«Настала эра супераппов» — CMO «Яндекс Go» о том, как запускали новый бренд

Суперапп: хайп или долгоиграющий тренд? Директор по маркетингу «Яндекс Go» рассказала, почему команда решила строить суперапп, какие проводили эксперименты и что говорят метрики.

Еще несколько лет назад компании создавали много разных моноприложений — отдельное приложение под каждую задачу. Это называлось анбандлинг. Cчиталось, что так проще захватить App Store. Сейчас мы видим обратный тренд — крупные платформы стремятся объединить все в одном приложении. Для бизнеса супераппы — это не только синергия технологий и команд, но и более выгодная дистрибуция, когда не нужно платить за привлечение пользователя на нескольких платформах.

Первопроходцы на этом рынке — китайские приложения, где, например, WeChat объединяет в себе функции мессенджера, заказа еды, заказа такси, платежной системы и еще кучу всего. В России одним из первых супераппов стал Яндекс Go, который объединил такси с доставкой еды и другими сервисами.

Как и любой масштабный релиз, это вызвало разную реакцию пользователей:

Мы решили больше узнать о том, как команда Яндекс.Такси шла к созданию супераппа и пригласили Дарью Золотухину, директора по маркетингу Яндекс Go, выступить в Epic Growth SEASONS. Кажется, что получилось очень интересно — приводим здесь некоторые интересные инсайты.

Основное поле экспериментов было в части поиска UX-решений. У команды были разные гипотезы в подходе к интерфейсу:

• Карточки — метафора колоды карт с разными сервисами, где вы можете вытянуть карточку с нужной вертикалью.
• Табы — то, как устроено большинство азиатских супераппов – отдельная кнопка для каждой вертикали.
  
• Фид – единая лента, где собираются разные предложения.
  
• Шорткаты — фиксированные точки входа в разные вертикали, живут одновременно с кнопками быстрого заказа разных сервисов, которые персонализируются на основании истории пользователя.
  

При этом важно было соблюсти следующие требования к интерфейсу:

• не уронить метрики основного сценария;
• модульность (возможность показывать разный набор вертикалей в разных географиях);
  
• возможность роста для новых сценариев;
  
• релевантность (например, конкретному пользователю в конкретное время дня).
  

Например, релевантность в 9 утра может быть сосредоточена вокруг сценария поездки в офис, а в обеденное время интерфейс может видоизмениться под заказ еды.

В случае Яндекс Go критерию релевантности соответствовали две гипотезы – карточки и шорткаты. Гипотеза с карточками не сработала — люди их не замечали и нажимали на них случайно. Больше 80% сессий Еды и Лавки заканчивались быстрее, чем за 10 секунд.

А вот концепция шорткатов доказала свою устойчивость. Этот вариант дает больше возможностей персонализации. Ну и если вы не заказываете еду, то у вас будут только шорткаты для поездок.

Самая интересная (и сложная) часть начинались в контексте персонализации шорткатов. После множества экспериментов, команде стало очевидно, что machine learning в общем-то ничего человеческого не скажет – недостаточно вгрузить просто все предсказания ML и делать саджесты, например, только на основании истории заказов.

Важно предложить какой-то человеческий алгоритм рационализации предложений поверх ML – например, с помощью подсказок объяснять, почему мы предлагаем пользователю те или иные шорткаты: этот ресторан рядом, это то, что вы ранее заказывали, это – потому что сейчас скидка 25% и т.д.

Когда Netflix столкнулись с похожей проблемой, их ключевая гипотеза была в том, что не так важно как генерируются рекомендации, а важно объяснить, почему именно эти рекомендации видит пользователь.

С одной стороны, название Яндекс.Такси программирует пользователя на использование конкретного сценария, с другой — ограничивает развитие продукта. Но поменять название приложения, которым пользуются десятки миллионов человек, — это огромные риски. Поэтому команда долго примеряла варианты, сомневалась, тестировали разными инструментами.

C шорт-листом названий работали разными способами – были количественные исследования, когда спрашивали людей, какое название казалось им наиболее релевантным для тех или иных сценариев. Были и качественные интервью, которые помогали формировать гипотезы о потенциале для роста сценариев внутри бренда с таким названием.

Команда также сделала фоносемантический анализ, в котором пытались понять ассоциации на разные слова — цвет, холодное или горячее, спокойное или агрессивное.

Кроме этого, проводились acquisition-тесты с помощью Splitmetrics. Эти тесты показали, что людям было любопытно, что за новый продукт и сервис Яндекса с новым названием. Тогда появилась гипотеза, что в первые недели запуска новое приложение получит приток новых пользователей (за счет более высокого CTR креативов), потому что людям захочется попробовать новый сервис.

Также команда Яндекса готовила большую медийную кампанию, целью которой было перепрограммировать восприятие приложения в сознании людей. Гипотеза была в том, что как только люди поймут, что приложение не только про такси, они начнут пробовать новые сценарии – например, заказывать продукты в приложении.

Цифры доказали, что гипотеза подтвердилась: в первую неделю ребрендинга доля новичков в новых сценариях подскочила на 50%.

Ключевые продуктовые метрики, на которые команда пристально смотрит сейчас как на критерии успеха:

• доля старых когорт (то есть стабильность сценария такси);
• доля заказа новых сценариев;
  
• рост суммарного LTV на пользователя во всей экосистеме.

Если у вашей компании есть что-то похожее на экосистему или есть несколько сервисов, которые объединены одной бизнес-задачей, вам точно стоит подумать о создании суперприложения, которое объединит в себе несколько функций.

Ключевое — обязательно должна быть бизнес-задача внутри компании, которая ложится в основу создания экосистемы. Этой бизнес задачей может быть:

— оптимизация дистрибуции;

— оптимизация ресурсов команды;

— оптимизация ресурсов и стоимости инвестиций в технологии

— и др.

Сегодня никто не знает, как правильно строить аппы, как в 90-е никто не знал, что такое крутой UX сайта. Поэтому команда продолжает экспериментировать и искать новые подходы. Но уже сейчас первые метрики показывают, что направление нужно развивать.

В своем докладе Дарья Золотухина поделилась также тем, как команда экспериментирует с кросс-сейлом и как это влияет на метрики. Посмотреть полную версию доклада можно в подписке Epic Growth PREMIUM.

#яндекс