Paper Planes
Клиент улетел, но обещал вернуться
Как аналитика больших данных сайта онлайн-знакомств помогает маркетологам возвращать мужчин в самом расцвете сил, которые перестали совершать платежи
ЦЕЛЬ ПРОЕКТА
Команда сайта онлайн-знакомств обратилась к нам за помощью в определении точек роста для увеличения LTV существующей аудитории и с вопросом по управлению качеством привлекаемой аудитории. Несмотря на то, что дейтинг-сервисы имеют ряд особенностей, подобные вопросы волнуют каждую вторую команду развития онлайн-сервисов, существующую на рынке минимум пару лет.
    определить точки роста для увеличения LTV существующей аудитории сайта онлайн-знакомств
    В терминологии Customer Journey Map онлайн-сервисов сайт это основной источник дохода, площадка осуществления первичных и последующих продаж. Он же, по сути, и является той воронкой, которая ведет от первой покупки к повторным транзакциям.
      ЗАДАЧИ ПРОЕКТА
      Нам предстояло выработать
      системный подход по трем вопросам:
      Выявление узких мест и вариантов повышения LTV, конверсии и денежного потока от пользователей на основе аналитики (задача 1)
      Мониторинг и контроль пользовательского поведения (транзакций) и изменениями
      в LTV сегментов (задача 2)
      На основе графиков дашборда — оценка эффекта воздействия на пользователей конкретной рассылки, промоакции или объявления (задача 3)
      ПРОЦЕСС РАБОТЫ
      ОТЛОЖЕННАЯ КАТАСТРОФА
      Для того, чтобы достичь прозрачности взаимодействия с Клиентами — понять, как они реагируют на письма и промоакции, после какого периода или каких действий на сайте теряют интерес к сервису, — и повысить управляемость этими процессами, было необходимо вывести ряд новых метрик для мониторинга.

      До этого клиентская команда следила исключительно за динамикой выручки по дням и за числом новых платящих пользователей, привлекаемых по платным каналам. Однако этих показателей было недостаточно для оперативного управления. Если бы в один из дней база постоянных Клиентов уменьшилась на 5%, то в краткосрочном периоде это практически бы не отразилось на дневных показателях. Отложенный катастрофический эффект в виде недополученных средств проявился бы спустя определенное расчетное время, вычисленное с помощью методики, схожей с RFM.

      После проведения аналитики было выявлено, что фокус необходимо сместить на существующих Клиентов, которые приносят 65% прибыли в долгосрочной перспективе, а также — итеративное улучшение пользовательского опыта через A/B-тесты: на разных этапах воронки и индивидуально для каждого клиентского сегмента.
      анализ показал, что фокус необходимо сместить на существующих Клиентов, которые приносят 65% прибыли
      Как промокампании, проведенные
      в этом месяце, сказываются на поведении новых и существующих пользователей?
      Сколько денег принесли пользователи, привлеченные из новых партнерских каналов?
      Каналы
      Финансы
      Клиенты
      С какими сегментами Клиентов необходимо работать в первую очередь?
      Расходы
      Эффективнее ли мы расходуем рекламный бюджет сейчас по сравнению с прошлым отчетным периодом?
      ПРЕДЛОЖЕННОЕ РЕШЕНИЕ
      Наши аналитики разработали BI-систему, которая быстро
      и достоверно демонстрировала бы маркетологам ответы
      на следующие вопросы:
      Это означает, что на место традиционной базовой онлайн-аналитики в компании должна была прийти сквозная аналитика, дополненная отражением поведения сегментов Клиентов в динамике, показателями CRM и возможностью глубокой детализации для принятия решений, основанных на данных.
      Задача 1
      ВОЗВРАЩЕНИЕ КЛИЕНТОВ
      С помощью дашборда необходимо было понять, как мы можем повысить LTV клиентов
      Для отражения эффекта от проводимых рекламных кампаний и влияния текущей маркетинговой политики — выраженного в понимании, скольких клиентов нам удалось вернуть, скольких мы потеряли за этот период, какого оттока ожидать через пару месяцев, — мы визуализировали структуру и переток Клиентов из одного сегмента в другой.
      ЧТО МОЖЕМ АНАЛИЗИРОВАТЬ?
      BI-аналитика позволяет видеть всю необходимую информацию по клиентам:
      1
      Динамику присоединения новых клиентов понедельно
      2
      Сколько Клиентов совершили
      повторные сделки за этот период
      3
      Какие сегменты Клиентов
      приносили основной доход
      4
      Какие Клиенты стали постоянными (сегмент,
      сумма сделок)
      5
      Сколько Клиентов, которые платили нам неоднократно, стали потерянными
      6
      Какое число Клиентов перешли из одного сегмента
      в другой
      КАК ИСПОЛЬЗУЕМ ЭТИ ДАННЫЕ?
      1
      2
      Анализируем эффективность рекламных каналов за определенный период
      и корректируем инструменты
      Выгружаем ID потерянных Клиентов и работаем с ними через email-рассылки и таргетированную рекламу
      Детализация сегментов до конкретных ID позволяет в несколько кликов загрузить перечень номеров и сделать по ним email-рассылку или запустить ретаргетинговую кампанию в социальных сетях:
      При желании можно «провалиться» внутрь страны и пронаблюдать детализированную динамику показателей за отчетный период (изменение клиентских сегментов, оборот, эффективность рекламных каналов):
      Например, на когортном графике выручки мы можем увидеть, какой объем денег мы получили
      от пользователей из России, пришедших в определенный период, и какова структура
      их ежемесячных транзакций (сколько первых, вторых, третьих и т.д. покупок):
      Задача 2, 3
      МОНИТОРИНГ КАНАЛОВ
      Как отследить эффективность работы отдела маркетинга
      и своевременно ее скорректировать
      Следующая аналитика была спроектирована с целью объединить все наиболее важные бизнес-метрики на одном экране — это позволит маркетологам оперативно реагировать на изменения в структуре трафика и регулировать взаимоотношения с рекламными площадками, а топ-менеджменту — держать руку на пульсе, не дожидаясь отчетов от менеджеров, из любой точки земного шара:
      ЧТО МОЖЕМ АНАЛИЗИРОВАТЬ?
      BI-аналитика позволяет видеть сравнительные значения показателей по пользователям, который были привлечены в определенный период:
      Поведение новых Клиентов
      Каково LTV пользователей, пришедших к нам в этот месяц, насколько более качественный трафик мы привлекли в сравнении с прошлыми периодами
      Конверсию по этапам воронки
      Удается ли удерживать высокую конверсию воронки при переходе с этапа на этап — в сравнении с общим трендом
      Источники трафика
      Пользователи из каких стран пришли к нам
      и из каких источиков
      Данные по среднему чеку
      Как меняется размер транзакций (показатель среднего чека) от покупки к покупке
      Эффективность каналов
      Как меняется структура источников трафика и насколько
      это коррелирует с затратами на них
      Изменение клиентской базы
      Как меняется возрастная структура пользователей
      по сравнению с усредненными значениями
      Например, посмотрим, как менялась структура повторных покупок за конец 2016
      и начало 2017 года: мы обнаружим, что конверсия из одной покупки в другую снижалась; это могло бы послужить сигналом того, что привлекается некачественная аудитория или сервис не стимулирует пользователей совершать повторные покупки, а значит, текущая маркетинговая политика нуждается в срочной корректировке:
      Относительные ключевые показатели — LTV — также неуклонно падали (более чем
      в 2 раза). Если «провалиться» глубже, в источники, мы увидим, что некачественный трафик генерируется определенными сайтами. При желании мы можем посмотреть, какой трафик откуда привлекался, сколько платящих Клиентов и из каких они стран:
      На основании этого мы можем принимать решение о расширении или сокращении бюджета на определенные маркетинговые каналы, исследовать наиболее успешные практики помесячной работы с данным источником и масштабировать опыт на другие рекламные площадки. Помимо этого, данные позволяют сформировать KPI для службы маркетинга.
      РЕЗУЛЬТАТЫ
      Таким образом, настроенная BI-система сервиса является эффективным дополнением уже имеющейся базовой интернет-аналитики:
      • Отражает реальную (в деньгах) эффективность проводимых промо-кампаний;
      • Сокращает время на отчетность к минимуму;
      • Данные обновляются автоматически, в режиме онлайн, участие IT-специалистов не требуется.

      Мы провели обучение топ-менеджеров и маркетологов по теме принятия решений на основе данных. Вместе с этим внедрили BI-аналитику как новую систему мониторинга ключевых показателей. На данный момент проект находится на этапе тестирования.

      Контакты
      +7 (495) 118-07-46
      info@paper-planes.ru
      Москва, ул.1-я Тверская-Ямская, д. 23/1
      Made on
      Tilda