Как получать максимум от вложений в ИТ-разработку e-commerce продуктов?

Как получать максимум от вложений в ИТ-разработку e-commerce продуктов?

Автор: Юрий Филатов, генеральный директор и основатель технологической компании Create

Методики прогнозирования и оценки экономического эффекта, или как построить процесс принятия решений в разработке, чтобы зарабатывать больше.

Введение

В среднем/ крупном интернет-проекте зарываются пяти и шестизначные суммы на разработку и эксплуатацию ежемесячно.

Каждое изменение, которое заметит пользователь в вашем продукте, будет стоить сотни тысяч рублей.

В год вы можете выкатить около 10 крупных изменений, которые дадут серьезный эффект.

Какие критерии принятия решений о приоритетах для ИТ-разработки вы используете?

Обычная ситуация:

  • Собственник: Нам нужна уникальная технология сортировки и подборки товаров для клиентов.
  • Руководитель направления: Это было согласовано на совете директоров в роадмэпе полгода назад, надо делать.
  • Дизайнер: Нам нужно сделать редизайн, он устарел. Ну или хотя бы вот эту иконку поправить.
  • Менеджер: Я видел у конкурентов такую фишку, давайте также сделаем!
  • Маркетолог: Нам нужно сделать лендинг под акцию и изменения для SEO тут и тут.
  • Разработчик: Нужно отрефакторить этот кусок системы, давайте поставим в бэклог.
  • Кто-то в офисе: Давайте сделаем форум!

У каждого предложения конечно же есть то или иное объяснение и аргументация.

Мы предлагаем систематизировать аргументы и построить процесс принятия решений в ИТ-разработке, направленный на увеличение выручки.

Customer Development

Первый вес в приоритезации задачам дает ценность для пользователей. Оценить, какие факторы действительно влияют на принятие решений, мы предлагаем с помощью опросов.

Первая проблема – у вас вероятно разные типы клиентов и волнуют этих людей совершенно разные вещи. Вторая проблема – оценка планового удовлетворения от внедрения изменений.

По шагам:

  1. Составляем типовых персонажей с разными характеристиками и группируем.
  2. Выписываем планируемые задачи – факторы, которые на наш взгляд влияют на принятие решений клиентами (например, удобно оплачивать онлайн или нет, важна быстрая доставка или нет и т.д.).
  3. Составляем анкету, где ненавязчиво выясняем, насколько важны для них эти факторы. На самом деле это сложное упражнение, рекомендуем к справочным материалам прочитать Алана Купера “Об интерфейсе”.
  4. Берем выборку пользователей по группам и делим на постоянные/ новые, у них поведение отличается.
  5. Проводим опросы и соотносим ответы – ищем наиболее типичный сценарий принятия решения.

Выглядит результат следующим образом:

По каждому типу клиентов мы соотносим схожие варианты ответов (вопросы в анкете должны быть одни и те же) и вычленяем наиболее важные для принятия решения факторы.

Количество на ваше усмотрение, мы берем от 10 до 50, тут важно не количество, а качество соответствия портрета аудитории фокус-группе.

Факторный анализ конкурентов

Мы выявили факторы, которые важны для принятия решений нашим клиентам.

Второй фильтр – это рынок. Многие конкуренты уже работают с этими факторами и тестируют другие гипотезы.

Чтобы найти наилучшее решение задачи вашего пользователя, нужно сопоставить, как ваши конкуренты отвечают на запросы пользователей.

Выявление факторов и их формирование – это непростой процесс. Он сильно зависит от категории, в которой вы работаете. В одежде это будут одни факторы, в автозапчастях другие, в недвижимости третьи.

Тем не менее, мы составили список из ~ 50 популярных для e-comemrce факторов, которые влияют на принятие решений. Шаблон доступен по ссылке.

В процессе работы выявленные факторы нужно дополнять и сопоставлять с ситуацией конкурентов.

Оценка экономического эффекта

Что важно для пользователей и что уже предлагает рынок мы знаем. Последний и важнейший шаг – оценить, как это может повлиять на наши показатели.

Unit-экономика

Более или менее стандартная модель экономики магазина:

 

Наша задача — определить, какой показатель оказывает наибольшее влияние на выручку.

Увеличиваем каждый показатель на 10% и смотрим результат изменения выручки. Так определяем наиболее весомый показатель.

У этого метода есть недостаток: вероятна ситуация, когда добиться увеличения конверсии на 20% проще, чем добиться увеличения среднего чека на 10%. Но при прочих равных условиях, вы получите надежный инструмент управления экономикой сайта.

Бэклог задач

Осталось все привести к единой логике. Для этого мы используем следующий инструмент.

Инструмент, изображенный на картинке – по ссылке.

Данные заполняются по неделям.

Входящий трафик – выгружаем данные по входящему трафику, сегментируем по каналам для отслеживания эффективности и понимания приоритетов для маркетинга.

Средний чек – выгружаем данные по среднему чеку.

Повторные покупки – выгружаем данные по количеству повторных покупок.

Воронка – строим воронку магазина по ключевым страницам (берем основной сценарий, но можно выстроить и по альтернативным) и выгружаем данные по конверсиям из страницы в страницу. Сводим в общую конверсию.

Планирование

Собираем задачи в скоупы и вносим планируемые затраты и изменения в показателях по конверсионной воронке. Смотрим, какие задачи могут дать наибольший эффект по изменению выручки и срокам окупаемости.

Прогноз изменений строится на основании доступных данных о применении бенч-марков (например, покупка без регистрации от 3 до 15% к общей конверсии и т.п.)

Исходя из ваших бизнес-приоритетов и планируемых значений – приоритезируем задачи и отправляем в разработку.

Сбор и анализ данных

Отследить точный эффект по каждой задаче на конкретный показатель удается рекдо. Некоторые задачи принесут эффект через несколько месяцев. Выкатываются задачи скоупами и часто взаимосвязанными, что затрудняет четкое отслеживание влияния на выручку конкретного изменения.

Поэтому мы предлагаем отслеживать динамику изменений по планируемым показателям. К примеру, мы запланировали 10 задач, 3 из них влияют на средний чек, 4 на повторные покупки и 3 на конверсию по страницам. По итогам месяца мы смотрим на динамику – меняются ли эти три показателя по результатам имплементации или нет.

Результаты измеряем по фактической динамике выручки в прошедшем периоде (и фактические затраты на их имплементацию) – если она растет, то какие бы мы задачи не делали, для бизнеса это в плюс. Решение о том, что повлияло на показатели точно и наилучшим образом лучше принимать специалисту-продуктологу, постоянно работающему с этим продуктом. Также можно проверить А/В-тестированием.

Резюме

Чтобы прогнозируемо влиять на выручку и прибыль продукта, используйте несколько этапов фильтрации:

  1. Customer Development – спросите пользователей, что для них важно. Систематизируйте ответы, вычлените самые важные факторы для принятия решений.
  2. Факторный анализ конкурентов – проверьте, что и как предлагают для решения проблем пользователей конкуренты уже сегодня. Это поможет найти оптимальное и даже новое решение в вашем продукте.
  3. Unit-экономика – нужно четко понимать, на какой показатель нам выгоднее всего влиять.
  4. Бэклог – прогнозируйте изменение показателей на основании исторических данных или доступных на рынке. Оценивайте эффективность по изменениям в выручке, себестоимости и срокам окупаемости задач.

Бонус

Несколько решений, которые дают экономический эффект.

  • Заказ в 1 клик + 10-15% к ARPU
  • Сервис рекомендаций товаров + 3-15% к ARPU
  • Аналогичные товары +20% конверсии
  • Онлайн-консультант +16% к конверсии
  • Избранное для зарегистрированных +15% к выручке
  • Одностраничный чекаут +10 % к конверсии
  • Попап с подпиской на рассылку + 500 % к базе подписчиков
  • Подтверждение безопасности платежей + 10 % конверсии в онлайн-оплату
  • Убираем ненужные фильтры +27% конверсии
  • Попап с персонализованными скидками +60% конверсии
Автор: Юрий Филатов

Подписаться на новости

Читайте также

17 января / Комментарии

Аудитория интернет-пользователей прирастает старшим поколением

К началу 2018 года аудитория Интернет-пользователей в России среди населения 16+ составила 87 миллионов человек, что на 3 миллиона больше, чем год назад. Об этом свидетельствуют данные нового исследования компании GfK.

далее →

28 декабря 2017 / Комментарии

Обсуждение с экспертами ноябрьских новостей в e-commerce

Наши эксперты: Наталия Плетнева, DPD и SPSR Express; Алексей Федоряка, патентно-адвокатское бюро «Гардиум»; Максим Козенко, международный платежный сервис Fondy; Дмитрий Будневский, интернет-магазин vezuvdom.ru; Карина Хачатурян, digital-агентство «Купи слова»; Юлия Сяглова, Институт отраслевого менеджмента (ИОМ) РАНХиГС; Денис Егоров, Holodilnik.ru; Дмитрий Лобанов, Itella; Эльвира Пикалева, «Салатница»; Сергей Сердюков, агрегатор доставки еды «Хочу-поесть»…

далее →

20 декабря 2017 / Комментарии

Онлайн-платежи в российской интернет-торговле по регионам

Группа компаний Assist изучила особенности совершения онлайн-платежей в российских интернет-магазинах в зависимости от региона проживания плательщиков. Была исследована вся совокупность онлайн-платежей, совершенных с января по ноябрь 2017 года на сайтах предприятий электронной коммерции – клиентов Assist (3000+ магазинов и сервисов, более 15 млн транзакций).

далее →

20 декабря 2017 / Комментарии

Анализ поведения покупателей в предновогодний период

RTB House, международная компания, использующая передовые технологии глубокого обучения в ретаргетинге, провела анализ пользовательского поведения в предновогодний период, используя данные с более чем 40 рекламных рынков Европы, Латинской Америки, Азии, стран Тихоокеанского региона, Ближнего Востока и Африки.

далее →

15 декабря 2017 / Комментарии

Чек-лист по оптимизации контекстной рекламы: что проверить в первую очередь

Если вы не обладаете высокими компетенциями в контекстной рекламе или у вас нет времени на детальный анализ кампании, то эта статья для вас. Мы поделимся подробным списком мероприятий, которые нужно провести, чтобы сделать контекст гораздо лучше.  

далее →

X
Нажмите «Нравится»,
чтобы читать Shopolog.ru в Facebook