Коэффициент сарафанного радио — Перековка

Почему «сарафанное радио» становится всё более важным

Насыщенность каналов, усиление конкуренции и открытость платформ усугубляются. Это означает, что возможностей становится всё меньше, а экономика привлечения клиентов ухудшается. Вот некоторые из недавних тенденций:

Доминирование рекламы в VK, Google, Amazon — 40% всех венчурных инвестиций и 70% бюджета компании на цифровую рекламу тратится на эти три платформы.
Apple убивает идентификаторы пользователей для рекламы — Apple недавно прекратила использование идентификаторов пользователей для рекламы. У Google аналогичные планы. Это означает, что у маркетологов производительности будет меньше информации о том, что работает, что снижает способность оптимизировать экономическую эффективность.
Google Search уменьшает площадь размещения — Google продолжает уменьшать значимость и присутствие органических результатов поиска, а также уменьшает необходимость пользователю переходить по ссылкам из результатов поиска.

Поскольку эти маркетинговые каналы становятся более переполненными и менее рентабельными, важность «сарафанного радио» становится ещё более критической для стимулирования роста пользователей.

Почему «сарафанное радио» сложно измерить и повлиять на него

«Сарафанное радио» сложно измерить, потому что большая часть «сарафанного радио» бренда происходит в офлайне. Онлайн-социальные сети, наиболее измеримая форма «сарафанного радио», — это только вершина айсберга. 80% онлайн-обмена происходит через «тёмное социальное» (обмен через не отслеживаемые каналы, такие как WhatsApp, текстовые сообщения и электронная почта)!

Но это не помешало людям пытаться измерить «сарафанное радио». Существует несколько распространённых методов, которые используют компании, каждый из которых имеет свои серьёзные недостатки.

NPS — большинство компаний уже пытаются измерить «сарафанность» своих существующих пользователей через NPS, но не могут количественно оценить реальное влияние на рост. Кроме того, то, что кто-то говорит, что порекомендует другу, не означает, что он это сделает.
Атрибуционные опросы — ещё один распространённый метод — спрашивать новых пользователей, как они узнали о продукте. Эти атрибуционные опросы страдают от низкой доли ответов и предвзятости респондентов — пользователи, которые отвечают, отличаются от тех, кто этого не делает.
Инструменты социального прослушивания — инструменты социального прослушивания сканируют социальные платформы и веб-сайты, чтобы отслеживать упоминания и вовлечённость. Они не учитывают «тёмное социальное» и «сарафанное радио» в офлайне.

Эта сложность измерения затруднила улучшение «сарафанного радио». Все слышали поговорку: «Вы управляете тем, что измеряете». Поскольку «сарафанное радио» очень сложно измерить, это приводит к множеству проблем для компаний:

Команды игнорируют это — продуктовые и маркетинговые команды решают игнорировать привлечение через «сарафанное радио».
Опора на платные методы — маркетинговые команды продолжают фокусироваться на платном привлечении, потому что его легче измерить и повлиять на него, даже когда это может быть нецелесообразно.
Снижение капитальной эффективности — многие компании в конечном итоге чрезмерно полагаются на менее эффективные каналы, что приводит к плохой экономике единицы и увеличению потребностей в капитале.

Итак, мы знаем, что «сарафанное радио» имеет решающее значение, но его сложно измерить, а значит, и сложно влиять на него. В результате мы решили создать метрику, которая:

Измеряет «сарафанное радио» как функцию того, что его движет.
Достаточно стабильна, чтобы использовать её для прогнозирования.
Может быть подвержена влиянию продуктовых и маркетинговых инициатив.

Встречайте коэффициент «сарафанного радио».

Коэффициент «сарафанного радио»

Отправной точкой, когда мы рассматривали привлечение через «сарафанное радио» в 2014 году, была общая метрика монетизации, называемая ARPDAU (средний доход на одного активного пользователя в день).

ARPDAU показывает, насколько ценен активный пользователь с точки зрения дохода. Это ценная метрика роста по трём причинам:

Она привязана к активным пользователям — метрика, которую отслеживает каждая компания.
Это стабильная метрика — вы можете использовать её для уверенного прогнозирования.
На неё можно влиять — вы можете разбить её на составляющие и повлиять на неё с помощью продуктовых и маркетинговых мероприятий.

Мы хотели добиться чего-то подобного в отношении «сарафанного радио». Поэтому мы создали метрику под названием NOPDAU или «Новые органики на одного активного пользователя в день».

Предпосылка была проста: люди, которые активно пользуются вашим продуктом, говорят о вашем продукте — и довольно последовательно. Чем дольше вы привлекаете своих пользователей, тем больше «сарафанного радио» они генерируют. Другими словами, удержание продукта стимулирует рост новых органических пользователей.

NOPDAU обладал теми же ключевыми преимуществами, что и ARPDAU. Он был привязан к активным пользователям, это была стабильная метрика, и мы могли влиять на неё с помощью продуктовых и маркетинговых инициатив.

После Zynga я объединился с Майком Тейлором (соучредителем Ladder), чтобы расширить эту концепцию за пределы DAU и для других отраслей, до того, что мы теперь называем коэффициентом «сарафанного радио» (или WOM coefficient).

Коэффициент «сарафанного радио»: коэффициент WOM отслеживает скорость, с которой активные пользователи генерируют новых пользователей через «сарафанное радио», аналогично тому, как ARPDAU отслеживает скорость, с которой активные пользователи генерируют доход.

Например, если знаменатель вашего коэффициента WOM — WAU (еженедельные активные пользователи), а коэффициент равен 0,1, это означает, что каждый WAU генерирует 0,1 новых пользователей в неделю через «сарафанное радио». Или проще говоря, на каждые 10 еженедельных активных пользователей приходится 1 новый пользователь через «сарафанное радио».

Коэффициент «сарафанного радио» состоит из двух компонентов:

Новые органические пользователи: пользователи продукта, которые впервые пришли по рекомендации (то есть их нельзя отследить по какому-либо отслеживаемому источнику, например, по платной цифровой рекламе). Это числитель, и мы пытаемся его спрогнозировать.
Активные пользователи: знаменатель соотношения — все остальные: возвращающиеся пользователи + неорганические новые пользователи. Период времени зависит от вашей метрики удержания. Для большинства продуктов это обычно ежедневные, еженедельные или ежемесячные активные пользователи.

В следующем посте мы рассмотрим эти шаги более подробно.

Данные подтверждают эту взаимосвязь. Мы проанализировали коэффициент WOM в разных компаниях и отраслях. Вот пример из более чем трёх лет данных о еженедельных активных пользователях от компании электронной коммерции. Данные представлены в виде диаграммы рассеяния и показывают сильную линейную зависимость между активными пользователями и новыми органиками с R-квадратом 0,958. Взаимосвязь сохраняется, даже когда еженедельные активные пользователи увеличиваются с 10 000 до 70 000 (увеличение в 7 раз)!

Почему коэффициент WOM отличается

Метрика, которую большинство людей ассоциируют с вирусными петлями, — это k-фактор. Простое уравнение для k-фактора: k = # приглашений, отправленных каждым пользователем * коэффициент конверсии каждого приглашения. Оно показывает, сколько дополнительных новых пользователей вы ожидаете получить с помощью вирусной петли для каждого нового пользователя.

Есть несколько отличий коэффициента «сарафанного радио» от k-фактора, но два наиболее важных:

K-фактор не решает проблему WOM — k-фактор был популяризирован во времена ранних социальных сетей и социальных игр, когда основными вирусными механизмами были вирусные потоки приглашений, которые легко отслеживались. «Сарафанное радио» по своей природе сложно отследить. Но что ещё более важно, на него влияют разные факторы.
Активные пользователи как входные данные — большинство моделей вирусного роста ориентированы на новых пользователей как на входные данные, а не на возвращающихся пользователей. Здесь два хороших примера: Эндрю Чен и Дэвид Скок. Переход к активным пользователям в качестве входных данных для моделирования вирусности, однако, приводит к совершенно другим стратегическим рекомендациям. Вместо того чтобы сосредоточиться на новых пользователях, вы переходите к разработке своей стратегии вокруг вовлечённых пользователей.

Пример 1: коэффициент «сарафанного радио» в мобильных играх

Вот пример того, что вы бы увидели, если бы посмотрели на коэффициент WOM для типичной мобильной игры в 2016 году.

Как видно на графике выше, коэффициент WOM удивительно стабилен на разных уровнях новых и активных пользователей, что является одним из наших важных критериев при создании надёжной метрики.

У каждой мобильной игры свой жизненный цикл, начиная с большого толчка по привлечению пользователей и заканчивая постепенным уменьшением DAU. Но коэффициент WOM в основном остаётся стабильным даже при снижении DAU.

Ещё один важный вывод заключается в том, что он показывает один из способов увеличения «сарафанного радио» — за счёт увеличения удержания. В этой игре лучшее удержание приводит к увеличению общего числа DAUs за время жизни пользователя. Один дополнительный DAU приводит к ~0,09 новым органикам в любой день.

Вы можете подумать, что привлечение новых органических пользователей тривиально по сравнению с другими направлениями, но это заблуждение. Каждый «новый органик» стоит нескольких будущих DAUs, поскольку эти новые органические пользователи сохраняют и раскручивают цикл «сарафанного радио».

Коэффициент «сарафанного радио» варьируется в зависимости от игры

Коэффициент «сарафанного радио» варьируется в зависимости от игры. На графике ниже вы можете увидеть коэффициент WOM для трёх разных игр в трёх разных жанрах. Для игры-викторины соотношение составило около 0,14, для игры в казино — около 0,08, а для нишевой игры — 0,06.

Продуктовые и маркетинговые последствия имеют большое значение

Когда игровые компании решают, какие игры создавать, они выбирают жанр (например, казуальный, казино, midcore) и строят модель роста, чтобы спрогнозировать пользователей, доход и прибыль, прежде чем дать добро на разработку. Более продвинутые разработчики строят свои модели роста, ориентируясь на удержание, монетизацию и платные CPA-показатели.

После завершения разработки игры эти прогнозы измеряются с помощью мягкого запуска в Канаде. Если игра работает ниже этих показателей, команда работает над оптимизацией удержания, монетизации и платных CPA, прежде чем инвестировать значительные средства в глобальный запуск (потому что пользователи скачивают игровое приложение только один раз). Однако до коэффициента WOM органическое привлечение было приблизительным прогнозом, который никогда не проверялся — даже несмотря на то, что органика была таким крупным драйвером роста. В зависимости от того, где коэффициент WOM показывает себя, некоторые ключевые бизнес-решения могут быть приняты о том, стоит ли удваивать вложения в игру или закрыть её.

Пример 2: коэффициент «сарафанного радио» для компании Edtech стоимостью более $1 млрд

Edtech — это категория, в которой оптимизация внутренних вирусных потоков может быть чрезвычайно сложной для продуктов, ориентированных на учителей. Это связано с тем, что учителя в основном делятся друг с другом в офлайне. В частности, они заходят в класс другого учителя или выступают на собрании персонала. Да, учителя используют VK и электронную почту, чтобы поделиться тем, что им нравится (они люди!), просто не тогда, когда делятся инструментами Edtech. Команда роста могла бы потратить время и усилия на оптимизацию этих вирусных потоков, но это бесперспективно, поскольку они распространяют продукт через «сарафанное радио» вне продуктового опыта.

Чтобы дополнительно изучить компании, которые получают выгоду от «сарафанного радио» в Edtech, мы рассмотрели коэффициент WOM для одного из крупнейших и наиболее быстрорастущих продуктов Edtech в отрасли и выявили ряд интересных закономерностей:

Коэффициент WOM — Соединённые Штаты: январь 2019 — май 2020

Стабильность: коэффициент WOM относительно стабилен в течение учебного года, при этом каждый WAU обычно привлекает дополнительно около 0,15 новых органических пользователей в среднем за неделю.
Сезонность: однако коэффициент WOM колеблется в зависимости от сезона на основе школьных календарей. В частности, соотношение растёт в периоды, когда ученики и учителя возвращаются в класс и активно общаются со всеми своими сверстниками об онлайн-инструментах для обучения. Коэффициент WOM почти удваивается в августе с началом всеми важного периода «Снова в школу» и достигает пика в январе, когда ученики возвращаются с зимних каникул. И наоборот, соотношение падает во время летних каникул, потому что большинство учеников и учителей не посещают занятия. Продукт так же доступен для обмена в эти периоды, но у среднего активного пользователя во время каникул меньше людей, с которыми можно поделиться, поэтому коэффициент WOM естественным образом снижается.
Чувствительность: коэффициент WOM также чувствителен к внешним факторам, таким как пандемия COVID-19, которая привела к снижению органического «сарафанного радио» в США этой весной, поскольку несколько штатов изо всех сил пытались адаптироваться к дистанционному обучению, а некоторые школьные округа полностью закрылись.

Неудивительно, что COVID-19 повлиял на показатель WOM в таких странах, как Польша и Италия, которые быстро перешли на дистанционное обучение. В этих странах коэффициент WOM сначала резко вырос в марте с местным началом пандемии, когда учителя и ученики делились этим продуктом Edtech для поддержки дистанционного обучения, и поддерживал более высокий средний показатель в течение оставшейся части учебного года, прежде чем снова снизиться с уходом учеников и учителей на летние каникулы.

Коэффициент «сарафанного радио» — Польша и Италия: индексировано по отношению к январю 2020 года

Анализируя коэффициент WOM как в сезонном разрезе в пределах данной страны, так и между странами, эта компания определяет множество возможностей для ускорения органического «сарафанного радио» и ускорения международного роста пользователей.

Пример 3: коэффициент «сарафанного радио» для других приложений

А как насчёт продуктов, которые в значительной степени полагаются на платное привлечение? Ниже вы увидите данные о коэффициенте WOM для программного продукта, который помогает вам научиться играть на пианино. У него есть магазин, похожий на iTunes, где вы можете приобрести интерактивные треки для обучения с помощью их программного обеспечения и цифрового клавиатуры. Компания в значительной степени полагается на платное привлечение, поскольку большинство их каналов — платные.

Несколько наблюдений из этого графика:

Коэффициент WOM снижается при масштабировании платного привлечения — платное привлечение увеличилось в три раза с 2018 года, причём последний скачок произошёл во время пандемии. Каждый масштабный шаг приводит к снижению коэффициента WOM. Та же закономерность наблюдается для других основных показателей (таких как удержание, монетизация, вирусность) в компаниях электронной коммерции, которые масштабируются. Чем больше вы масштабируете платное привлечение, тем ниже качество пользователя.
Коэффициент WOM становится более стабильным с увеличением объёма — по мере увеличения объёма волатильность от месяца к месяцу снижается. Но даже в наиболее волатильном состоянии диапазон довольно узок, что делает его достойной метрикой для использования в прогнозировании.

Использование и улучшение коэффициента «сарафанного радио»

До сих пор мы рассмотрели множество ключевых моментов:

«Сарафанное радио» становится всё более важным, но его сложно измерить и, следовательно, действовать на основе команды.
Коэффициент «сарафанного радио» — это другой способ измерения «сарафанного радио», и он полезен по нескольким причинам:
- Это функция активных пользователей. Активные пользователи лучше предсказывают новых органических пользователей, чем другие входные данные.
- Он достаточно стабилен, чтобы использовать его для прогнозирования.
- Мы смогли найти входные данные и повлиять на них с помощью продуктовых и маркетинговых инициатив.
Коэффициент «сарафанного радио» можно использовать в различных категориях продуктов с разной динамикой.

Во второй части этой серии мы рассмотрим такие вопросы, как:

Пошаговый алгоритм измерения и проверки коэффициента WOM для вашего продукта.
Как выявить входные данные для метрики, чтобы вы могли разработать продуктовые и маркетинговые эксперименты для её влияния.
Как понять, плохой, хороший или отличный у вас коэффициент WOM.

Подписывайтесь здесь, чтобы получать другие идеи от лидеров Reforge Network прямо на ваш почтовый ящик. Вы также можете прочитать вторую часть серии здесь.

Если вы работаете над вирулентностью (или хотите научиться этому), свяжитесь с Юсуфом напрямую в LinkedIn.

Юсуф планирует создать курс Reforge «Разблокировка циклов роста через «сарафанное радио»: от метрик до реализации». Присоединяйтесь к списку ожидания, чтобы быть среди первых, кто получит уведомление, когда начнётся набор.