Как мы провели самый масштабный AB тест в фитмосте и подняли C1 на исторический максимум
Продукт
Фитмост — крупнейший в СНГ сервис записи в спортивные студии, фитнес-клубы, салоны красоты и СПА, с более чем 5 млн. записей через платформу и 3 000+ студиями-партнерами в 75 городах
Наша прибыль зависит от трех метрик: C1, ARPPU и Retention Rate
В конце 2024 года, к нам вышел сильный discovery продакт и мы с ней задизайнили исследование C1
Исследование С1
Цели исследования
Выделить джобы, на которые нас «нанимают», чтобы выстроить коммуникацию с новыми пользователями в маркетинге и продукте, увеличив C1
Проанализировать путь новых пользователей от первого входа до оформления подписки, выявить и устранить проблемы во флоу, снижающие С1
Дизайн исследования
Мы зарекрутили и итерационно опросили 18 респондентов, которые попадали под портрет ЦА и ранее не пользовались фитмостом Исследование состояло из двух составляющих:
1. JTBD-интервью
Спрашивали о потребностях и задачах клиентов в рамках фитнеса, красоты и ухода за собой
После ознакомления респондента с продуктом, выделяли джобы, на которые нас бы хотели «нанять» в первую очередь
2. UX-тестирование: флоу от входа в приложение до активации подписки Наблюдали за прохождением сценариев, задавали вопросы и давали задания, выявляя проблемы, после чего итерационно решали их, выдвигая и тестируя гипотезы на новых респондентах
Результат
Мы выделили джобы, на которые пользователи «нанимают» продукт, чтобы выстраивать на их основе коммуникацию в маркетинге и продукте, а также узнали, какие проблемы во флоу нового пользователя снижают нам C1
Проблемы
Пользователи думают, что баллы это кэшбэк, а не внутренняя валюта
Испытывают негативные эмоции из-за балльной системы: думают, что их обманывают
Не видят реальной ценности - непонятно, на что хватит баллов
Задаются множеством вопросов, что мешает принять решение о покупке
Мы предлагаем новым пользователям пробный оффер — 30 баллов на первый месяц, а со следующего — 60 баллов. Такой оффер помогает нам держать хороший LTV, но не сильно терять в C1
Как выяснилось — есть проблемы:
Оффер содержит слишком много лишней информации, пользователям сложно понять, как он работает
Оффер похож на баннер и сильно отличается от других тарифов, возникает эффект «баннерной слепоты» и его не замечают
Из-за особенностей нашего продукта, часто маркетинг в коммуникациях делает упор на скидки, а не на ценность и в рамках многих компаний — это правильно, поэтому мы всегда должны доносить ценность еще и в продукте
Первая гипотеза
Гипотеза
Если с помощью дизайна решить проблемы непонимания балльной системы, пробного оффера и выгоды фитмоста, то можно увеличить С1
Решили делать фокус на двух местах — онбординге и экране пейвола
Онбординг
Что делаем Расскажем про баллы, подсветим джобы, на которые нас «нанимают» и то, что по фитмосту выгоднее, чем напрямую
До
После
Экран пейвола
Что делаем Расскажем про баллы, покажем сколько баллов стоят самые популярные занятия и услуги. Унифицируем и упростим пробный тариф
Точка смерти
Мы задизайнили и запустили AB тест, но получили статистически незначимый результат, метрика не выросла (
Мы не расстроились, а начали обсуждать, что пошло не так и пришли к такому выводу:
Минорные изменения не способны сдвинуть C1 в нашем продукте, где ARPPU измеряется в тысячах, а трафика не так много. Для быстрого роста, нам нужна масштабная гипотеза, а не точечные правки
Брейншторм
После обсуждения, с новым майндсетом мы пошли брейнштормить и искать гипотезы, используя дерево метрик Трогали не только C1, но и ARPPU и Retention
Новая гипотеза
Во время брейншторма, мы нагенерили множество классных гипотез, после чего соскоупили их по Матрице Эйзенхауэра, чтобывыделить самые сильные. Одной из таких оказалась моя гипотеза «баллы против рублей» – о ней и расскажу подробнее
Гипотеза
Если заменить баллы на рубли во всем приложении, то можно решить проблему непонимания балльной системы и увеличить C1
Начав проработку этой гипотезы мы столкнулись с двумя проблемами
Проблема
Сейчас, чем дороже тариф, тем дешевле балл. Например, тариф 100 баллов стоит 8 000 ₽ в месяц, но покупательная способность 100 баллов — 10 000 ₽. Как объяснить пользователям, почему он платит 8 000 ₽, а получает — 10 000 ₽?
Решение
Кэшбэк Пользователь платит за пакет, например, 8 000 ₽, а мы начисляем сумму + кэшбэк (2000 ₽), компенсируя разницу до уровня выгоды контрольной группы
Нужно было сделать механику понятной для пользователей, с этим мне помогли коридорки
Я накидывал дизайн и итерационно тестировал его на новых коллегах, ещё не знакомых с продуктом, пока несколько человек не начали абсолютно чётко понимать механику
Проблема
После конвертации рублевые тарифы дают странные суммы в рублях, особенно со скидками (например: 2 242 ₽, 4 672 ₽), что может отпугивать и путать юзеров
Решение
Отказаться от скидок на время теста. А также слегка скорректировать тарифы, чтобы получались круглые суммы
НО!Возможны серьезные финансовые потери, если маркетинг не сможет привлекать новых без скидок или тарифы изменятся сильно
Чтобы этого недопустить мы решили провести A/B тест не на всех, а собрать достаточную выборку из нескольких регионов, там как раз тарифы очень удобные для конвертации
Тестирование и результат
Решив все проблемы, мы собрали полный флоу приложения, выгрузили системные тексты с бэка и заменили баллы на рубли во всех местах
Мы задизайнили и запустили A/B тест на новых пользователей и получили рост С1 в 1,4х при минимальной стоимости подписки – 2 000 ₽/мес
Это показатель оказался историческим максимумом, ранее ни одна фича не позволяла нам сделать такой прирост С1