Сравнение продаж при длинном цикле

Кому подойдёт: фрилансерам и новичкам, которые продают услуги с несколькими встречами, согласованиями или отложенной оплатой. Категории Start и System.

На прошлой неделе было двенадцать обращений и шесть оплат, на этой — пятнадцать обращений и две оплаты. Кажется, продажи резко ухудшились. Но прошлые оплаты могли прийти от клиентов, с которыми вы начали общаться месяц назад. А новые обращения ещё не дошли до решения.

Когда между первым контактом и покупкой проходит время, один календарный отчёт не показывает весь процесс. Нужны два взгляда: что произошло именно на этой неделе и что происходит с группами клиентов по мере прохождения одинакового срока после обращения. Они дополняют друг друга.

Сохраните календарный отчёт для текущей работы

В календарном отчёте показывайте новые обращения, состоявшиеся встречи, отправленные предложения, подтверждённые покупки и поступившие деньги за выбранные даты. Это помогает понимать активность, загрузку и денежное движение. Не нужно отказываться от него только потому, что продажи длинные.

Проблема возникает, когда события разных групп делят друг на друга и называют итог конверсией. Шесть оплат этой недели могли относиться к трём предыдущим неделям привлечения. Поэтому отношение оплат к новым обращениям той же недели не обязательно описывает вероятность покупки нового клиента.

Календарная цифра может быть важна сама по себе: например, денег на обязательный платёж сейчас недостаточно. Когортный анализ не отменяет этого факта. Он помогает объяснить, связано ли снижение с качеством новых обращений, обычной задержкой решений или другой причиной.

Объедините клиентов по общему начальному событию

Когорта — группа с общим признаком начала. Для вашей задачи это могут быть компании, впервые обратившиеся в одну неделю, или сделки, получившие предложение в один месяц. Важно выбрать событие, которое соответствует вопросу, и применять его одинаково.

Google Analytics описывает когортный анализ как наблюдение за группами пользователей с общими характеристиками во времени. Для продаж мы используем ту же общую идею, но строим собственную таблицу по обращениям и покупкам, без необходимости устанавливать конкретный сервис аналитики.

Если человек покупает повторно, заранее решите, рассматриваете ли вы первую покупку клиента или каждую новую возможность заказа. Иначе один и тот же человек будет то появляться в новых группах, то исчезать из них в зависимости от удобства расчёта.

Сравнивайте одинаковый возраст групп

В учебном примере мы измеряем долю обращений, которые привели к первой покупке за семь и за двадцать восемь дней. Все числа ниже условные. Последняя группа ещё не прожила двадцать восемь дней, поэтому итог в этой колонке пока отсутствует.

За первые семь дней получили 20%, 25% и 25% соответственно. За двадцать восемь дней первые две группы дали 40% и примерно 41,7%. Эти небольшие различия сами по себе не доказывают улучшения, но теперь хотя бы сравниваются одинаковые окна наблюдения.

Нельзя сопоставлять две покупки свежей третьей группы с четырьмя покупками зрелой первой и делать вывод, что результат упал вдвое. У одной группы было меньше времени. Визуально полезно оставлять ещё не наступившие значения пустыми с пояснением, а не заполнять нулями.

Неделя	Обращения	За 7 дней	За 28 дней
Первая	10	2, то есть 20%	4, то есть 40%
Вторая	12	3, то есть 25%	5, примерно 41,7%
Третья	8	2, то есть 25%	Период не завершён. Это не ноль.

Две покупки свежей группы не сравнивают с четырьмя покупками зрелой. Небольшие различия не доказывают улучшения.

Учтите изменение состава клиентов

Одинаковый возраст делает сравнение аккуратнее, но не устраняет все различия. В одной группе могли быть рекомендации постоянных клиентов, в другой — незнакомая аудитория из рекламы. Могли измениться цена, услуга, сезон, способ квалификации или ваш срок ответа.

Рядом с таблицей отмечайте существенные изменения. Если объём позволяет, рассматривайте сопоставимые сегменты отдельно. При маленьком числе наблюдений не дробите данные до групп по одному человеку ради видимости точности. Иногда лучше разобрать несколько конкретных случаев и сохранить осторожный вывод.

Если новая группа дольше согласует решение, выясните, что именно ждёт. Возможно, выросла доля крупных компаний с закупочной процедурой. Это не автоматически хуже или лучше: нужно смотреть возможную ценность заказа, затраты продажи, сроки денег и вероятность исполнения в доступной мощности.

Не прогнозируйте поздние покупки без основания

Появляется соблазн сказать: если раньше половина покупателей платила в первую неделю, то две ранние покупки обязательно станут четырьмя. Для прогноза такая закономерность должна быть достаточно устойчивой и относиться к сопоставимым условиям. На нескольких заказах это скорее предположение.

Используйте диапазоны или сценарии и сохраняйте фактический результат отдельно. Не записывайте ожидаемые поздние оплаты в колонку совершённых покупок. Для управления ближайшими платежами полезнее уточнить конкретные сделки, чем умножать все свежие обращения на старый средний коэффициент.

Также не стоит бесконечно удлинять окно, чтобы все группы выглядели лучше. Если вы выбрали покупку за двадцать восемь дней, сохраняйте показатель. Более поздние покупки можно учитывать отдельной колонкой. Тогда видно и конечный результат, и скорость, с которой он появляется.

Как начать без сложной аналитики

Достаточно идентификатора клиента или сделки, даты начального события, даты покупки, источника и текущего статуса. На основе этих полей можно вручную собрать первые несколько групп. Проверьте связи между событиями, прежде чем строить диаграммы.

На еженедельном разборе смотрите календарные события и ближайшие действия по открытым сделкам. Раз в месяц добавляйте сравнение групп с одинаковым возрастом. Если последняя группа ещё не созрела, так и говорите. Это не недостаток отчёта, а честное отражение того, как долго ваши клиенты принимают решения.