MVP. Как выводить на рынок товары и услуги, которые нравятся покупателям - Дэн Олсен

В этом случае, как показано на Рисунке 14.1, вы должны вернуться с уровня Метрики на Глобальный уровень, проанализировать показатели и определить новую НЗМ для ее улучшения. После этого вы снова применяете описанный выше цикл итеративного улучшения, но уже к этой метрике.

Повторные выполнения данного процесса позволяют осуществлять систематическое улучшение бизнеса. Наличие продвинутой аналитической платформы и набора информационных панелей обеспечивает отслеживание прогресса в этом направлении. Использование платформы для A/B-тестирования помогает проводить регулярные эксперименты, чтобы увидеть, смогут ли новые идеи обеспечить более высокий результат по сравнению с тем, что уже находится в реализации. Как только в вашем распоряжении окажутся все критически важные элементы – аналитическая платформа, информационные панели, платформа A/B-тестирования – и будет запущен процесс непрерывного совершенствования, ограничивающим фактором останется лишь то, насколько быстро вы сможете выявлять и внедрять лучшие креативные идеи для своего продукта и бизнеса.

Решение проблемы локального максимума

На этом этапе возникает опасность застрять на локальном максимуме. В какой-то момент в процессе улучшения метрики у вас может возникнуть ощущение, что дальнейшее продвижение невозможно. Иногда это действительно так; вы настолько хорошо потрудились над совершенствованием своего продукта, что в отношении целевого показателя достигли максимума возможного. Однако в некоторых случаях вы просто застреваете на локальном максимуме, хотя на самом деле могли достичь большего, если бы рассмотрели возможность применения совершенно иного подхода.

Например, если у вас есть целевая страница, вы могли бы провести A/B-тестирование разных вариантов цветов для главной кнопки, чтобы определить, какой из них дает наибольший коэффициент конверсии. Разработчик Google протестировал 41 оттенок синего цвета для своей панели инструментов, чтобы понять, какой из них обеспечивает наилучший коэффициент кликабельности. Однако, если вы прекратите итерации после того, как подберете наилучший цвет для своей главной кнопки, вы, вероятно, застрянете на локальном максимуме. Таким же образом необходимо поэкспериментировать с различными вариантами сообщений, изображений, макетов страниц и так далее, чтобы посмотреть, сможете ли вы добиться еще более высокого коэффициента конверсии. Скорость улучшения напрямую зависит от того, насколько быстро вы сможете выявить и реализовать хорошие идеи. A/B-тестирование упрощает проведение экспериментов, но определить гипотезы для проверки должны вы сами. Чтобы не застрять на локальном максимуме, вы должны быть уверены, что используете все имеющиеся возможности для поиска потенциальных идей, направленных на улучшение вашего продукта.

Анализ бережливого продукта на примере Friendster

В качестве иллюстрации процесса анализа бережливого продукта и методического руководства по его реальному воплощению я приведу подробный пример того, как он был успешно применен на практике. Пример связан с уже упоминавшимся приложением Friendster, работая над улучшением которого, мне удалось более чем удвоить ключевой показатель всего за одну неделю.

Присоединившись к стартапу разработчиков социальной сети Friendster в качестве главного продакт-менеджера, я выяснил, что одним из наиболее важных моментов является вирусное привлечение клиентов. У нас имелась солидная база пользователей, и мы получали некоторый доход от рекламы, но показатель среднего дохода в расчете на одного пользователя был слишком низким, чтобы мы могли позволить себе тратить деньги на привлечение клиентов (как это делают крупные потребительские компании). К счастью, у нас был для этого альтернативный способ – вирусный маркетинг позволял нам привлекать пользователей бесплатно. Благодаря сетевому эффекту ценность таких продуктов, как социальная сеть, к которым относился и Friendster, возрастает по экспоненте с увеличением числа активных пользователей. Мы знали, что быстрый рост нашей пользовательской базы имеет решающее значение для достижения успеха, и лучший способ добиться этого предлагал вирусный маркетинг. Поэтому я определил улучшение показателя вирусного роста в качестве одной из своих главных целей. Другие члены команды разделяли эту точку зрения, но никто на самом деле не имел представления о том, как можно провести измерение нашего вирусного роста. Я начал с первого шага процесса анализа бережливого производства: определения ключевых метрик.

Определение ключевых метрик

Мы отслеживали новых пользователей и могли определить, кто из них присоединился к нам по приглашениям. Показатель «новые приглашенные пользователи» относился к верхнему уровню. Мы заботились о его росте, но не могли влиять на него напрямую. Поэтому я применил свой метод «уравнений для улучшения бизнеса» (описан в главе 13, – прим. пер.), чтобы разбить его на более действенные показатели, которые мы могли бы попытаться улучшить.

Я начал с определения нашей вирусной петли, то есть описания процесса, благодаря которому мы с помощью существующего клиента приобретаем нового. Результат моих изысканий показан на Рисунке 14.3. Процесс начинается с наших существующих пользователей (прямоугольник в левом нижнем углу). Не все пользователи сети участвуют в привлечении новых клиентов с помощью вирусного маркетинга. Поэтому активные пользователи, которые приглашают своих друзей присоединиться к Friendster, выделены в отдельный блок. Используя наш продукт, активные пользователи отправляют по электронной почте приглашения своим родственникам, друзьям и знакомым, которые еще не используют Friendster (потенциальные пользователи). Когда потенциальный пользователь получает приглашение, он либо нажимает на ссылку в пригласительном письме, чтобы зарегистрироваться на Friendster, либо не нажимает. Процедуру регистрации также доводят до завершения не все потенциальные пользователи. Те приглашенные, кто успешно завершил процедуру регистрации, становятся пользователями, которые, в свою очередь, могут стать активными и запустить этот вирусный цикл на новый виток.

Рисунок 14.3. Вирусная петля Friendster

Составив описание вирусной петли, я занялся определением метрик, характеризующих данный процесс. Я не собирался отслеживать абсолютные показатели, такие как количество активных пользователей, потому что их значения меняются в зависимости от размера клиентской базы. Вместо этого я хотел выявить относительные показатели, которые позволяли бы сравнивать «яблоки с яблоками» при их изменении с течением времени. В итоге я разработал систему, состоящую из пяти показателей, которые в своей совокупности полностью охватывали все аспекты нашей вирусной петли. На Рисунке 14.4 показана все та же схема вирусной петли, к которой добавлены следующие метрики:

1. Процент активных пользователей: Этот показатель рассчитывается путем деления количества активных пользователей на общее количество зарегистрированных пользователей.

2. Процент пользователей, посылающих приглашения: Не все активные пользователи отправляли приглашения, поэтому данный показатель введен, чтобы учесть данное обстоятельство. Он рассчитывается путем деления количества пользователей, посылающих приглашения, на общее количество активных пользователей.

3. Среднее количество приглашений, посылаемых одним пользователем: Пользователи могут отправить приглашения как одному, так и нескольким своим друзьям. Соответственно, данный показатель рассчитывается путем деления общего количества отправленных приглашений на общее количество пользователей, пославших приглашения.

4. Коэффициент «кликабельности» приглашений: Процент потенциальных пользователей, которые перешли по ссылке, содержащейся