Фреймворк роста (часть 3): цикл вовлечения пользователей

11 минут
13.02.2019
Фреймворк роста (часть 3): цикл вовлечения пользователей

В прошлых частях мы рассказывали про фреймворк роста и цикл привлечения пользователей. Теперь вы знаете, что такое кривая роста, как работают разные каналы в цикле привлечения, какие масштабируемы, а какие нет, и что служит для нас тревожными звоночками.

Сегодня мы разберем цикл вовлечения пользователей. Мы будем придерживаться такой же структуры, как и в прошлой части. Рассмотрим примеры цикла вовлечения, затем метрики, улучшения в цикле и применение фреймворка.

Engagement Loop

Примеры

Examples

Если ваш продукт создан для коллективного использования, как Dropbox или Slack, значит вам нужно, чтобы активные пользователи сами вовлекали друг друга. Если же вы работаете над созданием приложения для индивидуального использования (прогноз погоды, переводчик, измеритель сна и т. д.), значит вам необходимо, чтобы пользователь с каждым разом вовлекался в него все больше.  

Давайте рассмотрим несколько примеров.

Viral

В сервисах, где вы можете получить фидбэк в виде комментариев, лайков и шеров, цикл вовлечения похож на игру в пинг-понг. Пользователь отправляет сообщение, подписывается или упоминает кого-то, а затем получает ответное действие в виде таких же сообщений, комментариев и лайков. Все эти действия повторяются снова и снова.

Netflix

Некоторые циклы вовлечения похожи на выращивание растений. Вы посадили зернышко и, если его хорошо поливать, оно начинает расти. Допустим, вы подписались на Netflix. Он предлагает вам выбрать несколько любимых жанров, чтобы затем вовлекать вас с помощью отправки персонализированных емейл-писем с выходом ваших любимых фильмов и сериалов. Так Netflix постепенно поливает и удобряет свой цикл вовлечения, чтобы потом он приносил спелые плоды персиков и ананасов преданных пользователей.

Linear loop

Точно так же, как и в цикле привлечения, существуют линейные каналы для повторного вовлечения пользователей. Они полезны, но не масштабируемы. Лучше когда пользователи сами вовлекают друг друга.

В частности это относится к одноразовым маркетинговым емейл-кампаниям. Они не масштабируемы, не интересны пользователям, а иногда могут быть причиной оттока. Выходит не очень эффективно, не правда ли?

Намного эффективнее будет тот цикл вовлечения, который пользователи сами запускают, вовлекая себя, своих друзей и знакомых и т. д.

Улучшение цикла

Давайте рассмотрим этапы цикла вовлечения более подробно.

Engagement loop

Цикл вовлечения построенный на каналах социальных сетей выглядит так: сначала пользователь создает контент и публикует его, затем его друзья видят этот контент и оценивают его. Заканчивается все тем, что пользователь получает уведомления с оценками, лайками и комментариями его друзей. Вы прекрасно знаете, как это происходит.

Теперь давайте рассмотрим некоторые из этапов по отдельности.

User creates content

Цикл вовлечения в социальных сетях работает за счет создания контента. Если на этом этапе у пользователя возникают сложности с публикацией контента (котиков, моря и детишек), значит вам будет трудно привлекать новых пользователей и еще труднее удерживать уже активированных. Все действия на этом этапе должны быть интуитивно понятны пользователям.

У Pinterest было несколько хороших примеров того, как они оптимизировали создание контента в своей платформе. Одним из таких примеров была замена малопонятной кнопки «Прикрепи это» на «Сохранить» Так пользователи стали сохранять больше фотографий у себя на досках, а их друзья стали лучше вовлекаться в цикл.

Следующим шагом к оптимизации было создание мобильного приложения, в котором стало легко взаимодействовать: обмениваться фотографиями, общаться, комментировать и ставить лайки. Плюсом ко всему компания занялась онбордингом пользователей, что принесло ей хорошие показатели по вовлечению.

Все эти перемены помогли удвоить показатели по активации новых пользователей. Подписчики стали сохранять больше контента на своих досках, тем самым вовлекая себя и других в цикл.

После создания контента, нужно заставить его циркулировать по сети.

Number of connections

Одним из ключевых моментов любой сети является плотность связей (network density). Плотность связи — это про фактические связи между пользователями, а не потенциальные. Важно суметь создать такое количество связей, которое будет не только расти, но и будет качественным.

Давайте рассмотрим несколько идей по доработке этого этапа.

Создавайте сеть на уже существующей платформе, так вы повысите плотность связей своих пользователей. Если у вас потребительский продукт, вы можете использовать платформу Facebook или предлагать своим пользователям загрузить контакты из телефонной книги. Если вы создаете продукт для корпоративного обмена сообщениями, вы можете предложить пользователю загрузить емейлы своих коллег. Также не забывайте про такие хаки, как «Люди, которых вы возможно знаете» или «Ваш друг только что зарегистрировался, добавьте его…»

Тревожным звоночком может быть взрывной вирусный рост, основанный лишь на приглашениях. Такой цикл не будет долгим, а еще он будет плохого качества. Если вся платформа построена лишь на приглашении друзей и в ней больше нет никаких активностей, не ждите, что такой сервис долго проживет.

Users login

Этап, на котором пользователь переходит по уведомлению в сервис, кажется достаточно безобидным. Но давайте рассмотрим такую ситуацию, в которой пользователь перешел в сервис, но не может войти в аккаунт.

Пользователи, которые не могут зайти в свой аккаунт, — это большая боль для больших продуктов с большой аудиторией. Около 50-75% зарегистрированных пользователей попробовали продукт, но так и не смогли подсесть на него.

Проблема в том, что если такие пользователи захотят вернуться к вам, то не смогут выполнить вход в аккаунт. Обычно они не могут вспомнить пароль или логин от аккаунта, поменяли телефон, сменили почту и т. д. Что с этим делать?

Первое: отнеситесь к этому этапу серьезно. Проанализируйте KPI и займитесь оптимизацией, чтобы количество неактивных пользователей уменьшалось. Настройте интеграцию с iCloud Keychain или Android Smartlock и не забудьте про кнопку «Забыл пароль» или активацию профиля через друзей.

Такая функция есть у китайского мессенджера WeChat, где вы можете выбрать несколько способов входа в аккаунт. Если вы не помните пароль и у вас сменился номер телефона, вы можете попросить друзей прислать вам идентификационный код в приложение. Когда несколько ваших друзей вышлют вам код, вы сможете войти в сервис.

Uber на этом этапе, возможно, потерял десятки миллионов клиентов. Уфф! Просто представьте, вы только что приземлились в аэропорту Валенсии. У вас где-то был установлен Uber, вы кликаете по приложению и понимаете, что вы не в аккаунте, а восстанавливать пароли и явки так утомительно. Вы расстраиваетесь, но не сильно, ведь вы в Валенсии, и идете ловить обычное такси.

Метрики

Теперь, когда мы поняли как устроен цикл вовлечения и знаем, какие потенциальные выгоды от улучшения цикла мы можем получить, давайте перейдем к метрикам. На что нам нужно обратить внимание и что мы будем искать?

Cohort retention

Первое, что нужно сделать, — проанализировать все данные в когорте. Нам нужно понять, почему когорты пользователей возвращаются. Каждый ли раз при посещении сервиса пользователь получает ценность от продукта, чтобы снова и снова заходить в приложение? Строит ли эта когорта сеть других пользователей? Нам нужно посчитать классические метрики (D1/D7/D10), а также проанализировать данные от месяца к месяцу.

Кривая когорты должна оставаться на одном уровне. В идеале чуть больше 20%, так каждая регистрация со временем будет активироваться в «прилипших» пользователей. Если активировалось 5% пользователей, значит вам нужно зарегистрировать 2 миллиарда пользователей, чтобы получить 100-миллионный MAU. Это нереально.

Первое, что нужно сделать, — проанализировать все данные в когорте. Нам нужно понять, почему когорты пользователей возвращаются. Каждый ли раз при посещении сервиса пользователь получает ценность от продукта, чтобы снова и снова заходить в приложение? Строит ли эта когорта сеть других пользователей? Нам нужно посчитать классические метрики (D1/D7/D10) — а также проанализировать данные от месяца к месяцу.

Кривая когорты должна оставаться на одном уровне. В идеале чуть больше 20%, так каждая регистрация со временем будет активироваться в прилипших пользователей. Если активировалось 5% пользователей, значит вам нужно зарегистрировать 2 миллиарда пользователей, чтобы получить 100 миллионный MAU. Это нереально.

Вы можете спрогнозировать итоговый размер компании, объединив такие показатели, как TAM (общий объем целевого рынка) с % от когорты, который остался в приложении спустя год или два (D365 и D730), и ARPU (средняя выручка на одного пользователя).

Notififcation analisys

Уведомления — один из главных инструментов в цикле вовлечения, будь это емейл-письма, пуши, поп-апы и т. д. Но всегда будьте аккуратнее с этим способом, можно переборщить с сообщениями и начать терять клиентов.

Старайтесь отслеживать вовлечение, которое создается искусственным образом. Для этого вы можете просматривать статистику по каждому уведомлению и сравнивать показатели по CTR (кликабельность), а также проводить проверку на спам в Twitter, Google и других местах.

В конечном счете, уведомления увеличивают тот уровень вовлечения, который уже был создан в продукте. У некоторых продуктов будет огромное количество уведомлений, которые при этом не будут выглядеть как перебор. У других такая штука не прокатит. Жизнь несправедлива. Смиритесь.

Push notification

На этом графике мы видим, что E-commerce компании генерируют много пушей для рекламы своих продуктов, но показатель CTR у них низкий. Если вы посмотрите на сервисы такси, то увидите, что у них высокий показатель CTR. Ведь вы хотите знать о том, что вам назначили такси, машина в пути или ожидает вас.

Частота использования — это еще одна полезная метрика в анализе вовлечения пользователей, с которой нам нужно разобраться. Почти в каждом продукте есть «лестница вовлеченности». Это означает, что вы решили воспользоваться продуктом лишь раз, но постепенно начали втягиваться и стали пользоваться продуктом намного чаще.

Вернемся к Uber. Обычно первое знакомство с таким сервисом начинается с поездки в аэропорт (1-2 поездки в год), затем пользователь вовлекается сильнее и начинает пользоваться такси, чтобы доехать до ресторана или кафе в выходной (1-2 поездки в неделю). И вдруг количество поездок увеличивается до двух в день. Вот это и есть частота использования!

Применение фреймворка

Теперь, когда у нас есть все инструменты, мы можем строить прогноз.

Baseline forecast

Предыдущий прогноз по циклам привлечения включаем сюда, потому что любая когорта начинается именно с новых пользователей, которые уже были привлечены. Затем мы анализируем кривые удержания по когортам, с помощью которых мы поймем сколько у нас будет активных пользователей.

Теперь, когда у нас есть кривые привлечения и вовлечения, мы можем рассчитать наш MAU. Спроецируйте это на несколько месяцев или полгода вперед, и тогда вы сможете получить подробное представление о том, где MAU будет через 2 года.

Данные из метрик в цикле вовлечения практически невозможно изменить или увеличить, в отличие от привлечения. Нужно принять эти кривые за данность. Но если вам нужен сумасшедший рост, лучше сосредоточиться на привлечении новых пользователей. А еще как вариант, попробуйте перенести пользователя из одного сегмента в другой с более высокой частотой использования.

У нас есть цикл привлечения и вовлечения. У нас есть прогноз для каждого из циклов. У нас есть сценарии для потенциального роста.

И что мы можем с этим сделать?

Acquisition and engagement loops

Мы начали наше обсуждение с Фреймворка учета роста.Теперь мы понимаем, как устроены оба цикла, значит у нас есть входные данные.

MAU

С помощью входных данных мы можем создавать сценарии, которые будут моделировать выходные данные.

Table

Мы можем получить детальное представление о рисках. В конечном счете это прогноз о качестве привлечения и вовлечения, а не просто цифры за два года.

Стартапы — это далеко не про сводные таблички.

Active users per month

Со всеми полученными знаниями, мы можем ответить на действительно важный вопрос. Если к нам сейчас зайдет какой-нибудь стартап и покажет такой график, мы сможем реально обсудить, что может произойти дальше.

Предыдущие части можно найти тут:

Фреймворк роста (часть 1): как научиться предсказывать будущее?

Фреймворк роста (часть 2): Цикл привлечения пользователей

Трафик есть, а заявок нет?

Покажем, где вы теряете лидов, и составим план улучшений

Лучшее в блоге: