Привет, это Андрон! 👋🏻
В своём канале я предложил решить короткий case study, и вот что получилось.
Blueberries — молодой, динамично развивающийся маркетплейс. Каждый месяц они тратят много миллионов рублей на привлечение новой аудитории.
В среднем каждый месяц реклама дает 115% ROAS (то есть компания отбивает рекламный бюджет + зарабатывает 15% выручкой сверху). Но в месяц Х рентабельность резко просела и компания получила всего 60% ROAS — реклама даже не окупилась.
Почему такое может быть?
Я раскластеризовал все гипотезы по группам. Всё, что будет ниже — абсолютно верно и реально может служить причиной падения ROAS платного трафика.
Внешние факторы:
— Все убежали к конкуренту, потому что он запустил акцию;
— Продавали в основном сезонные товары, а сезон закончился;
— Январь, у клиентов оливьешная кома, все деньги потратили в декабре на подарки;
— Илон Маск выложил новый пост и все побежали покупать новый мемкоин 🤡
Проблемы на уровне рекламы:
— Поменяли канал привлечения, оттуда приходят холодные лиды;
— Выжгли текущий канал, стали приходить холодные лиды;
— Слишком много делали новых тестов, доля локомотивных кампаний упала и качественного трафика стало меньше;
— Просто поменяли тексты/картинки и что-то перестало работать;
— Сломались алгоритмы рекламной сети;
— Косяки в настройке рекламы — например, некликабельные ссылки в некоторых объявлениях;
— Оффер в рекламе и предложение не витрине маркетплейса отличается: ожидания покупателей не сходятся с реальностью.
Технические сбои:
— Банально сломалась атрибуция в отчетах, а на самом деле все правильно;
— Часть данных не прокидывается в аналитику;
— Сайт работал нестабильно или падал;
— Косяки в работе сторонних интеграций — например, проблемы с приемом платежей.
Продуктовые ошибки:
— Много товаров ушло в out of stock, просто тупо нечего покупать;
— Изменился интерфейс сайта, конверсии упали;
— Проиграли конкуренцию, например, из-за долгой доставки (актуально в преддверии праздников).
Также хочу подсветить, что среди ответов были некоторые с ошибкой фейковой аргументации. Кажется логичным, но на деле — не совсем про ту проблему, что мы обсуждаем. Например: упал retention, старые когорты перестали перформить. Это не валидно, потому что мы говорим про окупаемость новой когорты в первый месяц.
Но есть ещё одна причина — неправильный расчёт ROAS для когорты новых пользователей. И это реально очень частый кейс, а не высосанный из пальца — если вы в компании считаете когорты, я почти уверен, что у вас такое где-то есть.
В чём прикол: классический формат когорт — это когда по столбцам идёт год и месяц. Ну то есть выручка в каждой ячейке у нас имеет интерпретацию «выручка когорты апреля 2025 года в мае 2025 года» — то есть сколько денег нам принесли в мае люди, которые зарегистрировались на нашем маркетплейсе в апреле.
А теперь давайте про жизнь. Как правило, под конец месяца у всех начинает подгорать (планы-то надо выполнять, а осталась всего неделя!). Соответственно, в последнюю неделю вбухивается куча денег в рекламу, чтобы как-то спасти ситуацию. Но как правило цикл сделки у вас не 2 минуты (т. е. клиенты думают пару дней хотя бы, чтобы совершить покупку).
И получаем интересную ситуацию: если цикл сделки у вас дня 3-4, а большую часть денег вы потратили в последние 3 дня месяца, то выручку от этих пользователей вы получите уже в следующем месяце!
Решение у этого очень простое — всегда смотреть на когорты в 2-ух представлениях. Второе представление — когда по столбцам идут не месяцы, а периоды (стандартно — тридцатки дней). И в таком случае вообще все равно, в какой день ты рекламу закупил — анализ эффективности будет идти именно по периодам, а не по календарным месяцам.
На самом деле, работа с когортами — целое искусство, на мой взгляд. Если хотите разобраться в этом глубже — приходите на новый поток моего тренинга «Как делать аналитику». Про когорты у нас там целых 2 больших блока, «Когортный анализ» и «Реверс-инжиниринг» — сам использую это каждый день в своей работе и с вами поделюсь наработками!)
📊
Simulative
