«Хотим у вас поучиться data-driven»: как мы нашли точки роста на 100+ млн рублей потенциальной прибыли в месяц

В любом бизнесе клиентов привлекают по одной схеме: маркетинг, заявка, контакт с пользователем, продажа. Но даже в такой простой воронке можно накосячить и потерять сотни, а иногда и тысячи потенциальных клиентов. Рассказываю, как мы провели аналитику в онлайн-школе и узнали, почему почти 50% детей сбегали до пробного урока.

«Хотим у вас поучиться data-driven»: как мы нашли точки роста на 100+ млн рублей потенциальной прибыли в месяц

Привет! Я Анастасия Заран, руководитель аналитического агентства «Разумный маркетинг». К нам обратилась международная онлайн-школа английского языка для детей. Руководитель направления продуктового маркетинга увидела наш прошлый кейс на vc.ru и оценила глубокий подход к анализу данных. Она попросила разобраться, почему люди регистрируются на пробный урок, но так и не приходят на него.

По данным за последний месяц количество отвалившихся родителей выросло с –39 до –49%. Это проблема шага между бронированием пробного урока и его прохождением. Пока мы подписывали договор с компанией, CR шага, то есть процент конверсии, продолжал упорно падать. Для онлайн-школы это десятки миллионов убытков в месяц.

Всю воронку рассчитывали по родителям, но определенные этапы и детализацию можно посмотреть также по детям — если было несколько попыток попасть на пробное занятие
Всю воронку рассчитывали по родителям, но определенные этапы и детализацию можно посмотреть также по детям — если было несколько попыток попасть на пробное занятие

За каждое несостоявшееся занятие онлайн-школа платила деньги учителям и теряла прибыль вдвойне. Внутренний штат аналитиков не нашел причину: у них не было времени копать глубоко, так как в компании много других задач на анализ данных. Именно поэтому они попросили помощи у нас.

Мы выявили пять проблем, которые можно исправить уже сейчас, чтобы поднять конверсию в посещение пробного урока минимум на 16%, а валовую прибыль — на уровень 100 млн рублей в месяц.

С чего начинали работу

Руководитель направления продуктового маркетинга показала нам дашборды в самописной BI-системе — там рассчитывались метрики верхнего уровня по всей компании. Позже мы увидели другие данные, которые отражали актуальную информацию по телемаркетингу и ОП, — это помогло собрать полную картину проблемы.

Вся информация хранилась в Google BigQuery. Для нас скопировали все основные таблицы за два года, а затем захешировали и исключили персональные данные. В итоге у нас на руках оказались:

  • технические характеристики пользователей — способы регистрации, устройство, язык;
  • проблемы в отдельных шагах воронки — отмена урока, прерывание связи;
  • коммуникация с родителями;
  • данные веб-аналитики;
  • данные о покупке пакета занятий.

Сначала мы выявили все специфические бизнес-процессы, чтобы учитывать их при анализе. Затем собрали доску в Miro, сверились с аналитиками: ряд данных не смогли использовать, потому что не было связей с основными данными.

Мы могли смэтчить 10–20% показаний и выполнить работу быстрее, но это, скорее всего, привело бы к некорректным и поверхностным результатам. Именно поэтому мы решили не торопиться и поставить конкретные цели для более глубокого анализа.

Часть нашей доски. Фактически работали с девятью таблицами из разных источников
Часть нашей доски. Фактически работали с девятью таблицами из разных источников

Мы выбрали пять целей для дальнейших шагов:

  • Сформировать связи так, чтобы работать с максимальным количеством данных.
  • Исключить тестовые данные из анализа.
  • Создать логику между данными, не требующую значительных изменений.
  • Создать вспомогательные таблицы для быстрых специфических расчетов. Например, как регистрируют нескольких детей в личном кабинете одного родителя.
  • Сверить общие цифры с отделом аналитики в онлайн-школе.
Когда проценты пользователей у нас и у аналитиков не сошлись, отдел подгрузил недостающие данные
Когда проценты пользователей у нас и у аналитиков не сошлись, отдел подгрузил недостающие данные

Мы просчитали все основные метрики, стали искать неочевидные закономерности между ними. Обращали внимание на динамику между месяцами и годами, связи между разными сегментами пользователей за 2023 год.

В своем анализе выделили данные пользователей и отсортировали способы регистрации
В своем анализе выделили данные пользователей и отсортировали способы регистрации

Проанализировали период между регистрацией в сервисе и стартом пробного урока

Массовые скачки отвалившихся родителей мы заметили, когда анализировали временные промежутки между шагами. Например, регистрацией, авторизацией и бронированием слота.

Школа стремилась к тому, чтобы родители проходили все этапы воронки сами — без лишних напоминаний по телефону. По этой же причине авторассылки и сообщения от бота нередко отправлялись неоперативно или могли совсем не прийти пользователям из ряда стран. В этом есть проблема: школа теряла деньги на ошибках с рассылками и другими способами коммуникации.

Дальше в статье разберем пять основных проблем, которые не заметили аналитики онлайн-школы.

Проблема 1. Сливали клиентов из-за ошибок в коммуникации

В общей статистике мы увидели, что менеджеры до начала пробного урока успевают связаться с 89% родителями — это допустимо в рамках KPI команды онлайн-школы. Но при только одном касании мы получали максимальный отвал — 33% базы. С остальными количество коммуникаций доходило до 12 касаний — это слишком много и тоже приводило к отвалу даже после 10-го звонка или сообщения.

При двух касаниях отвал сокращается на 8–13%, дальше — больше
При двух касаниях отвал сокращается на 8–13%, дальше — больше

Наш продакт-менеджер прошла весь путь клиента онлайн-школы и подтвердила гипотезу аналитиков. Она заполнила форму на сайте, но увидела только страницу с подтверждением: не было инструкции, что делать дальше, примеров уроков и отзывов от довольных родителей.

В итоге онлайн-школа получила забытого клиента вместо прогретого и лояльного. Именно поэтому для нас было важно найти оптимальное количество касаний с родителем.

В идеальном мире родитель сразу оплачивает занятия без всяких прогревов :)
В идеальном мире родитель сразу оплачивает занятия без всяких прогревов :)

Мы поняли, что онлайн-школа теряет клиентов из-за ошибки в процессах. При регистрации родителям не хватает полезной информации, чтобы увидеть все фишки обучения и принять решение. Другая проблема: менеджеры работают со всеми пользователями по-разному и сообщения через бот тоже приходят не всем родителям.

Как исправить проблему и получить до 67+ млн рублей потенциальной прибыли. Компания может настроить работу телемаркетинга и CRM-системы так, чтобы всегда срабатывали оптимальные связки:

  • одно касание ботом, при котором отвал всего 34,96%;
  • два касания телемаркетингом с отвалом 29,75%;
  • одно касание ботом + два касания телемаркетингом с отвалом -30–22,5%.
Эти связки обозначили на графике цифрами 2, 3 и 4
Эти связки обозначили на графике цифрами 2, 3 и 4

А дальше школа может улучшать показатели за счет тестирования рассылки через бот, скриптов, полезных материалов для каждого сегмента.

Проблема 2. Планировали слишком быстрое прохождение воронки

Каждый родитель сам выбирает, когда ребенок будет проходить пробное занятие. Мы обратили внимание на время между регистрацией в сервисе, бронированием слота и началом урока. Сначала смотрели по отдельности — в какие временные промежутки пользователи отваливаются чаще, а затем совместили эти сегменты друг с другом.

В итоге увидели, что чаще остальных отваливаются пользователи, у которых время между регистрацией в системе и записью на пробный урок составляет всего 15 минут. Отвал у этого сегмента составляет 58–39%, а в других случаях он сильно меньше — 32–27%.

73% базы — это самостоятельные клиенты, которые регистрируются на пробный урок в течение 15 минут
73% базы — это самостоятельные клиенты, которые регистрируются на пробный урок в течение 15 минут

Как исправить проблему и получить до 45+ млн рублей потенциальной прибыли. Можно искусственно увеличить срок регистрации на пробный урок — загрузить на сайт полезный контент. Например, показывать родителям записи занятий, где занимаются дети разных возрастов. Взрослые, скорее всего, изучат информацию и более осознанно подойдут к пробному уроку.

Еще можно помочь родителям с выбором времени, сократив количество свободных слотов. Важно оставить те, которые реже приводят к отвалу, — от шести часов до двух дней.

Проблема 3. Теряли сегмент родителей с двумя и более детьми

Мы обратили внимание на то, что есть зависимость между количеством детей в семье и конверсией в пробный урок. Выяснили, что многодетные семьи доходят до занятий в 4,5 раза чаще — у них 8,91% отвала против 41,49% у семей с одним ребенком.

Но «семейное обучение» не выделяли в CRM-системе и не учитывали в маркетинговой стратегии. Именно поэтому на момент нашей работы отдельной базы с многодетными не было, а значит, и работать с ними менеджерам сложнее.

Как исправить проблему и получить до Х млн рублей потенциальной прибыли. Школе английского стоит вкладывать больше средств в рекламу для семей с несколькими детьми и предлагать им особые условия обучения. Это поможет увеличить количество тех родителей, которым понравится «семейная подписка» на пакеты уроков.

Проблема 4. Допускали «нецелевых» лидов к пробному уроку и упускали «целевых»

Онлайн-школа позиционируется как место обучения для детей от 4 лет. Учебная программа тоже построена для детей именно этого возраста. Мы решили посмотреть, как дела обстоят в реальности. Выяснилось, что пользователи, у которых детям всего три года, отваливались реже других. А до 64,96% отвала приходилось на ребят, которые интересны школе — в возрасте 11–12 лет.

По статистике, среди трехлеток показатель отвала составляет 27,79%, а среди четырехлеток — уже 58,75%
По статистике, среди трехлеток показатель отвала составляет 27,79%, а среди четырехлеток — уже 58,75%

Получается, что ценность занятий в онлайн-школе для родителей с детьми разных возрастов отличается. Уроки интересны тем, на кого компания сейчас не ориентируется, — малышам в возрасте трех лет.

Как исправить проблему и получить до 21 млн рублей потенциальной прибыли в год. Стоит скорректировать таргетинг, чтобы привлечь родителей с трехлетками. Еще можно повысить ценность с помощью геймификации и интересного приложения.

Проблема 5. Было еще несколько мелких ошибок

За неполный год у онлайн-школы было 855 лидов, которые не указали номер телефона при регистрации на пробный урок. Из них 600 так и не пришли. В статистике это отвал на уровне 70%.

Получается, есть небольшой сегмент родителей, который не сильно влияет на общую CR, но бизнесу его стоит учитывать. И вот почему:

  • есть явная проблема в воронке в определенном регионе и в конкретном браузере, где такой трафик проходил;
  • 855 часов учителей, которым необходимо оплатить часы;
  • есть минимальное количество людей, которые не совершат покупку, ведь связаться с ними через почту и прогреть будет сложнее, чем в телефонном звонке.

В компании подтвердили, что такая проблема была полгода назад, и ее уже устранили. Но наш продакт-менеджер заметила, что в некоторых регионах мира номер телефона во время регистрации всё еще можно не указывать.

При анализе мы обращали внимание на добавление телефона, день назначения пробного урока и другие факторы
При анализе мы обращали внимание на добавление телефона, день назначения пробного урока и другие факторы

В базе отдела телемаркетинга мы выявили фродовый трафик — на сайте регистрировались дети. Их было всего 3000, но отвал по ним составлял 66,5%. Проблема в том, что ребенок не может оплатить занятие самостоятельно, поэтому школе важно взаимодействовать именно с родителями. Однако менеджеры не всех успевали верифицировать, а значит, детей всё же пропускали на посещение пробного урока более 3000 раз.

Как исправить проблему и получить до 2 млн рублей потенциальной прибыли в год. Сделать ввод номер телефона и его проверку обязательными, чтобы при ошибке зарегистрироваться на пробный урок было невозможно. Этот этап важно отслеживать на уровне системы и информировать команду разработчиков. Если исправить эту и остальные ошибки, прибыль потенциально повысится примерно на 11 000 000 рублей в год.

Собрали основные подходы в data-driven

Вот почему наш подход к аналитике помог найти 11 проблем среди сырых данных компании:

  • Умеем видеть картину целиком. Аналитика может применяться для исследований и изменений в узких направлениях, но работать только с ними не всегда правильно. Проще найти большие сегменты и повлиять на них, чем улучшать метрику на 1–10% от общего количества данных.
  • Ставим правильные приоритеты. Одно изменение может улучшить метрику на 1%, а не самое очевидное — на 10%. Аналитик найдет такие инсайты и подтвердит это цифрами лучше любого другого сотрудника в компании.
  • Во всех инсайтах прогнозируем выгоду — выручку, валовую прибыль. Но этот прогноз будет корректным, только если все показатели сохранятся. Например, останется то же количество лидов со стороны маркетинга.
  • Исправляем метрику несколькими путями и переводим неэффективный сегмент в эффективный.Например, предлагаем по-разному тестировать самое перспективное направление.

Правильно ли применять подобные изменения, которые получили путем анализа, в другом бизнесе? Сработают ли они там? Может быть, но всё-таки узкие места и ошибки в каждом бизнесе свои. А значит, нужно строить гипотезы и тестировать их.

Итоги: как повысить CR конкретного шага и общую конверсию

Данных в международной онлайн-школе было достаточно, чтобы найти 11 инсайтов. Они потенциально могут принести около 100 млн рублей в месяц. Если вам интересно посмотреть весь анализ, а не только первые пять пунктов — напишите руководителю «Разумного маркетинга» @Anastasia_Zaran. А если ваша компания теряет клиентов и деньги или вам хочется расти с помощью подхода data-driven, пишите тоже 😊

Совсем скоро мы выпустим материалы по основам анализа данных: по инфраструктуре и задачам, которые аналитик может решать в компании. Такой подход окупит себя многократно. Не теряемся!

А вы нашли среди проблем свои ошибки? Или у вас были другие, которые также решили с помощью аналитики? Поделитесь в комментариях.

3737
19 комментариев

Очень классно)
Может быть вы посоветуете какой-то курс по такой аналитике для предпринимателей?

3

ВШЭ (Бизнес-Информатика)

Инсайты про трехлеток и про многодетных кайф. Вообще интересная статья, но графики остаются нечитаемыми. Неясно, что по осям, очень много цифр и подсветок. Понятно, что вы в этом ориентируетесь, но вникнуть в это со стороны просто невозможно(

2

Спасибо! Мы думали упростить это все до excel, но получалось «по-деревенски», слишком просто)) Будь анализ в excel к таким инсайтам сложно (невозможно) прийти или времени понадобилось в разы больше.

Анастасия, спасибо большое за статью!
Подскажите, вы используете какую-то конкретную методологию анализа?
Почему вы изучали именно временные промежутки между этапами воронки и количество касаний, а не длительность разговоров, например?

2

До длительности разговоров не добрались) Вероятно, там тоже есть точки роста)

Давно работаю с телефонными продажами и обслуживанием. В каждом продукте и типе звонка есть своя оптимальная длина. Были продукты, если оператор говорил с клиентом больше 2 минут, конверсия взлетала фантастически.
Есть продукты, где наоборот, чем компактней, яснее и короче диалог оператора, тем выше конверсия.
Знание оптимальной длины разговора влияет на обучение операторов и их подходы к работе.