Баллы против рублей
Овервью
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:
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
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
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, чтобы выделить 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 ₽?
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 (2 000 ₽), компенсируя разницу до уровня выгоды контрольной группы
Кэшбэк
Пользователь платит за пакет, например, 8 000 ₽, а мы начисляем сумму + кэшбэк (2 000 ₽), 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
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
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
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
html