Почему сайты знакомств теряют выручку, неверно
трактуя данные

Как писал Шекспир, «Увы! Я никогда еще не слышал И не читал — в истории ли, в сказке ль, — Чтоб гладким был путь истинной любви». В мире существует более 8 тыс. сайтов знакомств, цель которых — помочь людям найти друг друга. И сама эта цифра уже подтверждение того, что даже в 2021 году с современными алгоритмами подбора и сопоставления данных найти партнера по-прежнему нелегко.

Но в то время как пользователи приложений для знакомств хотят найти одного-единственного человека, директора по маркетингу этих приложений должны привлекать миллионы человек. И, как многие аналогичные компании, сайты знакомств должны решить дилемму: наращивать аудиторию или выручку? Конечно, компаниям необходим успех, но чтобы привлекать новых пользователей, сайты знакомств часто жертвуют доходами и предлагают доступ к премиальным опциям в качестве комиссии за привлеченного клиента.

К сожалению, ценность привлеченных клиентов не всегда ясна. Алгоритмы приложений для знакомств работают неплохо. В 2019 году 39% пар в США заявили, что познакомились в онлайне, а в 2020-м 270 млн взрослых по всему миру зарегистрировались на сайтах знакомств (что почти вдвое больше, чем пять лет назад), однако у большинства сайтов нет четкого представления о том, насколько прибыльны привлеченные клиенты по сравнению с теми, кто пригласил их присоединиться к сайту. Как это ни странно для бизнеса, построенного на данных, маркетологам приложений для знакомств приходится гадать, не будут ли новые пользователи, привлеченные друзьями, уже зарегистрированными на сайте, менее активными и менее заинтересованными в платных премиальных опциях.

Но такую ситуацию можно изменить. Нашему сайту знакомств для молодых профессионалов тоже часто приходится идти на компромиссы, и мы решили действовать по-своему и придумать решение на основе данных, чтобы исключить догадки в поиске баланса между доходом и охватом аудитории.

Избавьтесь от недостатков фримиум-модели

Как и многие компании, чей бизнес связан с сетями контактов, наш сайт работает по модели бесплатного минимума (фримиум-модель): бесплатные базовые функции субсидируют пользователи, которые платят за премиальный пакет. Но чтобы способствовать росту, сайт также поощряет пользователей знакомить с сайтом друзей в обмен на бесплатный доступ к специальным опциям, которые в итоге должны приносить прибыль.

Здесь возникает дилемма, с которой сталкивается большинство сайтов знакомств. С предложением «приведи друга» сайт рекомендуют своим друзьям те пользователи, кто не стал бы платить за премиальные функции, и это помогает наращивать число пользователей при малых затратах. Благодаря этому предложению рекомендации дают и те, кто был бы готов заплатить, но при наличии бесплатной альтернативы предпочел ею воспользоваться. Тем самым количество пользователей растет, но платных подписчиков оказывается меньше. Более того, число успешных рекомендаций, которое необходимо набрать, прежде чем получить доступ к премиальным функциям (называемое порогом рекомендаций) может оказывать важное влияние на поведение пользователей. Например, если рекомендатели приглашают людей, которые вряд ли подпишутся на премиальные функции, их добавление на платформу в долгосрочной перспективе может снизить ценность сообщества.

Мы хотели выяснить, возможно ли разработать программы рекомендаций так, чтобы они поддерживали рост, не сокращая прибыльность пользовательской базы.

Работая в тесном контакте с руководителями платформы, мы в течение двух лет проводили крупномасштабный рандомизированный эксперимент в реальных условиях, чтобы оценить, меняет ли повышение числа рекомендаций, необходимого для получения доступа к премиальным функциям, уровень вовлеченности новых привлеченных по рекомендации пользователей.

Что показали данные

Преимущества роста с помощью рекомендаций, как правило, обходятся дорого: по мере того как число привлеченных по рекомендации пользователей в группе растет, их коллективный уровень вовлеченности падает. Одно из возможных объяснений этого поведения состоит в том, что, когда люди присоединяются к платформе, они ориентируются в первую очередь на своих друзей, и когда друг (рекомендатель) уходит с сайта (текучесть на сайтах знакомств высока), привлеченный им пользователь тоже теряет первоначальный интерес. Другое объяснение: когда от пользователей хотят больше рекомендаций, у них уходит больше времени на выполнение требования. Это означает, что у них появляется шанс получить доступ к премиальным опциям только спустя какое-то время после регистрации, в результате чего они меньше взаимодействуют с платформой и обеспечивают меньше ценности другим пользователям.

Но наш эксперимент показал, что введение программ рекомендаций на платформах с фримиум-моделью может значительно способствовать росту сети клиентов без сокращения прибыльности. Повышение числа успешных рекомендаций, необходимых для получения бесплатного доступа к премиальным функциям, не повлияло на относительную активность новых пользователей. Вопреки нашему предположению о том, что просьбы приглашать большее количество друзей повлияют на качество привлекаемых таким образом пользователей и их готовность взаимодействовать с сайтом и подписываться на премиальные опции, мы обнаружили, что вовлеченность новых пользователей оказалась не ниже, чем у приглашенных пользователей программ с более низким порогом. В одном отношении эти новые пользователи были даже лучше: не все из них были готовы знакомить своих друзей с сайтом в обмен на премиальные опции, как их друзья, пригласившие их. Это означает (вопреки ожиданиям), что доходы стали расти, когда мы повысили число успешных рекомендаций, необходимое для получения бесплатного доступа к премиальным функциям.

Меняйте систему

Добровольная программа рекомендаций может оказаться очень эффективной стратегией, так как она позволяет пользователям самостоятельно выбирать роль, которая больше всего подходит им. Корректируя опции рекомендаций, можно эффективно сегментировать клиентскую базу на пользователей, которых мотивирует доступ к премиальным опциям в обмен на рекомендации, и тех, кто скорее заплатит за эти опции. Платформа, использующая модель бесплатного минимума с опцией «приведи друга», может ускорить распространение информации о приложении, если прямо попросит пользователей пригласить друзей и знакомых в обмен на подписку на премиум-услуги и в то же время прибережет некоторые особые функции только для платных подписчиков, чтобы максимизировать доход.

Мы также обнаружили, что добавление дополнительных требований к рекомендациям в обмен на премиум-опции не демотивировало некоторых пользователей. То есть платформы могут использовать эту информацию, чтобы корректировать требования к рекомендациям для различных групп, что поможет увеличить привлечение пользователей и платежей без ущерба для общего уровня вовлеченности. Вносить изменения можно постепенно: платформа может начать с предоставления бесплатного минимума всем пользователям, а потом, оценив их поведение в течение первых недель, решить, кому предложить присоединиться к программе «опций за рекомендации».

Кроме того, наши результаты показывают, что люди ценят присутствие своих друзей на платформе. В этом случае программы рекомендаций, усиливающие эффект совместного опыта онлайн-знакомств (например, путем организации офлайн-мероприятий), могут быть особенно эффективны для повышения вовлеченности пользователей.

В поисках правильных данных

Все говорят о принятии решений на основе данных, но многие маркетинговые кампании до сих пор проводятся интуитивно, а не с опорой на цифры. Даже для такого хорошо разбирающегося в данных бизнеса, как продвинутый сайт знакомств, требуется время, чтобы научиться пользоваться возможностями анализа клиентской сети. Но как подсказывает наш случай, игра стоит свеч. Иначе говоря, если вы относитесь к типу предпринимателей, которые предпочитают избегать рисков, максимизировать прибыль и находить новых клиентов, вам нужно искать аналитика конфиденциальных данных, понимающего ваш бизнес.