Как использовать aha-момент для роста активации в продукт

Способов измерить ценность продукта для клиента несколько. Можно измерить retention, но на сбор аналитики уйдут месяцы. Еще можно измерять лояльность. Но тут тоже есть нюанс: определение лояльного клиента и степени лояльности — индивидуально и тоже занимает много времени.

В этой статье мы рассказали про метод измерения ценности с помощью aha-момента и про то, как мы искали его в Carrot quest. А еще показали, как aha-moment и путь к нему зависят от юзкейса, с которым пришел пользователь.

Что такое aha-moment

Aha-moment — это момент, когда пользователь осознает ценность продукта и решает использовать его регулярно. Aha-moment связан с простотой и убедительностью продукта для клиента, а не с глубокой аналитикой. Для бизнеса это действие, которое показывает ценность продукта. А для клиента — момент «озарения» от продукта, когда он решает проблему покупателя или открывает перед ним новые возможности. 

Компании ищут это действие, чтобы улучшить процесс онбординга новых клиентов в продукт. Они начнут предлагать более полезные шаги и увеличат конверсию. Ведь если новый пользователь скачивает приложение, но не испытывает aha-момент, то он с высокой вероятностью воспользуется им лишь один раз и больше никогда не вернется. От 40 до 60% пользователей после триала так и не становятся активными пользователями продукта. А еще с помощью aha-момента растят лояльность к бренду текущих клиентов, предлагая им релевантные фичи. 

Мы перестаем использовать продукты по сотням причин: пропала потребность, недостаточная добавочная ценность, неправильное позиционирование и донесение ценности. Aha-момент помогает решить главную задачу продукта — показать свою ценность пользователю и помочь испытать ее на себе.

При поиске aha-moment фокус делается на простоте показателя. Момент осознания ценности и переход в сегмент постоянных может наступить после того, как он использовал сервис 10 дней, он совершил одну транзакцию или получил первую заявку из чат-бота.

Чаще всего aha-момент ищут для определения базовых направлений работы компании — понять, что в продукте ценно для клиента, и работать в этом направлении.

Как использовать aha-moment

Определение aha-момента помогает продуктовым командам найти этап, на котором создается ценность продукта. Чем быстрее и проще пользователь приходит к этому этапу, тем вероятнее продолжит использовать продукт. Понимание aha-момент помогает сделать клиентский путь короче и с большей вероятностью активировать в продукт.

Aha-момент помогает создавать стратегии по:

• улучшению конверсии из триала в платный продукт,
• снижению оттока пользователей,
• повышению частоты использования приложения,
• удержанию пользователей. 

Как пути активации и aha-moment зависят от продукта

То, как именно клиент приходит к осознанию ценности продукта, и в какой момент осознает эту самую ценность — уникально для каждого юзкейса (задачи пользователя) и продукта. Разберем на примерах.

Активация в сервисе заказа такси

Рассмотрим путь активации пользователей в сервисе такси.

Идеальным пользователем можно считать того, кто попробовал сервис и стал регулярно заказывать такси с его помощью. Чем больше бюджета он оставляет в сервисе, тем выше показатель успешности пользователя.

Потенциальным aha-моментом может стать быстрый заказ первой машины и поездка в точку «Б» за обещанное время в комфортных условиях. Для многих пользователей именно этот опыт формирует «вау-эффект» и показывает ценность сервиса. В этот момент приходит осознание, что заказывать такси в приложении намного комфортнее и проще, чем добираться на общественном транспорте. Особенно если клиент уже в процессе поиска решения и опаздывает на работу.

Для достижения aha-момента важно выполнить несколько условий:

1. пользователь находится в зоне географического действия сервиса;
2. доступные к заказу авто закрывают задачу пользователя;
3. пользователь успешно подключил и воспользовался одним из способов оплаты;
4. машина приехала быстро и доставила с комфортом в точку «Б» за обещанное время.

Активация в приложении для трекинга привычек

Путь активации пользователя в трекере привычек будет отличаться от продукта, который мы описали выше.

Идеальным пользователем тоже будет тот, кто попробовал приложение, а спустя время стал выбирать именно его для решения задачи отслеживать прогресс по привычкам.

Но потенциальным aha-моментом может быть улучшение морального состояния в течение недели после регистрации. Или качественное и увлекательное общение в чате с другим пользователем в течение дня после регистрации, реакция на свой прогресс. Подобные целевые события позволят ощутить прогресс в решении задачи и социальное одобрение.

Тогда условиями для достижения aha-момента будут:

• пользователь выбрал привычки для отслеживания и заполнил профиль;
• пользователь отмечает привычки в течение 7 дней и подписался на несколько других профилей;
• пользователь получил хотя бы одну ответную подписку.

В примерах выше мы не просто так указывали конкретный юзкейс (задачу) с которым пользователь приходит в продукт. Это потому, что один продукт может использоваться для решения разных задач. Для пользователей с разными задачами будет различаться добавочная ценность. А значит, будут различаться определения успеха и aha-моменты, как и шаги для их достижения.

Написали книгу о том, как проводить полезные клиентские исследования и какие фреймворки использовать. Поделиться с вами?

Хочу книгу

Частая ошибка при определении aha-момента: выбираем метод

Самая распространенная ошибка — начинать поиск с количественных методов анализа. Команды ищут зависимости между действиями и долгосрочным успехом пользователей, изучают динамику метрик удержания в разных сегментах.

Почему это ошибка: 

• количественные методы не позволяют учитывать юзкейсы. А задачи у пользователей разные и пути активации, aha-моменты у них тоже разные. 
• количественные метрики не учитывают контекст пользователя, доступные альтернативы, добавочную ценность продукта. Без этой информации сложно понять мотивы пользователя и строить механизмы донесения ценности.

Поиск aha-момента лучше начинать с качественных методов анализа, а потом уточнять с помощью количественных. 

Качественные методы

Для определения потенциальных aha-моментов ответьте на следующие вопросы:

• В рамках какой задачи ваш продукт достиг product/market fit (соответствует рынку)?
• Какие есть альтернативы для решения этой задачи?
• Как ваш продукт создает добавочную ценность по сравнению с ними?

Лучший способ получить ответы — исследовать данные о пользователях и провести глубинные JTBD-интервью с теми, кто осознал пользу продукта и начал его регулярно использовать.

На этом этапе не нужно точно определять aha-moment. Ваша задача — подобрать несколько действий-«кандидатов» на эту роль. 

Количественные методы

Представим, что качественные исследования помогли сузить набор потенциальных aha-моментов в рамках конкретного юзкейса. Дальше нужно использовать количественные методы, чтобы подобрать оптимальный aha-момент и соответствующую ему метрику.

Вот несколько признаков aha-момента, который с большей вероятностью ведет пользователей к успеху в юзкейсе:

• пользователи, выполнившие это целевое действие, с высокой вероятностью становятся успешными; 
• пользователи, не выполнившие целевое действие, с высокой вероятностью не становятся успешными;
• между целевым действием и успехом пользователя есть причинно-следственная связь.

Ниже мы пошагово разберем процесс определения aha-момента на примере Carrot quest. 

3 шага для определения aha-moment

Мы в Carrot quest использовали aha-момент, чтобы улучшить онбординг новых пользователей и получить больше активаций в продукт.

Сегментация и описание юзкейсов

Команда начала с изучения сессий новых пользователей. В Carrot quest все данные о пользователе хранятся на сайте. Вот что изучали: 

• полную историю их действий на сайте;
• историю общения, вопросы к поддержке.

Также использовали результаты JTBD-интервью клиентов Carrot quest. В рамках JTBD-исследования мы узнали у 20 пользователей, зачем они купили сервис, и получили четыре группы ответов.

4 задачи, которые клиенты решают с Carrot quest:

• Увеличить конверсию сайта в заявку.
• Увеличить конверсию сайта в покупку.
• Общаться с пользователями на сайте или в приложении.
• Обеспечить качественную поддержку пользователей.

Кроме задач у разных сегментов отличались:

• инструменты, которые они используют;
• набор сценариев, которые применяют.

Например, чтобы увеличить конверсию сайта в заявку, пользователи чаще настраивают чат-бота — он заточен на сбор контактов, квалификацию лидов и т. д. Также этот сегмент ценит в нашем сервисе поп-апы для лидогенерации.

Клиенты, которые подключают Carrot quest для поддержки, в первую очередь пользуются чатом и аналитикой диалогов. Поп-апы они настраивают, чтобы сообщать аудитории сайта о технических работах и важных изменениях.

Старый онбординг помогал пользователям, которые хотели общаться с клиентами на сайте. Для остальных трех сегментов он скорее был налогом, чем приносил реальную пользу.

Чтобы персонализировать онбординг, мы добавили квалификацию при регистрации. К стандартному набору данных о пользователе (email, телефон, имя и адрес сайта) мы добавили вопросы о том:

• в какой команде работает пользователь;
• какую задачу хочет решить с помощью Carrot quest.

Несмотря на то что экранов регистрации стало больше, конверсия выросла с 28% до 43%.

Так мы подошли к ICP (определению идеального клиента). Для этого использовали анализ кривых удержания клиентов. С помощью данных кривых нашли «точку вечности» — момент, дойдя до которого клиент уже с меньшей вероятностью откажется от продукта и останется с нами как можно дольше или навечно. Эту точку можно интерпретировать так: наш идеальный клиент — тот, кто на шестой месяц после первой транзакции остается активным. Вероятнее всего, он останется с нами и дальше.

Результат этапа — ориентир на активности на 25-ю неделю после первой транзакции. На это значение мы ориентировались, анализируя метрики пользователей.

Определение aha-момента и инструментов

После сегментации пользователей нужно было решить, в какие именно инструменты их онбордить.

Рассказывать сразу обо всем невозможно — у пользователей ограниченный запас мотивации и времени, чтобы пройти онбординг в продукт. И главное — не все опции одинаково ценны для разных сегментов.

Инструменты приоритизировали на основе aha-момента — озарения, когда клиент понимает, в чем ценность продукта. 

Если произошел aha-момент, резко возрастает вероятность, что человек продолжит пользоваться продуктом.

За основу взяли фреймворк от Reforge, в котором активация в продукт состоит из четырех ключевых блоков:

• Регистрация.
• Настройка, setup-момент.
• Осознание ценности продукта, aha-момент.
• Формирование привычки использовать продукт.

Чтобы определить aha-момент для каждого сегмента, организовали мозговой штурм с продакт-менеджерами и командами продаж и поддержки. Вот что хотели определить:

• в какой момент пользователи впервые осознают ценность продукта;
• где и когда это может происходить.

Вместе с аналитиком собрали в список ключевые события, которые соответствуют aha-моменту. Посмотрели, сколько пользователей совершают каждое их них и оплачивают продукт.

Затем выбрали событие по двум характеристикам:

• оно совершилось достаточно много раз;
• конверсия у пользователей, которые его совершили, выше средней по сегменту.

Так мы нашли наш aha-момент — активацию в лид-бота.

Событие	% пользователей, которые совершили событие	% пользователей, которые совершили событие и оплатили подписку
Подключил интеграцию с Telegram	5%	40%
Запустил лид-бота	24%	39%
Настроил чат	55%	30%

Чтобы понять, без каких настроек пользователи не готовы запустить этот инструмент (то есть найти setup-момент), мы:

• выгрузили списки событий, которые предшествуют настройке лид-бота;
• выделили те из них, которые встречаются у 80% пользователей.

На основе этого анализа мы сформулировали цель — чтобы больше новых пользователей с задачей «повысить конверсию сайта в заявку» активировались в лид-бота.

При этом важно, чтобы они совершили еще несколько действий:

• поставили код нашего сервиса на свой сайт;
• наладили передачу лидов из бота в CRM-систему;
• настроили работу чата.

Это те условия, без которых лид-бот не принесет большой пользы и клиент не сможет увидеть преимущества продукта.

Исходя из этих целей, мы решили оценивать успех онбординга по двум метрикам:

• количество пользователей, которые достигают aha-момента;
• скорость, с которой они доходят до него.

В Carrot quest есть бесплатный пробный период, который длится 7 дней. Чтобы повысить вероятность оплаты, мы должны привести человека к aha-моменту как можно быстрее.

Подтверждение причинно-следственной связи между aha-моментом и успехом пользователя 

Действия и методы выше помогают определить потенциальные aha-моменты, но наличие зависимости между метриками не означает причинно-следственной связи.

Чтобы доказать причинно-следственную связь между найденным действием и успехом пользователя, нужно провести эксперимент. В нем разные сегменты новых пользователей должны испытать aha-момент в тестовой и контрольной версиях продукта. Если доля успешных пользователей изменится, это докажет причинно-следственную связь.

Для проверки причинно-следственной связи часто используют эксперименты. Например, запускают A/B-тестирование на разных участках CJM и проверяют, увеличилась ли конверсия на участке для группы, в которой внедряли изменения. Чем ближе к 100% показатели, предсказывающие успех и неуспех пользователей на предыдущем шаге анализа, тем выше вероятность наличия причинно-следственной связи.

Полный алгоритм определения aha-момента

Aha-момент зависит от задачи, которую пользователь хочет решить с помощью продукта. Поэтому при определении этого момента нужно точно указывать юзкейс и этапы на пути принятия продукта.

Начинать поиск aha-момента нужно с качественных методов анализа. Для определения потенциальных моментов aha ответьте на следующие вопросы:

1. В рамках какой задачи ваш продукт достиг product/market fit?

2. Какие есть альтернативы для решения этой задачи?

3. Как ваш продукт создает добавочную ценность по сравнению с ними?

Ответы помогут определить действия пользователей в продукте, которые могут привести к осознанию ценности продукта.

Следующим шагом используют количественные методы анализа.

Для описания наступления aha-момента используйте структуру: «Пользователь совершил X действий за Y дней с момента регистрации».

Далее подберите оптимальные значения количества действий с помощью корреляционного анализа.

Выберите критерий aha-момента, который дает максимальные значения по этим двум показателям: 

1. Доля пользователей, закрытых в успех после выполнения целевого действия.

2. Доля пользователей, не закрытых в успех, если не выполнили целевое действие.

Финальный шаг — валидация причинно-следственной связи между aha-моментом и успехом пользователя. Проведите эксперимент, в котором создайте разницу в долях пользователей, испытавших ценность. Если доли успешных пользователей изменятся, это докажет причинно-следственную связь.

Резюме

Aha-moment — это момент, когда новый клиент осознает ценность продукта и становится его постоянным пользователем. Это простое действие, которое имеет ключевое значение для потребителя. Обычно оно выражается в количестве полученных или отправленных сообщений в приложении, загрузке отчетов, интеграции данных с другими сервисами клиента.

Чтобы определить aha-moment продукта, нужно:

1. Проанализировать AAARRR-воронку и обратится к стадии активации.

2. Составить список ключевых действий, которые клиент совершает с вашим продуктом. Обратить внимание на их количество и время выполнения.

3. Проанализировать комбинации действий и выделить те, которые лучше всего коррелируют с удержанием.

4. Провести интервью с новыми пользователями и узнать, в какой момент они решили продолжить использование продукта.

Определение aha-момента поможет сделать продукт лучше, сделать акцент на ценных для клиента характеристиках. Это ускорит привлечение новых клиентов и повысит лояльность существующих.