Не загубитися у цифрах: які показники дійсно важливі для розвитку бізнесу

Аналіз даних нагадує роботу шеф-кухаря: для смачної страви треба не просто обрати найкращі інгредієнти, а й правильно приготувати їх. У цій колонці я розповім вам, як правильно з ними поводитись, щоб отримати найкращі результати.

Три кити датааналітики

Для кожного проєкту, як і для кожної страви, застосовується індивідуальний підхід. Якщо потрібне пюре, ви будете варити картоплю, а не смажити. Не можна створити один шаблон під усі активності, які є в компанії, починаючи від PR або GR і закінчуючи просуванням або перфоманс-маркетингом. Втім, є кілька параметрів, які їх об’єднують і на які потрібно зважати. 

По-перше, повернення інвестицій — ROI (return on investment). Цей показник повинен чітко давати відповідь: якщо ми використали Х гривень/доларів/євро, за який період вони повернуться і в якому еквіваленті. Наприклад, інвестуючи 100 євро, ми у Bolt не очікуємо, що вони повернуться завтра. Для цього є конверсійні моделі, які ми використовуємо для розуміння, через скільки ми окупимо залученого споживача — чи то нового пасажира, чи то нового водія, чи то нового користувача Bolt Food або кур’єра.

Друге, що ми постійно аналізуємо, — вартість залучення та супроводу споживача з урахуванням сезонності та низки інших чинників. Простіше кажучи: скільки ми використали бюджету, скільки це дало лідів, яка вартість цього ліда, який відсоток конверсії та скільки генерують грошей ці ліди. Якщо це водій, то скільки він виконав поїздок і заробив, якщо пасажир, то скільки разів скористався послугами Bolt, скільки витратив грошей та яким є середній чек за визначений період. Якщо лід коштує більше за встановлену норму, треба добре подумати, чи варто продовжувати таку активність.

Третій показник — це total profit: який прибуток нам приносить та чи інша кампанія, проєкт або активність і наскільки це відповідає стратегічним бізнес-цілям та квартальним планам.

Підписуйтеся на наші соцмережі

Ефективне оброблення даних: від гіпотези до потрібного результату

Працюючи з даними, треба бути впевненими в їхній актуальності і достовірності. Одна неправильна цифра може звести нанівець роботу кількох десятків людей і стати причиною хибної гіпотези та подальшого провалу так само, як зіпсований інгредієнт може зіпсувати всю страву. 

Навіть якщо вам здається, що ваша страва вийшла їстівною, раджу порівняти її з тим, що ви готували раніше, і завітати на вечерю до конкурентів. Після цього багато питань можуть відпасти самі собою. 

Якщо проєкт простий і недовгостроковий, то не потрібно витрачати рік на його підготовку. Ви маєте прагнути адекватного використання ресурсів. Не треба створювати процес заради процесу або розгорнуту таблицю Excel заради таблички.

Якщо треба зануритися глибше, завжди є посилання на детальні ресурси та бази даних. Але створювати презентацію на 150 слайдів — це перебір, її ніхто не дочитає до кінця. Має бути макрорівень, де висвітлені проблеми, контекст, пропозиції щодо вирішення, оцінка рішення та наступні кроки. На кожному з цих слайдів чи блоків повинно бути посилання, яке підтверджує, звідки взяли дані, чи тегнули людину, яка за це відповідає. 

Не потрібно 10 разів перевіряти гіпотезу, якщо вона демонструє прийнятні результати вже під час перших тестів. І навпаки. Якщо щось відбувається не так, дуже дивно нічого не змінювати й очікувати на інший результат.

До того ж не рекомендую одразу бігти в усі сторони, особливо якщо у вас вже є проєкти, які реалізуються добре. Треба взяти з них максимум і тоді вже рухатися далі.

П’ять правил аналізу даних 

Резюмуючи, хотів би сформулювати декілька корисних, на мою думку, правил роботи з даними.

Ну й, звісно, щоб стати гарним шеф-кухарем даних, потрібна постійна практика. Необхідно нарізати тонну цибулі (читай підготувати кільканадцять звітів) і пролити багато сліз перед тим, як ви навчитеся вправно це робити.

Підписуйтеся на наші соцмережі