 97% сессий составляет около 2 минут.

Этот показатель может быть полезным для дальнейшего анализа конверсии в ставку.

Разумеется, пользователи не кликают на все карточки подряд в листинге. Их взаимодействия обычно более хаотичны, и количество карточек, которые они видят, влияет на то, сколько из них они откроют и сколько сделают ставок.

Если в листинге всего четыре карточки, показатель количества ставок будет сильно отличаться от случая, когда их тысяча. Но вряд ли количество ставок на пользователя сильно изменится если добавить еще 1000 событий в листинг.

К сожалению, мы пока не можем точно измерить количество карточек, которые пользователь видит за сессию, хотя эта информация была бы очень полезной.

Вместо этого мы можем посмотреть, сколько карточек пользователи открывают за сессию. Это даст нам представление о максимальном количестве усилий, которые пользователь готов вложить в поиск событий.

Мы выяснили что 90% сессий в мобильных приложениях включают в себя до 20 просмотров карточек, после этого график плавно растягивается принимая вид функции квадратного корня.

Как-то раз мы сами того не подозревая провели ухудшающий эксперимент по количеству карточек событий в линии.

В одном из релизов нашего мобильного приложения мы случайно ограничили количество отображаемых карточек событий в разделе «Лайв» до 20 штук.

Мы ощутили тревогу и задумались о возможности откатить релиз. Однако, прежде чем принимать решение, мы решили проверить, изменилось ли среднее количество ставок в сессии. Результаты отчета были следующими:

бордовый - новая версия приложения с ошибкой,

оранжевый - предыдущая версия приложения без ошибки.

Удивительно, количество ставок в сессии не изменилось. Именно в этот момент мы осознали, что 90% сессий в целом составляют всего 20 карточек. Учитывая это, изменение количества карточек не привело к каким-либо изменениям.

Из этого можно сделать вывод, что увеличение количества карточек скорее всего не повлияет на количество открываемых пользователями карточек и, соответственно, на количество сделанных ставок.

Однако, то, что действительно может повлиять, это изменение самих карточек. Например, путем персонализации карточек пользователи смогут просматривать меньше карточек для совершения ставки. Это может привести к увеличению количества ставок в сессии.

В результате проведенного анализа мы изучили связь между количеством открытых карточек событий и количеством сделанных ставок в беттинговом продукте. Результаты получились интересными и мы уже смогли создать несколько гипотез по улучшению процесса совершения ставок.

В качестве рекомендаций стоит выделить 2 направления

– Узнав количество карточек необходимое для совершения ставки, мы можем выстроить путь пользователя так, чтобы каждую сессию он открывал необходимое количество карточек, что может привести к увеличении конверсии в покупку. – Стоит так же учитывать что можно улучшить сами карточки событий, тогда количество необходимых карточек для ставки снизится. Это значит, что пользователи могут совершать больше ставок за одну сессию.

Одни из вариантов могут быть: персонализиванный листинг карточек, добавления информации о событии до открытия карточки подсвечивание наиболее востребованных карточек.

Подписывайтесь на мой телеграм канал, где рассказываю про развитие продуктов, аналитику и гедонизм, а также добавляйте статью в избранное, и до скорой встречи!

Анализ маркетплейсной воронки. Сколько карточек товаров нужно открыть чтобы совершить покупку?