Growth Hacking овеян множеством мифов. Одни считают его панацеей от всех бед, другие — чуть ли не шарлатанством. Недоверие подогревают кейсы с невероятными цифрами роста в десятки и сотни раз, которые пытаются бездумно копировать и не получая такого же роста объявляют подход неработающим.
Но для того, чтобы «взломать рост» компании недостаточно просто выделить команду и поставить им задачу искать точки роста. Growth Hacking — очень сложный процесс, который требует высокой экспертизы и четкой методологии.
С момента основания Retail Rocket взлом роста стал неотъемлемой частью работы компании. Более шести лет мы вырабатывали уникальную систему проведения тестирований и подборов алгоритмов. В том числе благодаря этой методологии, мы можем обеспечивать самый высокий показатель ROI на рынке. И сегодня мы хотим поделиться опытом использования Growth Hacking'а в ecommerce.
![](https://habrastorage.org/r/w780q1/webt/hj/e3/6u/hje36ud0f2hqwzhzeo7t4rt0acq.jpeg)
Growth Hacking — это непрерывная работа отдельной команды над формулированием, организацией и анализом экспериментов, позволяющих обеспечивать высокий темп роста показателей бизнеса. Это значит, что бизнес создает отдельный отдел, который занимается генерированием и проверкой гипотез, которые должны влиять на конверсию, выручку, прибыль и другие метрики.
Появление и активное использование Growth Hacking’а связано с масштабным подъемом культуры стартапов, когда появилась необходимость в понятном и доступном инструменте для проверки гипотез, обеспечивающих компании кратный рост.
В основе Growth Hacking'а лежит три принципа:
Если изобразить процесс схематически, то все выглядит достаточно просто: нужно сгенерировать гипотезу, которая предположительно увеличит одну или несколько метрик, проверить ее, например, с помощью A/B-тестирования, и проанализировать результат. Успешные гипотезы можно масштабировать и оптимизировать, а в случае неуспеха — цикл повторяется.
![](https://habrastorage.org/r/w1560/webt/-w/8i/ru/-w8iruhthky89ilqbntb165tgao.png)
На практике все оказывается гораздо сложнее. От выбора гипотезы до процесса тестирования и оценки результатов — на каждом этапе нужна огромная экспертиза и опыт. Частично мы рассказывали об этом в статье «Подводные камни A/Б-тестирования или почему 99% ваших сплит-тестов проводятся неверно?».
У нас в Retail Rocket есть две команды Growth Hacker’ов. Одна занимается ростом метрик на сайте, а другая отвечает за повышение эффективности триггерных писем. Подходы команд к процессам взлома роста в каких-то моментах похожи, а где-то отличаются, о чем мы подробнее расскажем по ходу статьи.
Начнем с процесса выбора гипотез.
Глобально можно выделить 2 подхода к Growth Hacking’у:
Первый способ более дорогой и ресурсозатратный, здесь больше шансов провала, но и иногда рождаются сильные и прорывные идеи.
Второй способ отлично работает, если есть повторяемость экспериментов и можно собрать целый пул гипотез. Он дает более прогнозируемые результаты, поскольку уже есть собранная статистика по итогам предыдущих тестов.
Для клиентов Retail Rocket мы используем комбинацию этих способов. Сначала тестируем решения, которые с наибольшей вероятностью сработают на этом магазине.
Мы провели более 2000 тестов на сайтах и свыше 5000 тестов в триггерных письмах, наступили на все возможные грабли в ходе этих тестов, учли опыт не только российских, но и зарубежных магазинов, поэтому можем с большой долей уверенности рекомендовать каждому интернет-магазину именно тот вариант, который будет для него эффективен. Используя системную проверку гипотез мы увеличиваем математические ожидания и снижаем вероятность ошибки.
Многие из наших гипотез, мы не только описываем в кейсах и показываем результаты их внедрения, но и рассказываем, почему тестируем именно такое решение. Какие-то гипотезы основаны на психологических постулатах и исследованиях, другие — разрушают распространенные стереотипы.
После системной проверки рекомендуемых магазину гипотез начинается этап более экспериментальной и рискованной работы. Специалисты по Growth Hacking’у ищут новые решения, которые принесут магазину рост конверсии и среднего чека. Для триггерных писем новые гипотезы, как правило, создаются в процессе брейншторма и каждую гипотезу необходимо обосновать с точки зрения психологии. Команда по работе с сайтами предпочитает более практический подход, основанный на изучении исследований.
Некоторые гипотезы предлагают наши клиенты. Мы оцениваем целесообразность их тестирования, строим примерные расчеты, насколько это может сработать, и если понимаем, что результат стоит затраченных усилий, проводим тест. Безусловно, клиенты лучше знают свою аудиторию, поэтому в сочетании с нашим опытом некоторые гипотезы дают отличные результаты. Наиболее успешные идеи даже становятся частью нашего пула гипотез. Например, триггерный сценарий «Уведомление о снижении цены на товар в корзине» после ряда успешных тестов занял достойное место в нашей карте триггеров.
Таким образом, благодаря сочетанию экспертизы маркетологов магазина с опытом специалистов Retail Rocket получается система WIN-WIN, в которой выигрывают обе стороны.
Для проверки гипотез в онлайн пространстве отлично подходит процесс AB-тестирования. У него есть четкая методология и он дает прозрачные результаты, конечно, если проводить сплит-тест правильно.
У нас есть четкая методология проведения теста, которая включает в себя несколько этапов проверок и позволяет исключить возможные ошибки. Есть свой инструментарий деления трафика. Есть экспертиза и опыт, благодаря которым при возникновении вопросов, мы знаем, куда смотреть и где искать проблемы.
Проведение A/B-теста можно разделить на несколько этапов:
Таким образом, по итогам тестирования магазин четко понимает, какая гипотеза принесет магазину рост конверсии и продаж, а какую внедрять нет смысла.
Расскажем на примере пары кейсов, как работает Growth Hacking в Retail Rocket.
Как мы упоминали выше, в триггерных сценариях гипотезы часто основываются на различных постулатах психологии. Например, хороший результат в большинстве случаев показывает применение принципа социального доказательства. Его суть в том, что люди доверяют мнению других людей при выборе товара. Социальное доказательство можно использовать различными способами, например, отзывы о товарах, рейтинги, информация о том, сколько пользователей смотрят товар в это же время и т.д.
Мы решили проверить гипотезу о повышении востребованности товара за счет внедрения блока «Куплено сегодня», который демонстрировал количество товара, купленное другими пользователями.
Работа проводилась посредством A/B-тестирования, в котором все получатели писем случайным образом делятся на два сегмента. Сегменту А отправляется исходная версия письма, сегменту В – письмо с изменением-гипотезой, которое должно повысить эффективность рассылок.
Проверку гипотезы проводили в триггерном сценарии «Письмо с сопутствующими товарами после заказа» клуба распродаж Mamsy:
![](https://habrastorage.org/r/w1560/webt/3_/7i/ud/3_7iud68xx6j9qprewxgohl5eqm.png)
По итогам тестирования, конверсия в заказы письма с внедренной гипотезой оказалась на 60,5% выше, чем у стандартной версии (статистическая достоверность результата 96,8%).
Теперь переместимся на сайт и посмотрим на проверку гипотезы на примере интернет-аптеки «ЗдравСити».
Главный упор в тестированиях на сайтах интернет-магазинов мы делаем на проверку эффективности различных алгоритмов, чтобы понять, какая механика рекомендаций принесет ритейлеру максимальный результат. Но также мы проверяем и то, как различные элементы дизайна повлияют на показатели конверсии, среднего чека и выручки. Это может быть внедрение слайдера в рекомендации, добавление лейблов со скидками или другие дизайнерские решения.
В данном случае гипотеза состояла в том, что если добавить CTA-элемент к товарам в блоках рекомендаций, пользователю будет проще добавить товар в корзину и за счет этого увеличится конверсия и средний чек.
Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на 3 сегмента:
![](https://habrastorage.org/r/w1560/webt/u4/zo/r4/u4zor41snvfshntc03bpo87fmti.png)
По результатам тестирования внедрение гипотезы «Блок рекомендаций с добавлением CTA-кнопки «В корзину» на странице поиска интернет-магазина Zdravcity.ru увеличивает конверсию на 1,05% (статистическая значимость 99,5%). В сочетании с ростом среднего чека на 7,3%, что дает прогнозируемое увеличение выручки на 8,4%.
Это всего лишь пара примеров того, как можно генерировать и проверять различные гипотезы для роста метрик. Мы регулярно рассказываем об этом в кейсах, поэтому если хотите узнать больше интересных гипотез и результатов их проверки, заходите в наш блог.
И помните, чем больше экспериментов вы проводите, тем выше будет ваш результат на длинной дистанции. Поэтому проводите A/B-тесты, проверяйте гипотезы и находите те решения, которые принесут рост именно вам.
Но для того, чтобы «взломать рост» компании недостаточно просто выделить команду и поставить им задачу искать точки роста. Growth Hacking — очень сложный процесс, который требует высокой экспертизы и четкой методологии.
С момента основания Retail Rocket взлом роста стал неотъемлемой частью работы компании. Более шести лет мы вырабатывали уникальную систему проведения тестирований и подборов алгоритмов. В том числе благодаря этой методологии, мы можем обеспечивать самый высокий показатель ROI на рынке. И сегодня мы хотим поделиться опытом использования Growth Hacking'а в ecommerce.
![](https://habrastorage.org/webt/hj/e3/6u/hje36ud0f2hqwzhzeo7t4rt0acq.jpeg)
Что такое Growth Hacking и почему он нужен любому бизнесу
Growth Hacking — это непрерывная работа отдельной команды над формулированием, организацией и анализом экспериментов, позволяющих обеспечивать высокий темп роста показателей бизнеса. Это значит, что бизнес создает отдельный отдел, который занимается генерированием и проверкой гипотез, которые должны влиять на конверсию, выручку, прибыль и другие метрики.
Появление и активное использование Growth Hacking’а связано с масштабным подъемом культуры стартапов, когда появилась необходимость в понятном и доступном инструменте для проверки гипотез, обеспечивающих компании кратный рост.
В основе Growth Hacking'а лежит три принципа:
- Быстрое повышение метрик
- Постоянная оптимизация результатов
- Открытый процесс
Если изобразить процесс схематически, то все выглядит достаточно просто: нужно сгенерировать гипотезу, которая предположительно увеличит одну или несколько метрик, проверить ее, например, с помощью A/B-тестирования, и проанализировать результат. Успешные гипотезы можно масштабировать и оптимизировать, а в случае неуспеха — цикл повторяется.
![](https://habrastorage.org/webt/-w/8i/ru/-w8iruhthky89ilqbntb165tgao.png)
На практике все оказывается гораздо сложнее. От выбора гипотезы до процесса тестирования и оценки результатов — на каждом этапе нужна огромная экспертиза и опыт. Частично мы рассказывали об этом в статье «Подводные камни A/Б-тестирования или почему 99% ваших сплит-тестов проводятся неверно?».
У нас в Retail Rocket есть две команды Growth Hacker’ов. Одна занимается ростом метрик на сайте, а другая отвечает за повышение эффективности триггерных писем. Подходы команд к процессам взлома роста в каких-то моментах похожи, а где-то отличаются, о чем мы подробнее расскажем по ходу статьи.
Начнем с процесса выбора гипотез.
Как найти и выбрать гипотезу для проверки
Глобально можно выделить 2 подхода к Growth Hacking’у:
- Случайная генерация идей и их проверка
- Системная проверка гипотез, собранных заранее
Первый способ более дорогой и ресурсозатратный, здесь больше шансов провала, но и иногда рождаются сильные и прорывные идеи.
Второй способ отлично работает, если есть повторяемость экспериментов и можно собрать целый пул гипотез. Он дает более прогнозируемые результаты, поскольку уже есть собранная статистика по итогам предыдущих тестов.
Для клиентов Retail Rocket мы используем комбинацию этих способов. Сначала тестируем решения, которые с наибольшей вероятностью сработают на этом магазине.
Мы провели более 2000 тестов на сайтах и свыше 5000 тестов в триггерных письмах, наступили на все возможные грабли в ходе этих тестов, учли опыт не только российских, но и зарубежных магазинов, поэтому можем с большой долей уверенности рекомендовать каждому интернет-магазину именно тот вариант, который будет для него эффективен. Используя системную проверку гипотез мы увеличиваем математические ожидания и снижаем вероятность ошибки.
Многие из наших гипотез, мы не только описываем в кейсах и показываем результаты их внедрения, но и рассказываем, почему тестируем именно такое решение. Какие-то гипотезы основаны на психологических постулатах и исследованиях, другие — разрушают распространенные стереотипы.
После системной проверки рекомендуемых магазину гипотез начинается этап более экспериментальной и рискованной работы. Специалисты по Growth Hacking’у ищут новые решения, которые принесут магазину рост конверсии и среднего чека. Для триггерных писем новые гипотезы, как правило, создаются в процессе брейншторма и каждую гипотезу необходимо обосновать с точки зрения психологии. Команда по работе с сайтами предпочитает более практический подход, основанный на изучении исследований.
Некоторые гипотезы предлагают наши клиенты. Мы оцениваем целесообразность их тестирования, строим примерные расчеты, насколько это может сработать, и если понимаем, что результат стоит затраченных усилий, проводим тест. Безусловно, клиенты лучше знают свою аудиторию, поэтому в сочетании с нашим опытом некоторые гипотезы дают отличные результаты. Наиболее успешные идеи даже становятся частью нашего пула гипотез. Например, триггерный сценарий «Уведомление о снижении цены на товар в корзине» после ряда успешных тестов занял достойное место в нашей карте триггеров.
Таким образом, благодаря сочетанию экспертизы маркетологов магазина с опытом специалистов Retail Rocket получается система WIN-WIN, в которой выигрывают обе стороны.
Как проверить гипотезу, или почему мы выбрали A/B-тесты
Для проверки гипотез в онлайн пространстве отлично подходит процесс AB-тестирования. У него есть четкая методология и он дает прозрачные результаты, конечно, если проводить сплит-тест правильно.
У нас есть четкая методология проведения теста, которая включает в себя несколько этапов проверок и позволяет исключить возможные ошибки. Есть свой инструментарий деления трафика. Есть экспертиза и опыт, благодаря которым при возникновении вопросов, мы знаем, куда смотреть и где искать проблемы.
Проведение A/B-теста можно разделить на несколько этапов:
- Запуск теста. Здесь может быть множество потенциальных ошибок. В списке типичных — неправильная верстка и ошибки сегментирования. В основе нашей методики лежит перекрестная перепроверка тестов и тщательное согласование всех деталей с ритейлером, что позволяет минимизировать возможные ошибки.
- Остановка теста. Сколько времени должен идти тест, чтобы результаты можно было интерпретировать однозначно? Как понять, где эффект новизны переходит в работающий метод повышения конверсии?
- Оценка результатов. Начиная от методики сбора и очистки данных до выводов, которые может проверить любой аналитик, — в отчетах о тестах мы даем максимально полную и прозрачную информацию о том, какой эффект дает то или иное решение.
Таким образом, по итогам тестирования магазин четко понимает, какая гипотеза принесет магазину рост конверсии и продаж, а какую внедрять нет смысла.
Как это выглядит на практике
Расскажем на примере пары кейсов, как работает Growth Hacking в Retail Rocket.
Кейс 1. Использование принципа социального доказательства в триггерных письмах
Как мы упоминали выше, в триггерных сценариях гипотезы часто основываются на различных постулатах психологии. Например, хороший результат в большинстве случаев показывает применение принципа социального доказательства. Его суть в том, что люди доверяют мнению других людей при выборе товара. Социальное доказательство можно использовать различными способами, например, отзывы о товарах, рейтинги, информация о том, сколько пользователей смотрят товар в это же время и т.д.
Мы решили проверить гипотезу о повышении востребованности товара за счет внедрения блока «Куплено сегодня», который демонстрировал количество товара, купленное другими пользователями.
Работа проводилась посредством A/B-тестирования, в котором все получатели писем случайным образом делятся на два сегмента. Сегменту А отправляется исходная версия письма, сегменту В – письмо с изменением-гипотезой, которое должно повысить эффективность рассылок.
Проверку гипотезы проводили в триггерном сценарии «Письмо с сопутствующими товарами после заказа» клуба распродаж Mamsy:
![](https://habrastorage.org/webt/3_/7i/ud/3_7iud68xx6j9qprewxgohl5eqm.png)
По итогам тестирования, конверсия в заказы письма с внедренной гипотезой оказалась на 60,5% выше, чем у стандартной версии (статистическая достоверность результата 96,8%).
Кейс 2. Выбор самого эффективного варианта отображения рекомендаций на странице поиска
Теперь переместимся на сайт и посмотрим на проверку гипотезы на примере интернет-аптеки «ЗдравСити».
Главный упор в тестированиях на сайтах интернет-магазинов мы делаем на проверку эффективности различных алгоритмов, чтобы понять, какая механика рекомендаций принесет ритейлеру максимальный результат. Но также мы проверяем и то, как различные элементы дизайна повлияют на показатели конверсии, среднего чека и выручки. Это может быть внедрение слайдера в рекомендации, добавление лейблов со скидками или другие дизайнерские решения.
В данном случае гипотеза состояла в том, что если добавить CTA-элемент к товарам в блоках рекомендаций, пользователю будет проще добавить товар в корзину и за счет этого увеличится конверсия и средний чек.
Исследование эффективности проводилось с использованием механики A/B-тестирования. Все посетители сайта случайным образом делились на 3 сегмента:
- Первому сегменту показывался блок рекомендаций без CTA-элемента (базовый внешний вид)
- Второму сегменту показывался блок рекомендаций с добавлением CTA-элемента «В корзину» (добавляет товар в корзину)
- Третьему сегменту рекомендации не показывались (контрольная группа)
![](https://habrastorage.org/webt/u4/zo/r4/u4zor41snvfshntc03bpo87fmti.png)
По результатам тестирования внедрение гипотезы «Блок рекомендаций с добавлением CTA-кнопки «В корзину» на странице поиска интернет-магазина Zdravcity.ru увеличивает конверсию на 1,05% (статистическая значимость 99,5%). В сочетании с ростом среднего чека на 7,3%, что дает прогнозируемое увеличение выручки на 8,4%.
Это всего лишь пара примеров того, как можно генерировать и проверять различные гипотезы для роста метрик. Мы регулярно рассказываем об этом в кейсах, поэтому если хотите узнать больше интересных гипотез и результатов их проверки, заходите в наш блог.
И помните, чем больше экспериментов вы проводите, тем выше будет ваш результат на длинной дистанции. Поэтому проводите A/B-тесты, проверяйте гипотезы и находите те решения, которые принесут рост именно вам.