Все материалы подборки
Каналы роста

Сложные проценты и экспоненциальный рост — важные понятия для продакт-менеджера. Они необходимы для того, чтобы отслеживать, измерять и прогнозировать циклы роста в продукте. Понимание того, как работают сложные проценты и экспоненциальный рост, позволяет обнаруживать новые рычаги для роста, принимать верные решения и избегать ошибок при масштабировании продукта.

В этом материале мы обсудим основы сложных процентов и экспоненциального роста и их применение в продакт-менеджменте.

GoPractice продолжает серию материалов о том, как влиять на рост продуктов через эффективное управление рекламными каналами. 

Из этого материала вы узнаете, какие факторы могут привести к проблемам с инкрементальностью каналов, какие признаки указывают на их наличие. Понятия инкрементальности и инкрементальных тестов мы детально разобрали в предыдущем материале цикла.

GoPractice продолжает серию материалов о том, как влиять на рост продуктов через эффективное управление рекламными каналами. 

Из этого материала вы узнаете что такое инкрементальность в маркетинге, чем она отличается от модели атрибуции, какие индикаторы указывают на наличии проблем с инкрементальностью. 

Мы разберем подходы к проведению инкрементальных тестов в разных условиях и обсудим, как калибровать модели атрибуции и всю систему оценки эффективности рекламных каналов на основе полученных знаний.

GoPractice продолжает серию материалов о том, как влиять на рост продуктов через эффективное управление рекламными каналами. 

Из этого материала вы узнаете об альтернативных способах атрибуции пользователей в случаях, когда в маркетинг-миксе есть каналы, в которых сложно или невозможно зафиксировать касание пользователя с рекламой.

GoPractice продолжает серию материалов о том, как влиять на рост продуктов через эффективное управление рекламными каналами. 

GoPractice открывает серию материалов о том, как влиять на рост продуктов через эффективное управление маркетинговыми каналами.

В этой статье мы поговорим о модели роста через покупной рекламный трафик. Какие у нее есть ограничения и скрытые риски, к каким последствиям может привести их игнорирование, как сделать модель роста через покупной трафик устойчивой и защищенной.

Вы достигли product/market fit: ваш продукт создает ценность для определенного сегмента рынка. Вы также нашли рекламные каналы, где LTV (Lifetime Value) привлеченных пользователей превышает CAC (Customer Acquisition Cost): у вас есть эффективные каналы доставки продукта до пользователей из целевого сегмента рынка.

Это круто. Немногие продукты забираются так далеко. Подавляющее большинство сходят с дистанции значительно раньше. Но не стоит расслабляться. Впереди ждут новые опасности, особенно если рост продукта станет сильно зависим от платных каналов привлечения пользователей.

Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.

→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).

→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).

→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.

→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.

Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.

Еще больше ценных материалов и инсайтов — в телеграм-канале GoPractice.

“You never know who’s swimming naked until the tide goes out.”
― Warren Buffett

В последние несколько лет Apple App Store переполнился простыми приложениями, которые стали зарабатывать сотни тысяч, а порой и миллионы долларов в месяц.

Например, Celebrity Voice Changer зарабатывает более $3 миллионов в месяц, а общий доход приложения за все время перевалил за $30 миллионов. QR Code Reader за прошлый месяц выручил более $800 тысяч, а доход за всю историю существования превысил $13 миллионов. Простенькое приложение Life Advisor заработало более миллиона долларов только за прошлый месяц.

Некоторые компании, разрабатывающие относительно простые продукты, стали единорогами. В феврале Calm поднял $88 миллионов по оценке выше миллиарда. Компания, создавшая Facetune, в июле привлекла $135 миллионов по оценке выше миллиарда долларов.

В чем их секрет?

В большинстве этих приложений нет инновационной технологии, нет сетевых эффектов, их относительно просто скопировать. Дело в подписочной модели. А если быть точнее, в том, как неочевидно была устроена модель работы подписок на платформе iOS до недавнего времени.

В iOS 13 Apple решили ряд проблем с подписками. Эти изменения остались незамеченным большинством изданий, которые освещали изменений в iOS 13, но я считаю, что они окажут значительное воздействие на экосистему мобильных приложений в Apple App Store.

В этой статье я сделаю ряд предположений и на основе них построю прогноз будущего подписочных приложений на iOS в горизонте следующих нескольких лет. В этом мне помогут оценки скачиваний и доходов мобильных приложений от Datamagic.

Краткое содержание:

• Доходы приложений Calm и Facetune скоро перестанут расти, а в горизонте нескольких лет могут упасть в 1.5–4 раза.
• В Apple App Store перестанут появляться в больших количествах новые скам-приложения, а старые постепенно пропадут из зоны видимости.

Этот материал — выжимка гайда агентства Mobio с моими комментариями. В нем ребята здорово рассказывают про аналитику мобильного трафика и про покупку пользователей в CPI сетях.

Я рассказываю о ключевых моментах гайда и обращаю внимание на неточности, которые в нем есть.

Классическая экономика строится на предположении, что люди рациональны. То есть, принимая решения, они максимизируют собственную выгоду. Данное утверждение, вокруг которого выстроена огромная теоретическая база, кажется сомнительным хотя бы по той простой причине, что обычно человек не владеет всей необходимой информацией, чтобы принимать оптимальное решение в конкретной ситуации. Но даже в рамках имеющейся информации люди склонны принимать нерациональные решения. Именно об этом и пойдет речь в этой статье.

Я собрал много интересных экспериментов, которые отражают особенности человеческого поведения при принятии решений. Большинство приведенных экспериментов отражают особенности человеческого поведения при принятия решений о покупке, поэтому вы можете легко применить их в своем бизнесе или же в обычной жизни.