Wszelkie prawa zastrzeżone. Nieautoryzowane ...pdf.helion.pl/meleaz/meleaz.pdfWszelkie prawa...

Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest zabronione Wykonywanie kopii metodą kserograficzną fotograficzną a także kopiowanie książki na nośniku filmowym magnetycznym lub innym powoduje naruszenie praw autorskich niniejszej publikacji

Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich właścicieli

Autor oraz Wydawnictwo HELION dołożyli wszelkich starań by zawarte w tej książce informacje były kompletne i rzetelne Nie biorą jednak żadnej odpowiedzialności ani zTytuł oryginału Lean Analytics Use Data to Build a Better Startup Faster

Tłumaczenie Bartosz Sałbut

ISBN 978-83-246-7859-4

copy 2014 Helion SA

Authorized Polish translation of the English edition Lean Analitycs ISBN 9781449335670 copy 2013 Alistair Croll Benjamin Yoskovitz

This translation is published and sold by permission of OrsquoReilly Media Inc which owns or controls all rights to publish and sell the same

All rights reserved No part of this book may be reproduced or transmitted in any form or by any means electronic or mechanical including photocopying recording or by any information storage retrieval system without permission from the Publisher

Wszelkie prawa zastrzeżone Nieautoryzowane rozpowszechnianie całości lub fragmentu niniejszej publikacji w jakiejkolwiek postaci jest zabronione Wykonywanie kopii metodą kserograficzną fotograficzną a także kopiowanie książki na nośniku filmowym magnetycznym lub innym powoduje naruszenie praw autorskich niniejszej publikacji

Wszystkie znaki występujące w tekście są zastrzeżonymi znakami firmowymi bądź towarowymi ich właścicieli

Autor oraz Wydawnictwo HELION dołożyli wszelkich starań by zawarte w tej książce informacje były kompletne i rzetelne Nie biorą jednak żadnej odpowiedzialności ani za ich wykorzystanieani za związane z tym ewentualne naruszenie praw patentowych lub autorskich Autor oraz Wydawnictwo HELION nie ponoszą roacutewnież żadnej odpowiedzialności za ewentualne szkody wynikłe z wykorzystania informacji zawartych w książce

Drogi CzytelnikuJeżeli chcesz ocenić tę książkę zajrzyj pod adres httponepresspluseropiniemeleazMożesz tam wpisać swoje uwagi spostrzeżenia recenzję

Wydawnictwo HELIONul Kościuszki 1c 44-100 GLIWICEtel 32 231 22 19 32 230 98 63e-mail onepressonepressplWWW httponepresspl (księgarnia internetowa katalog książek)

Printed in Poland

bull Kup książkębull Poleć książkę bull Oceń książkę

bull Księgarnia internetowabull Lubię to raquo Nasza społeczność

11

Spis treści

Przedmowa 15

Wprowadzenie 17

CZĘŚĆ I PRZESTAŃ SIĘ OKŁAMYWAĆ

Rozdział 1Wszyscy kłamiemy 25

Rozdział 2Pomiary wynikoacutew 31

Rozdział 3Postanoacutew co zrobisz ze swoim życiem 51

Rozdział 4Uzależnienie od danych a posiłkowanie się danymi 57

CZĘŚĆ II ZNAJDŹ WŁAŚCIWY WSKAŹNIK bdquoNA TERAZrdquo

Rozdział 5Modele analityczne 65

Rozdział 6Jeden istotny wskaźnik i związana z nim dyscyplina 75

Rozdział 7Czym się zajmujesz 83

Rozdział 8Model biznesowy nr 1 mdash sklep internetowy 91

Rozdział 9Model biznesowy nr 2 mdash oprogramowanie jako usługa (SaaS) 109

Kup książkę Poleć książkę

12 SPIS TREŚCI

Rozdział 10Model biznesowy nr 3 mdash bezpłatna aplikacja mobilna 123

Rozdział 11Model biznesowy nr 4 mdash strona z treściami 133

Rozdział 12Model biznesowy nr 5 mdash treści generowane przez użytkownika 143

Rozdział 13Model biznesowy nr 6 mdash rynek dwustronny 155

Rozdział 14Na ktoacuterym etapie się znajdujesz 171

Rozdział 15Etap pierwszy mdash empatia 177

Rozdział 16Etap drugi mdash chwytność 217

Rozdział 17Etap trzeci mdash wirusowość 239

Rozdział 18Etap czwarty mdash przychody 253

Rozdział 19Etap piąty mdash skalowanie 267

Rozdział 20Model i etap jako wyznacznik wskaźnika ktoacutery powinieneś monitorować 277

CZĘŚĆ III PUNKTY ODNIESIENIA

Rozdział 21Czy osiągam wystarczająco dobre wyniki 285

Rozdział 22Sklep internetowy mdash punkty odniesienia 303

Rozdział 23SaaS mdash punkty odniesienia 309

Rozdział 24Bezpłatna aplikacja mobilna mdash punkty odniesienia 319

Rozdział 25Strony z treściami mdash punkty odniesienia 331

Rozdział 26Treści generowane przez użytkownikoacutew mdash punkty odniesienia 341


SPIS TREŚCI 13

Rozdział 27Rynki dwustronne mdash punkty odniesienia 349

Rozdział 28Co robić gdy nie ma się punktu odniesienia 353

CZĘŚĆ IV MODEL LEAN ANALYTICS W PRAKTYCE

Rozdział 29Działalność na rynku przedsiębiorstw 359

Rozdział 30Lean od środka czyli przedsiębiorcy wewnątrzorganizacyjni 377

Rozdział 31Zakończenie Na startupie życie się nie kończy 393


14 SPIS TREŚCI


31

R O Z D Z I A Ł 2

Pomiary wynikoacutew

W analityce chodzi o monitorowanie warto ci wska nikoacutew o kluczowym znaczeniu dlafunkcjonowania Twojej firmy Zwykle o istotno ci tych wska nikoacutew decyduj ich powi -zania z modelem biznesowym mdash informuj one sk d pochodz pieni dze ile co kosztu-je ilu klientoacutew ma firma oraz jak bardzo efektywne s stosowane przez ni strategie pozy-skiwania tych klientoacutew

W przypadku startupu nie zawsze wiadomo ktoacuterym wska nikom nale y przypisa naj-wi ksze znaczenie poniewa nie wiadomo jeszcze do ko ca czym firma b dzie si zaj-mowa B dziesz bardzo cz sto zmienia analizowany obszar dzia alno ci Przecie ci -gle jeszcze starasz si znale w a ciwy produkt lub w a ciw grup docelow dla niegoW przypadku startupu celem prowadzenia dzia a analitycznych jest znalezienie w a ci-wego produktu i w a ciwego rynku zanim sko cz si pieni dze

Jak rozpoznać dobry wskaźnik

Poni ej przedstawiamy kilka praktycznych wskazoacutewek pozwalaj cych rozpozna dobrewska niki mdash wska niki za pomoc ktoacuterych uda Ci si osi gn po dane zmiany

Dobry wska nik ma charakter poroacutewnawczy Mo liwo poroacutewnania warto ci wska -nika z innymi okresami innymi grupami u ytkownikoacutew lub z konkurentami pomaga zro-zumie w jakim kierunku id zmiany bdquoWzrost wska nika konwersji w stosunku do zesz egotygodniardquo to bardziej warto ciowa informacja ni bdquoWska nik konwersji wynioacutes 2rdquo

Dobry wska nik jest zrozumia y Gdy ludzie nie potrafi zapami ta danego wska -nika i nie umiej o nim rozmawia zdecydowanie trudniej jest prze o y zmian da-nych na zmiany w kulturze

Dobry wska nik ma form stosunku liczbowego b d stopy Ksi gowi i analitycy finan-sowi pos uguj si kilkoma roacute nymi warto ciami w formie stosunkoacutew liczbowych ktoacutere po-zwalaj im w mgnieniu oka oceni kondycj firmy1 Ty te potrzebujesz takich wska nikoacutew

1

Należy zaliczyć tu także tzw wskaźniki fundamentalne czyli wskaźnik ceny do zysku marże sprzedaży koszt

sprzedanych produktoacutew przychody w przeliczeniu na jednego pracownika itd


32 PRZESTAŃ SIĘ OKŁAMYWAĆ

Mo na wskaza kilka powodoacutew ktoacutere decyduj o tym e najlepszymi wska nikami scz sto stosunki liczbowe

Na podstawie stosunkoacutew liczbowych atwiej jest podejmowa konkretnedzia ania Wyobra sobie e prowadzisz samochoacuted Dane o przebytej odleg o cimaj charakter czysto informacyjny Szybko mdash stosunek drogi do czasu mdash jestnatomiast informacj praktyczn na podstawie ktoacuterej mo esz podejmowa dzia a-nia Informacja ta dotyczy Twojej bie cej sytuacji oraz pomaga stwierdzi czypowiniene jecha szybciej czy wolniej aby dotrze do celu o czasie

Stosunek liczbowy jest z definicji wska nikiem poroacutewnywalnym Poroacutewnaniewarto ci wska nika dziennego z tym samym wska nikiem w uj ciu miesi cznym po-zwala stwierdzi czy masz do czynienia z gwa townym jednorazowym skokiem czyraczej ze sta ym trendem wzrostowym Podczas jazdy samochodem pr dko jestwska nikiem pojedynczym natomiast pr dko bie ca poroacutewnana z pr dko ciredni w ostatniej godzinie pozwoli Ci okre li czy przyspieszasz czy zwalniasz

Stosunki liczbowe wietnie nadaj si roacutewnie do poroacutewnywania czynnikoacuteww jaki sposoacuteb wobec siebie przeciwstawnych albo takich mi dzy ktoacuterymi po-jawia si napi cie W przypadku jazdy samochodem mo e chodzi np o przebyty dy-stans podzielony przez liczb otrzymanych mandatoacutew Im szybciej jedziesz tym d u szdrog pokonasz ale te tym wi cej dostaniesz mandatoacutew Warto tego wska nikamo e informowa o tym czy op aca Ci si ama ograniczenia pr dko ci czy te nie

Zostawmy na razie nasz przyk ad motoryzacyjny i zastanoacutewmy si nad startupem ktoacute-ry oferuje bezp atn oraz p atn wersj swojego produktu Firma musi si zdecydowamdash nie wie czy powinna bezp atnie zaoferowa bogaty zestaw cech w celu przyci gni -cia nowych u ytkownikoacutew czy te zarezerwowa te cechy dla p ac cych klientoacutew abymusieli oni wyda na nie pieni dze Wprowadzenie na rynek nieodp atnej pe nej wersjiproduktu mo e si negatywnie odbi na przychodach ze sprzeda y natomiast wpro-wadzenie nieodp atnej okrojonej wersji produktu prawdopodobnie ograniczy liczb nowychu ytkownikoacutew Potrzebny jest tu wska nik ktoacutery po czy te dwa czynniki W ten sposoacutebdowiesz si jak poszczegoacutelne zmiany odbijaj si na ogoacutelnej kondycji firmy W prze-ciwnym razie mo esz podj dzia ania ktoacutere b d skutkowa np wzrostem przycho-doacutew jednak odbije si to na wzro cie liczby u ytkownikoacutew

Dobry wska nik przek ada si na zmian Twoich zachowa To zdecydowanienajwa niejsza cecha dobrego wska nika mdash zastanoacutew si co zaczniesz robi inaczej naskutek zmiany warto ci wska nika

Wska niki bdquoksi gowerdquo ktoacutere wprowadzisz do swoich arkuszy kalkulacyjnych po-winny Ci umo liwi formu owanie dok adniejszych prognoz Tego rodzaju wska -niki stanowi fundament ksi gowo ci innowacyjnej b d cej elementem metody LeanStartup Pokazuj jak bardzo zbli y e si do modelu idealnego oraz czy uzyskiwa-ne przez Ciebie wyniki zbli aj si do tych za o onych w biznesplanie

Wska niki bdquoeksperymentalnerdquo czyli np wyniki prowadzonych testoacutew pomagajoptymalizowa produkt model cenowy oraz definicj rynku Zmiana warto ci tychwska nikoacutew b dzie mia a istotny wp yw na Twoje dzia ania Zastanoacutew si o jakzmian chodzi jeszcze zanim przyst pisz do gromadzenia danych mdash je li oka e si


POMIARY WYNIKOacuteW 33

e strona internetowa w kolorze roacute owym pozwoli uzyska wi kszy przychoacuted niinna wersja kolorystyczna to zdecydujesz si na kolor roacute owy je li ponad po owa an-kietowanych zadeklaruje e nie zap aci za dan cech to odst pisz od tego pomy-s u je eli poprawiony MVP nie zwi kszy redniej wielko ci zamoacutewienia o 30 sproacute-bujesz czego innego

Wyznacz sobie jaki cel mdash to wietny sposoacuteb na zdyscyplinowane podej cie do dzia ania napodstawie wska nikoacutew Dobry wska nik powinien zmienia Twoje zachowania w a niedlatego e jest zgodny z Twoimi celami zwi zanymi z zatrzymywaniem u ytkownikoacutewpromowaniem marketingu szeptanego skutecznym pozyskiwaniem nowych klientoacutewalbo generowaniem przychodoacutew

Niestety nie zawsze tak to wygl da w praktyce

Seth Godin znany autor ksi ek przedsi biorca i prelegent przytacza kilka przyk a-doacutew takich sytuacji w swoim wpisie na blogu zatytu owanym bdquoAvoiding false metricsrdquo(bdquoJak unika fa szywych wska nikoacutewrdquo)2 Co ciekawe jedna z sytuacji opisanych przez SethaGodina zwi zana ze sprzedawcami samochodoacutew przydarzy a si niedawno Benowi

Podpisuj c ostatnie papiery zwi zane ze sprzeda nowego samochodu Benowi dilerstwierdzi bdquoZa jaki tydzie kto do pana zadzwoni B dzie chcia pozna pana opinina temat wizyty w naszym salonie To kroacuteciutka sprawa zajmie panu maksymalnie dwieminuty Trzeba b dzie poda ocen w skali od 1 do 5 Przyzna nam pan pi tk prawdaChyba nie sta o si dzisiaj nic takiego co uzasadnia oby ni sz ocen Je li jednak cotakiego zasz o to bardzo bardzo przepraszam By oby jednak super gdyby da nampan t pi tk rdquo

Ben szybko zapomnia o ca ej sprawie tym bardziej e nikt do niego nie zadzwoni Sethnazwa by taki wska nik fa szywym poniewa sprzedawca po wi ci wi cej czasu naupraszanie o dobr ocen (ktoacutera najwyra niej by a dla niego wa na) ni na zapewnieniewietnego wra enia o ktoacutere prawdopodobnie chodzi o w pierwszej kolejno ci

Podobnie zachowuj si niew a ciwie kierowane zespo y sprzeda owe W pewnej firmieAlistair spotka szefa sprzeda y ktoacutery wysoko kwartalnego wynagrodzenia uzale niaod liczby rozpocz tych transakcji a nie od liczby transakcji sfinalizowanych albo od mar yuzyskanej na tych transakcjach Sprzedawcy przypominaj troch automaty na monetymdash najwa niejsze s dla nich pieni dze W tym przypadku oznacza o to nap yw ca ko-wicie bezwarto ciowych potencjalnych klientoacutew ktoacuterych pozbycie si trwa o a dwakwarta y a przecie zdecydowanie lepiej by o przeznaczy ten czas na finalizowanietransakcji z sensownymi potencjalnymi klientami

Zadowolenie klienta czy te p ynno procesu sprzeda y maj oczywi cie istotne znaczeniedla sukcesu firmy je eli jednak chcesz zmienia zachowania musisz powi za wska niki zezmian behawioraln ktoacuterej oczekujesz Gdy mierzysz co co nie jest powi zane z kon-kretnym celem wynikaj ce z tego zmiany zachowa to nic wi cej jak strata czasu Cogorsza mo esz w ten sposoacuteb sam siebie oszuka i nabra nies usznego przekonania ewszystko jest w najlepszym porz dku W ten sposoacuteb na pewno nie odniesiesz sukcesu

2

httpsethgodintypepadcomseths_blog201205avoiding-false-metricshtml



Z pewno ci zwroacutecisz uwag na fakt e wska niki wyst puj cz sto parami Wska -nik konwersji (odsetek ludzi ktoacuterzy decyduj si na zakup) jest powi zany z czasemdo zakupu (czasem potrzebnym klientowi na dokonanie zakupu) Dzi ki tym dwoacutechdanym b dziesz si moacuteg wiele dowiedzie o swoich przep ywach rodkoacutew pieni nychPodobnie ma si rzecz ze wspoacute czynnikiem wirusowo ci (czyli liczb ludzi ktoacuterychjeden u ytkownik skutecznie zaprasza do skorzystania z Twoich us ug) oraz czasemcyklu wirusowo ci (czas niezb dny u ytkownikowi na zaproszenie innych) ktoacutere to de-cyduj o tempie upowszechnienia Gdy zaczniesz ju analizowa dane o du ym znacze-niu dla Twojej dzia alno ci z pewno ci zauwa ysz tego rodzaju pary To w a nie spozanich wy aniaj si wska niki fundamentalne takie jak przychody ze sprzeda y prze-p ywy rodkoacutew pieni nych czy tempo przybywania nowych u ytkownikoacutew

Kiedy si wybiera w a ciwe sk adniki nale y pami ta o pi ciu kwestiach

Wskaźniki ilościowe a wskaźniki jakościoweWska niki jako ciowe s nieusystematyzowane maj charakter anegdotyczny i trudnosi je agreguje ale na ich podstawie mo na si sporo dowiedzie natomiast wska -niki ilo ciowe to g oacutewnie liczby i statystyki ktoacutere dostarczaj sporo precyzyjnychdanych jednak w tym przypadku trudniej o interpretacj

Wskaźniki proacuteżne a wskaźniki praktyczneWska niki proacute ne (ang vanity metrics) poprawi Ci samopoczucie ale w aden spo-soacuteb nie wp yn na Twoje dzia ania Wska niki praktyczne kszta tuj Twoje zacho-wania pomagaj c Ci wybra w a ciwy tok post powania

Wskaźniki badawcze a wskaźniki sprawozdawczeWska niki badawcze maj charakter spekulacyjny i s u poszukiwaniu nowych in-formacji ktoacutere mog yby by dla Ciebie jakim atutem natomiast wska niki sprawoz-dawcze pozwalaj zachowa kontrol nad codzienn dzia alno ci operacyjn

Wskaźniki wyprzedzające a wskaźniki wsteczneWska niki wyprzedzaj ce pozwalaj prognozowa przysz o natomiast wska nikiwsteczne opisuj przesz o Wska niki wyprzedzaj ce s dlatego lepsze e daj Ci czasna reakcj mdash jeszcze nie jest bdquopo ptakachrdquo

Wskaźniki skorelowane a wskaźniki przyczynoweO wska nikach skorelowanych moacutewimy woacutewczas gdy ich warto ci zmieniaj si jedno-cze nie Kiedy natomiast zmiana warto ci jednego wska nika powoduje zmian warto ciinnego wska nika to moacutewimy o wska nikach przyczynowych Gdy uda Ci si znalezale no przyczynowo-skutkow mi dzy czym na czym Ci zale y (np przychoda-mi) a czym co pozostaje pod Twoj kontrol (np tym ktoacuter wersj reklamy po-ka esz odbiorcom) b dziesz moacuteg zmienia przysz o

Analitycy przygl daj si szczegoacutelnym wska nikom maj cym najistotniejsze znaczeniedla funkcjonowania firmy Nazywa si je kluczowymi wska nikami efektywno ci(KPI od ang key performance indicators) Wszystkie bran e maj w asne KPI Prowadziszrestauracj Twoim KPI jest liczba zarezerwowanych stolikoacutew na jeden wieczoacuter Jesteinwestorem Interesuje Ci zwrot z inwestycji Prowadzisz stron internetow z infor-macjami Obserwujesz liczb klikni



Wskaźniki jakościowe a wskaźniki ilościowe

Informacje ilo ciowe s atwe w odbiorze Chodzi tu o liczby ktoacutere obserwujemy i mie-rzymy czyli np wyniki sportowe albo oceny filmoacutew Co zostaje uj te ilo ciowo w mo-mencie gdy zostaje uszeregowane policzone lub przedstawione na skali Dane ilo ciowes precyzyjne i maj charakter naukowy co oznacza e mo esz je agregowa ekstrapo-lowa i wprowadza do arkusza kalkulacyjnego (oczywi cie po poprawnym wykonaniuniezb dnych oblicze ) Niestety dane ilo ciowe nie wystarcz zwykle do rozkr cenia no-wej firmy Nie da si podej do kogo zapyta z jakimi zmaga si problemamii w ramach odpowiedzi otrzyma od tej osoby informacje ilo ciowe Do tego potrzebujeszdanych jako ciowych

Dane jako ciowe s chaotyczne subiektywne i nieprecyzyjne Trudno jest je przedsta-wi w formie ilo ciowej trudno jest je roacutewnie mierzy Dane ilo ciowe odpowiadaj napytania bdquoCordquo oraz bdquoIlerdquo natomiast informacje jako ciowe stanowi odpowied na pytaniebdquoDlaczegordquo Dane ilo ciowe nie znosz emocji podczas gdy dane jako ciowe si w nich p awi

Pocz tkowo nale y si koncentrowa na danych jako ciowych Nie powiniene dokonywaliczbowych pomiaroacutew osi ganych wynikoacutew Rozmawiaj z lud mi zw aszcza z tymi ktoacute-rzy s wed ug Ciebie przedstawicielami Twojej grupy docelowej Na razie tylko badaszwychodzisz w teren

Do zebrania dobrych danych jako ciowych trzeba si dobrze przygotowa Potencjal-nym klientom powiniene zadawa pytania ktoacutere b d konkretne lecz ktoacutere nie b dich jednocze nie naprowadza na okre lon odpowied ani nie b d w aden sposoacuteb tejodpowiedzi wypacza Nie mo esz pozwoli aby Twoacutej entuzjazm i pole zniekszta caniarzeczywisto ci udzieli y si Twoim rozmoacutewcom Przygotuj si do tych wywiadoacutew w prze-ciwnym razie zbierzesz myl ce lub bezwarto ciowe informacje

Proacuteżne wskaźniki a wskaźniki rzeczywiste

Wiele firm twierdzi e w swoich dzia aniach kieruj si danymi Owszem faktycznie kon-centruj si na jednym z elementoacutew tej deklaracji a mianowicie na danych maj jednakproblem z kierowaniem si nimi Gdy dysponujesz jakimi danymi na podstawie ktoacute-rych nie mo esz podj adnych konkretnych dzia a to masz do czynienia z proacute nymwska nikiem Takie dane jedynie podbudowuj Twoje ego nic wi cej Powinno Ci zale ena tym aby gromadzone dane mia y charakter informacyjny i kierowa y Twoimi dzia-aniami w zakresie doskonalenia modelu biznesowego oraz pomaga y Ci obiera w a-ciwy tok post powania

Przygl daj c si dowolnemu wska nikowi zawsze zadawaj sobie pytanie bdquoCo mogzrobi inaczej na podstawie tych informacjirdquo Je eli nie potrafisz na nie odpowiedzie prawdopodobnie nie powiniene zbytnio przejmowa si danym wska nikiem Je elinatomiast nie wiesz ktoacutery wska nik moacuteg by skutkowa zmian zachowa w Twojej orga-nizacji oznacza to e Twoja firma w swoich dzia aniach nie kieruje si danymi mdash utkn araczej w ruchomych piaskach danych

We my np bdquoca kowit liczb zarejestrowanych u ytkownikoacutewrdquo To przyk ad proacute negowska nika Ta liczba mo e z czasem tylko rosn (tworz c klasyczny wykres typu bdquodo goacutery



i na prawordquo) Wska nik w ogoacutele nie informuje o tym jakie dzia ania ci u ytkownicypodejmuj ani czy maj jak kolwiek warto dla firmy Roacutewnie dobrze mogli si zare-jestrowa i ju nigdy wi cej nie wroacuteci na stron

Nieco lepszym wska nikiem jest bdquoca kowita liczba aktywnych u ytkownikoacutewrdquo (oczywi ciepod warunkiem e aktywny u ytkownik zosta w a ciwie zdefiniowany) Ten wska niknadal nale a oby jednak zaliczy do grupy proacute nych Jego warto roacutewnie b dzie z cza-sem ros a je li firma nie pope ni adnych koszmarnych b doacutew

Powinien nas interesowa bdquoodsetek aktywnych u ytkownikoacutewrdquo ktoacutery jest wska nikiempraktycznym To informacja o kluczowym znaczeniu poniewa dzi ki niej dowiadujemysi jaki jest poziom zaanga owania u ytkownikoacutew naszego produktu Zmiany wprowa-dzane w produkcie powinny skutkowa zmian warto ci tego wska nika mdash zmiany nalepsze powinny si przek ada na wzrost tej warto ci Oznacza to e na podstawie tegowska nika mo esz prowadzi eksperymenty uczy si i wykonywa kolejne iteracje

Kolejnym ciekawym wska nikiem jest bdquoliczba u ytkownikoacutew pozyskanych w danymokresierdquo Tego rodzaju wska nik pozwala poroacutewnywa skuteczno roacute nych dzia a mar-ketingowych W jednym tygodniu mo esz przeprowadzi kampani na Facebooku w na-st pnym promowa si w serwisie reddit w trzecim op aci reklam w Google AdWordsa w czwartym proacutebowa promowa si w LinkedIn Tak przeprowadzony czasowy podziaeksperymentoacutew nie jest rozwi zaniem precyzyjnym pozwala jednak w atwy sposoacutebsprawdzi kilka rzeczy3 Taki wska nik ma roacutewnie charakter praktyczny mdash je li Facebookoka e si lepszy ni LinkedIn b dziesz wiedzia na co przeznaczy pieni dze

Nie myl praktycznych wska nikoacutew ze wska nikami magicznymi mdash nie powiedz Cione co masz robi W poprzednim omawianym przez nas przyk adzie mo esz modyfiko-wa cennik media w ktoacuterych si reklamujesz albo tekst samych reklam Najwa niej-sze jest to aby na podstawie zebranych danych moacuteg zrobi cokolwiek

SCHEMAT

Osiem proacuteżnych wskaźnikoacutew

na ktoacutere należy uważać

Nietrudno jest zakocha si w wykresie ktoacutery pod a wy cznie w goacuter i w prawoPoni ej przedstawiamy list najcz ciej spotykanych proacute nych wska nikoacutew

1 Liczba trafie Wska nik ten powsta w pierwszym jeszcze naiwnym okresieistnienia sieci Je li na Twojej stronie znajduje si wiele roacute nych elementoacutew war-to tego wska nika b dzie olbrzymia Lepiej licz ludzi

2 Liczba wy wietle strony To tylko nieco lepszy wska nik od liczby trafie po-niewa zlicza ile razy kto postanowi wy wietli stron Je eli Twoacutej model bizne-sowy nie opiera si na liczbie wy wietle strony (co mo e mie zwi zek np z po-kazywaniem reklam) powiniene raczej liczy internautoacutew

3

Lepszym rozwiązaniem byłoby roacutewnoległe przeprowadzenie wszystkich czterech kampanii promocyjnych

i zastosowanie narzędzi analitycznych do pogrupowania użytkownikoacutew pozyskiwanych dzięki poszczegoacutelnym

programom w odrębne segmenty Wszystkie informacje miałbyś już po tygodniu zamiast po czterech a poza

tym wykluczyłbyś oddziaływanie innych czytnikoacutew takich jak choćby wahania sezonowe Zagadnieniami

segmentacji i analizy kohortowej zajmiemy się bardziej szczegoacutełowo w dalszej części książki



3 Liczba odwiedzin Masz do czynienia z jedn osob ktoacutera by a na Twojej stroniesto razy czy te stu internautoacutew odwiedzi o j jeden raz S abo

4 Liczba pojedynczych odwiedzaj cych Wska nik ten informuje jedynie o tymile osoacuteb zobaczy o Twoj stron g oacutewn Nie dowiesz si z niego jakie dzia aniapodj y te osoby nie dowiesz si te dlaczego postanowi y zosta na Twojejstronie albo j opu ci

5 Liczba obserwuj cych znajomych polubie Zliczanie znajomych czy obser-wuj cych to nic innego jak udzia w konkursie popularno ci chyba e uda Ci siich nak oni aby zrobili co co ma dla Ciebie warto Dowiedz si ilu z nich za-chowa si zgodnie z Twoimi oczekiwaniami mdash taka informacja jest ju co warta

6 Czas sp dzony na stronie liczba wy wietlonych podstron To kiepskie za-mienniki dla faktycznego zaanga owania klientoacutew czy ich faktycznej aktywno ci(chyba e Twoacutej model biznesowy opiera si na tych wska nikach) Gdy Twoi kliencisp dzaj mnoacutestwo czasu w zak adce po wi conej zg aszaniu problemoacutew to raczejnie ma si z czego cieszy

7 Liczba pozyskanych adresoacutew e-mail Fajnie jest dysponowa d ug list adreso-w ludzi podekscytowanych wizj Twojego nowego startupu ta lista nie ma jednakwi kszej warto ci dopoacuteki nie dowiesz si ile osoacuteb b dzie sk onnych otworzyotrzymywane od Ciebie wiadomo ci (i podj dzia ania ktoacutere im w ten sposoacutebsugerujesz) Wy lij testowe e-maile do jakie grupy Twoich odbiorcoacutew i sprawd czy s oni sk onni na nie reagowa

8 Liczba pobra Czasami wska nik ten ma wp yw na pozycj w rankingach skle-poacutew z aplikacjami jednak ogoacutelnie rzecz ujmuj c sama liczba pobra nie ma wi k-szego znaczenia Powiniene mierzy liczb aktywnych u ytkownikoacutew utworzo-nych kont lub czego w tym rodzaju

Wskaźniki badawcze a wskaźniki sprawozdawcze

Avinash Kaushik autor ksi ek i ewangelista marketingu cyfrowego w firmie Googlestwierdza e w kwestiach analitycznych ca kiem nie le orientowa si Donald Rumsfeldby y ameryka ski sekretarz obrony Zdaniem Rumsfelda

Wyroacute niamy znane wiadome czyli to o czym wiemy e to wiemy znane niewia-dome czyli to o czym wiemy e tego nie wiemy oraz nieznane niewiadome czylito o czym nie wiemy e tego nie wiemy

Na rysunku 21 przedstawiono podzia informacji na cztery kategorie

bdquoZnane niewiadomerdquo odnosz si do sprawozdawczo ci czyli liczenia pieni dzy u ytkow-nikoacutew albo linijek kodu Wiemy e nie znamy warto ci danego wska nika wi c j pozna-jemy Tego rodzaju wska niki stosuje si w celach zwi zanych z prowadzeniem ksi -gowo ci (bdquoIle produktoacutew dzisiaj sprzedali myrdquo) albo z pomiarami wynikoacutew eksperymentu(bdquoSprzedali my wi cej zielonych czy czerwonych produktoacutewrdquo) W obu przypadkachwiemy e potrzebujemy danego wska nika



Rysunek 21 Ukryty geniusz Donalda Rumsfelda

bdquoNieznane niewiadomerdquo to wska niki najwa niejsze dla startupoacutew poniewa wi siz poszukiwaniem czego nowego co pozwoli narobi zamieszania na rynku Jak siprzekonasz w ramach nast pnej analizy przypadku w a nie w ten sposoacuteb firma Circle ofFriends dowiedzia a si e najlepsz grup u ytkownikoacutew jej produktu stanowi mamyTego rodzaju wska niki poprowadz Ci wieloma b dnymi cie kami jednak w ko cupowinien nast pi moment ol nienia w ktoacuterym b dziesz wiedzia e znalaz e ten je-den wietny pomys Doskonale si to zgadza z porad Steversquoa Blanka kierowan dowszystkich startupoacutew mdash jego zdaniem startup powinien zajmowa si poszukiwaniemskalowalnego i powtarzalnego modelu biznesowego

Analityka odgrywa istotn rol we wszystkich czterech wiartkach podzia u Rumsfelda

Pozwala sprawdza fakty i za o enia (np dotycz ce wska nika otwierania wiadomo cilub wska nika konwersji) oraz sprawdza czy aby na pewno sami si nie oszukujemyPozwala te sprawdza poprawno biznesplanu

Pozwala sprawdza intuicj i przeczucia poprzez zamienianie hipotez w fakty

Pozwala zgromadzi dane niezb dne do wprowadzenia do arkuszy kalkulacyjnychi wykresoacutew kaskadowych albo potrzebnych na zebrania zarz du

Pozwala nam znajdowa zal ek okazji rynkowej na ktoacuterej mo na zbudowa potemca firm

W pierwszym okresie rozwijania startupu najwi ksze znaczenie maj w a nie nieznaneniewiadome poniewa to w tym obszarze nale y szuka swojej tajnej broni

ANALIZA PRZYPADKU Circle of Moms poszukuje drogi do sukcesu

Firma Circle of Friends powsta a na podstawie prostego pomys u mdash chodzi o o aplika-cj facebookow pozwalaj c porz dkowa znajomych w kr gi i kierowa do nich od-powiednio selekcjonowane tre ci Mike Greenfield i pozostali wspoacute za o yciele spoacute kirozpocz li dzia alno we wrze niu 2007 r czyli wkroacutetce po tym jak Facebook otwo-rzy swoj platform dewelopersk To by idealny moment na takie przedsi wzi cie mdash



Facebook sta si w a nie otwartym i niezwykle popularnym serwisem w ktoacuterym mo -na by o w b yskawicznym tempie pozyskiwa u ytkownikoacutew i budowa startupBy a to pierwsza tak otwarta platforma oferuj ca tak du baz u ytkownikoacutew(by o ich woacutewczas ok 50 mln)

W po owie 2008 r aplikacja Circle of Friends mia a ju 10 mln u ytkownikoacutew Mikekoncentrowa si przede wszystkim na wzro cie bdquoBrali my wszystko co si da ordquo mdashstwierdza Nie ulega w tpliwo ci e aplikacja cieszy a si wirusow popularno ci Niestety pojawi si problem mdash zbyt ma o osoacuteb faktycznie u ywa o tego produktu

Jak podaje Mike zaledwie nieca e 20 kr goacutew odnotowywa o jak kolwiek aktyw-no nie licz c ich utworzenia bdquoDziesi milionoacutew u ytkownikoacutew dawa o nam kilkamilionoacutew pojedynczych odwiedzaj cych miesi cznie wiedzieli my jednak e jak naserwis spo eczno ciowy skierowany do ogoacute u odbiorcoacutew nie s to dobre warto ci i e nieda si na tym zbyt du o zarobi rdquo

Mike szuka wi c dalej

Zacz przegl da dane u ytkownikoacutew i analizowa ich zachowania Firma nie dys-ponowa a woacutewczas skomplikowanym pulpitem kontrolnym na szcz cie Mike moacutegprzeprowadzi pewne badania W ten sposoacuteb znalaz jeden segment u ytkownikoacutew(konkretnie matki) ktoacutery pod wzgl dem zaanga owania ewidentnie wybija sinad inne grupy Oto co ustali Mike

Wiadomo ci wymieniane przez matki by y rednio o 50 d u sze

Matki by y 115 bardziej sk onne za cza zdj cie do napisanego w a nie postu

Matki by y 110 bardziej sk onne w czy si do rozmowy w d u szym istniej -cym ju w tku

Matki mia y znajome ktoacutere po zaproszeniu by y 50 bardziej sk onne aktyw-nie korzysta z aplikacji

Matki by y 75 bardziej sk onne klika powiadomienia serwisu Facebook

Matki by y 180 bardziej sk onne klika wy wietlane przez Facebook aktualno ci

Matki by y 60 bardziej sk onne akceptowa zaproszenia do korzystaniaz aplikacji

Te liczby by y tak przekonuj ce e w czerwcu 2008 r Mike i jego zespoacute postanowilica kowicie zmieni profil dzia alno ci Wykonali zwrot dzi ki ktoacuteremu w pa dzierni-ku tego samego roku na Facebooku zadebiutowa a aplikacja Circle of Moms

Pocz tkowo na skutek repozycjonowania aplikacji warto ci wska nikoacutew spad yjednak w 2009 r baza u ytkownikoacutew liczy a ju 45 mln matek W przeciwie -stwie do u ytkownikoacutew ktoacuterych firma straci a na skutek wprowadzonych zmiannowi byli niezwykle aktywni Poacute niej firma prze ywa a roacute ne wzloty i upadki po-niewa Facebook ograniczy aplikacjom mo liwo wirusowego zdobywania no-wych u ytkownikoacutew Ostatecznie firma wycofa a si z Facebooka i zacz a si roz-wija samodzielnie Na pocz tku 2012 r zosta a przej ta przez Sugar Inc



Podsumowanie

Circle of Friends by a aplikacj spo eczno ciow ktoacutera powsta a we w a ciwymmiejscu i we w a ciwym czasiehellip ale na niew a ciwym rynku

Dzi ki analizom schematoacutew aktywno ci u ytkownikoacutew oraz po danych za-chowa a nast pnie dzi ki ustaleniu co ci u ytkownicy mieli ze sob wspoacutelne-go firmie uda o si znale w a ciwy rynek dla swojej oferty

Gdy firma znalaz a ju swoj grup docelow ca kowicie si na niej skoncen-trowa a (dokona a nawet zmiany nazwy) Wykonaj zwrot albo zwijaj interesB d te gotowy na to e czasem trzeba spali za sob mosty

Wnioski analityczne

Kluczowym czynnikiem sukcesu Mikersquoa i jego projektu Circle of Moms okaza a siumiej tno zag bienia si w dane i znalezienia w nich warto ciowych prawid owo cioraz okazji rynkowych Mike odkry bdquonieznan niewiadom rdquo na podstawie ktoacuterejdokona wielkiego przera aj cego i odwa nego zak adu mdash porzuci ogoacuteln aplika-cj Circle of Friends na rzecz konkretnej niszy Podj ryzyko zrobi to jednak napodstawie zebranych danych

Ka da spo eczno ktoacutera ma si sama rozwija potrzebuje okre lonej bdquomasy kry-tycznejrdquo zaanga owania Skromny sukces nie wystarczy by do osi gni cia pr dko ciucieczki Dlatego te lepiej jest walczy o ywio owe zaanga owanie mniejszegoatwiej dost pnego rynku docelowego Efekt wirusowo ci osi ga si tylko dzi ki

koncentracji

Wskaźniki wyprzedzające a wskaźniki wsteczne

Oba rodzaje wska nikoacutew s przydatne cho s u roacute nym celom

Wska nik wyprzedzaj cy to nic innego jak proacuteba przewidywania przysz o ci Na przyk adliczba potencjalnych klientoacutew ktoacuterzy w chwili obecnej znajduj si w Twoim lejku sprze-da y pozwala przewidywa ilu nowych klientoacutew uda Ci si pozyska w przysz o ci Je eliw chwili obecnej nie masz zbyt wielu potencjalnych klientoacutew nie mo esz liczy na to ezdob dziesz wielu nowych nabywcoacutew Zwi kszaj c liczb potencjalnych klientoacutew mo eszspodziewa si wzrostu liczby tych ktoacuterzy ostatecznie zdecyduj si na zakup

Wska nik wsteczny np migracja klientoacutew (liczba klientoacutew ktoacuterzy w danym okresie re-zygnuj ze wspoacute pracy z Tob ) informuje Ci o tym e pojawi si jaki problem Nie-stety kiedy uda Ci si zebra dane i rozpozna ten problem jest ju za poacute no Klienciktoacuterzy zdecydowali si odej ju nie wroacutec Oczywi cie nie oznacza to e na podstawiewska nikoacutew wstecznych nie mo na podejmowa konkretnych dzia a (mo esz nppodj dzia ania naprawcze a potem dokona kolejnego pomiaru migracji) nie da sijednak ukry e to troch taka musztarda po obiedzie Nowi klienci nie b d odcho-dzi ale straci e ju kilku dotychczasowych

W pierwszym okresie rozwoju startupu nie b dziesz dysponowa wystarczaj c ilo cidanych aby wiedzie jak bie ce warto ci wska nika maj si do przysz o ci dlategote powiniene zacz od odczytywania wska nikoacutew wstecznych Przydadz Ci si one



jako znakomity punkt odniesienia z ktoacuterym b dziesz poroacutewnywa uzyskiwane wynikiAby moacutec w sensowny sposoacuteb stosowa wska niki wyprzedzaj ce musisz mie mo li-wo prowadzenia analizy kohortowej i poroacutewnywania roacute nych grup klientoacutew w roacute -nych okresach

We my np liczb skarg sk adanych przez klientoacutew Mo esz monitorowa liczb tele-fonoacutew odbieranych codziennie przez pracownikoacutew dzia u obs ugi klienta (oczywi cie je-li dzwoni cych klientoacutew jest wystarczaj co du o aby w ogoacutele mia o to sens) Wcze-niej moacuteg by obserwowa liczb skarg sk adanych przez klientoacutew w 90-dniowych

okresach Oba te wska niki mog yby z wyprzedzeniem informowa Ci o migracji mdashgdy liczba skarg ro nie prawdopodobnie powiniene oczekiwa e wi cej klientoacutewb dzie rezygnowa z Twojego produktu b d us ugi Liczba skarg sk adanych przezklientoacutew jest roacutewnie wska nikiem wyprzedzaj cym stanowi cym bodziec do tego abywgry si w bie c sytuacj i stwierdzi dlaczego klienci cz ciej si skar a nast p-nie rozwi za zidentyfikowane problemy

Zastanoacutewmy si teraz dla odmiany nad liczb kasowanych kont albo zwracanych pro-duktoacutew Obie s istotnymi wska nikami cho informuj o okre lonych zjawiskach postfactum Wskazuj na istnienie problemu jednak dopiero wtedy gdy jest ju za poacute noaby zapobiec utracie klienta Wska nik migracji ma bardzo du e znaczenie (dlatego teb dziemy si nim obszernie zajmowa na kartach tej ksi ki) lecz zbyt uwa ne moni-torowanie go utrudni Ci odpowiednio szybkie wykonywanie kolejnych iteracji i dosto-sowywanie si do zachodz cych zmian

Wska niki mo na znale dos ownie wsz dzie Na przyk ad w firmie oferuj cej oprogra-mowanie komputerowe dla przedsi biorstw liczba nowych zamoacutewie produktu jestwska nikiem wstecznym skuteczno ci dzia a sprzeda owych Odwrotnie ma si rzeczz liczb nowych potencjalnych klientoacutew ktoacutera jest wska nikiem wyprzedzaj cym sku-teczno dzia a sprzeda owych Ka dy kto kiedykolwiek zajmowa si sprzedaw sektorze B2B z pewno ci przyzna e oproacutecz znajomo ci liczby przeselekcjonowa-nych potencjalnych klientoacutew potrzebna jest jeszcze znajomo wska nika konwersjioraz d ugo ci cyklu sprzeda owego Tylko na tej podstawie mo na przygotowywa re-alistyczne prognozy dotycz ce przysz ej sprzeda y

Zdarza si i tak e wska nik ktoacutery dla jednej grupy w ramach organizacji jest wska -nikiem wstecznym dla innej grupy mo e by wska nikiem wyprzedzaj cym Wiemynp e liczba zamoacutewie w danym kwartale jest dla sprzedawcoacutew wska nikiem wstecz-nym (poniewa umowy zosta y ju podpisane) natomiast dla dzia u finansowego od-powiedzialnego za ci ganie nale no ci jest wska nikiem wyprzedzaj cym przysz ychprzychodoacutew (ktoacutere nie wp yn y jeszcze do firmowej kasy)

Ogoacutelnie rzecz ujmuj c musisz okre li czy monitorowany przez Ciebie wska nik po-zwala Ci szybciej podejmowa lepsze decyzje Jak ju wspominali my dobry wska nikmusi by wska nikiem praktycznym Kryterium to mog spe nia zaroacutewno wska nikiwsteczne jak i wyprzedzaj ce te drugie pokazuj jednak co si dopiero wydarzy a topozwala skroacuteci cykl realizowanych procesoacutew i skuteczniej si uczy



Wskaźniki skorelowane a wskaźniki przyczynowe

W Kanadzie stosowanie opon zimowych jest skorelowane z mniejsz liczb wypadkoacutewdrogowych Gdy robi si zimniej ludzie zak adaj opony zimowe wykonane z mi kszejmieszanki latem odnotowuje si natomiast wi cej wypadkoacutew4 Czy oznacza to e nale-a oby nakaza kierowcom stosowanie opon zimowych przez ca y rok Absolutnie nie mdash

opony zimowe charakteryzuj si d u sz drog hamowania na rozgrzanej nawierzchniwi c liczba wypadkoacutew w miesi cach letnich dodatkowo by wzros a

Za wzrost liczby wypadkoacutew w okresie letnim odpowiadaj najprawdopodobniej inneczynniki takie jak d u szy czas sp dzany za koacute kiem czy te wyjazdy wakacyjne Niemo na poszukiwa korelacji i nie interesowa si zale no ci przyczynowo-skutkow gdy w ten sposoacuteb podejmuje si bardzo z e decyzje Mo na wskaza na korelacj mi -dzy konsumpcj lodoacutew a liczb utoni Czy oznacza to e powinni my zakaza jedze-nia lodoacutew i uda nam si w ten sposoacuteb wyeliminowa przypadki utoni A mo e po-winni my obserwowa poziom konsumpcji lodoacutew i przewidywa na tej podstawie cenyakcji firm wiadcz cych us ugi pogrzebowe Nie mdash konsumpcja lodoacutew i liczba utoni todwa roacute ne zjawiska cho spowodowane tym samym czynnikiem ciep letni pogod

Poszukiwanie korelacji mi dzy dwoma wska nikami nie jest niczym z ym Korelacjamo e pomoacutec przewidzie co si wydarzy Je li jednak chcesz co zmieni musisz zna-le przyczyn danego zjawiska Zwi zek przyczynowo-skutkowy nie jest zwykle prostrelacj typu jeden do jednego Na przyczyn danego zjawiska mo e si sk ada wieleroacute nych czynnikoacutew W przypadku wi kszej liczby kolizji drogowych w okresie letnimnale y wzi pod uwag spo ycie alkoholu liczb niedo wiadczonych kierowcoacutew na dro-dze d u szy dzie okres wakacyjny itd Rzadko udaje si zatem znale stuprocentowzale no przyczynowo-skutkow Zazwyczaj identyfikuje si kilka odr bnych wska -nikoacutew ktoacutere z osobna wyja niaj cz zachowania wska nika zale nego Na szcz ciejednak nawet pewien stopie przyczynowo ci ma ju dla nas okre lon warto

Przyczynowo weryfikuje si poprzez zidentyfikowanie korelacji a nast pnie przeprowa-dzenie eksperymentu Polega on na kontrolowaniu wszystkich innych zmiennych i ob-serwowaniu czy uda si uzyska jak roacute nic Nie jest atwo osi gn ten efekt po-niewa ka dy u ytkownik jest troch inny mdash nale a oby podda statystycznie istotngrup ludzi odpowiednio kontrolowanemu eksperymentowi prowadzonemu w warun-kach rzeczywistych a to jest cz sto po prostu niemo liwe

Odpowiednio du a proacuteba u ytkownikoacutew pozwala przeprowadzi test bez konieczno cieliminowania wp ywu wszystkich innych czynnikoacutew poniewa ich oddzia ywanie staje sirelatywnie ma o wa ne W a nie dlatego Google mo e eksperymentowa z tak subtelnymiczynnikami jak kolor hiper cza5 To samo zjawisko decyduje o tym e Microsoft potrafiustali jaki wp yw na wska niki istotne dla wyszukiwania ma wolniejsze adowanie sistron6 Przeci tny startup musi jednak polega na prostszych testach w ktoacuterych bada

4

httpwwwstatcangccapub82-003-x2008003article10648c-g5202438-enghtm

5httpgigaomcom20090709when-it-comes-to-links-color-matters

6httpvelocityconfcomvelocity2009publicscheduledetail8523



si tylko kilka elementoacutew a nast pnie si sprawdza jaki wp yw wprowadzone zmianymia y na dzia alno firmy

Roacute nymi rodzajami testoacutew i metodami segmentacji zajmiemy si ju nied ugo na raziewystarczy nam jednak stwierdzenie e korelacja jest dobra a zwi zek przyczynowo-skutkowy jest wietny Czasami trzeba si zadowoli tym pierwszym zawsze wartojednak proacutebowa znale to drugie

Ruchomy cel

Wyznaczaj c sobie cel na wczesnym etapie rozwoju firmy kre lisz go na piasku mdash niewykuwasz go w kamieniu B dzie to tak naprawd ruchomy cel poniewa nie wieszjeszcze jak powiniene zdefiniowa sukces

Mo esz modyfikowa wyznaczone cele oraz definicje kluczowych wska nikoacutew pod wa-runkiem wszak e e nie proacutebujesz si przy tym oszukiwa Chodzi o to eby wyra -nie okre li jakie zmiany oznacza to dla Twojej firmy mdash nie chodzi zatem o to aby tyl-ko obni y oczekiwania i prze dalej na przekoacuter niekorzystnym danym

Gdy Twoja pierwsza oferta czyli de facto minimalnie satysfakcjonuj cy produkt trafi juna rynek a Ty zaczniesz pozyskiwa pierwszych uczestnikoacutew wczesnego rynku i testo-wa na nich swoacutej produkt trudno Ci b dzie stwierdzi jakie znajdzie on zastosowaniew ich r kach Czasami Twoje za o enia w tej dziedzinie i faktyczne zachowania u ytkowni-koacutew dzieli olbrzymia przepa Mo esz si spodziewa e ludzie b d gra w Twoj grdost pn w trybie multiplayer a tymczasem w praktyce oka e si e u ytkownicyuczynili z niej serwis udost pniania i wymiany zdj Wydaje Ci si e to ma o praw-dopodobne W a nie tak zaczyna serwis Flickr

Czasami takie roacute nice trudno dostrzec Mo esz np za o y e je li Twoacutej produkt maodnie sukces klienci musz z niego korzysta codziennie a potem oka e si e niejest to konieczne W takiej sytuacji sensownym posuni ciem wydaje si odpowiednieskorygowanie wska nikoacutew oczywi cie pod warunkiem e sama wykreowana wartonie budzi w tpliwo ci

ANALIZA PRZYPADKU

HighScore House definiuje

bdquoaktywnego użytkownikardquo

HighScore House by a pocz tkowo prost aplikacj dla rodzicoacutew ktoacuterzy chcielitworzy dla swych pociech listy zada i obowi zkoacutew domowych o okre lonej punkta-cji za wykonanie tych zada Dzieci wykonywa y zadania zbiera y punkty a na-st pnie wymienia y je na jakie nagrody

Gdy firma wprowadzi a na rynek swoacutej MVP mia a do dyspozycji kilkaset rodzinw ktoacuterych mog a przeprowadzi testy Za o yciele przyj li e aby mo na by o moacute-wi o sukcesie ich MVP zaroacutewno rodzice jak i dzieci musieliby korzysta z aplikacjicztery razy w tygodniu Takie rodziny uznano by za bdquoaktywnych u ytkownikoacutewrdquoPoprzeczka zosta a podniesiona wysoko ale to dobrze



Po ok miesi cu okaza o si e odsetek bdquoaktywnychrdquo rodzin jest mniejszy od zak ada-nego W a ciciele firmy byli rozczarowani ale konsekwentnie prowadzili ekspery-menty w celu uzyskania lepszych wynikoacutew

Wprowadzali modyfikacje w procesie rejestrowania si (czyni c go ja niejszymi bardziej informacyjnym co mia o zwi kszy liczb rejestruj cych si rodzini zwi kszy odsetek tych ktoacutere nie porzuc aplikacji)

Wysy ali rodzicom codzienne przypomnienia e-mailowe

Wysy ali rodzicom e-maile z informacjami o tym jakie dzia ania podejmuj w sys-temie ich dzieci

Za ka dym razem udawa o si uzyska niewielk popraw niestety nie by o to nic takznacz cego aby mo na by o stwierdzi e testowanie MVP zako czy o si sukcesem

Wtedy Kyle Seaman wspoacute za o yciel firmy i jej dyrektor generalny zrobi co dra-stycznego chwyci za s uchawk telefonu Skontaktowa si z kilkudziesi cioma rodzi-nami Zacz od tych rodzicoacutew ktoacuterzy si zarejestrowali nie byli jednak aktywnymiu ytkownikami aplikacji Na pierwszy ogie poszli ci ktoacuterzy ca kowicie zrezygno-wali z korzystania z HighScore House (bdquozmigrowalirdquo) Dla wielu z nich aplikacjanie by a rozwi zaniem wystarczaj co dotkliwego problemu Coacute bywa Za o ycielefirmy nigdy nie zak adali e ich grup docelow s wszyscy rodzice Taka definicjaby aby zbyt szeroka zw aszcza w przypadku pierwszej wersji produktu Kyle po-szukiwa mniejszej podgrupy rodzin zainteresowanych jego aplikacj Chcia zaw -zi segment rynku i na nim si skoncentrowa

Kyle zacz wi c dzwoni do rodzin ktoacutere korzysta y z aplikacji jednak nie robi ytego wystarczaj co cz sto aby mo na by o zaliczy je do grona bdquoaktywnychrdquo Wielez nich reagowa o pozytywnie bdquoKorzystamy z High-Score House To wietna rzecz Poraz pierwszy w yciu nasze dzieci zawsze maj pos ane oacute kardquo Reakcja rodzicoacutew by adla Kylersquoa sporym zaskoczeniem Wielu z nich korzysta o z HighScore House tylkoraz albo dwa razy w tygodniu a mimo to uzyskiwali konkretn warto z tej apli-kacji W ten sposoacuteb Kyle wyci gn istotne wnioski na temat segmentacji Dowie-dzia si jakiego rodzaju rodziny s mniej lub bardziej zainteresowane ofert firmyZrozumia e wyznaczony na pocz tku punkt odniesienia dotycz cy intensywno ciu ytkowania produktu nie pokrywa si z tym jak intensywnie faktycznie korzy-stali z niego zaanga owani klienci

Oczywi cie nie oznacza to e zespoacute nie powinien ustala ambitnych celoacutew Gdyby niewyznaczyli sobie tamtego pocz tkowego celu nie mieliby punktu odniesienia do po-roacutewna w ramach procesu uczenia si Bez tamtego przypuszczenia Kyle nigdy niezacz by dzwoni do klientoacutew Na szcz cie uda o mu si ich pozna i zrozumie Kluczem do sukcesu okaza o si zestawienie danych ilo ciowych i jako ciowych

Wyci gni te wnioski sk oni y zespoacute do opracowania nowej definicji bdquoaktywnegou ytkownikardquo ktoacutera w wi kszym stopniu odpowiada a zachowaniom pozyskanychklientoacutew Modyfikacja kluczowego wska nika nie by a w tym przypadku dzia aniemnies usznym poniewa firma doskonale rozumia a dlaczego to robi mdash potrafi auzasadni t zmian



Podsumowanie

Firma wyznaczy a sobie na pocz tku pewien ogoacutelny cel ktoacuterego nie udawa o jejsi osi gn

Zespoacute rozpocz prowadzenie eksperymentoacutew maj cych na celu popraw uzy-skiwanych wynikoacutew niestety nie uda o si osi gn satysfakcjonuj cych efektoacutew

Przedstawiciele firmy usiedli do telefonoacutew i zacz li si kontaktowa z klientamiW ten sposoacuteb zrozumieli e oferuj konkretn warto klientom nale cym dosegmentu w ktoacuterym intensywno u ytkowania aplikacji jest ni sza od wyzna-czonego progu pocz tkowego

Wnioski analityczne

Po pierwsze poznaj swoich klientoacutew Nie ma nic wa niejszego ni jak najszybciejnawi za z nimi bezpo redni kontakt Nawet najwi ksza ilo danych nie pomo e Cizrozumie dlaczego co si dzieje Chwy za s uchawk i skontaktuj si z klientemnawet je li nie korzysta on aktywnie z Twojego produktu

Po drugie zacznij od opracowania wczesnej definicji sukcesu i wyznacz sobie pierwszecele Uwa aj te aby nie zaeksperymentowa si na mier Je li uznasz to za koniecz-ne mo esz obni y poprzeczk Nie roacuteb tego jedynie po to aby nad ni przesko-czy mdash to by oby zwyk e oszustwo Pos u si informacjami jako ciowymi i do-wiedz si jak warto tworzysz i oferujesz klientom Zmiany wyznaczonych celoacutewdopuszczalne s tylko woacutewczas gdy nowy cel lepiej odzwierciedla faktyczne sche-maty zachowa zwi zanych z korzystaniem z Twojego produktu (w konkretnychsegmentach klientoacutew)

Segmenty kohorty testy podziału i analiza wieloczynnikowa

Istot modelu Lean Analytics s testy Polegaj one zwykle na poroacutewnywaniu dwoacutechrzeczy z wykorzystaniem segmentacji analizy kohortowej lub testoacutew podzia u To doistotne zagadnienia dla wszystkich osoacuteb zainteresowanych prowadzeniem precyzyjnychporoacutewna ktoacutere s niezb dne do uzasadnienia wprowadzanych zmian Dlatego te posta-ramy si do szczegoacute owo je tutaj wyja ni

Segmentacja

Segment to nic innego jak grupa o pewnych wspoacutelnych cechach Mo e chodzi o u yt-kownikoacutew przegl darki Firefox sta ych klientoacutew restauracji ktoacuterzy rezerwuj stolik i nieprzychodz w ciemno pasa eroacutew lataj cych tylko pierwsz klas albo rodzicoacutew je d -cych minivanami

Odwiedzaj cych strony internetowe segmentuje si na podstawie roacute nych kryterioacutewtechnicznych i demograficznych a nast pnie zestawia si ze sob te segmenty i je poroacutew-nuje Kiedy stwierdzisz e internauci korzystaj cy z Firefoksa kupuj wyra nie mniejprzeprowad dodatkowe testy ktoacutere pozwol Ci ustali przyczyn tego zjawiska Je lioka e si e nieproporcjonalnie du o aktywnych u ytkownikoacutew mieszka w Australii do-wiedz si o co w tym chodzi a nast pnie sproacutebuj powtoacuterzy ten sukces na innych rynkach



Segmentacja sprawdza si we wszystkich bran ach i w odniesieniu do wszystkich formprowadzenia marketingu nie dotyczy zatem wy cznie stron internetowych Marketerzyspecjalizuj cy si w wysy ce bezpo redniej od dziesi cioleci skutecznie pos uguj si tmetod

Analiza kohortowa

Poroacutewnywanie roacute nych grup w czasie jest mo liwe roacutewnie dzi ki analizie kohortowejBuduj c i testuj c swoacutej produkt b dziesz nieustannie rozpoczyna nowe iteracje U ytkow-nicy ktoacuterych pozyskasz w pierwszym tygodniu do wiadcz czego innego od klientoacutewktoacuterych pozyskasz tydzie poacute niej Za oacute my e wszyscy Twoi u ytkownicy przechodzprzez ten sam cykl bezp atnego okresu proacutebnego korzystania p atno ci i rezygnacjiz produktu Oni b d si znajdowa na ktoacuterym z etapoacutew tego cyklu a w tym czasieTy b dziesz wprowadza zmiany w swoim modelu biznesowym U ytkownicy korzy-staj cy z bezp atnego okresu proacutebnego w pierwszym miesi cu b d mieli inne do-wiadczenia z pocz tkoacutew przygody z Twoim produktem ni ci ktoacuterzy zdecyduj si sko-

rzysta z okresu proacutebnego w pi tym miesi cu Jak to si odbije na stopie migracji Chc cpozna odpowied na to pytanie musimy si pos u y analiz kohortow

Ka da grupa u ytkownikoacutew stanowi kohort czyli uczestnikoacutew eksperymentu trwaj -cego przez ca y cykl ich ycia Mo esz poroacutewnywa ze sob roacute ne kohorty i sprawdza czy z czasem udaje si uzyskiwa coraz lepsze warto ci najwa niejszych wska nikoacutew Po-ni ej prezentujemy przyk ad ktoacutery wyja nia dlaczego analiza kohortowa ma tak du eznaczenie dla startupoacutew

Wyobra sobie e prowadzisz sklep internetowy Co miesi c pozyskujesz tysi c no-wych klientoacutew ktoacuterzy zostawiaj u Ciebie troch pieni dzy W tabeli 21 przedstawio-no rednie przychody od klientoacutew w pierwszych pi ciu miesi cach dzia alno ci

Tabela 21 rednie przychody w pierwszych pi ciu miesi cach

Styczeń Luty Marzec Kwiecień Maj

Klienci ogoacutełem 1000 2000 3000 4000 5000

Średni przychoacuted

na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł

Z tej tabeli nie wynika zbyt wiele Sytuacja si poprawia czy pogarsza Trudno powie-dzie po cz ci dlatego e nie poroacutewnujesz bie cych klientoacutew z klientami starszymia po cz ci dlatego e czysz zakupy klientoacutew pozostaj cych z Tob od pi ciu miesi -cy z zakupami zupe nie nowych klientoacutew Z tych danych wynika jedynie tyle e na-st pi pewien spadek uzyskiwanych przychodoacutew a po nim znoacutew niewielki wzrost Jednakogoacutelnie rzecz bior c rednie przychody utrzymuj si na do sta ym poziomie

Przedstawmy teraz te same dane jednak z podzia em na miesi ce w ktoacuterych poszcze-goacutelne grupy rozpoczyna y korzystanie z Twojej strony Jak wynika z tabeli 22 w za-chowaniach klientoacutew mo na zaobserwowa istotn zmian Klienci ktoacuterzy pojawili siw pi tym miesi cu Twojej dzia alno ci wydaj rednio 9 z ju w pierwszym miesi cukorzystania ze sklepu mdash to niemal dwukrotnie wi cej ni wynosz wydatki klientoacutewktoacuterzy zjawili si u Ciebie w pierwszym miesi cu funkcjonowania Twojego sklepu Ol-brzymi wzrost



Analiz kohortow mo na roacutewnie przedstawi na innym przyk adzie Podzielmy danewed ug kryterium do wiadczenia u ytkownika W tabeli 23 jako takie kryteriumprzyj li my liczb miesi cy w ktoacuterych klient korzysta ze sklepu internetowego W tensposoacuteb uda o si nam wyodr bni kolejny kluczowy wska nik tempo spadku przycho-doacutew po pierwszym miesi cu

Tabela 22 Poroacutewnanie przychodoacutew wed ug kryterium miesi ca w ktoacuterym pozyskano klientoacutew


Nowi klienci 1000 1000 1000 1000 1000


Miesiąc 1 500 zł 300 zł 200 zł 100 zł 050 zł

Miesiąc 2 600 zł 400 zł 200 zł 100 zł

Miesiąc 3 700 zł 600 zł 500 zł

Miesiąc 4 800 zł 700 zł

Miesiąc 5 900 zł

Tabela 23 Analiza kohortowa danych na temat przychodoacutew

Miesiąc korzystania ze sklepu internetowego

Kohorta 1 2 3 4 5

Styczeń 500 zł 300 zł 200 zł 100 zł 050 zł

Luty 600 zł 400 zł 200 zł 100 zł

Marzec 700 zł 600 zł 500 zł

Kwiecień 800 zł 700 zł

Maj 900 zł

Średnio 700 zł 500 zł 300 zł 100 zł 050 zł

Analiza kohortowa pozwala uzyska znacznie ja niejszy obraz sytuacji Cz onkowie kohortystyczniowej mdash pokazanej w pierwszym wierszu mdash wydali w swoim pierwszym miesi -cu 5 z natomiast w pi tym miesi cu by o to ju tylko 50 gr Trzeba jednak przyzna e wydatki klientoacutew w pierwszym miesi cu b yskawicznie rosn a spadek tych wydat-

koacutew z czasem te wydaje si coraz mniejszy Kohorta kwietniowa wyda a 8 z w pierwszymmiesi cu i 7 z w drugim miesi cu Firma ktoacutera sprawia a wra enie tkwi cej w miej-scu tak naprawd prze ywa rozkwit Teraz wiesz ju tak e na jakim wska niku powi-niene si skoncentrowa mdash na tempie spadku przychodoacutew po pierwszym miesi cuwspoacute pracy z klientem

Tego rodzaju narz dzia analityczne pozwalaj identyfikowa prawid owo ci w cyklu yciaklienta Nie musisz ju na lepo segregowa wszystkich klientoacutew ignoruj c w ten spo-soacuteb fakt e ka dy z nich znajduje si w innym punkcie naturalnego cyklu sprzeda owegoAnalizie kohortowej mo na poddawa dane dotycz ce przychodoacutew migracji wirusowo-ci kosztoacutew obs ugi klienta lub dowolnego innego wska nika ktoacutery jest dla Ciebie wa ny



Testy podziału i testy wieloczynnikowe

Analizy kohortowe poroacutewnuj ce grupy takie jak kohorty przedstawione w tabeli 22 snazywane badaniami pod u nymi poniewa dane gromadzi si zgodnie z przebiegiemnaturalnego cyklu ycia danej grupy klientoacutew Z kolei analizy w ktoacuterych poszczegoacutelnebadane grupy do wiadczaj roacute nych rzeczy w tym samym okresie nazywa si badaniamiprzekrojowymi Przyk adem badania przekrojowego jest pokazywanie po owie inter-nautoacutew niebieskiego odno nika a drugiej po owie zielonego odno nika w celu sprawdze-nia ktoacutera z tych grup b dzie cz ciej decydowa si na klikni cie Gdy badasz jedenelement oferowanego do wiadczenia a wszystkie inne czynniki pozostaj bez zmianprzeprowadzasz test podzia u

Testowa mo na wszystkie aspekty produktu najlepiej jednak skoncentrowa si na jegokluczowych elementach i najwa niejszych za o eniach Wyniki tych bada mog siprze o y na olbrzymie korzy ci Jay Parmar wspoacute za o yciel crowdfundingowego serwisubiletowego Picatic powiedzia nam e prosta zmiana wezwania do dzia ania z bdquoZacznijza darmordquo na bdquoWyproacutebuj za darmordquo poskutkowa a wzrostem liczby internautoacutew ktoacuterzyzdecydowali si klikn (tzw wspoacute czynnika klikalno ci) a o 376 w czasie zaled-wie 10 dni trwania testu

Testy podzia u wydaj si do proste niestety napotykamy tu pewien problem Je li niejeste firm pokroju Google czy Bing ktoacutere generuj wystarczaj co du y ruch aby szybkotestowa pojedyncze elementy takie jak kolorystyka strony czy szybko jej adowaniaprawdopodobnie b dziesz mia do przetestowania wi cej elementoacutew ni pozyskujeszinternautoacutew Mo esz przecie zechcie sprawdzi kolorystyk strony tekst wezwaniado dzia ania albo zdj cie ktoacutere pokazujesz swoim odwiedzaj cym

Na szcz cie nie musisz prowadzi odr bnych testoacutew wszystkich tych elementoacutew coznacznie wyd u y oby Twoacutej cykl uczenia si Mo esz sprawdzi wszystkie te elementy na-raz pos uguj c si w tym celu analiz wieloczynnikow Polega ona na statystycznejanalizie uzyskanych wynikoacutew Jej celem jest ustalenie ktoacutery z wielu czynnikoacutew wyka-zuje siln korelacj ze wzrostem warto ci kluczowego wska nika

Na rysunku 22 przedstawiono cztery metody dzielenia u ytkownikoacutew na podgrupyoraz analizowania czy te testowania ich zachowa

Rysunek 22 Kohorty segmenty testy podzia u i analiza wieloczynnikowahellipprawdziwy zawroacutet g owy



Cykl Lean Analytics

Model Lean Analytics w du ej mierze polega na poszukiwaniu sensownego wska nikaa nast pnie prowadzeniu eksperymentoacutew maj cych pozwoli uzyska wystarczaj co dobrwarto tego wska nika aby mo na by o zaj si nast pnym problemem albo przejna nast pny etap rozwoju firmy (por rysunek 23)

Rysunek 23 Cykl ycia startupu stosuj cego model Lean Analytics

Pr dzej czy poacute niej powiniene znale w ten sposoacuteb rentowny powtarzalny i skalowalnymodel biznesowy Dowiesz si te jak go rozwija



W tym rozdziale zawarli my sporo materia u dotycz cego wska nikoacutew oraz analityki nie-wykluczone zatem e mo esz mie pewien m tlik w g owie Dowiedzia e si

czym charakteryzuj si dobre wska niki

co to takiego proacute ne wska niki i jak mo na ich unika

na czym polega roacute nica mi dzy wska nikami ilo ciowymi i jako ciowymi wska nika-mi sprawozdawczymi i badawczymi wska nikami wyprzedzaj cymi i wstecznymioraz wska nikami skorelowanymi i przyczynowymi

na czym polegaj testy podzia u i dlaczego cz ciej stosuje si analiz wieloczynnikow

na czym polega roacute nica mi dzy segmentami a kohortami

W nast pnych rozdzia ach wykorzystasz ca t wiedz w praktyce na przyk adzielicznych modeli biznesowych oraz na roacute nych etapach rozwoju startupu

ĆWICZENIE Ocena obserwowanych wskaźnikoacutew

Przyjrzyj si trzem do pi ciu wska nikoacutew ktoacutere bacznie obserwujesz i codzienniekontrolujesz Wypisz je sobie a nast pnie w odniesieniu do nich odpowiedz na na-st puj ce pytania

Ile z tych wska nikoacutew mo na uzna za dobre

Z ilu z nich korzystasz w zwi zku z podejmowaniem decyzji biznesowych Ilez nich to zwyk e proacute ne wska niki

Czy mo esz wyeliminowa te wska niki ktoacutere tak naprawd nic nie wnosz

Czy przychodz Ci do g owy jakie inne wska niki ktoacutere by yby sensowniejszeod wskazanych powy ej

Skre l z listy niew a ciwe wska niki i dopisz do niej nowe Najwy szy czas przyst -pi do dalszej lektury


11

Spis treści

Przedmowa 15

Wprowadzenie 17

CZĘŚĆ I PRZESTAŃ SIĘ OKŁAMYWAĆ

Rozdział 1Wszyscy kłamiemy 25

Rozdział 2Pomiary wynikoacutew 31

Rozdział 3Postanoacutew co zrobisz ze swoim życiem 51

Rozdział 4Uzależnienie od danych a posiłkowanie się danymi 57

CZĘŚĆ II ZNAJDŹ WŁAŚCIWY WSKAŹNIK bdquoNA TERAZrdquo

Rozdział 5Modele analityczne 65

Rozdział 6Jeden istotny wskaźnik i związana z nim dyscyplina 75

Rozdział 7Czym się zajmujesz 83

Rozdział 8Model biznesowy nr 1 mdash sklep internetowy 91

Rozdział 9Model biznesowy nr 2 mdash oprogramowanie jako usługa (SaaS) 109


12 SPIS TREŚCI




















SPIS TREŚCI 13








14 SPIS TREŚCI


31

R O Z D Z I A Ł 2









1























2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics





















12 SPIS TREŚCI




















SPIS TREŚCI 13








14 SPIS TREŚCI


31

R O Z D Z I A Ł 2









1























2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics





















SPIS TREŚCI 13








14 SPIS TREŚCI


31

R O Z D Z I A Ł 2









1























2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics





















14 SPIS TREŚCI


31

R O Z D Z I A Ł 2









1























2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics





















31

R O Z D Z I A Ł 2









1























2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics








































2






























SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics
















































SCHEMAT






3

















































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics































































Podsumowanie




Wnioski analityczne



koncentracji
























4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics






































4








Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics
























Ruchomy cel





ANALIZA PRZYPADKU


















Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics

































Podsumowanie




Wnioski analityczne





Segmentacja






Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics























Analiza kohortowa









na jednego klienta

500 zł 450 zł 433 zł 425 zł 450 zł








Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics

























Nowi klienci 1000 1000 1000 1000 1000






Miesiąc 5 900 zł



Kohorta 1 2 3 4 5


Luty 600 zł 400 zł 200 zł 100 zł



Maj 900 zł
















Cykl Lean Analytics































Cykl Lean Analytics





















Wszelkie prawa zastrzeżone. Nieautoryzowane ...pdf.helion.pl/meleaz/meleaz.pdfWszelkie prawa...

Documents

Transcript of Wszelkie prawa zastrzeżone. Nieautoryzowane ...pdf.helion.pl/meleaz/meleaz.pdfWszelkie prawa...