Всё для рекламы
и про рекламу
Навигация по статье
Формула любви Препятствия (DB) Важные черты (Ti) Критически важные черты (tomg) Оценка претендентов Привлечение идеальных лидов
Маркетинг

Формула оценки лидов: Кейс сайта знакомств

20398

Меган Гувер, эксперт Conversion Scientist, просто одержима анализом данных. Она применяет его везде – рассчитывает время ожидания в очереди на основе средней скорости работы клерка и количестве человек перед ней, или сравнивает стоимость авиабилетов на десятках различных сайтов.

В этой статье вы узнаете как аналитический талант Меган помог ей создать простую и эффективную формулу оценки лидов на примере сайта знакомств.

 

Профиль на сайте знакомств – по сути, маленькая целевая страница, с помощью которой одинокая женщина ищет партнера для свидания. Эта страница подчиняется всем закона обычных лендингов – она должна привлекать целевой трафик и конвертировать его в лиды.

Но есть одна особенность. Важно не только количество лидов, а их качество. Вы ведь не хотите, чтобы сотрудники отдела продаж тратили время на клиентов, которые в итоге ничего не купят? Вот и Меган совсем не хотелось идти на свидания с мужчинами, которые ей не подходят.

Поэтому Меган вооружилась списком черт потенциальных «клиентов» и разработала систему оценки, которая помогла ей выявлять наиболее подходящих кандидатов.

Формула любви

Обычный пользователь сайта знакомств вынужден полагаться на интуицию. Но Меган создала механизм оценки потенциальных кандидатов по всем правилам интернет-маркетинга.

Он базируется на трех факторах:

  • DB (deal-breaker) – черты, наличие которых автоматически означало отказ от дальнейшего рассмотрения кандидата. Коэффициент при расчете – 0 (если черты есть) или 1.
  • Ti – важные черты. Коэффициент – от 0 до 1
  • Tomg – черты, имеющие решающее значение для Меган. Шкала – от 0 до 1.

     

Соответственно, формула оценки кандидата для первого свидания выглядела так:

P = DB х (х Σti * 2Σtomg)

Препятствия (DB)

Первый показатель в формуле (DB) – двоичный. Если у кандидата есть хотя бы одна черта из категории DB – вероятность свидания становится равна нулю.

Такого рода переменные очень важны при оценке качества лидов, поскольку позволяют отсеять нецелевую аудиторию на раннем этапе.

Например, В2В маркетологов не интересуют следующие посетители сайта:

  • занимают должность, которая не дает им права принимать решение о покупке;
  • не готовы к покупке в обозримом будущем;
  • находятся вне зоны обслуживания;
  • имеют языковые барьеры;
  • не могут позволить себе продукт из-за ограниченности в бюджете.

 

На сайте желательно предусмотреть триггеры, которые автоматически помогали бы определить отношение к «черному» списку. Это сэкономит время обеим сторонам.

Но вернемся к Меган.

Ее DB показатели выглядели так:

  • Моложе 25 лет или старше 45;
  • Уже состоящий в отношениях;
  • Живет за пределами Техаса.
  • Курит.

Важные черты (Ti)

Вторая группа – это желательные черты, в отношении которых можно пойти на компромисс.

В нашем примере это:

  • Высшее образование.
  • Любовь к путешествиям.
  • Чувство юмора.
  • Сторонник здорового образа жизни, и т.д.

 

Часть этих черт можно выяснить из ответов на стандартные вопросы, предусмотренные в анкете. 

Например, парень на вопрос «О чем вы думаете больше всего?» отвечает – «О моей собаке, о еде и о том, куда отправиться в путешествие в следующий раз». Здесь Меган выявляет сразу несколько важных для себя черт, в том числе любовь к животным.

Критически важные черты (tomg)

  • 27-37 лет;
  • Любит собак;
  • Оптимист;
  • Амбициозен, строит карьеру;
  • Любит проводить вечера дома, в спокойной обстановке.

Оценка претендентов

Итак, у нас есть куча лидов, и не всегда сходу можно выяснить, соответствуют ли они нашим критериям отбора. Как определить, на кого из них стоит тратить время и энергию? И кто из них будет обладать самым высоким ROI?

Меган разработала многоступенчатую схему, разделяя претендентов на несколько групп:

  • Квалифицированные лиды: те, кто прошел через сито DB-маркеров. 
  • Идеальный кандидат: обладает критически важными чертами, не имеет негативных.
  • Кандидаты уровня 1, 2 и 3 – распределяются по трем группам, в зависимости от количества набранных баллов. Чем выше рейтинг кандидата – тем охотнее Меган будет тратить время на общение с ним.

 

Пример

Итак, рассмотрим, как система оценки лидов работает на примере конкретной анкеты с сайта знакомств.

Оценка лидов на примере анкеты с сайта знакомств

 

Для начала проверим анкету на DB-показатели

  • Моложе 25 или старше 45: 1
  • Уже в отношениях или не заинтересован в них: 1
  • Живет за пределами Остина, штат Техас: 1
  • Курит: 1

 

Важные черты:

Часть из них можно выявить по стандартным пунктам анкеты, остальные – из ответов на открытые вопросы – такие как этот:

Важные черты при оценке лидов

 

Чем я занимаюсь по жизни? Работаю программистом, стараюсь постоянно учиться чему-то новому. Для хорошего самочувствия бегаю пару раз в неделю, а прошлой зимой вернулся к занятиям лыжами. Как минимум дважды в год стараюсь путешествовать, посещать интересные места».

Соответственно, получаем:

  • Выпускник колледжа: 1
  • Предприимчивость: 1
  • Любовь к путешествиям: 1
  • Здоровый /активный образ жизни: 1
Суммарная оценка лида

 

Я ценю в людях любопытство и скептицизм. Люблю быструю езду. Мне нравится тщательность и внимание к деталям. Я люблю играть в «Что, если?», трансформируя вопросы в «Почему бы и нет?», «Могли бы мы?» Мне нравится помогать другим людям.

Я ценю взаимное уважение, взаимное стремление к новым достижениям. А еще мне нравятся причуды, нравится, когда человек может выйти за рамки стереотипов. Мне нравятся люди, которые умеют смеяться над собой, я люблю хороший юмор. Люблю тихие вечера. Люблю открывать для себя новые возможности».

Критически важные черты:

  • 27-37 лет: 1
  • Любит собак: 1
  • Позитивен, оптимистичен: 1
  • Чувство юмора: 1
  • Ориентирован на карьеру и саморазвитие: 1
  • Любит тихие вечера дома: 1

 

Подставляем эти значения в формулу:

P = DB х (Σti * 2Σtomg)

ДБ = 1

Σti = 3

Σtomg = 4

Р = 1 х (3 х 2 (4))= 24

Судя по набранным баллам, это кандидат 1-го уровня – тот, от кого Меган была бы рада получить сообщение.

Привлечение идеальных лидов

Конечно, вся эта система оценки кандидатов на сайте знакомств – не более, чем эксперимент, попытка применить знания маркетинга для решения не совсем типичной задачи.

Однако, несмотря на все недостатки и разочарования, Меган считает, что это был хороший опыт. Теперь она точно знает, чего ждет от кандидатов на знакомство. Остается их правильно привлечь: о каких-то своих чертах умолчать, на других – наоборот, сделать акцент.

Собственно, именно это мы все и делаем на целевых страницах, не так ли?

Команды YAGLA и Kokoc Group ведут несколько телеграм-каналов, где публикуются мнения экспертов и авторские лонгриды о бизнесе и маркетинге, многие из которых не попадают на этот сайт. Обязательно подписывайтесь по ссылке: https://t.me/addlist/EhE5LANnrBphMjUy
Опубликовано редакцией Yagla
20398
2
Написать комментарий
Обсуждаемое

Как магазин кормов для животных на Ozon вывел прибыль из минуса в плюс. Несмотря на «ретроградный» «Меркурий» Статья

Как продавать на маркетплейсах продукцию с коротким сроком годности? Как решить проблемы с поставками, связанные с оформлением товаров в системе «Меркурий»? Производитель кормов для животных открыл магазин на Ozon, но быстро ушел в минус. Сделал выводы, научился выделяться на фоне конкурентов, планировать поставки и вырос из -246 000 до +46 500 рублей.1

Вы покупаете мебель или заказываете? Фабрика мебели не знала разницу и спускала деньги на бесполезную рекламу Статья

Продавать всем подряд или зайти в узкую нишу? Фабрика мебели из массива рекламировалась всем, кому просто нужна мебель. Предлагала готовую, а не на заказ, ведь покупатель ждать не любит.1

6 кейсов автоматизации продаж на маркетплейсах: сервисы и нейросети для получения прибыли Статья

Создать контент для 55 карточек за день, определить выгодные ставки в рекламе и продать платьев на 400 000 Р. Искусственный интеллект ускоряет выполнение задач, но не сделает всё за вас.1
Свежее

Ошибки в настройке веб-аналитики: 10 вредных советов Статья

Руководитель группы веб-аналитики Kokoc. com Александр Пелевин и веб-аналитик Никита Косцов рассказали, чем веб-аналитика полезна для бизнеса и какие частые ошибки допускают владельцы сайтов при использовании Яндекс Метрики.

Кейс: Продвижение срочного выкупа квартир через Яндекс Директ и создание сайта. Статья

Срочный выкуп квартир — это услуга, которая становится все более популярной среди собственников недвижимости, желающих быстро продать свои квартиры. В данном кейсе мы рассмотрим стратегию продвижения этой услуги с помощью Яндекс Директ и создания специализированного сайта.

Кейс: привлечение целевых заявок на установку дренажных систем для загородных домов Статья

Мы — агентство «В точку». Мы расскажем, как нам удалось организовать эффективную лидогенерацию для фирмы по устройству дренажа участков, значительно повысить рентабельность рекламы во ВКонтакте и превзойти ожидания клиента.