Эксперимент ЮMoney: попробовали теорему Байеса, чтобы узнать, готов ли мерчант стать нашим клиентом

Привет, меня зовут Кристина, я менеджер по работе с ключевыми клиентами ЮKassa. Продаю эквайринг бизнесу, управляю проектами, выстраиваю коммуникации и веду крупные сделки. Сегодня расскажу, какой я нашла способ спрогнозировать, подключит ли клиент нашу онлайн-кассу к своему интернет-магазину.

Но сначала разберёмся на кейсах из жизни, почему человечество всё ещё не умеет делать точные прогнозы в большинстве сфер.

Эпидемии. В 1976 году на военной базе в США курсант пробежал кросс, а после этого умер. Врачи сделали вскрытие и обнаружили, что у него была «испанка». Всех это очень испугало, ведь несколько десятилетий назад эта болезнь унесла много жизней. Президент Джеральд Форд запустил масштабную программу вакцинации, но оказалось, что это был единственный случай — больше никто «испанкой» не заразился. Все ожидали, что болезнь начнёт распространяться теми же темпами, что и во время эпидемии, но этого не произошло.

Землетрясения. Их частоту предсказывать мы не умеем до сих пор. Вот что я нашла в интернете, и это максимум, на что способны прогнозисты:

Погода. Это то, в чём мы преуспели и что умеем предсказывать максимально точно. Синоптики берут данные по текущим погодным условиям, немного видоизменяют их и делают из этого до 50 вариантов прогнозов.

До 90% информации, которую человечество сегодня перерабатывает, мы получили за последние два года. Большое количество источников и цифрового шума мешают нам делать точные предсказания, и мы допускаем ошибки. Вот самые распространённые:

Теорема Байеса позволяет определить вероятность какого-то события в зависимости от того, что уже произошло или не произошло до этого. Есть формула, по которой можно высчитать вероятность с точностью до одного процента, выглядит она так:

Разберём формулу и её переменные на примере из моей рабочей практики. Представим, что на конференции я познакомилась с потенциальным клиентом и хочу оценить вероятность того, что он подключится к ЮKassa. Нужно определить стратегию, как дальше с ним взаимодействовать.

Моя гипотеза: потенциальный клиент сообщил, что систематически сталкивается с техническими проблемами у провайдера, услугами которого пользуется. А значит, велика вероятность того, что в будущем он захочет переключиться на более стабильный сервис. Проверим, так ли это и какова вероятность подключения этого клиента к ЮKassa.

Чтобы оценить правильность гипотезы, мне понадобится три переменных:

Какова вероятность, что потенциальный клиент сообщил бы мне о своих проблемах с текущим эквайером, если бы хотел сменить провайдера прямо сейчас? Допустим, я оцениваю вероятность этого в 60%. Судя по встревоженному тону клиента, он давно и постоянно сталкивается со сбоями на стороне эквайера и эта проблема для него болезненная. Настолько, что из-за неё он может в будущем расторгнуть рабочие отношения с провайдером.

Какова вероятность, что клиент не испытывает никаких проблем с сервисом и сообщил мне об этом без причины? Допустим, я оценю вероятность этого в 30%. Возможно, клиент поделился со мной, потому что был расстроен недавними недопониманиями с эквайером и хотел рассказать кому-то о своём опыте. При этом он остаётся лояльным своему эквайеру и не собирается с ним расставаться.

Какова вероятность, что клиент подключился бы к ЮKassa до того, как мы поговорили? Если допустить, что доля российского рынка, который использует ЮKassa, составляет 20%, я бы оценила эту вероятность тоже в 20%.

На этом этапе я задумалась: как бы оценила искомую вероятность подключения, если бы не знала теорему Байеса? Мне, как представителю ЮKassa, известны преимущества сервиса, поэтому я оценила эту вероятность в 70%. Однако Байес со мной не согласился.

Если считать по формуле и использовать наши переменные, получается, что вероятность подключения клиента к ЮKassa — 40%. Не самый оптимистичный результат, если честно. Но теорема натолкнула меня на такую мысль:

Возьмём ту же ситуацию и представим, что мы с клиентом встретились после конференции, а затем подписали договор и сейчас находимся на этапе интеграции ЮKassa на его сайт.

Внезапно я получаю от клиента информацию, что его провайдер предоставляет годовую скидку на свой сервис. Это предложение заинтересовало клиента, о чём он мне и сообщил. При этом я всё ещё думаю, что он настроен перейти на ЮKassa и что вероятность подключения высокая, так как мы уже подписали договор и у нас есть техническая база. Но всё не так просто.

Учитывая все возможные форс-мажорные обстоятельства (где P (B|A) — уже 80%, но P(B) — 50%, так как клиент может легко передумать и вернуться к более выгодным коммерческим условиям), мы получим новую вероятность в 32%.

Если вы работаете с людьми, участвуете в переговорах и занимаетесь продажами, развивайте навык прогнозирования — он поможет точно предсказать результат переговоров и скорректировать действия в процессе, чтобы в итоге сделка была успешной.

Когда делаете прогноз:

Используете ли вы прогнозирование в работе и жизни? Пишите в комментариях. А если у вас остались вопросы по продуктам ЮMoney, я на них с радостью отвечу.