Не гонитесь за журавлём в небе, пока не знаете, что с ним делать

Многие воспринимают BigData священным Граалем. Вот поставим и заживём. Но до конца не осознают, что BigData - огромный объём информации на выходе.

Недавно у меня был доступ к операциям десятков тысяч банковских клиентов. И на выходе я сформировал файл, в котором содержались различные зависимости. Например (все цифры изменены):
🔸 рост оборотов ИП на 100% поднимает уровень банковской комиссии на 76%, остатков - на 53%, а маржи - на 112%;
🔸маржа от ООО в 2,9 раза больше, чем от ИП;
🔸мужчины-клиенты примерно на 7% активнее в околопраздничные дни, в то время как женщины в это время менее активны и так далее.

Ещё до подключения BigData набралось 12 листов таких статистически достоверных зависимостей.
Сложность в том, как менеджеры будут использовать хотя бы 5% этой информации. Если, например, выяснится, что основную прибыль приносят IT-компании, мало сделать лендинг в духе "лучшее решение для ИТ", надо в самом деле предложить что-то особенное.

Мой опыт показывает, что большинство компаний ограничиваются небольшими корректировками в привлечении. И не больше.
Так что не гонитесь за BigData, пока не знаете, что с ней делать.

Подводя итог серии текстов про BigData.

В изучении BigData остерегайтесь следующих трёх типов ложных закономерностей:
❗️ случайные совпадения, вызванные законом больших чисел. Помните: чем значительней массивы информации, тем проще найти зависимости между числом фильмов с Николасом Кейджем и количеством утонувших в бассейне;
❗️параллельные совпадения, вызванные влиянием на два ряда третьего, неучтённого фактора. Иначе будете утверждать, что аисты приносят детей;
❗️искуственные совпадения, вызванные огрехами в методологии, в источниках данных или в технологиях их сбора.

Героям здесь не место

Хотите научиться быстро отличать хорошее управление от посредственного? Это не сложно. Даже не надо толком вникать в специфику.

Адекватно управляемая компания – обычно тихое и спокойное место. Там бывают кризисы и проблемы, но к ним заранее готовятся и изучают, а сотрудники обучены и готовы с ними бороться. Многие сложности нивелируются уже на уровне дизайна процессов и контрольных процедур.

Если же компании свойственны геройства, дедлайны и всяческие превозмогания, там с адекватным управлением обычно очень плохо. Плохо с постановкой процессов, плохо с работой по отклонениям, плохо с обучением.

Так что будете слышать про очередное геройство, подумайте, а нет ли в этом отвратительного руководства. Как бы эффектно и пафосно кризис не был преодолён.

Конкорд и дохлая лошадь

Никто не любит признавать неудачу и особенно свои ошибки. Поэтому многие проекты продолжают пить все соки своих создателей или инвесторов даже после того, как демонстрируют отсутствие перспектив.

Это классический эффект Конкорда. Уже при создании тестовых образцов было известно, что самолёт получается очень дорогим, на него не будет должного спроса, чтобы проект хотя бы окупился. Но в разработку были вложены значительные усилия двух стран и такие объёмы средств, что проект оставался на плаву очень долго.

Про эффект Конкорда говорят, когда
🔸 не хочется признавать свою ошибку
🔸 жалко ранее потраченных ресурсов
🔸 очень хочется верить и надеяться на чудо (этому часто помогают руководители проектов и стартапов своими красивыми песнями о будущем)
🔸 проект долгое время проваливает все планы, а реальных перспектив уже давно нет.

Как бы ни хотелось верить и надеяться, порой нужно расстаться с мыслью "хотя бы вернуть своё" и завершить убыточный проект. Как говорят индейцы племени Дакота: лошадь сдохла - слезь.

Недавно разбирал кейс одной реферальной сети ("приведите друга и получите скидку"). Текущая выгода оценивалась руководителем проекта в 5 миллионов рублей ежемесячно. Выяснилось, что эта сумма = число клиентов, приходящих в месяц по программе (200) * средняя стоимость привлечения обычных клиентов через интернет (25 тысяч рублей).

На этом примере я расскажу о трёх ключевых ошибках в оценке экономики реферальной сети и дам рекомендации по её таргетированию.

Первая ошибка - считать, что привлечение не стоит денег.

Скидка - упущенная выгода, расход компании, стимулирующий клиента на определённое поведение. Выплата зарплаты - прямые расходы. Их обязательно нужно учитывать в оценке экономики проекта.

Например, в указанном случае суммарные скидки двум клиентам (гостю и хозяину) стоили компании по 15 тысяч рублей. По сути это и есть стоимость привлечения клиента по программе. Конечно, это было дешевле, чем 25 тысяч за привлечение клиента через Яндекс и Гугл, но это не 0. Так что 200 гостей в месяц - 3 миллиона упущенной выгоды.
Плюс расходы на спеца и сопровождение - ещё 200 тысяч рублей в месяц.

Итого экономия от привлечения уже составляет не 5, а 1.8 миллиона рублей в месяц. И это только начало.

Вторая ошибка анализа реферальной программы - считать, что экономика гостей такая же, как и хозяев.

Вот о чём говорят результаты моего анализа 5 различных программ:
💡В среднем гость реферальной программы приносит на 30% меньше хозяина.

Что это означает для кейса из предыдущего текста? Если обычные клиенты за свою жизнь приносят компании 40 тысяч рублей прибыли каждый, то приведённые ими рефералы в среднем по 28 тысяч рублей. Что на 12 тысяч меньше.

То есть, для 200 клиентов-гостей имеем снижение прибыли на 2,4 миллиона рублей. И наша оценка экономики реферальной программы становится не такой радужной.

Но пока я не озвучил третий пункт, она хотя бы остаётся положительной.

Стратегия не нужна, если достаточно просто выживать.

Но если цель - создать что-то достойное, нужно учиться фокусироваться. И избавляться от того, что не актуально и не имеет перспектив.

Поучиться этому можно у финского разработчика игр Supercell. У него очень простая бизнес-модель.
🔸примерно раз квартал запускается новый проект
🔸ключевое требование к проектам: "увлекательный геймплей, который любят люди"
🔸на плаву поддерживаются только 4 игры. Критерием отбора становится не финансовый результат. Закрывается игра, демонстрирующая самый низкий интерес.

Через три года после запуска Supercell была признана журналом Forbes самой быстрорастущей ИТ-компанией мира. Ещё через три года она была оценена в 10 миллиардов долларов и выкуплена. К тому моменту у неё было 14 закрытых проектов.

Третья проблема реферальной программы - чем хуже экономика клиента, тем выше активность.

В реферальные программы в первую очередь включаются клиенты с плохой экономикой, которые не приносят много денег, а чаще всего и вовсе генерируют убытки.
Вспомните про вторую ошибку и вы согласитесь с таким описанием большинства реферальных программ: убыточные клиенты приводят убыточных клиентов.

Вернёмся к начальному кейсу. В нём клиенты с отрицательной экономикой в полтора раза чаще приводили "друзей", чем клиенты с положительной. В итоге доля гостей, приносящих убытки, составила 80%. То есть четыре из пяти пришедших "по дружбе" никогда не принесут компании прибыли.

В итоге прямой эффект от программы оказался близок нулю, а финальный, с учётом распределения накладных расходов, оказался даже отрицательным.

Как же улучшить экономику реферальных программ? Об этом я расскажу в следующий раз.

Так как же заставить реферальную программу работать и быть выгодной? Надо относиться к ней так же, как и к любому другому каналу привлечения: изучать и таргетировать.
Ключевой фактор управления экономикой рефералки - вовлекать в неё подходящих хозяев, которые бы приводили гостей с хорошей экономикой.

1. В первую очередь предлагать программу самым доходным клиентам. Можно даже оформить её как услугу для самых лучших клиентов, чтобы в принципе не пускать в неё потребителей категории "убытки плодят убытки".

2. Внимание следует уделить полу, возрасту, виду деятельности и даже соцсетям.
Например, в одном из моих случаев клиенты из «Одноклассников» были в 3-4 раза доходней, чем из остальных сетей. Рефералка изменилась с "приведи друга" на "приведи одноклассника", и её экономика значительно улучшилась. В другом случае фокус был сделан на вовлечении в программу транспортных компаний (они приводили прибыльные ремонтные станции и заправки), а в третьем - на самозанятых, приводивших ещё больше самозанятых.

Самое главное - управлять рефералкой как самостоятельным каналом привлечения с собственными законами и экономикой.

Разве клиенты могут быть убыточными?

Могут. Как в силу поведения клиентов, так и из-за решений компании.

Есть группы клиентов, которые постоянно убыточны. Например, одни любят поговорить с официантом, отвлекая того от обслуживания других клиентов. Другие любят пообщаться с техподдержкой по поводу и без. Третьи делают очень много бесплатных операций в рамках своего тарифа, которые в большом количестве стоят компании приличную сумму.

Но и компания порой допускает убыточность клиентов. В одном случае она просто ошибается с оценкой экономики контракта и подписывается под заранее убыточные проекты. В другом идёт на это осознанно, чтобы вписаться в пул контрагентов и в дальнейшем хорошо заработать. В третьем случае устраивает бесплатные тарифы для того, чтобы нагнать много клиентов и иметь на рынке важный вид.

Даже 70% убыточных клиентов - не катастрофа, если это сознательное решение по развитию бизнеса, а 3% самых прибыльных клиентов "кормят" всех остальных.

Иногда нужно выступать меценатом для одних клиентов, чтобы дотянуться до нужных.

Средние числа врут.

Если у вас десять клиентов, один приносит миллион, а другие девять - ничего, в среднем они приносят по сотне тысяч. Случаи, когда самый доходный процент клиентов формирует большую часть результата - не редкость, скорее наоборот.
Попустительство этому факту особенно чревато для масштабирования стартапов и проектов: 99 обычных клиентов придут, а одного, самого лучшего, можно и не найти. В таких условиях масштабирование приведёт к умножению переменных расходов, а не доходов.

Чем ещё можно описать массовые экономики, кроме среднего арифметического? Хорошая метрика - медианные показатели. Мы выравниваем всех клиентов по возрастанию показателей и берём значение самого среднего. Вернёмся к нашему изначальному примеру: средняя доходность на клиента, как мы выяснили, равна 100 тысяч, а вот медианная доходность = 0.
Сразу становится понятно, что о масштабировании такой экономики говорить рано.

Сочетание средних и медианных показателей не отвечает на все вопросы, но может обогатить качество анализа.

К примеру, рассмотрим схему ниже. Мы выделили три группы клиентов и для каждой посчитали среднюю и медианную операционную прибыль на клиента. На графике эти показатели обозначены треугольником и ромбом соответственно. Какие выводы мы можем сделать?

Группа 1. Просто и наглядно. Данная категория клиентов убыточна. Если это устоявшаяся группа контрагентов, можно:
❗️избегать их привлечения;
❗️рассмотреть возможность изменения условий их обслуживания;
❗️изучить, что формирует убытки и можно ли это изменить (или совсем отключить);
❗️придумать им какой-либо продукт или сервис, чтобы на них можно было зарабатывать и компенсировать убытки.

Группа 2. Тоже достаточно просто. Эти клиенты прибыльны, как по средним данным, так и по медианным. Их можно
❗️выделять в качестве стратегически значимых;
❗️учиться их фокусно привлекать;
❗️делать для них сервисы и продукты.
Надо только проследить, чтобы затраты на их привлечение были меньше того, что они приносят нам за свою жизнь.

Группа 3. Здесь нужен дополнительный анализ.
❓Можем ли мы разделить эту группу на подкатегории?
❓Можем ли привлекать "китов" и не ловить остальных?
❓Можем ли мы изменить условия их обслуживания?
❓Можем ли начать дополнительно на них зарабатывать?
❓Или меньше тратить?

Три типа продуктов

Самая простая классификация продуктов, о которой часто забывают при формировании наборов KPI.
Продукты и сервисы функционально делятся на три типа:

☑️ Привлекающие. Продукты, которые фактически привлекают клиентов и которые часто отражаются в рекламе. Тест-драйв новой машины! Мороженое за 29 рублей! Мгновенные переводы! Человек за сутки видит до трёх тысяч рекламных обращений. Задача этих продуктов - заставить его обратить внимание на одно конкретное.

☑️ Зарабатывающие. Продукты, которые и формируют итоговую прибыль компании. Макдоналдс может сколь угодно долго рекламировать итальянские сезоны, основным источником его прибыли остаётся газировка.

☑️ Удерживающие. Привлечь нового клиента стоит в разы дороже, чем сохранить старого. Оттого в линейке продуктов должно быть и то, что будет возвращать клиентов снова и снова. Будь то автоматизированная сдача отчётности, отличное качество обслуживания или жареная картошка.

Продолжим тему экономики сервисов и клиентов

Представим экономику сервисов и клиентов на одном графике (ниже). Какие мы можем сделать на его основании выводы?

1️⃣ Идеальное сочетание хорошей экономики клиентов и продуктов, которыми они пользуются. Такие комбинации отлично масштабируются, развиваются и становятся дойными коровами. Впрочем, встречаются весьма редко.

2️⃣ Это образец завлекающего и удерживающего сервисов, нацеленных на клиентов с положительной экономикой (лишь бы прибыль от клиентов многократно перекрывала расходы на сервисы). Главная задача здесь - оптимизация операционных расходов, чтобы при масштабировании бизнеса не умножать убытки от продуктов.

3️⃣ Прибылью от таких продуктов обычно пытаются перекрывать убытки от множества клиентов с отрицательной экономикой. Главное, чтобы под такой продукт не приходили новые.

4️⃣ Такая экономика продукта допустима только на начальных этапах становления продуктов из пункта 3. В остальных случаях такие сервисы и продукты подлежат срочнейшему изменению или даже уничтожению.

Как быстро выявить плохой проект?

В поисках финансов стартаперы часто обращаются к различным инвесторам. В попытке понять, насколько проект адекватен, его оценивают, изучают модели, привлекают консультантов. Хотя есть пара вопросов, которые очень легко отсекают 80% непроработанных проектов.

Первый вопрос: какие у проекта есть критические риски? И как стартаперы собираются эти угрозы обходить?

К критическим рискам относят возможные события, которые ставят крест на самом существовании проекта. Грамотный стартапер как минимум будет о них знать. Хороший - будет понимать, как можно их избежать.

В классических работах по инвестированию второй вопрос, позволяющий легко выявить плохой проект, звучит так: есть ли у инвесторов возможности досрочного выхода из проекта?

В теории хорошо проработанный проект предполагает такую возможность, хотя бы частичную. Потому отрицательный ответ позволял отнести проект к сырым и непродуманным.

Но в России, во-первых, очень мал пул инвесторов. Во-вторых, уровень финансовой и экономической грамотности очень низок. Оттого умение "продать" стартап инвесторам и привлечь дополнительный капитал зависит не столько от качества проекта, сколько от навыков стартапера "впарить". Потому посредственный организатор бизнеса обычно имеет хорошую практику поиска дополнительного финансирования, а хороший организатор - не очень.

Потому ни отрицательный, ни положительный ответы не говорят об актуальности или проработанности проекта.

В следующий раз расскажу, какой второй вопрос поможет быстро понять качество проекта.

Конкуренты

Если стартапер хорошо разбирается в проекте, который предлагает инвесторам, он легко может назвать своих основных конкурентов.

Некоторые стартаперы могут рассказывать сказки, что у их уникального проекта нет никаких конкурентов, что ниша продукта только создаётся. У человека не так много потребностей, и все они каким-то образом уже удовлетворяются. Даже полёт на Марс имеет конкурентов в лице туризма.

Хотите узнать, насколько стартапер хорошо разбирается в своём продукте - спросите его про основных конкурентов.