Эксперимент 1. Крис Хемсворт и Райан Гослинг
Мы решили проверить эффект приманки следующим образом. Группе B было предложено выбрать, кто из мужчин кажется им более симпатичным, Крис Хемсворт или Райан Гослинг (чтобы выбрать, какие именно мужчины попадут в опрос, пришлось «гуглить» „top sexiest men 2019“ – и я никогда бы не подумал, что придется это делать по работе). В итоге голоса распределились вот так:
Крис Хемсворт победил. Вероятно, это как-то связано с тем, что в мае в прокате как раз были последние «Мстители», где он снимался.
Ну а в группе A мы добавили еще один вариант, и выбор был из трех картинок: Райан Гослинг, «помятый» Райан Гослинг и Крис Хемсворт. И вот что у нас получилось:
Как мы видим, «помятый» Гослинг позволил обычному Гослингу занять первое место в опросе. Нашлись, конечно, и те, кто проголосовал за «помятого», ну да бог им судья.
Кстати говоря, попутно мы выяснили, что мужчинам больше нравится Гослинг, а женщинам – Хемсворт.
Эксперимент 2. Цена на попкорн
Как же применить этот метод для монетизации? Этому был посвящен наш следующий эксперимент.
Группе А было предложено выбрать один из двух стаканов попкорна: маленький за 100 рублей и большой – за 200.
Для группы «B» был выбор из трех позиций:
– маленький – 100 рублей;
– средний – 180 рублей;
– большой – 200 рублей.
Как видим, средний вариант по цене ближе к большому, его задача – оттенить внимание в большую сторону.
Видим, что средний вариант со своей задачей вполне справился. Его добавление позволило поднять средний чек со 136,5 рубля до 161,9 рубля, то есть на 19 %. Еще раз: мы просто добавили еще одну позицию в магазине, и только от этого чек вырос на 19 %.
Эффект якоря
Далее мы хотели проверить эффект якоря. Его суть заключается в том, что если заранее установить респонденту «якорь» на некоем численном значении, то в будущем при какой-либо численной оценке респондент будет отталкиваться от «якоря».
Эксперимент 3. Удержание в гоночных играх
Чтобы проверить эффект якоря в нашем эксперименте, мы задавали следующий вопрос.
Для группы A. По данным progamedev.net, медианный показатель удержания первого дня (Day 1 Retention) у игр жанра Trivia – 35 %, World – 38 %, Casino – 34 %. Как бы вы оценили медианный показатель Day 1 Retention у игр жанра Racing?
Для группы B. По данным progamedev.net, медианный показатель удержания первого дня (Day 1 Retention) у игр жанра Simulation – 22 %, Action – 24 %, Adventure – 24 %. Как бы вы оценили медианный показатель Day 1 Retention у игр жанра Racing?
Как видите, у группы B «якоря» стояли на более низких значениях, чем у группы A. Повлияло ли это на оценку Day 1 Retention у игр жанра Racing?
Повлияло, и более чем.
Эксперимент 4. Оцениваем стоимость вина
А что если респондент сам установит себе «якорь»? Для этого мы попросили респондентов сначала указать последние две цифры их номера телефона (по сути, случайное двузначное число). А затем мы попросили их оценить стоимость одной и той же бутылки вина (в долларах). И вот что получилось.
То есть те, кто ранее написал меньшее значение (от 00 до 20), имели тенденцию более низко оценивать стоимость бутылки, чем те, кто ранее написал значение от 80 до 99.
Закон больших чисел
Наконец, мы решили проверить работу закона больших чисел. Мы рассчитывали, что если попросим респондентов оценить некое значение, то средняя оценка по выборке будет близка к фактическому значению.
Эксперимент 5. Когда родился Ньютон?
Для начала мы попросили оценить год рождения Исаака Ньютона. Ньютон родился в 1643 году, но респондентов мы очень попросили не «гуглить» это.
В целом, видно, что средняя оценка начала приближаться к факту. И, вполне вероятно, что если бы респондентов было больше, то она бы приблизилась еще сильнее.
Эксперимент 6. Чемодан конфет
Теперь вернемся к нашему чемодану с конфетами. И это единственный эксперимент, который нам не удался. По непонятной нам причине средняя оценка в определенный момент взяла устойчивый тренд на рост.
В чемодане было 544 конфеты, и нашелся человек, который угадал это с точностью до одной конфеты (девушка по имени Алина назвала число 543). Чемодан нашел своего владельца, конфеты – тоже.
В конце мне хочется сказать, что законы поведенческой экономики, кажется, работают. Мы видим в ней еще один ракурс, под которым стоит рассматривать работу над продуктами и их монетизацию. При правильном применении этих законов можно повысить средний чек, не меняя лояльности пользователей. Так что используйте поведенческую экономику во благо, но все же будьте аккуратны – лояльность может оказаться дороже!
Глава 12
Data driven-подход и A/B-тесты
Украли у мужика корову. Приходит он домой и говорит сыновьям:
– У нас корову украл какой-то дурак.
Старший брат:
– Если дурак – значит маленький.
Средний брат:
– Если маленький – значит из Малиновки.
Младший Брат:
– Если из Малиновки – значит Васька Косой.
Все выдвигаются в Малиновку и там прессуют Ваську Косого.
Однако Васька корову не отдает. Его ведут к мировому судье.
Мировой судья:
– Ну… Логика мне ваша непонятна. Вот у меня коробка, что в ней лежит?
Старший брат:
– Коробка квадратная, значит, внутри что-то круглое.
Средний:
– Если круглое, то оранжевое.
Младший:
– Если круглое и оранжевое, то апельсин.
Судья открывает коробку, а там и правда апельсин.
Судья – Ваське Косому:
– Косой, отдай корову.
Анекдот
Говоря об аналитике и об аналитиках, я всегда явно или косвенно имею в виду data driven-культуру.
Data driven-культура – это в некотором роде недостижимый идеал, как, например, гражданское общество: все к ней стремятся, много кто о ней говорит, но очень мало кто может похвастаться тем, что именно так выстроил процессы.
О чем речь? Что это за культура такая?
