Веб-аналитика *

Как понять, что пора заканчивать процесс Discovery

В этом поможет закон убывающей полезности. Как он работает, объясним на примере.

Когда мы проводим качественные исследования, берем 5–7 человек на один сегмент целевой аудитории. Социология и статистика показывают, что этого достаточно, чтобы выявить 80–90% проблем сегмента. Конечно, мы можем опросить и 30 человек, но выявим ли мы таким образом 100% проблем? Скорее всего, мы потратим намного больше ресурсов, а в итоге сможем лишь незначительно уточнить данные.

Закон убывающей полезности работает и в случае исследования конкурентов — изучать всех не имеет смысла. Мы просто утонем в данных. Есть три сигнала, которые четко указывают, что Discovery пора заканчивать.

1. Когда кончаются гипотезы. Вы провели несколько итераций исследований и поняли, что пополнять бэклог больше нечем: новых инсайтов нет.

2. Когда гипотез слишком много. Вы проводите исследования и продолжаете пополнять бэклог снова и снова, задач там уже на три квартала вперед.

3. Когда заканчиваются время и деньги. Исследования можно проводить бесконечно, но у любой задачи есть дедлайны и бюджеты.

Мы всегда можем вернуться к Discovery, чтобы проверить какую-то фичу. Например, если поменяли интерфейс — можем провести юзабилити-тестирование. Но на самом первом этапе, когда мы еще только выясняем потребности пользователя, нужно уметь вовремя остановиться.

Подробнее о процессе Discovery — в большой статье.

Почему размер телефона имеет значение

На дизайне до безобразия редко вспоминают, что люди привыкли пользоваться разными смартфонами. Одни обожают лопаты до локтя, другие — миниатюрные аппараты, которые умещаются в ладони. А между тем, первые исследования о том, как люди держат в руках телефон и планшет, появились на Западе еще в 2010-х.

Вот недавний кейс из нашей практики. Заказчик сделал в мобильном приложении ленту с фотографиями. И всё бы хорошо, но было одно «но». Чтобы листать кадры, нельзя было просто свайпать. Вместо этого нужно было жать на кнопку в самом низу фото. Причем на маленьких девайсах блок с фото, заголовком и самой кнопкой не умещался на экране. Чтобы ее увидеть, нужно было скроллить вниз. И далеко не каждый это понимал.

Более того, если пользователь находил заветную кнопку и перелистывал фото, ему приходилось скроллить вверх, чтобы увидеть ее целиком. Чувствуете, как больно? При этом на большом IPhone Pro Max всё было в полном порядке — красиво и удобно.

Этот кейс напоминает нам, что у пользователей разный опыт, и это не всегда очевидно. А ведь есть еще куча более тонких нюансов:

💬 Что, если пользователь предпочитает планшет?

💬 А если он использует только левую руку, потому что в правой держит кофе?

💬 А вдруг это приложение для готовки, и с ним удобнее работать голосом?

Иногда детали просто невозможно узнать без исследования. А без этих деталей сделать удобный интерфейс — очень, очень сложная задача.

Больше постов о метриках и исследованиях — в нашем канале.

5 принципов именования и документирования аналитических событий

В нашей практике мы часто сталкиваемся с одной и той же проблемой: компании собирают огромное количество аналитических событий, но те зачастую плохо задокументированы или не задокументированы вообще. Поэтому понять, что и как работает, особенно новичку, сложно. Чтобы исправить эту ситуацию, мы выработали пять правил, которым стараемся всегда следовать.

1. Единое место документации событий. Создайте единое место документации всех событий (будь то Notion, Confluence, Google-документ или система аналитики с встроенным трекинг-планом) и используйте только его как источник правды.

2. Единая нотация. Выберите одно соглашение о наименовании (нотацию) и придерживайтесь его. Вот наиболее используемые из них:

• all lowercase — page view;

• snake_case — page_view;

• camelCase — pageView;

• Proper Case — Page View;

• Sentence case — Page view.

3. Структура в названии событий. Обычно название события — это комбинация названия объекта, совершенного над ним действия и, при желании, категории события.

4. Понятные названия. Название события должно быть четким, понятным и легкочитаемым. Оно должно отражать логику события без необходимости изучения задачи на разработку.

5. Единый справочник параметров. Определите список параметров всех событий и пользователей, максимально опишите их, укажите возможные значения параметров, их обязательность и тип. Переиспользуйте параметры в событиях.

Подробнее о каждом пункте мы рассказываем в отдельной статье.

Как устранить фрод, обучая ИИ на качественных лидах

Компания по продаже участков в подмосковных поселках столкнулась с проблемой фрода. Почти 38% рекламного бюджета на контекстную рекламу в Яндекс Директ приходилось на фейковые заявки от несуществующих пользователей.

Опасность фрода кроется не только в потерях здесь и сейчас, но и работает на перспективу. Настройки алгоритмов автостратегий ломаются. ИИ не понимает разницы между качественными и некачественными лидами, и начинает массово приводить фрод.

СМС-верификацию мы отвергли сразу. В продажах земельных участков каждое обращение на вес золота, и усложнение лид-формы может отпугнуть некоторых пользователей. 

Мы взялись за автостратегии в Яндекс Директе и направили их внимание в нужное русло: стали передавать в Метрику информацию о качественных лидах. Оптимизировали рекламные кампании именно по этой цели и система стала понимать, что нам нужны только те заявки, которые потом перейдут в разряд квалифицированных.

В итоге в пик фродовой активности качественных лидов было только 62%, а после введения этого метода, их стало 85%.

Если вы планируете привлекать больше клиентов, мы можем сделать аудит вашей контекстной рекламы, найти новые точки роста и построить стратегию масштабирования продаж.

Согласно исследованию экспертов «МегаФона» и «Яндекс Браузера», свыше 70% фишинговых ссылок в сети приходится сегодня на поддельные сайты компаний, сервисов инвестиций и известных брендов. Большой популярностью у мошенников также пользуется создание фейковых розыгрышей призов и конкурсов, рассказали Хабру в «Яндексе».

По данным профильной аналитики, более 60% выявленных за полгода фишинговых ресурсов имитируют интерфейсы популярных сервисов для инвестиций. Ещё 10% — это фейковые веб-сайты, маскирующиеся под известный бренд или компанию. При этом злоумышленники часто используют доменное имя, схожее с настоящим адресом, например: www.[название бренда].id4007[.]ru.

Остальные 30% фишинговых сайтов относятся к различным категориям. Специалисты по ИБ часто обнаруживают сайты, имитирующие соцсети, ресурсы с призывом проголосовать за друзей, фейковые сайты по продаже билетов на массовые мероприятия, а также поддельные ссылки под видом личного кабинета онлайн-банков и государственных порталов. Кроме того, мошенники часто создают сайты по обмену криптовалюты и с несуществующими розыгрышами призов.

Аналитики «МегаФона» и «Яндекс Браузера» отметили, что активным каналом распространения фишинговых ссылок являются электронные письма и мессенджеры, через которые мошенники устраивают спам-атаки. 

Ранее «МегаФон» и «Яндекс Браузер» запустили проект по обмену найденными фишинговыми ссылками. Специалисты обеих компаний ежемесячно отрабатывают список из нескольких тысяч подозрительных ресурсов.

Как бороться с фродовыми заявками в В2В с помощью СМС верификации.

Когда мы запустили контекстную рекламу на сайт производителя интерьерных лестниц, столкнулись с проблемой фрода — с кампаний в Яндекс Директ сыпались заявки от несуществующих заказчиков. За короткий период количество фейковых лидов достигло 60%, при норме до 20%. Клиент принял решение остановить рекламу и временно выпал из конкурентной борьбы. 

Большинство фейковых заявок было от ботов. Мы вычислили, что их источником стала одна IP сеть с большим количество адресов, которые постоянно менялись. Чтобы отсечь эти атаки мы предложили клиенту самый действенный способ — это СМС-верификация. Добавили в лид-форму модель обязательного подтверждения номера телефона через код, который приходит по СМС.

После внедрения этого метода некачественные заявки практически исчезли — доля фрода была менее 2%. При этом получилось и количество целевых заявок увеличить на 12%.

Если вы планируете привлекать больше клиентов, мы можем сделать аудит вашей контекстной рекламы, найти новые точки роста и построить стратегию масштабирования продаж.

Как получить больше крупных заказчиков в B2B с контекстной рекламы: оптимизируем кампании по… отправке писем

Повышение количества продаж — не единственная задача при продвижении интернет-магазина в B2B с помощью контекстной рекламы в Яндекс Директ. Наш клиент, торгующий подшипниками, поставил задачу — повысить средний чек. 

Мы проанализировали из каких источников приходит больше покупателей с высоким средним чеком. Выяснилось, что крупные заказы приходили не через заявки с сайта и даже не по телефону, а по электронной почте.

Решили прокачать автоматику с учетом этого формата обращений. Настроили e-mail трекинг и запустили отдельную Товарную кампанию с оптимизацией по отправке писем.

В результате получили дополнительно 173 заказа, из которых 41% были от крупных клиентов. Для сравнения, в остальных кампаниях доля крупных заказов была не более 10%.

Если вы планируете привлекать больше клиентов, мы можем сделать аудит вашей контекстной рекламы, найти новые точки роста и построить стратегию масштабирования продаж.

От перестановки стратегий сумма заказов меняется или как работать с составными целями в контекстной рекламе

При продвижении интернет-магазина подшипников в Яндекс Директе мы уперлись в потолок — кампании были успешными, но масштабировать и привлекать больше лидов не получалось. Просто увеличение бюджета только разгоняло стоимость привлечения заявки. Количество же не росло.

В рекламных кампаниях мы использовали стратегию максимум конверсий с оптимизацией по макроконверсиям (заявкам на подшипники), которая давала всего 28 обращений в месяц. Чтобы дать алгоритмам больше данных, мы перевели стратегии на оптимизацию по микроконверсии «Положил в корзину», заказов стало больше почти в 2 раза —  55. 

Мы решили развивать эту идею и перевели стратегию на микроцель «3 минуты на сайте». Заявок стало еще немного больше — 65. Обычно оптимизируют или по макроконверсиям или по макро. Мы решили соединить разные виды конверсий в одну связку. 

И лучший результат получился именно при использовании комбинированной цели для оптимизации: микроконверсии «посещение 3 страниц» и макроконверии «отправка формы на подбор подшипников». Такая стратегия привлекла 89 заказов.

Оптимизация по составной цели, которая сочетала в себе микро и макроконверсии, привела на 27% больше заказов. Кстати, этот лайфхак актуален не только для подшипников или B2В сегмента, но и для любой услуги или товара, которые требуют консультации эксперта.

Если надо увеличить средний чек, самое время оптимизировать кампании Я.Директ по сумме товаров 

Продавец матрасов столкнулся с проблемой — доля рекламных расходов (ДРР) была 36% — выше порога рентабельности. Большинство посетителей сайта покупали самые дешевые матрасы и аксессуары (наматрасники, подушки, бельё). Но основную прибыль должны были приносить ортопедические дорогостоящие матрасы, которые  продавались слабо. Средний чек получался низким, и контекстная реклама не окупалась.

Как правило, в таких ситуациях помогают настройки фильтров рекламных кампаний по цене товара. Но этот функционал есть не во всех типах кампаний. Для Поиска и Мастера Кампаний нужно было найти нестандартное решение. Мы создали в Метрике цель, которая засчитывала конверсии с суммой товаров в корзине 25 000+ руб. И настроили оптимизацию автостратегий по этой цели.

В результате алгоритмы Яндекса стали приводить новую аудиторию, которая совершала покупки с более высоким средним чеком. ДРР снизился с 36% до оптимальных 30%.

Когда в премиальном сегменте мало продаж, оптимизируем контекстную рекламу по микроконверсиям

Клиент, который продает дизайнерскую мебель, столкнулся с проблемой — мало продаж с контекстной рекламы. Автостратегии Яндекс Директа приводили мало качественного трафика на сайт, полученных конверсий не хватало на то, чтобы алгоритмы обучались по этим заявкам и приводили больше целевых посетителей. Получался замкнутый круг. 

Мы заметили, что большинство заявок оставляют люди, которые провели на сайте достаточно много времени. Премиум-товары стоят дорого, покупатели долго знакомятся с продуктом, изучают, а окончательно покупают уже в шоу-румах. Нецелевая аудитория уходит с сайта гораздо раньше.

Обычно, в таких ситуациях, оптимизируются по микроконвериям: посещение карточки товара, положил в корзину, начал оформление заказа. Но для этого проекта стандартные микроконвесии не годились, потому что пользователи до этих действий просто не доходили. 

Выдвинули гипотезу: оптимизировать алгоритмы Яндекса по времени на сайте. Так как Метрике нет готовых решений для отслеживания времени на сайте, разработали свой скрипт. Настроили в Метрике цель — на пользователей, которые активно изучали сайт в течение 3 минут. И указали ее в качестве целевого действия в настройках РК. 

Гипотеза оказалась удачной: возросло количество целевого трафика, продаж стало больше на 21%. Однако отметим, что оптимизация по времени на сайте сработает не на каждом проекте.

Снижаем стоимость лида, обучая алгоритмы Яндекса на заявках и звонках 

Контекстная реклама — инструмент капризный и сложный. Без лайфхаков не разберешься. У нас скопилось много неочевидных решений, которые не прописаны в справке Яндекс Директа. Решили поделиться своими наработками в этих постах.

Первый случай из нашей практики. Застройщик вкладывал средства в рекламу столичного ЖК, но лиды были дорогими и продвижение не окупалось. Автоматические алгоритмы Яндекс Директа не приводили нужное количество качественных лидов, потому что не могли охватить всю аудиторию застройщика. 

Обращения поступали 2 способами: через заявки с сайта и звонки. Но автостратегия Яндекса качала трафик по заявкам и совсем не привлекала любителей говорить по телефону. Дело в том, что в Метрике, по умолчанию, нет возможности объединить в одну составную цель заявки с сайта и звонки. Нужно было найти нестандартный способ объединить цели из коллтрекинга и по заявкам.

Мы решили применить стратегию из мира e-commerce — Максимум конверсий с оптимизацией по доле рекламных расходов (ДРР). Несмотря на то, что недвижимость и e-com — разные ниши, мы решились на эксперимент. 

Указали цель — ДРР 100%. В качестве ключевых целей указали одновременно: заявки с сайта и звонки из коллтрекинга. Как дополнительный параметр, добавили конверсию «бронирование квартир», данные по которой передавали в Метрику из CRM.

В итоге алгоритмы получили больше данных, стоимость обращения (CPA) снизилась на 26%. Было 6899 р. — стало 5134 р.

Awakari запускает автоматический поиск релевантных источников.

Awakari — бесплатный сервис поиска в режиме реального времени из множества источников, таких как Fediverse, ленты RSS, каналы Телеграм. Обычные поисковые системы содержат индекс контента. Awakari идёт обратным путём и содержит индекс запросов пользователей (подписок). Для каждого нового входящего сообщения определяются все заинтересованные пользователи и выполняется доставка (на данный момент в Телеграм).

Новые сообщения поступают из коллекции источников, которая до настоящего момента содержала около 1000 различных адресов. Пользователь также может добавить собственные источники в общую коллекцию. Но для того, чтобы добавить источник, нужно его знать. Поиск вроде гугла работает не так, он ищет везде.

Таким образом, возникла идея использовать обычный поиск для того, чтобы находить интересующие пользователя источники. Теперь, кода пользователь создает (или меняет) подписку, Awakari автоматически, в фоновом режиме, находит потенциально релевантные ленты RSS, каналы Telegram и прочее и добавляет их в коллекцию. То есть теперь система сама подстраивается под нужды пользователей.

Для защиты от эксплуатации есть ограничения на найденные источники (например, минимальное количество подписчиков). Кроме того, если источник не публикует новых сообщений более 90 дней, он автоматически удаляется.

О дуализме качественных и количественных исследований в UX

Бизнес чаще выбирает количественные исследования, потому что они про цифры. Но бывает так, что проблема или цель заказчика лежит в области качественных исследований.

Количественные исследования не помогут узнать, что пользователь думает о продукте, почему он ушел со странички, как он выбирает продукт. Они важны, но показывают нам лишь часть информации. А качественные исследования — вторую.

Об этом можно почитать у Джеффа Соро, известного аналитика: «Вам не нужно думать об этом как о ситуации или-или. Всегда можно использовать микс методов».

Он предлагает 3 различных дизайна исследований, при которых можно комбинировать методологии:

• Объяснительный последовательный дизайн делает упор на количественный анализ, за которым следует интервью или другой качественный метод. Это нужно, чтобы объяснить полученные количественным способом данные.

• Исследовательский последовательный дизайн начинается с качественного исследования, а затем использует полученные знания для разработки количественного исследования.

• Конвергентный параллельный дизайн — когда вы одновременно собираете качественные и количественные данные, а затем анализируете результаты.

Но в реальности заказчик чаще думает, что одно исследование может разрешить все его боли. И тогда мы вынуждены подбирать подход: качественное или количественное исследование. Но это уже совсем другая история :)

P. S. Это часть статьи Кати Патрикеевой о мифах в UX — полную версию читайте тут.

Продакт-менеджмент: что такое PMF и как его измерять

Product-Market Fit (PMF) помогает определить, насколько продукт соответствует потребностям рынка и пользователей. Если PMF достигнут — продукт начинает приносить прибыль. Но важно помнить, что определение PMF — не финальный результат, а постоянный процесс.

Существует несколько подходов к PMF.

1. Опрос PMF — правило 40%

Эффективный способ замерить (но PMF — не метрика!) соответствие продукта рынку. Может содержать разные вопросы, но обязательным будет: «Как бы вы себя чувствовали, если бы больше не могли использовать продукт?»

Варианты ответов:

а) сильно расстроюсь;

б) немного расстроюсь;

в) не расстроюсь;

г) уже не пользуюсь.

≥40% пользователей дали ответ А — PMF достигнут.

25–40% — есть шансы достичь PMF, но нужно что-то поменять. 

<25% — скорее всего, требуется кардинальный пересмотр вижена.

2. Соотношение LTV/CAC

Другой подход к определению PMF — использовать данные аналитики. Концепция проста: PMF достигнут, когда клиенты платят больше, чем мы тратим на привлечение новых. То есть пожизненная ценность клиента (LTV) больше, чем стоимость привлечения клиента (CAC). Для достижения PMF это соотношение должно быть ≥3.

При обоих подходах нельзя упускать ключевые моменты:

• продукт должен удовлетворять потребности пользователей;

• продукт должен иметь преимущества, которые отличают его от конкурентов;

• продукт должен быть простым и удобным.

Больше о работе с цифровым продуктом читайте в нашем телеграм-канале.

Как заказчик пришел к нам за новой фичей, а мы его отговорили

Это пересказ статьи из нашего блога.

В этом году к нам обратилась крупная сеть ветклиник. Они хотели сделать на сайте личный кабинет, и мы готовы были им помочь. Но изучив сайт, засомневались, что личный кабинет им вообще нужен.

Чтобы разобраться, мы предложили провести UX-аудит.

UX-аудит — это исследование пользовательского опыта. Оно помогает понять, что пользователю нравится, а что нет, что удобно, а что мешает. Главная цель — увидеть слабые места сайта, а главный плюс — в быстроте. Провести его можно за несколько часов.

Для UX-аудита мы совместили два метода:

1. Эвристический анализ — это метод, при котором UX-эксперт ходит по сайту и анализирует каждый шаг и сценарий.

2. Когнитивное прохождение — это метод, при котором исследователь прописывает все возможные сценарии и анализирует их.

Наша догадка подтвердилась: внедрять личный кабинет было рано, сначала нужно было поменять структуру. Для этого мы использовали карточную сортировку. Эта методология подсказывает, как упростить навигацию, логику разделов и т. п. Например, она помогла нам организовать корпоративную базу знаний.

Карточная сортировка помогла нам построить структуру, которая интуитивно понятна пользователям и в которую идеально впишется личный кабинет. Презентовали мы ее на воркшопе. В итоге заказчик решил воспользоваться нашими наработками и начал переделывать сайт.

Все иллюстрации и подробности — в нашей статье. А больше про аналитику — у нас в телеграме.

Что тестируем? Про гипотезы в бизнесе

В нынешних реалиях диджитализации тестирование гипотез стало чуть ли не самым важным в росте компаний и проектов. В таких условиях можно быстро проверить гипотезу, четко считать изменения показателей, а значит и вывод получится правильным.

Все кругом понимают, что нужно ставить и тестировать гипотезы, даже KPI привязывают к количеству таких предположений. И на фоне этого хайпа многие предприниматели до конца не понимают «А что такое гипотеза?», «А как ее проверять?», «А как сделать выводы?»

И сегодня о фундаментальном: о том, что тестируем. И для чего. Я, конечно, боюсь показаться Капитаном Очевидность, но кому-то этот пост точно поможет. Гипотеза в действующем бизнесе должна быть направлена на увеличение какой-то метрики, которая влияет на прибыль. Таааа-даа-аам!

Значит, можно идти с конца цепочки: выявить метрики, которые влияют на прибыль (заказы, продажи, конверсия в продажу, лиды, средний чек, глубина чека, охват, конверсия в лиды, кликабельность объявлений и пр.) и выдвигать гипотезы по увеличению этих метрик.

Круто подходит фреймворк HADI (гипотеза-действие-данные-выводы). Только стоит учитывать мнение команды (гипотеза жизнеспособна?), трудозатратность и целесообразность. «Дать скидку на самый продаваемый товар» - такая себе гипотеза, а «продолжать выкладывать товары на полки для их продажи» - вообще факт, «выставлять товары елочкой, чтоб было красивее» - гипотеза ради гипотезы.

Эффект большой базы: Стратегия, которая работает почти везде

Читал исследования изменений рекламных бюджетов онлайн-кинотеатров в России в 2023 году. Многие знатно увеличили свои бюджеты (Иви аж на 318%). Но у кинотеатра Start траты остались примерно такими же.

В компании это объяснили пересмотром инструментов и площадок, например, бОльшее внимание теперь уделяется диджитал-инструментам (в частности, performance-маркетингу, где можно показатели хорошо считать), а не охватным кампаниям (например, ТВ).

И одной из причин такой стратегии стал «Эффект высокой базы». Это когда база подписчиков заметно выросла, и можно сосредоточится на работе по выниманию прибыли из нее, чем на привлечении новой аудитории. А генерация новых подписчиков станет более точечной, узкой.

И это крутая стратегия: повышаем LTV, а с ним и маржу всего бизнеса.

P.S. Интересно потом почитать про чистую прибыль Иви и Start за 2023 и про ее рост от года к году.