Всем привет! Меня зовут Василий. Мое главное занятие — повышать конверсию сайтов, ключевую метрику в любом IT-бизнесе.
По статистике, средняя конверсия сайтов в рунете не превышает 1 процента и это значит, что огромное количество интернет-предпринимателей каждый день теряет много денег. Этих предпринимателей можно мысленно разделить на два основных типа: первые — это те, кто просто сидит и смотрит на свой не оптимизированный ресурс и ничего не делает. К сожалению, они обречены быть раздавленными временем инновациями и конкурентами. Вторые — это те, кто пытается что-либо с этим делать. Как правило, для этого они рисуют лендинги, экспериментируют с каналами рекламы и проводят A/B тестирование. A/B тестирование — это крайне необходимый инструмент современного маркетинга, он позволяет определить, какой вариант продающей страницы является наиболее эффективным для большинства пользователей. Чтобы понять, насколько этот метод эффективен — достаточно вспомнить нашумевшую историю про Обаму и 60 млн $. Однако, у этого метода есть и обратная сторона, заключается она в том, что все люди разные, и если к примеру статистика покажет, что женщины по большей части любят котиков, совсем не обязательно что у твоей девушки нет на них аллергии. То есть, если у нас A/B тест показал, что некий вариант лендинга идеален для 60% пользователей и мы выбираем его для нашей рекламной компании, то мы автоматически теряем оставшиеся 40%, которых он ни чем не цепляет. Значит, A/B тестирование не идеально и нужно срочно что-то с этим делать. Причём прямо сейчас, потому что мы ко всем чертям теряем 40% лидов и это вообще не круто!
Для того, чтобы не терять клиентов, нужна такая система, которая не просто проводит A/B тест и постфактум показывает вам результаты, а способна предугадывать какой вариант посадочной страницы понравится вашему посетителю и показывать ему именно этот вариант. Жаль, что это не возможно, потому что никто до конца не знает, что у ваших потенциальных клиентов в голове, ведь правда? Или нет?
Хотя, конечно, можно предположить, что некоторое количество ваших посетителей не смотрит презентационное видео в рабочее время, потому что их палит начальство, а если к вам на сайт зашла ваша бабушка, то вероятней всего для неё не сработает продающий текст который был написан для вашего сына. Сразу в голову лезет огромное количество соответствий. А что, если находить эти соответствия автоматически, если создать алгоритм который находит схожесть в поведение различных пользователей на сайте по разным параметрам, например по времени, геолокации, браузеру, операционной системе, UTM метке с рекламных компаний? Как вы думаете, сколько бы соответствий он нашёл?
Скажу сразу, что мы сделали эту штуку и получили интересный результат, получилось, что с вероятностью около 80% алгоритм может предсказывать какой вариант лендинга больше понравится конкретному пользователю. Да, у нас нет данных, что ел ваш пользователь на завтрак, также, мы не знаем как зовут его собаку или жену. Но даже имеющихся данных и без того оказалось достаточно, чтобы автоматически искать соответствия. Чтобы наш алгоритм работал лучше, мы приделали к нему так называемую систему весов. Если вариант лендинга не нравится пользователям и они не совершают на нём целевых действий, он потихоньку опускается в ротации и в итоге вообще не показывается пользователям или показывается только той группе, которой он нравится, только в то время, когда он им больше нравится. Опять же, здесь есть небольшая проблема, заключается она в том, что для выявления соответствий и нормальной работы системы требуется некоторое время и соответствующая посещаемость. И чем больше вариантов лендингов в ротации, тем больше нужно посетителей. Для каждого варианта желательно не менее 500. К сожалению, если у вас посещаемость 200 чел в день и 5 вариантов лендингов, вы скорее свихнётесь, чем дождётесь, пока наш алгоритм сегментирует ваших пользователей. Однако, если у вас при равных условиях посещаемость 2000+, он научится за полтора дня. А если у вас эта посещаемость с рекламы, на которой установлены utm метки, то алгоритм будет творить для вас магию. Правда, не забывайте, что даже волшебный джин не исполняет желания, если не тереть е��о лампу, говоря проще, если вы сделали 5 вариантов жутких не юзабельных страниц, отличающихся друг от друга только количеством единорогов в футере, не ждите, что алгоритм вам поможет.
А вообще, штука получилась интересная и мне кажется, что это похоже на будущее технологий для маркетинга.
Заранее извиняюсь, если пропустил какие-нибудь ошибки в тексте статьи, если найдёте пишите в личку.
P.S. Я единственный маркетолог с дисграфией в этой стране.
По статистике, средняя конверсия сайтов в рунете не превышает 1 процента и это значит, что огромное количество интернет-предпринимателей каждый день теряет много денег. Этих предпринимателей можно мысленно разделить на два основных типа: первые — это те, кто просто сидит и смотрит на свой не оптимизированный ресурс и ничего не делает. К сожалению, они обречены быть раздавленными временем инновациями и конкурентами. Вторые — это те, кто пытается что-либо с этим делать. Как правило, для этого они рисуют лендинги, экспериментируют с каналами рекламы и проводят A/B тестирование. A/B тестирование — это крайне необходимый инструмент современного маркетинга, он позволяет определить, какой вариант продающей страницы является наиболее эффективным для большинства пользователей. Чтобы понять, насколько этот метод эффективен — достаточно вспомнить нашумевшую историю про Обаму и 60 млн $. Однако, у этого метода есть и обратная сторона, заключается она в том, что все люди разные, и если к примеру статистика покажет, что женщины по большей части любят котиков, совсем не обязательно что у твоей девушки нет на них аллергии. То есть, если у нас A/B тест показал, что некий вариант лендинга идеален для 60% пользователей и мы выбираем его для нашей рекламной компании, то мы автоматически теряем оставшиеся 40%, которых он ни чем не цепляет. Значит, A/B тестирование не идеально и нужно срочно что-то с этим делать. Причём прямо сейчас, потому что мы ко всем чертям теряем 40% лидов и это вообще не круто!
Для того, чтобы не терять клиентов, нужна такая система, которая не просто проводит A/B тест и постфактум показывает вам результаты, а способна предугадывать какой вариант посадочной страницы понравится вашему посетителю и показывать ему именно этот вариант. Жаль, что это не возможно, потому что никто до конца не знает, что у ваших потенциальных клиентов в голове, ведь правда? Или нет?
Хотя, конечно, можно предположить, что некоторое количество ваших посетителей не смотрит презентационное видео в рабочее время, потому что их палит начальство, а если к вам на сайт зашла ваша бабушка, то вероятней всего для неё не сработает продающий текст который был написан для вашего сына. Сразу в голову лезет огромное количество соответствий. А что, если находить эти соответствия автоматически, если создать алгоритм который находит схожесть в поведение различных пользователей на сайте по разным параметрам, например по времени, геолокации, браузеру, операционной системе, UTM метке с рекламных компаний? Как вы думаете, сколько бы соответствий он нашёл?
Скажу сразу, что мы сделали эту штуку и получили интересный результат, получилось, что с вероятностью около 80% алгоритм может предсказывать какой вариант лендинга больше понравится конкретному пользователю. Да, у нас нет данных, что ел ваш пользователь на завтрак, также, мы не знаем как зовут его собаку или жену. Но даже имеющихся данных и без того оказалось достаточно, чтобы автоматически искать соответствия. Чтобы наш алгоритм работал лучше, мы приделали к нему так называемую систему весов. Если вариант лендинга не нравится пользователям и они не совершают на нём целевых действий, он потихоньку опускается в ротации и в итоге вообще не показывается пользователям или показывается только той группе, которой он нравится, только в то время, когда он им больше нравится. Опять же, здесь есть небольшая проблема, заключается она в том, что для выявления соответствий и нормальной работы системы требуется некоторое время и соответствующая посещаемость. И чем больше вариантов лендингов в ротации, тем больше нужно посетителей. Для каждого варианта желательно не менее 500. К сожалению, если у вас посещаемость 200 чел в день и 5 вариантов лендингов, вы скорее свихнётесь, чем дождётесь, пока наш алгоритм сегментирует ваших пользователей. Однако, если у вас при равных условиях посещаемость 2000+, он научится за полтора дня. А если у вас эта посещаемость с рекламы, на которой установлены utm метки, то алгоритм будет творить для вас магию. Правда, не забывайте, что даже волшебный джин не исполняет желания, если не тереть е��о лампу, говоря проще, если вы сделали 5 вариантов жутких не юзабельных страниц, отличающихся друг от друга только количеством единорогов в футере, не ждите, что алгоритм вам поможет.
А вообще, штука получилась интересная и мне кажется, что это похоже на будущее технологий для маркетинга.
Заранее извиняюсь, если пропустил какие-нибудь ошибки в тексте статьи, если найдёте пишите в личку.
P.S. Я единственный маркетолог с дисграфией в этой стране.
