Как и обещал – делюсь Miro с вебинара "Как SEO-специалисту развивать навыки аналитика и причем тут M-shaped"

Также обещал добавить полезные ссылки по Веб-аналитике – обязательно отпишусь как добавлю их на доску.

🎥 Youtube | VK Video | Rutube

Несколько недель назад давал комментарии для статьи из журнала Callibri, часть из которых вошла в их статью.

Комментариев получилось много и я обещал что поделюсь ими с вами.

Наши ребята упаковали их в шикарные карточки и статьи в блоге и на Sostav. Делюсь ссылками с вами.

На какие метрики смотреть бизнесу

На стриме про аналитику у Миши Шакина у меня спросили про лучшую метрику и у меня не было готового ответа на этот вопрос. Тогда я ответил что все зависит от бизнес-модели, много но и если, и нужно смотреть по ситуации.

Но этот вопрос не давал мне покоя и только после стрима мне вспомнилось это видео. В нем Елена Иванова, директор по маркетингу и growth hack в Sokolov озвучила 4 ключевые метрики маркетинга, которые оценивают его эффективность.

Все очень логично и подходит любому бизнесу:

1. Customer Acquisition Cost (CAC) – стоимость привлечения клиента

Что это: средние затраты, чтобы привести одного нового клиента.

Как считать: CAC = все затраты на привлечение / число новых клиентов. (Разумно считать два варианта: media-only и blended, включая ФОТ, продакшн, агентскую комиссию и т.д).

Как снизить: оптимизировать креативы, таргетинги и посадочные страницы, убрать нерентабельные каналы/сегменты, улучшить конверсию воронки.

Как измерять: по когортам (дата 1-й покупки/регистрации), по каналам/кампаниям, придерживаться единых правил включения затрат.

2. Lifetime Value (LTV) – пожизненная ценность клиента

Что это: вся валовая прибыль, которую приносит клиент за время использования продукта.

Как считать: лучше почитать статью у GoPractice

Как повышать: повторные покупки (ретеншн), средний чек (апселл/кросселл), частота покупок, маржа (ассортимент/цены/логистика), персонализация.

Как измерять: на основе валовой прибыли (Gross Profit), пр когортам с даты 1-й покупки

3. Retention 2-го месяца

Что это: % клиентов когорты, вернувшихся во 2-й месяц (31–60 день). Является прокси-метрикой будущего LTV.

Как повышать: сильный онбординг → «aha-moment» в 1-й неделе, CRM-цепочки и триггеры, релевантные офферы, быстрый сервис/доставка/возвраты, качество продукта.

Как измерять: когорты по событиям «покупка/активность», сравнение по источникам, исключать фрод/возвраты.

Тут важно подумать про цикл сделки и частоту покупок – как мне разумно подсказали эта метрика подойдет не везде

4. Brand Awareness – Узнаваемость бренда

Что это: доля аудитории, знающей ваш бренд.

Как повышать: единый бренд-код, качественные кампании, PR/UGC/лидеры мнений, долгий SOV≥SOS.

Как измерять: опросы (unaided/aided), Brand Lift, Share of Search (брендовые запросы), прямой трафик, доля упоминаний.

Сходил вчера послушать вебинар Макса Епифанова про ИИ в аналитике.

Вообще, я долго сопротивлялся кодингу с ИИ: старался по-старинке читать документацию, гуглить и изучать ответы на Stack Overflow.

Как оказалось, это было зря – вкатился бы раньше, научился бы больше.

С того момента, как я начал использовать ИИ-шки для написания кода, SQL-запросов и т.д., моя производительность КРАТНО выросла. Но главное даже не это.

Главное — тебе резко открываются возможности решать задачи, которые еще вчера казались слишком сложными и непонятными.

Что касается ИИ в аналитике: несколько месяцев назад, когда я готовил большую презентацию по эффективности рекламных флайтов в нескольких проектах, я пробовал делегировать часть задач ИИ. Но, сделав несколько попыток получить что-то внятное, я понял, что проверять ответы слишком сложно и на это уходит слишком много времени. В итоге я эту идею забросил.

Но после вебинара думаю, что стоит попробовать еще раз — только теперь в проектах, где я уже давно в контексте происходящего и могу быстро оценить бредовость выводов, которые даст ИИ.

Если вы пробовали натравливать ИИ на данные и получать вразумительные выводы – поделитесь опытом в комментариях.

А ниже вы найдете ссылки на запись и другие полезные материалы от коллег.

C 1 декабря Yandex DataLens меняет тарифную политику

Новость прилетела вчера в рассылке и тут же вызвала бурю эмоций и негодования. Своими я поделился в комментарии в коммьюнити DataLens:

Присоединяюсь к коллегам:

1. На данный момент будущий функционал описан недостаточно и вызывает большое количество вопросов. Опишите пожалуйста подробнее как он будет работать, в идеале – сделайте вебинар с разбором.

2. Согласен с коллегами, за сервис нужно платить. Тем более сервис классный.

Но тарифная сетка получается максимально не гибкая – такое ощущение, что для бизнес тарифа напилили фичей, которые себя не оправдали и не достаточно смотивировали перейти на тариф – и для борьбы с теми кто использует много ресурсов сервиса вводятся такие заградительные меры.

Но, например мне, в 99% случаев не нужно премиум фунционала и ии-ассистента внутри. Лучше бы сделали бесплатно для команды до 5-10 человек на учетках Яндекса (или если, например, покупается иной сервис вроде ClickHouse в рамках облака).

И если раньше за счет бесплатности DataLens я мог предложить и внедрить такое Bi-решение клиенту, а под эгидой надежности предложить хостить ClickHouse в Клауде на небольших проектах – то теперь этот сценарий под вопросом т.к цена за инфраструктуру в таком проекте вырастет в 1.5-2 раза что просто оттолкнет на старте и не даст развиться аналитической культуре в такой компании/команде.

Мне кажется в долгой перспективе это только оттолкнет небольшие команды от внедрения у себя Bi с дальнейшим масштабированием и переходом на платные тарифы. А тех кто готов был платить или уже платил никак не затронет.

Напоминает тарифы в App-метрике когда полностью отрезали возможность сохранять отчеты. Правда потом видимо продуктовая команда показала получившиеся цифры и тарифы пересмотрели.

3. Надеюсь обратную связь от сообщества коллеги услышат и что-то доработают, или просто анонс получился не удачным и все на самом деле не так плохо как звучит на данный момент.

P.S: Ну и остался конечно же осадочек и ощущение что с Community-версией как-то кинули, несмотря на заявления о планах ее развивать в прошлых анонсах :(
Пригорело знатно конечно сегодня, но я постарался дать вам конструктивную обратную связь

Позднее коллеги подробнее расписали механику тарифов и организации “Рабочих мест” в закрепленной публикации.

Не думаю что обратная связь от рынка что-то резко поменяет, но попытаться стоит.

Новость не из приятных – средний и крупный бизнес это вряд ли сильно заденет, но для малого Bi-аналитика станет менее доступной / удобной. Так что закладывайте в бюджет на следующий год если используете сервис, либо оптимизируйте потребление (количество учеток с доступом к DataLens).

И да, это отличный пример как вызвать много критики и разочарования резким изменением тарифной политики – можете сходить в комментарии, посмотреть как рынок реагирует =)

Жесть...у Яндекса дыра в безопасности.

В чем суть – они ввели в какой-то момент общие учетки для одного телефона внутри Яндекс ID. А у нас вход в корпоративный аккаунт был привязан к моему телефону. В результате у коллег начали высвечиваться мои личные аккаунты, а у меня в личных – рабочий.

Ну ладно, вроде как для входа нужно подтвердить вход паролем или СМС. Но меня эта ситуация достала и я пошел и купил у Мегафона второй номер. Активировал, переключил аккаунт на другой номер. Мой высвечиваться перестал.

НО!

К рабочему аккаунту привязались 2 чужих аккаунта – вообще левых – а главное, я могу в них войти т.к. смс приходят мне и пароль для входа они не требуют.

И самая вишенка – чат поддержки Яндекс ID, который, казалось бы, должен срочно решать такие проблемы вообще не имеет опции поговорить с оператором, только бесконечные круги по справке (до Платона раньше было проще дописаться пройдя несколько циклов ответов на вопросы. А кто давно в теме знают – как непросто было дописаться до Платона Щукина).