99% e-commerce дашбордов страдают от этих проблем

Мы изучили более 1000 отчётов в e-commerce брендах и агентствах.

И снова и снова видели одни и те же ошибки:
– Усреднённые данные
– Не приводят к действиям
– Много метрик тщеславия
– Неправильные сравнения
– Красиво оформлено, но бесполезно по сути

Поэтому мы собрали чеклист, чтобы быстро находить, что в отчётах не так:

→ Отметьте, что подходит под ваш кейс
→ Используйте для аудита или пересборки

Если нашли 3+ совпадения – пора проводить аудит дашбордов.

Если 10+ – давайте обсудим.

– Сохраняйте
– Поделитесь с командой
– Используйте в обсуждениях

--

Полезно?
🔥 – да

Сами по себе показатели могут ничего не значить.
Зато в паре могут выдать важный инсайт, который иначе не увидишь.

Сделали небольшой читшит с 15-ю таких сочетаний в виде диаграмм Эйлера.

Вот несколько примеров:

– CR растёт, а выручка падает = Возможно, вы просто сливаете трафик в дешёвые конверсии.
– LTV растёт, а повторные заказы падают = значит, покупают единицы, но на крупную сумму.
– Добавляют в корзину, но оформление никто не начинает = значит, с чекаутом что-то не так.

Такие паттерны незаметны при беглом взгляде. Но именно они выдают слабые звенья: в продукте, коммуникации, юзабилити.

Получилось визуально, понятно, с пояснениями – всё как мы любим.

Какие пересечения еще можно добавить?

P.S. Кстати в Линке этот постяра стал виральным – 600+ реакций за 14 часов

--

Полезно?
🔥 – да

Продажи не растут, потому что вы принимаете неправильные решения.
А такие решения вы принимаете из-за ошибок в аналитике и расчетах.

Как и обещали, мы собрали 266 таких примеров.

Не теория.
Реальные ошибки – в трекинге, расчётах и интерпретации данных.

Вы можете использовать это:
– Для аудита отчётов
– Для обучения команды
– Для формулирования верных выводов

Мы разделили ошибки на 8 категорий:
1/ Ошибки в метриках
2/ Воронка продаж и конверсии
3/ Атрибуция графика
4/ Выручка и финансы
5/ Точность данных
6/ Сегментация
7/ Удержание клиентов
8/ Email и CRM

Каждая ошибка описана с деталями:
– Категория и тип
– Сила влияния
– Частота возникновения
– Как она выглядит на практике
– К чему приводит
– Как её найти
– И какие метрики затрагивает

Всё это в виде фильтруемой базы в Airtable.
Удобно для аудитов, онбординга или просто как шпаргалка на каждый день.

Смотреть тут 🇺🇸

--

Полезно?
🔥 – да

Метрики – это не список. Это система

Недавно написал статью про то, почему метрики не должны жить в изоляции, и как связность между ними меняет сам подход к аналитике.

Если коротко:

– большинство дашбордов показывают цифры, но не показывают связи, логику.
– метрики живут как будто по отдельности, и из-за этого принятие решений превращается в угадайку.
– а между тем, бизнес – это система. И метрики в нём тоже система, а не список.

В статье мы:
– объясняем, почему традиционные дашборды не работают (и когда они особенно бесполезны);
– показываем, как должна быть устроена карта метрик, чтобы давать реальное понимание;
– разбираем примеры: AOV, LTV и как они раскладываются на метрики;
– делимся нашей логикой: зачем мы вообще начали строить JetMetrics и что поняли по пути.

Если вы работаете с данными, метриками или решениями, то, возможно, что-то в этом тексте откликнется.

Читать на vc.ru 🇷🇺

Читать на Medium 🇺🇸

Новый дашборд по CRO готов!

Мы таки доделали эту коллабу с агентством Enavi и с великолепной @zheniashtanova

Получилось правда очень круто.

Это не только моё мнение, но и первых юзеров.
Есть те, кто купили полную версию даже не глядя (!), потому что знают, что делаем хорошо.

Что интересного:
+ совместили карту из 17 CRO метрик и таблицы по сегментам

+ добавили детальные страницы для этапов:
- Landing → Product View
- Product View → Add to Cart
- Add to Cart → Begin Checkout
- Begin Checkout → Purchase

+ предусмотрели 5+ видов сегментирования юзеров
- по устройствам
- по источнику
- новые / повторные
- категория посадочной страницы

+ добавили теорию и доп.инсайты

А еще свои данные из GA4 можно подключить всего парой кликов. Либо пощелкать дашборд на наших демо-данных.

Можно бесконечно пользоваться бесплатно.

Но вот если нужно адаптировать дашборд под себя, сделать несколько копий под разные проекты, то покупайте полную версию. Кому надо купить в рублях (с юр и физлиц), напишите мне @nekrasovdy

Получить доступ к дашборду

Коварные метрики 😈
Иногда рост – это плохо, а падение – хорошо.

Мы привыкли радоваться, когда метрики растут:
время на сайте, конверсия, AOV, трафик…

Но часто это ловушка.

Одно и то же изменение может означать:
– Вовлечённость или запутанный UX
– Лояльность или снижение новых клиентов
– Эффективность рекламы или мусорный трафик

Чтобы не попасться, я собрал короткий читшит из 8 метрик, которые чаще всего вводят в заблуждение.
С объяснением, что ещё они могут означать и как это проверить.

👇 Картинка ниже – не забудьте сохранить себе или переслать коллегам.

--

Полезно?
🔥 – да

А давайте проверим одну гипотезу.

Если собрать список из 200+ ошибок в аналитике, которые портят отчёты, искажают выводы и тихо убивают рост, то это кому-то будет нужно?

Вот пример в виде 5 ошибок, которые встречаются постоянно:

1/ Считают сессии, как юзеров
Кажется, что аудитория намного больше, хотя 1 юзер может генерировать несколько сессий.
Как избежать: считать обе метрики, но анализировать отдельно.

2/ Считают LTV без учета возвратов
Это приводит к переоценке общего состояния здоровья клиентской базы. Особенно в отраслях, где возвраты являются частыми по умолчанию.
Как избежать: считать LTV только по завершенным заказам и вычитать возвраты.

3/ Верят в Open Rate
С iOS 15, письма могут открываться автоматически приложением, а не пользователем. Это приводит к неадекватным показателям открываемости.
Как избежать: забудьте про Open Rate. Сосредоточьтесь на CTOR и конверсиях.

4/ Оценивают продажи по Gross Revenue, а не по Net
Цифры выглядят круто, но реальной картины не дают.
Как избежать: учитывайте возвраты и налоги, как минимум.

Ну и классика:

5/ Учитывают в расчете CAC только рекламный бюджет
И получаются классные показатели по привлечению и впечатляющее соотношение CAC/LTV. А по факту экономика может не сходиться.
Как избежать: в расходы нужно заносить ФОТ, оплата агентств, стоимость сервисов и прочие расходы, которые несет направление привлечения в целом.

Готовы сделать и поделиться такой подборкой, с объяснением и примерами по каждой ошибке.

Делать? Или перегрузим вас инфой?

--

🔥 – да, делайте

Ваш дашборд показывает, что Add-to-Cart = 5.3%
но не говорит – почему

Стандартный дашборд, как правило, выглядит так:
– карточка KPI
– динамика показателя
– разрезы по каналам, устройствам, странам и пр.
– сводные таблицы

Но что делать, если метрика упала?
Где искать причину?
Что исправить?

Можно пойти дальше и сразу смотреть на карту метрик, которая сразу покажет:
- из каких компонентов складывается показатель,
– какие из них улучшились, а какие просели,
– и что именно повлияло на это.

Теперь вы не просто смотрите на цифру.
Вы понимаете, почему она изменилась и что с этим делать.

Согласны ли с таким подходом?
🔥 – да

--
Хотите такие деревья метрик в своих отчётах?
Напишите мне @nekrasovdy

4 стадии деградации ретеншена

Он может выглядеть нормально. Но лояльность может выгорать незаметно.

В e-commerce редко всё рушится резко.
Чаще всего база постепенно вымывается – когорта за когортой.

Я разобрал 4 стадии деградации ретеншна — с метриками и бенчмарками для каждой:

🟢 Хорошие возвраты (30%+)
🟡 Удлиняется время до 2-й покупки
🟠 Клиенты возвращаются только на скидки
🔴 Почти все покупают один раз и исчезают

Чем раньше вы заметите эти сдвиги от одной стадии к другой, тем легче будет это исправить.

А то большинство замечают, когда LTV уже "развалился".

Какие сигналы и метрики о спаде лояльности вы можете добавить?

--

Полезно?
🔥 – да

Когда крутые профессионалы ждут релиза наших дашбордов.

Кстати, сегодня запускаем новый бомбический дашборд в Looker Studio для CRO

Конечно же, с бесплатной версией 🫶

UPD: перенесли на вторник

Библия сегментации клиентов

Мы потратили 5 недель на сбор и структурирование этих 26 разделов.

4 раза все переделывали после отзывов экспертов.

И вот что получилось:
- 100+ примеров использования в DTC, розничной торговле, B2B, SaaS
- основные модели сегментации
- типы когортного анализа
- как собирать данные
- распространённые ошибки
- правила конфиденциальности данных
- продвинутые модели
- когда сегментировать
- метрики для отслеживания
- все об RFM сегментации
- этические нюансы

Всё на одной огромной доске в Miro

https://datmark.gumroad.com/l/segmentation-cheatsheet

Пишите свои комментарии, что интересного нашли внутри🤙

—

Полезно?
🔥 — да

111 психологических триггеров для роста продаж

Подготовили свежий концентрат пользы в виде базы Airtable

Что внутри?

24 триггера дефицита и срочности
→ чтобы создавать высокий спрос

27 триггеров доверия и социального доказательства
→ чтобы формировать нужную репутацию

32 триггера принятия решений
→ чтобы помогать клиентам выбирать быстрее

27 триггеров цен и маркетинга
→ чтобы делать предложения, от которых сложно отказаться

Каждый триггер включает:

- Описание
- Название
- Категорию
- Оригинальность
- Пример внедрения
- Необходимые ресурсы
- Сложность реализации
- Потенциальное влияние
- Ключевые метрики, которые растут
- Почему это работает (объяснения с точки зрения психологии)

Никакой воды.

Только рабочие тактики, которые сделают офферы сильнее.

Получить доступ

--

Полезно?
🔥 – да

Опасная ловушка в аналитике

Улучшая одну метрику, можно убить другую — и в итоге потерять деньги

Например:

↳ Снижаете CPC → получаете дешевый, но некачественный трафик
↳ Растите AOV через повышение цен → теряете клиентов, которые не хотят переплачивать
↳ Повышаете Retention скидками → сжигаете маржинальность

Описал 6 типовых ошибок таких ловушек.

Какие ловушки встречали вы?

--

Полезно?
🔥 – да

7 самых частых ошибок в сегментации клиентов

Сегментируете или только собираетесь это делать по-нормальному?

Вот на какие грабли вы можете наступить:

1/ Слишком широкие или слишком узкие сегменты

Решение:
Начните с макросегментов, но затем уточняйте их на основе реальных данных о потреблении

❌ "Мужчины-предприниматели с высоким уровнем дохода"
✅ "Частые покупатели премиальных аксессуаров"

2/ Игнорирование поведенческих данных

Решение:
Учитывайте активность на сайте, частоту покупок, брошенные корзины, взаимодействие с рекламой.

❌ "Женщины от 18 до 24 лет"
✅ "Пользователи с высокой вовлеченностью, которые часто просматривают страницы, посвященные уходу за кожей"

3/ Не обновлять сегменты с течением времени

Решение:
Определите частоту обновления сегментов. А еще лучше – используйте динамическую сегментацию в реальном времени.

❌ Работать с сегментом "Активные клиенты" на протяжении длительного времени
✅ Актуализировать сегмент и поместить тех, кто не покупал более 180 дней в "Отток"

4/ Усложнение сегментации без причины

Решение:
Начните с 5-7 основных сегментов, прежде чем поймете, что вам этого недостаточно.

❌ Сделали RFM сегментацию (5х5х5) и получили 125 сегментов. Теперь не знаете, что с этим делать.
✅ Начали с 3-6 более общих

5/ Применение одинаковых подходов к одним и тем же сегментам

Решение:
Найдите то, чем будет подходить каждой группе клиентов в отдельности

6/ Не считать эффект от сегментации

Решение:
Проводите A/B тесты, сравнивая сегментированные и массовые подходы. В качестве критериев сравнивайте показатели CTR, CR, Retention и продажи.

😐 Одной половине отправьте общее предложение
🥸 Для второй настройте сегментированные email-кампании. И сравните результативность.

А теперь моё любимое!

7/ Сегментирование просто так

Решение:
Начните с цели. А каждый получившийся сегмент должен отвечать на вопросы: «Как это поможет мне достичь <ваша цель>?».

❌ Давайте поймем, из чего состоит наша клиентская база
✅ Нам нужно сократить отток на 7%. Давайте сделаем сегментацию, чтобы определить, на каких клиентов и как мы сможем воздействовать, чтобы этого достичь.

--

Полезно?
🔥 – да

Готовим огромный читшит про то, как сегментировать клиентов.

Что планируем включить в него:
- когда сегментировать
- как сегментировать
- типичные ошибки
- виды сегментации
- всякие неочевидные техники
- много примеров
- на какие метрики смотреть
- как использовать результаты

Готово пока около 20%, но уже выглядит внушительно.

Но я хотел бы спросить у вас...

Стоит ли нам продолжать?

Будет ли это полезно?

🔥 — да

База из 203 кастомных GPT

Мы вручную собрали эту подборку, чтобы помочь вам найти GPT для:

– автоматизации рабочих процессов
– анализа данных
– принятия более точных решений

Что внутри:
– Теги
– Название
– Рейтинг
– Категория
– Прямая ссылка
– Автор
– Описание
– Количество отзывов
– Кол-во начатых диалогов

GPT по каким категориям включили:
– Продажи
– Маркетинг
– Аналитика
– Стратегия
– Стартапы
– Продуктивность
– Разработка

Получить ссылку на базу в Airtable

Полезная подборка?

Охваты в Линкедине у всех полетели вниз 🆘

И у рядовых пользователей, и у инфлюенсеров.

Но такое бывало уже много раз, все вернется на круги своя.

Что остается делать?

Совет дает топ-1 B2b инфлюенсер в Нидерландах (по версии Favikon)

🫥 Карта из 39 метрик LinkedIn готова

Мы поместили показатели со значениями из предыдущего поста и всё встало на свои места.

Теперь это не просто набор метрик, а целостная система, где видны ключевые драйверы роста и по-настоящему важные метрики.

Всё оформили в виде PDF на 14 слайдов с подробными иллюстрациями и комментариями.

А в конце можно изучить всю карту в векторном формате.

Смотреть PDF

Enjoy!

Есть вопросы по этим метрикам и в целом по росту в Линке? Пишите в комментариях 🙌

P.S. Нужно перевести файл на русский для удобства?

🥳 33К+ подписчиков в LinkedIn! Круто? Нисколько!

Сейчас я объясню почему это совершенно бесполезная метрика.

Само количество подписчиков никаких преимуществ не даёт. Это чистой воды vanity metric. Нет корреляции с охватами и вовлеченностью.

Есть куча примеров, когда профили с 3К+ подписчиков стабильно набирают по 100+ реакций, а инфлюенсеры с 200К+ – по 5-10.

Однако по этому поводу я решил собрать и посчитать все наши метрики по Линкедину за всё время (а если точнее, то с июля 2020 года, когда начал там активничать – локдаун запустил много интересных процессов).

Зачем? Чтобы понять сильные и слабые зоны, а также чем именно можно управлять.

Для удобства подсветил сходу показатели, которые хотелось бы улучшить (🟡) и одну очевидно проблемную зону (🔴). По остальным пока непонятно, насколько они хороши.

Подписчики: 33 200 // не факт, что все живые, но приятно

Показы: 7 566 137 // из которых 4+ млн пришлись на 2 самых виральных поста

Конверсия из показа в подписчика: 0.44% 🟡

Уникальные пользователи: 2 233 926
Показов на пользователя: 3.4

Кол-во посетителей профиля: 62 619
Конверсия из уникального пользователя в посетителя профиля: 2.8%

Всего коннектов: 18 096
Принятые входящие коннекты: 13 210
Принятые исходящие коннекты: 4 886

Текущий SSI: 73

Компоненты SSI:
→ Establish your professional brand: 19.28 из 25
→ Find the right people: 16.216 из 25 🟡 // может быть из-за нечёткого фокуса: есть и агентства, и мерчанты, и аналитики
→ Engage with insights: 12.28 из 25 🔴 // вовлекаться в чужие посты надо сильнее
→ Build relationships: 25 из 25 // зато тут полный успех! LinkedIn-сердцеед 💙

Кол-во виральных (1+ млн. показов) постов: 2 🟡 // где-то затаился третий "белый лебедь" 🦢, ждём его появления

Ср. показов на пост: 16 306
Ср. вовлечения на пост: 176 🟡

Всего вовлечений: 81 468

А конкретно:
→ Реакций: 25 945 // лайки, сердца и «смешно» – всё учтено!
→ Комментариев: 54 859 // не зря LI поощряет именно их
→ Репостов: 664

Всего написано постов: 464

А именно:

→ Посты с видео: 48
→ Посты с изображением: 284 // люди любят глазами
→ Карусели: 48 // кстати, это сейчас топ-1 формат, как говорят
→ Текстовые посты: 84

Ср. частота постинга: 1.9 поста в неделю 🟡

Всего комментов оставил: 20 235

Всего реакций поставил другим: 28 150 // поддерживаю коллег, как могу

Начато диалогов: 15 512

Ср. кол-во сообщений в диалоге: 3.9 🟡 // все-таки зачастую вежливый small talk, а не интересные переписки

--

Эти числа сами по себе – просто числа. Связи между ними не всегда очевидны, да и управлять всеми напрямую не получится.

Но если разложить их по полочкам, выстроить логику влияния – можно увидеть, какие показатели действительно приводят к результату (и каков этот результат на самом деле?), а какие просто создают видимость роста.

Мне хочется собрать из этого полноценную карту 🫥: с взаимосвязями, объяснениями и инструментами для роста actionable метрик.

Если интересно — жмите 🔥, и в понедельник опубликую!

А еще давайте дружить в LinkedIn – https://www.linkedin.com/in/nekrasovdy/

Краткий обзор JetMetrics GPT [3:37]

Что в обзоре:
- Как получить доступ
- Первый взгляд
- Ключевые особенности
- Как указать контекст
- Какие промпты отправлять
- Как подгружать ваши реальные данные
- Как уточнять ответы, чтобы достичь наилучших результатов

ГПТ открыт для всех желающих до 10 марта

JetMetrics GPT теперь открыт для всех

С помощью него можно:

- Генерировать стратегии роста
- Анализировать ухудшения метрик
- Проводить диагностику процессов
- Получать персонализированные гипотезы
- Загружать ваши отчеты и получать инсайты

🔥 До 10 марта его можно использовать без ограничений

🎁 Бонусом идёт база из 120 промптов

Ссылка тут – https://datmark.gumroad.com/l/jetmetrics-gpt

Почему могут резко снизиться охваты в LinkedIn?

Недавно мы заметили, что наши привычно залетающие посты перестали залетать так, как раньше. Личные и трогательные посты (как про мою бабулю, например) набрали какие-то крохи по охватам.

Словом, творилась какая-то аномальная ситуация. Мы перебрали кучу гипотез:
- рост числа постов (было 0-1 пост в неделю, стало 4-7);
- резкий рост подписчиков (+6к за 3 месяца)
- усталость от механики раздачи контента за коммент
- неинтересный контент (да ну не может быть)
и т.д. и т.п.

Но ни одну из них не удалось подтвердить.

После недавних постов уже решил написать в саппорт и прямо спросить, что происходит. Хотя я надеялся, что какие-то ограничения все-таки есть, но опасался, что меня отошьют дежурной фразой.

Ответ саппорта с одной стороны расстроил, с другой стороны сильно обрадовал.

Ограничения, оказывается, были. И были вызваны они... тем, что несколько людей кликнули по кнопке "Я не знаю этого человека", когда я им отправлял запрос в коннект.

Вот так всё оказалось просто.

Хотя я это делал вручную и совсем не массово.

Линкедин очень не любит спамеров и любыми способами пытается их если не заблочить, то усложнить им жизнь.

Самое очевидное и простое – выявить тех, кто отправляет коннекты тем, кого не знает.

Ключевые уроки из ситуации:
- забудьте про автоматизированный аутрич
- не добавляйте в коннекты тех, кого вы не знаете
- если хотите познакомиться с кем-то, подпишитесь на него и вовлекайтесь в его посты
- старайтесь, чтобы приток подписчиков и коннектов был входящим, а не исходящим (лидмагниты – наше всё)

А еще можете прямо сейчас отозвать ВСЕ свои исходящие запросы в коннект, от греха подальше.

Но если вы уверены, то ваши потрясающие посты недополучают охватов и вы будто упираетесь в стеклянный потолок, то так прямо и спросите у саппорта.

Может эти ограничения есть и у вас тоже.

Всем классных охватов и отличной пятницы 🍸

Чем JetMetrics GPT отличается от ванильной версии

Это, пожалуй, самое распространённое возражение на демо.

Мы, конечно, объясняем, что она обучена на большом массиве наших материалов, что она заточена под конкретные нужды. Но иногда ванильная версия может казаться в целом норм.

Для этого мы регулярно переписываем инструкции, загружаем в неё дополнительные материалы и делаем более подходящей для решения задач юзеров.

Сегодня выкатили новые апдейты. Взгляните на эта два ответа: один получен в нативном GPT, а другой в JetMetrics GPT.

Угадайте, какой наш?

Какой ответ лучше и полезнее? И почему?

MVP JetMetrics на финишной прямой

Представьте: открываете основной экран, и перед вами не просто сухие цифры, а целостная карта метрик – наглядная, понятная и всегда под рукой.

Справа – интерактивная "Metric story", где каждая метрика раскрывается как история: с деталями, динамикой и ключевыми ИИ-инсайтами.

Хотите больше постов про разработку и продвижение продукта на международку?

215 готовых сегментов для персонализации в екоме

«Персонализируйте свой маркетинг!» – звучит довольно просто.

Но как именно это сделать?

Мы проделали самую сложную часть работы – подготовили базу из 215 сегментов покупателей.

Что есть по каждому сегменту:
- Категория и подкатегория
- Приоритет и сложность
- Пример использования
- Оценка креативности
- Ожидаемый эффект
- Название сегмента
- Целевые метрики
- Где использовать
- Как использовать
- Как определить

Сегменты разбиты по категориям:
- История покупок
- Поведение на сайте
- Чувствительность к скидкам
- Вовлеченность в email-рассылки
- Рефералы и социальное влияние
- Поведение при оформлении подписки
- Взаимодействие со службой поддержки
- Поведение при оплате и оформлении заказа

Получить доступ можно здесь – https://datmark.gumroad.com/l/segmentation-ideas

Запустил в выходные опрос в Линке «Что больше всего влияет на повторные покупки?».

Промежуточные результаты на скриншоте. Прошли всего сутки, но картинка кардинально не изменится.

Какой вывод можно сделать?

Продукт решает.

С плохим продуктом никакие навороченные программы лояльности не помогут.

Механики по стимулированию отзывов тоже не сделают погоды.

Быстрая доставка плохого продукта не сделает клиентов более лояльными.

Однако работа над этими второстепенными факторы поможет подкрутить метрики в нужных местах и тем самым дать буст в размере 1-30%, который в итоге обернется, как снежный ком, еще бОльшими результатами.

А что, по-вашему, сильнее всего влияет на повторные покупки?

Любой показатель может стать метрикой тщеславия

Вот доказательства:

1/ AOV (средний чек) растёт?
Ок, но если количество заказов падает, то радоваться рано.

2/ ROAS увеличился?
Отлично, но если LTV клиентов снижается, значит, привлекаете одноразовых покупателей.

3/ LTV растет?
А если число новых клиентов падает, вы просто зарабатываете больше на оставшихся.

4/ Conversion Rate взлетел?
Может, потому что вы просто урезали трафик до самых теплых сегментов?

5/ Cart Abandonment Rate снизился?
Но если процент возвратов вырос, возможно, пользователи стали покупать без раздумий, но потом жалеют.

6/ CAC снизился?
Но если Retention Rate ухудшается, то вы экономите на привлечении, но привлекаете не тех клиентов.

7/ CTR рекламы выше?
Возможно, потому что креатив кликбейтный, а конверсий в итоге нет.

8/ Стал больше Add to Cart?
А Checkout Initiation Rate не упал? Если да, то, возможно, пользователи используют корзину вместо избранного.

9/ Чек вырос после внедрения кросс-продаж?
А не стало ли больше отказов от оплаты на последнем этапе?

10/ Среднее время на сайте увеличилось?
А если конверсия в покупку упала, может, пользователи просто потерялись?

11/ Больше отзывов?
Это круто, но если их средняя оценка снизилась, то стоит ли радоваться?

12/ Organic Traffic вырос?
Хорошо, но если он не конвертится в продажи, то это просто цифры ради цифр.

13/ Время загрузки сайта сократилось?
Ок, но если CR не изменился, возможно, скорость не была ключевой проблемой.

14/ Выручка увеличилась?
Но если маржинальность снизилась, можете работать в ноль.

15/ Снизили скидки, и маржа выросла?
А если продажи упали, возможно, вы потеряли прибыльных клиентов.

16/ Удержание клиентов улучшилось?
А если ARPPU снизился, возможно, остались только те, кто мало тратит.

17/ Открываемость email-рассылок увеличилась?
Это хорошо, но если CTR писем не изменился, значит, контент не цепляет.

18/ Увеличили количество подписчиков?
Но если открываемость падает, это просто "мертвые души".

19/ Добавили больше вариантов оплаты?
Но какой в этом толк, если до этого этапа пользователи не доходят.

--

Мораль сей басни такова: каждая метрика тщеславна, если смотреть на неё в отрыве от контекста.

Всегда проверяйте, какие показатели проседают, пока вы радуетесь росту других.

Какие примеры встречались у вас?

С каким пунктом согласны больше всего?

Growth Metrics Expert 1.0

Мы собрали в один GPT всю нашу экспертизу по метрикам за 2.5 года:

- 1100+ метрик (от узких тактических до общих и ключевых)
- 6753 вариантов вопросов, который приведут к инсайтам
- 1858 возможных причин ухудшения показателей
- 6041 рекомендуемых срезов, как анализировать
- 4 алгоритмов по поиску причин отклонений
- 1845 тактик, как растить эти метрики
- 6 Driver Trees по ключевым метрикам

Можно делать запросы и получать ответы на любом языке 🇬🇧🇪🇸🇵🇹🇨🇳🇫🇷🇷🇺🇩🇪

Как он может помочь:

- Разберёт метрики
- Выявит точки роста
- Приоритизирует задачи
- Предложит стратегии под цели бизнеса
- Адаптируется под вашу должность и отрасль компании

В чем эксперт:

- Привлечение клиентов
- Перформанс-маркетинг
- Оптимизация конверсии
- Рост выручки и прибыли
- Операционная эффективность
- Клиентский опыт и поддержка

Что его отличает от ванильного ChatGPT?

- Строит гипотезы на основе метрик
- Даёт конкретные рекомендации и дорожные карты
- Учитываю связи метрик (как один показатель может повлиять на другой)
- Использует всю базу JetMetrics Lite для глубокой диагностики показателей

Напишите мне, если интересно протестировать и начать пользоваться – @nekrasovdy

225 готовых идей для A/B-тестов в ecommerce

Что внутри:

→ 39 идей по корзине и процессе оформления заказа
→ 27 - веб-сайт и пользовательский опыт
→ 29 - ценообразование и скидки
→ 30 - реклама и продвижение
→ 30 - email-маркетинг и пуши
→ 20 - программы лояльности
→ 20 - персонализация
→ 30 - каталог товаров


Для каждой идеи мы расписали:

+ Длительность тестирования
+ Необходимые ресурсы
+ Целевая метрика
+ Что тестируется
+ Что измеряется
+ Сложность
+ Приоритет
+ Гипотеза

Всё собрали и разместили в Airtable

Получить доступ можно тут – https://datmark.gumroad.com/l/225-ideas-for-ab-tests

LTV: Что мне делать с этой метрикой?

Четвёртый алгоритм, как проверять причины отклонения метрики наконец-то готов.

🗜️ Мы потратили 2 дня, чтобы вы смогли разобраться в нем всего за 30 минут

Из чего состоит:
- 23 идеи действий
- 12 контрольных точек
- 14 идей для исследования
- Всего 49 элементов в алгоритме

Что внутри?
- Конкретные, основанные на данных рекомендации
- Готовый к использованию алгоритм в формате наглядной блок-схемы
- Разбивка по ключевым метрикам LTV (AOV, ARPC, Customer Lifetime)

На какие вопросы отвечает:
- Почему LTV снизился?
- Какие метрики следует исследовать?
- Какие действия следует предпринять для его улучшения?

Получить доступ к Miro доске можно здесь:

https://datmark.gumroad.com/l/ltv-algorithm

Подборка из 61 инфографики и фреймворка про метрики

Многие крутые компании и эксперты пробовали упаковать свои знания о том, что и как измерять, в простые и понятные фреймворки.

Читшиты, Х самых важных метрик для Y и даже периодические таблицы с метриками.

Мы собрали некоторые из них.

В подборке можно найти много полезных примеров из маркетинга, продаж, екома, SaaS, финансов, стартапов и не только.

Enjoy!

Пишите, какие оказались наиболее полезными