Дисклеймер
Статья ориентирована на junior и middle продакт-менеджеров. Опытных знатоков приглашаю почитать, поразмышлять и поделиться опытом в комментариях.
Завязка
Каждый продуктовый охотник знает: чтобы бизнес был в шоколаде, нужно наращивать LTV. Берём под козырёк и наращиваем уже вчера, всё просто. Или нет?
Люди, которые начинают погружаться в продуктовую культуру и метрики, возводят рост LTV в карго-культ. Как-будто это очень лёгкое упражнение, и почти любое изменение в продукте должно нарастить LTV.
Моя любимая ситуация — когда продакт-менеджера на собеседовании просишь в импровизированном формате сгенерировать гипотезу по улучшению продукта, а в ответ предлагает какую-то активность, где целевая метрика — LTV. Ниже поделюсь пониманием что не так с ситуацией, когда в голове очень регулярно мелькает аббревиатура LTV.
Частый сценарий
Продакт-менеджер узнал про продуктовый подход, и первая волна мыслей: «Какие активности бы провести, чтобы быстро, ловко и надёжно прокачать LTV?». Попутно узнали сакральную вещь: продуктом нашим пользуются как новые, так и старые пользователи. И старых пользователей, очень часто, с точки зрения юнит-экономики выгоднее конвертировать в новые продажи».
Представим ситуацию от лица фаундера / продакт-менеджера / маркетолога e-commerce продукта. Сходу часто в голову приходят идеи:
- Разослать по накопленной базе пользователей купон или скидку на товары
- Бомбить sms и email рассылками. Напоминать о том, что мы существуем. Вдруг человек забыл? Каждый день будет просыпаться и думать: «господи, давно не читал рассылки по утрам от Ламоды. Почитаю и что-нибудь закажу».
Схематично это представляется так:
Запустили несколько рассылок, увидели рост продаж и выручки за этот период — у нас радости хоть отбавляй. «Цель достигнута, бомбим повторно» — таков будет ложный вывод. И так по кругу, пока не обнаружим кассовый разрыв из-за вечных акций и убыточных продаж.
Почему акции — не панацея для роста LTV? Что на самом деле происходит?
Во-первых, часто люди подменяют для себя понятия при дизайне активностей. Мысленно представляют прокачать LTV, но по итогу считают и подводят итоги этой рассылки по выручке: выросла или нет?
Подсчитать LTV не так просто, как может показаться на первый взгляд. Ещё сложнее исследовать влияние активности на LTV.
Например, для расчёта прогнозируемого LTV нужно иметь очень много данных. Технически, сама задача со звёздочкой: нужно поднять инфраструктуру, соединить много источников данных, продумать структуру витрины, предварительно взвесить плюсы и минусы методологий, выбрать подход, договориться с заинтересованными сторонами. Все мероприятия из процесса совокупно могут занять ≥ 1 месяца.
Также, на практике иногда рассчитывают LTV за какой-то ограниченный период, например за 3 года с момента становления платящим пользователем. Это не самая очевидная практика, надиктованная реалиями, про которую мало говорят на курсах продакт-менеджмента.
Во-вторых, итоги анализа влияния акции на выручку часто имеют ложный вывод.
О том, какие частые ошибки допускаются при замере акции, отлично описано в книге Василия Сабирова: «Игра в цифры. Как аналитика позволяет видеоиграм жить лучше».
Допустим, игра делает скидку на покупку виртуальной валюты. Скидка составляет 25% при покупке, акция проходит 20 июля и длится ровно 24 часа. Как замерить ее результат?
Самый неправильный способ
По итогам проведения акции 21 июля измеряется выручка. Предположим, что выручка за 20 июля составила 1 миллион рублей, и аналитик сообщает: эффект от акции равен одному миллиону рублей.
Просто неправильный способ
Ответим на вопрос: сколько денег мы получили бы, если бы не акция?
Посчитаем среднее за последние N дней. Допустим, с 1 по 19 июля. В среднем за каждый день июля мы получали 693 тысячи рублей, а по итогам проведения акции – миллион. Следовательно, результат составляет 1 000 000–693 000 = 307 000 рублей.
Уже чуть более логичный, но все еще неправильный способ
Попробуем учесть тренд и сезонность. Во-первых, мы видим, что есть сезонность по дням недели, и максимальная выручка достигается в среду и четверг. Во-вторых, мы замечаем тренд на понижение, который объясняется заниженной активностью целевой аудитории в этом месяце (в играх в летние месяцы часто наблюдается пониженная активность, что выражается в снижении и аудитории, и чека).
Таким образом, принимая во внимание и тренд, и сезонность, прогнозное значение на среду 20 июля – 741 тысяча рублей выручки. Мы получили миллион, следовательно, 259 тысяч – это эффект от акции.
Уже почти правильный способ
Поразмышляем на тему, не уменьшили ли мы этой акцией будущую выручку. Построим прогноз, какой была бы выручка без акций (тренды + сезонность по предыдущим накопленным данным), затем подождем несколько дней, пока фактическая выручка не приблизится к прогнозной (при условии отсутствия других значимых изменений за это время). И лишь потом произведем измерения. Дело в том, что часто после акций происходит снижение спроса на товар. Некоторые называют это остаточным эффектом, некоторые – «эффектом похмелья», и графики выручки могут иметь вот такой условный вид:
В данном примере в среднем выручка составляет 100 тысяч в день, а в день акции она составила 300 тысяч. Итого 200 тысяч – мгновенный эффект, но сперва давайте посчитаем, какие суммы мы теряли в дни после акции, пока выручка вновь не поднялась до 100 тысяч. Здесь потери за семь дней после акции составили 215 тысяч рублей. А потому акция сработала в минус, и мы потеряли на ней 15 тысяч рублей. Те же самые расчеты можно было бы провести, если обозначить линию тренда, затем посчитать площадь фигуры
Наконец, правильный способ
Мы делаем те же самые расчеты, но дополнительно проверяем, не заложили ли мы себе этой акцией бомбу замедленного действия: как изменился баланс игровой валюты у платящих игроков, что произошло с их приходами и расходами, не размыли ли мы виртуальную валюту, не снизили ли мы потребление, не породили ли внутриигровую инфляцию и т. д. Иначе говоря, мы должны дополнительно проверить долгосрочные риски, связанные с этой акцией.
В-третьих, скидки и акции больно бьют по маржинальности. Это характерно для e-commerce, а также других сфер, где у бизнеса юнитом является что-то физически существующее. Например, такси, или доставка посылок, перевозка грузов. Сравните юнит-экономику двух моделей: без скидки и со скидкой 10%.
Ссылка на пример: https://docs. google. com/spreadsheets/d/1H1VcQBBo_MokNJBvz1OkgBDbuzmV1fndPaJparLoATk/edit? usp=sharing
Жизненный сценарий
Если пошли работать продактом в компанию на стадии роста, и уж тем более в корпорацию, то попытки повлиять на LTV, подвигав левой пяткой — фантики из учебника про книжечно-продуктовый подход. Средний по больнице расклад в вопросах LTV такой:
- либо нет понимания как влиять на LTV без «SALE» и акций как в магазине на диване
- либо нет полномочий или ресурсов безболезненно изменить продукт в корне, чтобы получить принципиально другие значения.
Например, в банке варианты стоимости годового обслуживания кредитной карты моделирует целый отдел финансового анализа. Учитывают и закладывают побочные эффекты, типа: если банк предлагает вечное бесплатное обслуживание, то на X% больше от среднего людей закажут эту карту «на всякий случай» и не будут пользоваться. Банк потеряет денег на себестоимости пластика и доставки. Промолчу о том, сколько согласований надо пройти для таких изменений.
В условном Ozon несколько команд (предположу, может и десятка-другая) параллельно работают над тем, чтобы зарабатывать больше с пользователя. Прийдите и расскажите им про свою гениальную идею, что вы нарастите LTV: ) У каждой команды найдётся тонна гипотез и задач в бэклоге, которые целятся в LTV, и без вас ждут своего a/b-теста
Выходит, что вы прошли курсы, попрактиковались в юнит-экономиках, вышли на работу, а оказывается LTV не так то просто наращивается, как думалось после курсов.
Бросаем LTV? — Нет. Раскладываем на прокси-метрики
Продукты в компаниях на стадии роста, либо в корпорациях часто гораздо сложнее, чем 3,5 метрики, которые звучат из каждого утюга и курса по продакт-менеджменту.
Если приглядеться, то LTV делится на составные метрики, типа AMPPU, а они в свою очередь состоят из более мелких кубиков: имеют корреляции между собой, зависимости и влияние друг на друга. Так подходим к концепции, когда можно раскачивать LTV иными способами, кроме как слать 10 рассылок на неделе и устраивать убыточные акции.
В этой модели логически предполагаем, что на LTV влияют приведённые метрики. Для корректности информации нужно подтвердить или опровергнуть эту гипотезу через продуктовых аналитиков.
В чём трюк. Давайте представим, что гипотеза подтвердилась и приведённая модель зависимостей — верная. Если у бизнеса встаёт задача нарастить LTV, то рычагами влияния на LTV становятся описанные метрики уровнем ниже. Теперь продакт-менеджер должен подумать как на них повлиять.
Рассмотрим пример влияния на LTV через метрику COGS
Метрика расшифровывается как Cost Of Goods Sold. Она говорит о том, сколько в одном продаваемом юните переменных издержек. Иными словами: какой процент от продажной цены занимают расходы, чтобы это продать? Что туда включают — зависит от специфики бизнеса. Общий принцип: включать то, что масштабируется и при наращивании количества продаж. Например, в e-commerce обычно включают себестоимость товара, доставки, эквайринга, упаковки.
Гипотеза 1. Если заключить сделку с новой курьерской компанией, у которой тарифы на доставку ниже, то снизится % COGS, не ухудшится средняя длительность доставки одного заказа и увеличится AMPPU.
Гипотеза 2. Если заказать сборные коробки для упаковки товаров, но снизится % COGS, не ухудшится рейтинг доставки, не вырастет% возвратов и увеличится AMPPU.
Гипотеза 3. Если подключить эквайринг, у которого меньше процент комиссии, то снизится % COGS, не ухудшится конверсия в оплату заказа и увеличится AMPPU.
Пример влияния на LTV через Average Payment Count (APC)
Гипотеза. Если добавить функциональность повтора заказа из истории, то увеличится среднее число платежей (APC), и увеличится AMPPU.
Пример влияния на LTV через Service Usage
Под этим термином могут лежать разные метрики: как sticky factor (DAU / MAU, либо альтернативные грануляции), так и кумулятивная длительность использования сервиса за какой-то период: день, неделя, месяц и так далее.
Гипотеза для сервиса музыки. Если сделать функциональность непрерывной музыки, чтобы продолжать воспроизведения после последнего трека из очереди, то вырастит кумулятивная длительность использования сервиса за месяц и увеличится LifeTime пользователей.
Путь к росту LTV — искать косвенные рычаги влияния на низких уровнях
Нужно понимать специфику бизнеса, декомпозировать LTV на составные и более мелкие метрики, затем пытаться влиять на них.
Обязательный ритуал: обнаружить, далее доказать связи и влияние конкретных метрик на LTV. Стоит исходить из того, что декомпозиция LTV на составные метрики — это предположение продакт-менеджера, которое требует проверки.
Если модель зависимостей между метриками будет доказана, то потенциально гипотезы влияния на метрик уровнем ниже будут в той или иной мере влиять и на LTV. Так нащупываются новые рычаги.
Итого: нет простых и эффективных рычагов влияния на LTV
- Стоит отказаться от концепта, что влияние на LTV — это простая задача. Убегайте на километр от затейников, у которых на все гипотезы — одна метрика LTV, а частый и чуть ли не единственный инструмент влияния на LTV — рассылки и акции
- Раскладывайте LTV на другие метрики и подумайте: как на них повлиять
- Проверяйте и доказывайте через продуктовых аналитиков влияние декомпозированных метрик на LTV
В следующей части — карта метрик
В этой статье фигурировала модель составных метрик, которые предположительно могут влиять на LTV. Модель может выглядеть шире и трансформироваться в карту метрик.
В следующей части расскажу про карту метрик: какой бывает и как помогает на практике. Оставайтесь на связи и подписывайтесь на телеграм-канал: https://t. me/divan_manager
Необходимо уделить внимание также и офлайн-аспектам.
Анонс в конце доставляет своим интригантством!!
это самая крутая фишка тут)
Статья невероятно детальная и дельная, единственное, что хочется отметить, что автор слегка переоценивает Junior/Middle специалистов, мне кажется, что информация выше будет полезно более опытным ребятам, которые уже имеют полномочия и знания влиять непосредственно на LTV и карту метрик. Всё-таки от джуна до миддла, как правило, люди больше исполнители.
Я своим существованием опровергаю эти доводы. Все зависит от продукта и культуры
Да, тут согласен:)
Это так всегда так утомительно объяснять продажникам и лпр, что бесконечный спам перед концом отчетного периода им не поможет. Но эти люди живут сегодняшним днем, как на тренинге)
Очередная статья о LTV, и в очередной раз неправильная :)
Ну давайте что-ли с аргументацией!
Так все уже есть. В бесплатном доступе, бесплатная статья на сайте одного известного производителя симуляторов для менеджеров продукта. Там лежит полностью ответ на ваш вопрос при введении слова LTV. Не благодарите.
Какую-то полемику тут разводить вообще не имеет смысла, так как это все равно что ставить под сомнения законы Ньютона.
Всё уже придумано до нас.
Позвольте поделиться опытом в комментариях.
Что касается системы метрик Юнит-Экономики
https://vc.ru/finance/289770-yunit-ekonomika-o-sisteme-metrik-s-formulami-i-primerami
Что касается несчастного LTV или что то же самое CLV
https://vc.ru/finance/564964-yunit-ekonomika-glavnoe-o-metrike-clv-customer-lifetime-value
Возможно кому то будет полезно.
Статья понравилась, примеры качественные!
А можно ссылочку на карту метрик из анонса? 👉👈😊
Как же я люблю такие статьи - с примерами как надо, с антипримерами как НЕ надо, с реальными кейсами + развенчание мифов от инфоциган. Подписался.
Годненько.
Подписка, лайк!
Колокольчик))
Жду следующие статьи
Годно разжевано!
Право на ссылку на tg-канал в конце - заработано )
Спасибо за указание книги - закинул в корзину на Озоне. Странно, что прошел мимо нее, хотя люблю всякое про аналитику в продуктах.
Ждем карту метрик.
полезно, спасибо)
да, полезно. Благодарю.