В финансах существует большая разница между “расходами” в финансовом смысле и “расходами” в бытовом. Финансисты разделяют понятия расходов и расходования денежных средств. Расходами называются события, которые:

1. Являются тратой денег или у вас появляются обязательства по их уплате.
2. Относятся к текущему финансовому периоду.
3. Относятся к использованию ресурсов компанией.

При этом расходом денежных средств является фактическая операция списания средств со счета или кассы. И такое списание не всегда может означать расходы(в обозначенном смысле) для компании. Например:

1. Вы дали в долг. Списание есть, это не расход (у вас не появилось обязательств, наоборот, должны вам), а превращение денег в актив — долг, который должны вернуть.
2. Вы купили сервер. Т.к. Сервер штука долгосрочного функционирования, то расходы на него нельзя отнести только к текущему финансовому периоду, поэтому сумма расходов на сервер не является полностью расходами этого периода. Расходы на сервер считаются в составе т.н. амортизации — оценки износа оборудования, степени, с который вы “употребили” сервер в текущем периоде.

В этой статье давайте посмотрим на MRPU, разберемся какие есть особенности его подсчета и что он нам может дать.

MRPU — monthly revenue per unit, ежемесячная выручка на единицу. Это широкое понятие включающее в себя и средний чек, и среднюю выручку на пользователя/клиента/продажу. Гибкость слова unit позволяет дать нужное вам определение.

Для чего нам это нужно? Вся цель анализа продукта состоит в том, чтобы изолировать причины и выявить факторы, которое влияют на финансовые показатели. Динамика клиентской базы (см. статью тут) определяют в основном факторы связанные с вашей работой по привлечению и удержанию. MRPU же затрагивает ваши цены, набор услуг и полноту предоставляемых сервисов. Хотя ваш успех по части привлечения зависит от цен и набора услуг, MRPU в нашем уравнении выручки отвечает непосредственно за сами деньги.

Мы можем варьировать понятие MRPU в зависимости от вашего контекста. Идеология этой метрики:

• Период — Monthly
• Показатель — Revenue
• За — Per
• Единицу — Unit

Рассмотрев когорты в целом, теперь мы можем перейти к их изучению в части привлечения новых клиентов. Привлечение новых клиентов одна из ключевых дисциплин в управлении и развитии продукта, т.к. Именно от потока входящих клиентов зависит вся ваша выручка и способность контролировать рынок и побеждать конкурентов.

Поток новых клиентов не появляется из воздуха, его количество зависит от ваших маркетинговых усилий. Привлечение клиентов это корректный процессинг потенциальных клиентов со стадии контактов до стадии продаж. Входящие в когорты новые клиенты на самом деле финальный этап воронки продаж. Костяк этапов в воронке продаж выглядит так:

В чем состоит главная цель ваших маркетинговых усилий? Вы должны на правильном рынке, обратится к правильным людям, чтобы они с наименьшими усилиями купили наибольшее число ваших товаров и услуг и стали ваши постоянными клиентами. Воронка продаж показывает, насколько успешно вы проходите по этим этапам взаимоотношений и на каком этапе теряете больше всего потенциальных клиентов.

Более 5 лет я занимаюсь анализом продуктов, маркетинга, управленческих решений в ИТ компаниях или компаниях с большой опорой на ИТ. Я решил систематизировать свои знания и написать серию статей об организации и проведении анализа продукта. Я затрону темы оценки экономики, эффективности фич, обустройстве взаимоотношений с маркетингом, базами данных, оценке клиентского поведения и всего такого.

Ключевая задача — пройтись по всем инструментам управления и оценки продукта, обсудить используемые управленческие, маркетинговые и аналитические инструменты. Погрузится в применении Big Data и Machine Learning в развитии продукта, определить возможности этих решений и их применимость. Эта статья открывает серию статей по анализу продуктов.

Экономика продукта

Чтобы не заблудится в хитростях оценки продуктов и эффектов в них, лучше всего начать с общей картины. Для этого и используется подход Top-down, когда мы спускаемся от самых общих экономических характеристик до атомарных событий, происходящих в продукте. Такой подход позволяет всегда понимать, как каждая характеристики продукта связана между собой и всегда иметь полную картину продукта.

Определение контура для анализа является ключевой задачей. Экономика продукта исключает множество финансовых явлений, характерных для экономики предприятия. Мы начнем с ядра формирования прибыли постепенно нарастим на него “мясо”.

Финансы продукта начинаются с простой формулы:

В прошлой статье я описал использование когортного анализа для выяснения причин динамики клиентской базы. Сегодня пришло время поговорить про трюки подготовки данных для когортного анализа.

Легко рисовать картинки, но для того, чтобы они считались и отображались правильно “под капотом” нужно проделать немало работы. В этой статье мы поговорим о том, как реализовать когортный анализ. Я расскажу про реализацию при помощи Excel, а в другой статье при помощи R.

Хотим мы этого или нет, но по факту Excel это инструмент анализа данных. Более “высокомерные” аналитики будут считать, что это слабый и не удобный инструмент. С другой стороны по факту сотни тысяч людей делают анализ данных в Excel и в этом отношении он легко побьет R / python. Конечно, когда мы говорим о advances analytics и машинном обучении, мы будем работать на R / python. И я был бы за то, чтобы большая часть аналитики делалась именно этими инструментами. Но стоит признать факты, в Excel обрабатывают и представляют данные подавляющее большинство компаний и именно этим инструментом пользуются обычные аналитики, менеджеры и product owners. Вдобавок Excel трудно победить в части простоты и наглядности процесса, т.к. вы мастерите свои расчеты и модельки буквально руками.

И так, как же нам сделать когортный анализ в Excel? Для того, чтобы решать подобные задачи нужно определить 2 вещи:

1. Какие данные у нас в начале процесса

   
   

2. Как должны выглядеть наши данные в конце процесса.

Продолжаю цикл статей по анализу продукта (начало)

В прошлой статье я погрузился в анализ выручки и разбил ее на 2 компоненты — MRPU и кол-во клиентов. Сегодня рассмотрим дальнейшие шаги в анализе и разложим на составляющие кол-во клиентов и их динамику.

Теперь общая схема анализа выглядит так:

Когортный анализ позволяет объяснить тенденции, протекающие в клиентской базе и пробрасывает прямой мост в воронку продаж и действия по удержанию и возвращению клиентов.