С КАЖДЫМ ДНЕМ АНАЛИТИКА СТАНОВИТСЯ ВСЕ СЛОЖНЕЙ ☔️

Это правда так - от месяца к месяцу в компаниях собирается все больше данных, конкуренты начинают работать все эффективней, а значит тебе приходится делать все более глубокую аналитику. Это бесконечная гонка, которую мы запустили 20-30 лет назад и все никак не остановимся.

Раньше, чтобы заработать, было достаточно запустить рекламу на всю Россию, а теперь нужно 3 месяца упарываться в аналитику, чтобы хоть как-то сбить цену заявки. Я могу сходу назвать несколько компаний, которые закрылись буквально в прошлом году, потому что не перестроились на новую реальность и действовали по-старинке.

Как это изменение рынка повлияет на нас с вами? Назову пункты, которые я явно вижу в индустрии уже сегодня - это не прогноз от диванного эксперта, а очевидный факт))

1. Требования к аналитикам все выше. Раньше, если ты знал базовый SQL - ты был красавчиком. Так было еще 7 лет назад. Сейчас требования к джунам, как к миддлам минимум. И это нормально - компаниям нужно, чтобы человек здесь и сейчас начал приносить пользу. А это иногда очень непросто сделать.

2. Аналитики и продакты постепенно станут едиными. Пока это еще 2 разных профессии, но все больше спрос на одного комбинированного человека - чтобы глубоко понимал в развитие продукта и сразу же мог посмотреть все нужное в базе данных или запрогать на питоне.

3. Классические сервисы аналитики уходят в прошлое. Аналитические тулы формата «на тебе личный кабинет, тыкай графики сам» постепенно будут умирать. Идет новое поколение сервисов - которые сами дают «подсказки» клиенту, на что обратить внимание. И это не обязательно сложный AI, порой это достаточно понятные алгоритмы.

Со всем этим возникает резонный вопрос:

Стоит ли сейчас идти в аналитику или продолжать в ней работать?

Я думаю, точно стоит. Всю дорогу аналитики считались относительно «неэлитными» представителями IT. Объективно, прогать на С++ сложней (говорю по опыту).

Но в скором времени это будет комбинированная должность, которая причем будет максимально близка к руководству компании. Программисты просто пишут код, а аналитики-продакты будут как бы советниками основателей и C-level менеджеров. А значит и к деньгам поближе))) Ну и это я молчу про то, что сама по себе область - полный кайф, очень интересная.

💬

Ну что, согласны со мной? Дайте огня, если готовы к входу в этот прекрасный капиталистический мир 🔥

Вебинар — строим дашборд и анализируем маркетинг в прямом эфире 🔥

Для меня, как владельца бизнеса, самая важная история - в любой момент времени четко иметь ответы на следующий вопросы:

* Окупается ли наша реклама?
* Какой канал работает лучше?
* Через сколько дней/месяцев наши маркетинговые косты отбиваются?
* Сколько денег приносит реклама в перспективе 1-2-3 лет?
* Какой самый топовый канал с точки зрения быстрого возврата инвестиций?

Ну и так далее. Все это можно оценить с помощью грамотного когортного анализа LTV и ROMI, я затрагивал уже эту тему ранее в этом посте.

Но это было только начало - мы собрались с прекрасной Настей Кузнецовой из Настенька и графики и решили провести целый открытый вебинар на эту тему!

Поэтому в понедельник, 1 апреля, в 19:00 по Мск мы ждем вас на самом полезном вебинаре этого года))

👉 https://www.youtube.com/watch?v=XxiUiWdkNng 👈

Вебинар открытый и можно смотреть без регистрации и СМС)) И поделитесь с друзьями - задача максимально прикладная, наверняка им будет интересно!)

А еще обязательно подпишитесь на канал Насти: https://xn--r1a.website/nastengraph

После вебинара она выложит туда построенный дашборд, сможете сами потыкать и рассмотреть во всех деталях)

Выкладываю запись вчерашнего вебинара с Настей про анализ эффективности каналов 👉 https://www.youtube.com/watch?v=XxiUiWdkNng

А вот и ссылка на большой гайд по когортному анализу - там я базово описал что это и зачем нужно, а также сопроводил полным кодом на SQL и Python! Код, кстати, получился прям классный - если вы используете Pandas, то обязательно разберите его по шагам, там много интересных и нетривиальных конструкций.

А Настя выложила в свой канал дэшборд - все можно скачать, переключить свой источник и получить такой же дэшик.

Плюс, как и пообещали на вебинаре, в течение 3 дней на наши курсы будет действовать промокод WEBINAR01:

✔️ он даст 15% скидку на курс Насти на Stepik Визуализация данных и основы работы с Tableau
✔️ он даст 40% скидку на Симулятор «Аналитик данных» от моей команды, а также можно будет получить курс Насти в подарок! Получится мини-специализация.

В одном посте сразу куча подгонов) Надеюсь, вам зайдет! 🔥

Как же меня это бесит 🤬

Каждый день при общении с людьми разного уровня профессионализма я сталкиваюсь с одной и той же штукой, которая меня жутко бесит.

Когда при ухудшении какого-то показателя винят метрики, которые вообще никак на этот показатель не влияют

Создается ощущение, что человек либо просто ляпнул, чтобы от него отвалили, либо просто реально не понимает (а зачем говоришь тогда?).

Вот несколько примеров:

* У нас низкая конверсия CR2 из зрителя вебинара в покупку - давайте протестируем новые рекламные баннера.

Причем тут вообще рекламные баннера?! Люди записались на веб, пришли на него, отсидели на нем. Если низкий CR2 - надо либо цепочку прогрева смотреть, либо продаете вы хреново, либо продукт плохой (это самое маловероятное - знаю кучу дерьмовых продуктов с высоким CR2).

* У нас низкая конверсия CR1 из посетителя сайта в заявку - давайте поднимем CTR

А причем тут CTR? Если у тебя на объявление кликнет больше людей, то количество заявок вырастет пропорционально, но CR1 вообще никак от этого не поменяется. Разумеется, если вы платите не за клики, а за 1000 показов, то в целом лиды станут подешевле, но вы не решили таким образом проблему - лендинг все еще хреновый и надо думать в эту сторону.

Короче, я таких примеров могу приводить по 10 штук каждый день. Ребята, не делайте так. Делайте правильные выводы и стройте правильные логические цепочки 🙂

Кстати, Рома Кумар и Саша Соловьев (QMarketing, Refocus) недавно делали классную шпаргалку, где декомпозировали основные рекламные метрики с указанием причин их просадки. Это хороший пример того, как надо делать)

💬

Что думаете? Напишите в комментариях - вы замечали такую проблему? Как думаете, почему она вообще такая распространенная? Или просто я зашкварный?))) Важно ваше мнение!

Сделаем A/B-тест или лучше расклад таро? 🌀

Сейчас думаю над интересной темой, с которой вы точно сталкивались много раз в жизни - это актуально и для предпринимателей, и для аналитиков, и даже просто в бытовой рутине.

Я говорю про контринтуитивность своих действий, даже когда все аналитические показатели кричат о том, что так делать не надо / надо делать иначе.

Вот несколько наглядных примеров из разных сфер:

1/ Ты продаешь товары на WB, проанализировал товары в своей нише и понял, что круче всего заходит зеленый цвет. Но почему-то чувствуешь, что нужно делать красный цвет. Вкладываешь 1 000 000 в первую партию и с замиранием сердца ждешь - залетит или аналитика была права...

2/ У тебя есть система продаж, которая работает и приносит деньги. Но почему-то ты чувствуешь, что ты не в своей тарелке - такая система продаж не подходит твоей компании. Весь рынок говорит о том, что надо продолжать делать так, как делаешь сейчас - у всех же получается. А ты берешь на себя груз ответственности, принимаешь контринтуитивное решение и ждешь - залетит или можно готовиться к процедуре банкротства...

3/ Более бытовой пример - наверняка вы долго выбирали какой-нибудь дорогостоящий товар (например, машину или квартиру), сравнивали по 100500 параметров, а потом хоть раз купили что-то, что было не на 1 и даже не на 2 месте в вашем рейтинге. Просто потому что "чувствую, что эта машина - моя". А дальше - либо у нее заклинит движок, либо ты был прав и кайфанешь...

Таких решений, на самом деле, приходится принимать много. И меня это каждый раз жестко триггерит, потому что я человек-табличка и сложно вот так взять, перечеркнуть классную финмодель и прыгнуть в неизвестность.

Хотя с другой стороны - на рынке есть классные примеры, когда люди пошли своим путем и все получилось. И в жизни это также работает. Просто не всегда мы это видим)

💬

Что думаете вообще? Нафиг весь субъективизм и верим только A/B-тестам? Или как настоящие data-driven чуваки верим своей интуиции?)

Про важность атрибуции 🕺

Последнее время часто сталкиваюсь в разных проектах с вопросами атрибуции. Это супер важная штука, но почему-то ее часто недооценивают. Поэтому хочу немного раскрыть эту тему.

Атрибуция в аналитике - это методология, по которой мы определяем, к какому источнику / маркетинговой активности мы относим клиента / лида. Меняя эту методологию, можно делать разные интересные выводы. Давайте рассмотрим на конкретном кейсе.

Например, возьмем наши образовательные Симуляторы simulative.ru и наш маркетинг. У нас есть клиенты, которые пришли к нам на вебинар с рекламы в VK, потом записались на наш бесплатный курс по Python с email-рассылки, затем скачали 3 разных полезности из телеграм-ботов, а в конце купили с акционного лендинга по рекламе в Яндексе.

Вопрос - кому платить премию: таргетологам по VK, директологам Яндекса или контент-мейкерам?) Ответ кроется в атрибуции.

* Атрибуция по первому касанию - самая частая. Если лид изначально пришел из VK, записываем его в этот сегмент, т.к. это было первое касание.

* Атрибуция по последнему касанию - тоже довольно распространенная. В данном случае продажа запишется на Яндекс.

* Кастомные (или комбинированные атрибуции) - тут уже каждый придумывает что-то своё. Можно, например, отнести такую продажу к каждому источнику сразу (если он поучаствовал в продаже, значит его вклад в продаже тоже есть) или разделить поровну/с какими-то коэффициентами между всеми.

Мы, например, смотрим не только на рекламные каналы, но и на маркетинговые активности с разными атрибуциями. Это позволяет нам понимать - какие активности круто работают в качестве первого касания, какие как промежуточные, а какие как триггер к покупке. Это классно помогает делать выводы - эффективен ли наш маркетинг или мы делаем пустую работу.

Короче, атрибуция - классная штука. Даже проводя один и тот же анализ, за счет смены атрибуции можно увидеть много интересного.

Если вам зашла эта тема - давайте наберём 60 реакций огонечков 🔥 на этот пост)) И я разберу какой-нибудь кейс с разными атрибуциями!

Друзья, очень важный вопрос.

Технологии прошли мимо меня, поэтому я до сих пор не забустил свой канал. В целом, мне это не нужно - сторисы я постить не собираюсь, а вот реакцию с танцующим енотом из тиктока очень уж хочется добавить на посты 🕺

У кого есть премиум - дайте немного бустов, пожалуйста)) Вот ссылка: https://xn--r1a.website/boost/andron_233

Разбираем разные атрибуции на примере моего канала 🕺

В прошлом посте мы затронули тему разных атрибуций и насколько это важно для принятия решений. Давайте рассмотрим конкретный пример, чтобы было наглядно.

Итак, есть мой телеграм-канал, который вы сейчас читаете. Иногда я в нем упоминаю наши классные Симуляторы, в которых мы обучаем крутых аналитиков данных. Делаю это не часто, но почти всегда после упоминаний приходят новые студенты. Давайте решим задачу - оценим эффективность моего тг-канала, как отдельного источника трафика.

Шаг 1. Атрибуция по последнему действию 🟢

Я делаю пост и зашиваю туда utm-метку (чтобы посмотреть, как это выглядит, перейдите по ссылке в самом начале поста). Человек переходит по ссылке, попадает на сайт и ему генерируется уникальный uid, который будет храниться у него в браузере, даже если он зайдет через год. В базе у нас делается запись - человек с таким-то uid зашел с utm-метками моего канала.

Допустим, зашло 100 человек, при этом 2 человека купили прям сходу, а еще 2 - в течение 2 дней. При этом мы видим по базе, что никаких других активностей они не совершали - просто 2 дня подумали, вернулись и купили. Получается, по модели атрибуции "последнее действие" у нас было 4 покупки с моего поста. Вроде неплохо.

Шаг 2. Атрибуция по первому касанию 🟢

Сделаем еще один шаг. Возникает гипотеза - человек ведь мог прийти с моего канала, купить не сразу, немного "погреться" об наш маркетинг, а потом купить. Резонное предложение - а давайте отнесем к "моим" всех клиентов, которые когда-то пришли от меня и впоследствии купили (т.е. мой канал - первое касание).

Аналогично - выбираем из базы всех клиентов, которые купили, но самые первые метки были мои. В промежутках у них могло быть еще 100 разных касаний, но я был первым источником. Таких набирается еще, допустим, 15 человек. Уже прям хорошо!

Шаг 3. Атрибуция по промежуточным действиям 🟢

Реальность такова, что человек принимает решение о покупке, исходя из большого количества факторов. И, как правило, нужно много касаний, чтобы человек решился купить. Поэтому еще одна валидная стратегия - считать канал эффективным (как минимум, с точки зрения прогрева), если он часто фигурирует в пути клиента до покупки.

На мой взгляд, это вполне корректно. Может быть такое - 1000 человек записались на какой-нибудь бесплатный курс, а другие 1000 - подписались на мой канал. На горизонте года из первого сегмента купило 5, а из другого - 50. Остальной маркетинг был плюс-минус одинаковый. Это хорошо иллюстрирует, что степень "хорошести" промежуточных маркетинговых активностей тоже можно (и нужно) оценивать.

Поэтому мы делаем еще одну выгрузку - смотрим на всех клиентов, у которых между первым касанием и покупкой так или иначе фигурировали метки моего канала. Эта выгрузка будет включать в себя предыдущие 2 пункта + давать еще некий набор людей, которых мы не учли ранее. Пусть их будет суммарно 50 человек.

Шаг 4. Сравнение атрибуций 🟢

Итого мы видим, что 3 разных атрибуции дают абсолютно разный результат. И если наша задача - оценить эффективность канала в цепочке прогрева к покупке, 100% лучше использовать атрибуцию по промежуточному действию.

Это подтверждается и опросами. Например, мы анкетируем своих студентов, и огромное количество людей писали про то, что они взаимодействовали с моим каналом. Хотя они по факту даже не переходили по ссылкам (мы проверили). То есть еще больше потенциально людей, которые принимали решение о покупке, исходя из этого - даже 3 вариант атрибуции не учитывает таких.

Заключение 🟢

Исходя из ситуации, выбирайте атрибуцию. Например, рекламу в Яндексе мы почти всегда оцениваем по последнему касанию с небольшим временным лагом (условно, в пару недель) - потому что нам важно быстро вытаскивать деньги из рекламы.

Ну что, как вам, зашло? Кстати, благодаря вашим бустам теперь мы можем ставить анимированные реакции - поэтому давайте наберем 100 реакций танцующих енотов на этот пост 🕺 А я поделюсь еще одной интересной и насущной темой)

ПОЧЕМУ МЕНЯ НЕ БЕРУТ НА РАБОТУ 😭

Ура, мы набрали на предыдущем посте 100 енотов, поэтому уже совсем скоро я поделюсь одним важным лайфхаком про расчеты конверсий. А сегодня хочу рассказать о другом - про наболевшее. Про найм и собеседования.

На днях я собеседовал кандидатов на 3 полярно разные позиции - продажи, продукт, программирование. У каждой позиции своя специфика, абсолютно разные тестовые и «маркеры» хорошего кандидата.

Но ощущение «тяжести» от некоторых собеседований было во всех случаях. Решил сформулировать для вас - почему оно возникало, чтобы вы могли проработать эти пункты и не попадать в такие ситуации, когда устраиваетесь на работу.

Ужасная самопрезентация 🟢

Реально, 80% резюмешек, сопроводительных писем и портфолио оформлены максимально отвратительно - базовые ошибки по грамматике, никакого дизайна и красоты, из текста вообще не понятно - кем человек работал и чего достиг.

Когда кандидаты приходят на собеседования, ситуация примерно такая же - они частенько даже не могут ответить на вопрос «А чем ваш опыт и скиллы будут нам полезными?».

Этот этап - крайне важный. Если даже вы супер крутой спец, но у вас проблема с самопрезентацией - вас ждет неприятный процесс поиска работы. Нанимают тоже люди и они встречают «по одежке».

Плохо сделано тестовое задание 🟢

Большинство кандидатов делали тестовое очень поверхностно. Видно, что старались максимально быстро его завершить. С человеческой точки зрения я это понимаю, но такого кандидата я никогда не возьму - он ни знания не проявил, ни заинтересованность.

Более того, в тестовых было много критичных ошибок. Ну условно говоря - кандидаты делали кардинально неверные выводы относительно retention и других метрик. Очевидно, что возьми я такого человека - он приведет компанию к краху (ну либо придется следить за каждым его шагом).

Слабые хард скиллы 🟢

Из второй проблемы вытекает третья - в целом слабый уровень знаний и навыков. Очень много «болтунов», которые используют умные слова и пытаются пустить пыль в глаза. А на деле - ничего не могут.

Просишь продажника отыграть ролевку - он не знает базовые сценарии продаж. Просишь продакта нагенерировать гипотез про удержание и отток - он начинает нести какую-то чушь.

Заключение 🟢

Хорошая новость - классные кандидаты все же есть на рынке, но найти их непросто. Так что, если кто-то вам рассказывает про огромную конкуренцию - не верьте. На рынке дефицит хороших кадров - и junior, и middle, и любого другого уровня.

Кстати, у нас в Simulative есть крутейший продукт - Симулятор собеседования аналитика. Месяц назад мы его полностью пересобрали и он стал просто бомбическим - мы проводим своим студентам пробные живые собеседования (не только технические, но и с HR), проводим большое вводное первичное тестирование, ребята решают десятки задач, разбирают частые вопросы, продуктовые кейсы и много еще чего.

Это своего рода «тренажерный зал» для мышцы прохождения собеседований. Не устроиться после этого - невозможно)

К слову, сейчас у нас на этот продукт действует классная внутренняя акция до конца мая. Если хотите вписаться в симулятор, круто вкачаться в прохождении собеседований и сделать это по супервыгодным условиям - просто оставьте заявку, ребята все подробно расскажут 🕺

Несколько крутых отчетов для торгового бизнеса 🔥

Сегодня хочу поделиться с вами парочкой классных отчетов, которые будут полезны в любом торговом бизнесе. Сейчас мы настраиваем аналитику в крупной торговой сети, заканчиваем первый этап и решил поделиться с вами наработками.

Отчет по сочетаемости товаров 🟢

Идея простая - мы анализируем все чеки по всем магазинам и смотрим: какие товары чаще всего встречаются друг с другом в чеках.

Если отфильтровать очевидные связки типа "пакет - бонусная карта" или "пакет - пакет" (да, именно такие топы связок во всех бизнесах), то можно извлечь массу полезной информации.

Например, продумать акции для повышения среднего чека. Например, предлагать чипсики под пивко со скидкой или короткие носки со скидкой при покупке длинных))

Отчет реализовали в виде таблицы: товар 1, товар 2, количество совместных попаданий в чек. И навесили разные фильтры - даты, товары, магазины, количество совместных попаданий не меньше N и так далее.

Отчет об изменении цены 🟢

Это неочевидный отчет, но он будет полезен во многих товарных бизнесах. Заказчик озвучил проблему, что у них скачет закупочная и розничная цена. Соответственно они хотят понимать - в какой период по какой цене сколько штук продавалось.

Мы реализовали эту отчетность в двух форматах:

* таблица, в которой видно период "от-до", когда цена была одинаковая; диапазон цен и количество продаж по этим ценам
* график, отображающий количество продаж в данный период и колебания цены

Причем сделали классную штуку - пользователь сам может задать, какое колебание для него приемлемо. Условно говоря - считать изменение цены плюс-минус 50 рублей одной и той же ценой.

По такому отчету можно, как минимум, визуально оценить эластичность спроса (не падают ли продажи при росте цен), а также в целом стабильность розничной/закупочной цены в информационных целях.

Заключение 🟢

Скрины отчетиков закинул в комментарии. Накиньте реакций, если такой формат с рассказами про интересные нестандартные отчеты для разных ниш вам заходит 🕺

P.S. Илья, респект за работу! Дима - принимай работу! 😁

Зачем аналитику осознанная проактивность 🕺

Я давно читаю канал Паши Бухтика, Head of Analytics, ex-Яндекс.Плюс, ex-FindMyKids, и недавно наткнулся на интересный пост. Он размышлял про то, почему аналитики и менеджеры постоянно вступают в контры: менеджеры злятся на аналитиков, а те не понимают - чего к ним прикопались.

И основная причина: менеджер дает верхнеуровневое ТЗ аналитику и ждет от него инициативы и предложений. А аналитик ждет от менеджера четкое ТЗ, чтобы осталось только код написать или дашборд собрать. И на стыке получается конфликт, хотя его можно было бы легко избежать. Для этого аналитику достаточно вникнуть в задачу и предложить менеджеру пару опций на выбор, чтобы ему осталось лишь аппрувнуть. Короче, этакая осознанная проактивность (я очень активно это пропагандирую, кстати).

На 100% поддерживаю все, что написал Паша. Я бы даже сказал, что проблема шире: это касается не только аналитиков, а вообще любых членов команды - маркетологов, программистов, менеджеров, продактов. Конечно, я вижу такие вещи и в своей команде - но мои ребята реально растут над собой день ото дня и становятся все более и более самостоятельными.

Знаю, что многие считают эту позицию спорной, капиталистической и буржуйской, поэтому предлагаю обсудить это в комментариях))))))

Кстати, на днях я проводил ревью своих подписок, и мне пришла мысль собрать в одно место все каналы, которые связаны с аналитикой из моей личной подборки. В итоге получилась небольшая подборка авторских блогов, где каждый автор делится своей экспертизой - кто-то рассказывает про датавиз, кто-то про продуктовую аналитику, кто-то про DE, а кто-то по фану стримит.

Если вы интересуетесь аналитикой, то крайне рекомендую подписаться на каждый из этих каналов и заглядывать туда почаще. Чтобы вам было удобно - собрал все в папку, можно подписаться одной кнопкой 👉🏻 https://xn--r1a.website/addlist/dMeiok8FCdA3ZTMy

А еще я сходил к каждому автору в личку и мы договорились, что по кругу сделаем прожарку чужого канала или разберем пост, который нам зашел. Я эту эстафету начал, а теперь передаю ее Паше (кстати, вот ссылка на тот пост) - скоро он выложит в своем канале прожарку одного из участников папки.

Интересно, а кто прожарит меня... Даже немного переживаю, что я там увижу - для каждого автора это сюрприз 🕺

В канал пришло много новых подписчиков - добро пожаловать 👋 Пост-знакомство сделаю попозже, а сегодня хочется накидать немного мясного контента)

Под прошлым постом у нас развязалось горячее обсуждение про то, стоит ли нам предлагать не только большой Симулятор нашим клиентам, но и возможность приобрести отдельные модули (например, только Python). Обсуждали это с точки зрения цифр, естественно.

У нас на весах 2 полярные мысли - если мы дадим возможность покупать более дешевый продукт:

* вырастет конверсия, снизится CAC и за счет этого станем зарабатывать больше (так говорят подписчики)
* конверсия вырастет несущественно, CAC останется примерно таким же, средний чек упадет, станем зарабатывать в лучшем случае чуть больше, а то и вообще меньше (наши мысли)

А давайте посчитаем! Возьмем абстрактные цены.

1. Допустим, текущий средний чек большого Симулятора - 100 000 рублей. Пусть в месяц покупают 100 человек из 3000 лидов. Затраты на маркетинг - 3 000 000 руб.

2. Итого выручка - 10 млн руб, CR2 (конверсия из лида в покупку) - 3.3%, CAC (стоимость клиента) - 30 000 руб, валовая прибыль с 1 клиента - 70 000 рублей (отсюда еще потом заминусуются зарплаты, комиссии кассы и менеджеров, саппорт, серверы и прочие расходы), рентабельность (на данном этапе, без вычета других расходов) - 70%.

3. Вводим дополнительный продукт, пусть его цена будет 40% от стоимости основной программы - 40 000 руб.

4. Пусть дополнительно еще 20 новых человек купили этот "маленький" продукт. Плюс из тех 100, кто мог бы купить большой, еще 10 человек купили маленький продукт вместо основного. Итого - 30 купили маленький, 90 большой.

5. Считаем: выручка - 10.2 млн, общий средний чек - 85 000, CAC - 25 000, валовая прибыль с 1 клиента - 60 000 рублей.

Итого, что мы имеем:

* Потратили ресурсы команды на вынесение этого продукта в отдельный - собрали уроки, сделали лендос, подготовили email-рассылки и посты, проинструктировали менеджеров по продажам.

* Заработали 200к сверху (т.е. рост выручки - 2%).

* Упал средний чек, упала прибыль с 1 клиента.

Классные результаты 😁 Почему так могло произойти:

* при добавлении нового продукта его не покупают также активно, как твой флагманский (по крайней мере, должно пройти время)
* часть людей, который могли бы купить полный продукт, начинают покупать его часть

Разумеется, есть и плюсы - твоя линейка становится шире, конверсия может быть больше и все такое. Но такой исход вполне возможен, поэтому такие решения надо принимать аккуратно)

Ну что, как вам расчеты?) Давайте наберем 150 реакций с мужиком-ржомбой 😂 на этот пост и мы проверим эту гипотезу на собственной шкуре, расскажем результаты)

Мужиков-ржомб набрали на момент написания поста 143, зато других реакций еще почти 40. Наша команда аналитики врубила скилл предиктивной аналитики, написала сложный скрипт на питоне и спрогнозировала, что в ближайшие пару дней реакции точно доберутся 😁

Поэтому, собственно, запускаем эксперимент. Потом поделюсь результатами - чего там получилось по среднему чеку и конверсиям.

Итак, мы открываем набор на Симулятор по Python - «кусочек» нашего большого Симулятора «Аналитик данных». 4 модуля, 200+ практических задач, 30+ кейсов - только мясо, все как мы любим.

Набираем пробный поток - чисто потестить гипотезу. Возьмем только 20 человек. Следующего набора, возможно, даже не будет - так что успевайте вписаться. Подробности в посте 👉🏻 https://xn--r1a.website/it_resume/1910

P.S. Ребята, кто писал, что конверсия CR2 вырастет - надеюсь, увидимся с вами на курсе 😎