Фреймворк роста (часть 1): как научиться предсказывать будущее?

6 минут
17.01.2019
Фреймворк роста (часть 1): как научиться предсказывать будущее?

Вы знаете, что такое Growth Hacking? Слышали что-нибудь про цикл привлечения пользователей? Может, вы в курсе, кто такой Эндрю Чен? Если вы ответили на все три вопроса положительно, тогда вы почти как этот кот.

кот с книгой

В этом материале мы перевели и адаптировали статью из блога Эндрю Чена, аналитика и предпринимателя с огромным опытом работы в командах growth hacking’а в таких компаниях, как Uber и Andreessen Horowitz.

В своей статье Эндрю Чен рассказывает о том, как инвесторы рассчитывают потенциал стартапов.  А также подробно описывает, что такое фреймворк учета роста и циклы привлечения и вовлечения. Сегодня мы поговорим о фреймворке и покажем, как проанализировать этот показатель. А вы с помощью этих знаний сможете оценить свой продукт и найти потенциальные точки роста.

Фреймворк роста

В этой части мы расскажем о главных принципах пользовательского роста и о том, как вы сможете использовать этот фреймворк, чтобы оценить развитие вашего стартапа.

Active users per month

Часто кривая роста в стартапах выглядит внушительно. Это прекрасно! Самое время инвестировать, верно? Да, кривая растет как нужно, но проблема в том, что вы не знаете, куда она пойдет дальше.

Инвестируя в проект, в долгосрочной перспективе вы можете столкнуться с тем, что кривая роста уже не идет туда, куда вам бы хотелось. Возможно, она перестала расти, а может, и вовсе падает. Как в этом случае строить планы на будущее? Как понять, что кривая будет расти и только расти? Есть несколько формул, которые помогут разобраться во всем, и одна из них — это Фреймворк учета роста.

MAU

Фреймворк учета роста выглядит так: в течение определенного периода (недели или месяца) к вам приходят новые пользователи, реактивируются вернувшиеся, некоторые из пользователей уходят навсегда. Сложив все элементы, вы получите чистый MAU продукта (Активные пользователи за месяц).

Если прирост (новые пользователи + вернувшиеся) меньше оттока (количество ушедших пользователей) —  значит, вы перестали расти.

Давайте рассмотрим каждый элемент по отдельности.

New users

Показатель новых и вернувшихся пользователей на оси координат выглядит линейно или представляется в форме S-образной кривой. Причина в том, что привлечение очень сложно масштабировать. Только несколько инструментов, таких как петля виральности, платная реклама и SEO могут принести вам миллион или даже 10 миллионов пользователей. По мере того, как канал привлечения становится больше, он теряет эффективность. Реклама становится дороже, виральные петли прекращают вовлекать новых пользователей и т. д. Целевой рынок исчерпывает себя.

Возвращение пользователей сложно контролировать. Если клиент ушел от вас, тысяча писем с призывами вернуться вряд ли помогут.

Inactive users

Кривая ушедших пользователей также принимает S-образный вид, но она будет всегда отставать от кривой привлечения новых и вернувшихся. Если у вас все еще не сформировалась активная база пользователей, то вы и не увидите заметного оттока. Когда начнет расти кривая привлечения, начнет расти и кривая оттока.

New and inactive users

Если показатель новых+вернувшихся пользователей равен ушедшим, значит вы достигли максимума MAU. За этим нужно внимательно следить, так как за пиком обычно следует плато или дальнейшее снижение.

Отслеживая показатель MAU, вы сможете составить более полную картину происходящей ситуации. Мы рассмотрели все элементы кривой. Теперь вы знаете, что  растущая кривая в следующем месяце может остановиться в росте.

Во фреймворке есть один недостаток: высчитав только этот показатель, сложно делать прогнозы. То же самое с прибылью и убытками компании: доход компании — полезная информация, но этого недостаточно, чтобы планировать дальнейшие действия.

Поэтому мы советуем отслеживать этот показатель в долгосрочном периоде, а не каждый день или неделю.

Acquistion and engagement loops

Давайте рассмотрим два цикла.

Важно отметить, что циклы — это каналы внутри продукта, которые, как правило,  созданы на базе уже существующих больших платформ: рекламного трафика, API или интеграций.

  • Цикл привлечения включает в себя положительные показатели привлечения новых пользователей.
  • Цикл вовлечения включает в себя отрицательные показатели вернувшихся и ушедших пользователей.

Понимание того, как устроены циклы, не просто упрощает прогнозирование, это ключевой инсайт по предсказанию вашего будущего роста.

Скачайте пошаговый гайд о том, как построить growth-команду и ускорить рост компании в 5 раз
Нажимая на кнопку, вы даете согласие на обработку персональных данных

Мы отправили гайд вам на почту. Приятного чтения

Вам подарок — бесплатный аудит вашего сайта. Подскажем, как собирать больше лидов без увеличения рекламного бюджета.

Заказать консультацию
Скачайте пошаговый гайд о том, как построить growth-команду и ускорить рост компании в 5 раз

Чтобы понять, как работают эти циклы, нужно проанализировать, насколько они оправданы и контролируемы. Цикл может быть создан на основе уже существующей платформы (Google SEO, Yandex почты, Instagram и т. д.). Тогда этапы цикла будут зависеть от задач самой платформы.

Следующим шагом будет определить, насколько они масштабируемы и повторяемы. Будет ли выгода от оптимизации или использования этих циклов в будущем?

Другими словами, нам нужно понять качественный ли рост пользователей. Если мы разберемся в этом, то сможем заняться прогнозированием и не оглядываться назад.

Как мы уже писали, существуют два цикла привлечения и вовлечения. Цикл привлечения заключается в расширении клиентской базы за счет новых пользователей. А цикл вовлечения заключается в том, что постоянные клиенты приводят новых пользователей. В следующей части статьи мы рассмотрим подробнее все этапы этих циклов.

Дальше интереснее:

Фреймворк роста (часть 2): Цикл привлечения пользователей

Фреймворк роста (часть 3): цикл вовлечения пользователей

Трафик есть, а заявок нет?

Покажем, где вы теряете лидов, и составим план улучшений

Нажимая на кнопку, вы даете согласие на обработку персональных данных

Лучшее в блоге: