Ключевые критерии популярных моделей роста | Школа рекламиста

Дата публикации: 23.03.2016
Раздел: Школа рекламиста

Как самые развитые компании используют модели роста для определения целей и контроля их достижения на основании ключевых критериев.

Модели роста, популяризованные Эндрю Ченом, представляют собой контуры обратной связи, моделирующие процесс привлечения одной группой пользователей следующей группы пользователей. Представление в виде подобной модели позволяет привести сложную систему с множеством взаимосвязанных компонентов к набору функций и предположений. Заметим, что такие модели не всегда направлены на цели роста, а часто используются в качестве теста на степень реагирования и определения точек приложения усилий для достижения максимального эффекта. Примеры распространенных моделей роста включают привлечение на платной основе, цикл вирусного приглашения, циклическую генерацию пользовательского SEO-контента и двусторонние маркетплейсы.

Определение степени роста компании по модели позволяет найти высокоэффективные «входы» (сферы бизнеса, которые вы способны контролировать), чтобы усилить многоаспектный рост с течением времени. Кроме того, такие эффективные модели роста позволяют отбирать критерии для измерения и установки целевых значений, чтобы достичь полного понимания процесса роста компании.

Рассмотрим подробно четыре распространенные модели и покажем, как выбрать набор эффективных критериев для каждой из них:

Прежде чем приступить к анализу четырех моделей роста, коротко остановимся на процедуре определения ключевых критериев:

Выбор модели роста требует видения всей картины целевой группы покупателей и способа привлечения ими следующей группы покупателей. Для этого необходимо пошагово проанализировать действия покупателей и представить их в виде дискретных операций. Конечная группа становится следующей базовой группой, для которой будет повторяться данный цикл.

Выбрав контур обратной связи, необходимо математически определить каждую операцию. Суммарное количество покупателей на конец первой итерации является начальным количеством покупателей для следующей итерации. Для анализа будем использовать самые простые примеры с процентами; см. таблицы ниже.

И, наконец, ключевые критерии можно вывести из математической модели анализа на степень реагирования. Вследствие комплексного характера модели роста с обратной связью исходные предположения по-разному влияют на рост с течением времени (например, конверсия регистрации против конверсии оплаты). Покажем это в примерах ниже.

Циклическая генерация контента пользователями — распространенная модель самоподдерживающегося роста. Ее используют, например, компании Yelp, Genius, Stack Overflow, Quora. Действия пользователя в этой модели таковы:

Эта математическая модель в виде таблиц Google представляет функции, связанные с генерацией контента пользователями. Регулируя исходные предположения и анализируя их воздействие на рост, можно определить области сильного влияния. Например, можно понять, что принесет больше дохода: конверсия пользователей, генерирующих контент, или привлечение новых пользователей.

График на рисунке выше взят из упомянутой электронной таблицы Google.

В примере «2x генерируемый контент» предполагается удвоение числа генерирующих контент пользователей по сравнению с базовой моделью, в примере «2x регистрации» — удвоение конверсии регистрации пользователей. По графикам видно, что в данной модели увеличение конверсии регистрации пользователей более эффективно, чем увеличение генерации контента.

Таким образом, в этом бизнесе нужно контролировать следующие критерии:

Даже без математической модели интуиция подсказывает, что именно эти критерии должны оказывать наибольшее влияние на рост бизнеса. Стимулируя генерацию нового контента пользователями или оптимизируя конверсию посетителей, ставших зарегистрированными пользователями, можно ожидать комплексного роста бизнеса с течением времени.

Эта модель работает во многих социальных играх и приложениях (Snapchat, Venmo и др.), которые побуждают пользователя приглашать друзей, импортируя его адресную книгу. Многие компании значительно выросли на этой модели, когда Facebook запустил графический интерфейс, позволяющий пользователю попросить всех друзей о помощи в сборе пшеницы в игре Farmville.

Эта математическая модель в виде электронных таблиц Google представляет данную модель роста. Она позволит определить исходные предположения, максимально влияющие на рост. Например, можно посмотреть динамику изменения числа пользователей при увеличении процента пользователей, приглашающих друзей.

График на рисунке выше взят из упомянутой электронной таблицы Google.

«Удвоение любого из критериев» соответствует удвоенному % приглашающих или зарегистрировавшихся пользователей. Это получается по математической модели.

Естественно, что эти критерии могут существенно повысить рост с течением времени. Если пользователи мотивированы приглашать своих друзей, это ведет к увеличению множества пользователей, которые могут зарегистрироваться. Зная, что эти факторы оказывают более сильное влияние, имеет смысл оптимизировать такие критерии, чтобы обеспечить дальнейший рост.

Хотя модель привлечения на платной основе несколько менее увлекательна, она обеспечивает эффективный рост многим компаниям. Существующие пользователи не помогают непосредственно привлекать новых пользователей, но генерируют доход, который можно реинвестировать в платный маркетинг. Например, компания получает доход 100 долларов и реинвестирует его в привлечение новых пользователей. Получив с новых пользователей доход 80 долларов, компания опять реинвестирует его. Данная модель исходит из предположения, что стоимость привлечения нового пользователя меньше дохода, который тот приносит за все время своей активности (большинство менеджеров и учредителей говорят, что стоимость привлечения должна равняться 1/3 дохода от пользователя).

Это шаблон математической модели привлечения пользователей на платной основе.

График на рисунке выше взят из упомянутой электронной таблицы Google.

По графику видно, что конверсия оплаты имеет больше влияния, чем удвоенная прибыль (рассчитанная как разница между доходом от пользователя и расходом на его привлечение).

Главные исходные предположения для данной модели:

Оптимизация любого из этих трех критериев — задача непростая (и, скорее всего, потребует привлечения сотрудников нескольких служб компании). Однако каждый из этих критериев может значительно повысить эффективность средств, вложенных в маркетинг. С повышением LTV и снижением CAC будут обеспечены средства для привлечения большего числа пользователей, а рост доли заплативших пользователей приведет к увеличению бюджета на маркетинг.

По мере того как развитие технологий упрощает осуществление операций между покупателями и продавцами, модель двустороннего рынка становится все более популярной. Ее используют, например, компании Uber, Etsy, Segment и Grubhub.

В модели двустороннего рынка рост в значительной степени зависит от увлечения пользы, которую имеет одна сторона от другой. Что получают водители от роста числа пассажиров, а пассажиры — от роста числа водителей? Каждый сетевой эффект можно моделировать. Чтобы подробнее изучить, как мы анализируем рост рынка в компании Segment, прочтите наш текст о моделировании двусторонних рынков.

Для иллюстрации усиливающей природы роста двусторонних рынков рассмотрим шесть факторов роста (идеи заимствованы из это статьи HBR):

Здесь приведен пример математической модели, которую мы использовали для двусторонних рынков. Этот пример немного сложнее, чем предыдущие; модель представляет воображаемую компанию Segment, одной стороной являются «покупатели», другой — интеграционные «партнеры».

Зачастую фактор, оказывающий максимальное влияние на рост, зависит от этапа развития компании. Так, если двусторонняя и односторонняя коммуникации между покупателями и продавцами пока еще не стали основным фактором роста, следует сфокусироваться на росте одной из сторон рынка. Например, чтобы привлечь покупателей, мы в компании Segment начали с самостоятельного создания каталога интеграционных партнеров. По мере роста и накопления критической массы интеграторов представление о том, как лучше работать с нашими партнерами, чтобы привлечь больше покупателей в Segment, стало фактором очень высокого потенциала роста.

Измерение и достижение правильных критериев

Мы рассмотрели всего четыре популярные модели роста, но их намного больше. Использование модели роста упрощает выбор критериев для измерения и установки целей. Математическая модель, выполненная в виде электронной таблицы, позволяет просто регулировать исходные предположения для определения ключевых областей, которые могут привести к максимальному комплексному росту. Повторю, поскольку это очень важно: данные модели лучше использовать целостно для анализа степени реагирования, а не для финансового планирования и прогнозирования.

Установив наиболее эффективные критерии, необходимо назначить каждой команде один или два критерия и сфокусироваться на задачах и экспериментах, которые могут повлиять на эти показатели. По нашему опыту, наиболее эффективно, когда одна команда отвечает за один (максимум два) критерия; далее необходимо расставить приоритеты экспериментов, которые могут улучшить данные критерии.