С любовью написал статью о проблемах и инсайтах. Делюсь на пользу всем! Начните с первой части

Основная задача заключалась в поиске трафика. Нужно стабильно находить целевые проблемы. Так появились ML-модели. (Скажу сразу и честно, здесь еще куча работы). Мы много экспериментировали.

Однако амбициозной команде хочется достигать бизнес-эффект. Видеть в целях метрики, отслеживать продвижение. Желательно сразу зарабатывать миллиарды. А если мы начнем спасать тысячи клиентов ежемесячно, что это даст? Отрезвляющий вопрос коллег: куда мы движемся? 

Стало важным объяснить итоги нашего подключения. В первую очередь себе и команде. На цифрах. Жить на вере долго без значимого результата в корпорациях сложно. Не все выдерживают долгосрочный забег. Начал думать что нам может помочь.

1. Сделали вечную контрольную группу. С вероятностью 1/5 целевые проблемы остаются без нашей помощи. Планировали увидеть разницу во времени решения, CSATе, оттоке денег со счетов. Анализировать кучу метрик, радоваться что там все плохо. Но этого не произошло, слишком мало данных. Хотя инсайты все же получили. Например, обнаружили решенные за 1 день проблемы. Явно не наш сегмент и модель ошиблась. Поправили.

2. Ожидали увидеть крутой CSAT, но собираемость составляла 5% на нашей ЦА. Для нас низкая. Пришлось перестраивать форму опроса и процесс отправки. И вуаля, повысили конверсию в 8 раз! Несмотря на сложности в начале, клиенты ставят по итогу пятерки! Средний балл - 4.7 из 5. Если фильтровать клиентов, которым проблему не решили (из-за ограничений, законов и тд) но дали качественный ответ — оценки тоже неплохие. Клиенты реагируют так: «Вопрос не решили, но хоть стало понятно че к чему. Спасибо сотруднику X». 

На контрольной группе response rate в районе 35%, а средний балл в несколько раз хуже. Дополнительно просмотрели «единицы» и убедились — стандартный процесс в таких ситуациях все таки «буксует».

3. Анализировали PnL, LTV, лояльность, отток и другие метрики на тесте и контроле. К сожалению полноценное А/Б нам не доступно. Пока что растим объемы и накапливаем датасет для исследования. В параллель стараемся еще точнее и больше находить страдающих. Расширяем полноту разными триггерами.

Были и мешающие факторы. Несколько клиентов из контроля вернули на решал из-за регуляторных рисков. Такие кейсы ломают стат. значимость. Но подтверждают, что мы на верном пути)

Инсайт № 2 — В сложных проектах тяжело сохранять долгосрочную мотивацию. Результат не достигается за квартал. А каждый хочет видеть победу и улучшение цифр. Задача лидера — найти точки сплочения. Не дать выгореть и разбежаться умным людям.

«Мы подаем заявку в GLORY! Собираемся в офисе, готовим аналитику, материалы» - сказал команде за два дня до закрытия приема заявок. Маленькая проблема всех сплотила. Режим «драйва» помогает почувствовать себя в тонусе, живыми. Выйти из «рабочей рутины», которая возникает в любых проектах. Заряда эмоций хватило на несколько недель. Дальше подкрепляем встречей с кружкой пива! Затем дозревают цифры) И вот мы в победителях номинации «Технопионер».

Так лидер циклично прорабатывает мотивацию. Вещь крайне сложная.

В конечном итоге разработали mvp процесс и сформировали сильную операционную функцию. Даем персональное решение в очень сложных и не типичных ситуациях. На цифрах видим результат в сервисе. Там где раньше была дыра — появилась первая версия защитного механизма.

Надеюсь было интересно, и полезно! Ваши свежие идеи заберу обдумать! так что пишите) И пишите озарения из своих проектов, буду рад прочитать)

P.S. Пользуясь случаем, ищу заряженного продуктового аналитика middle/middle+ на проект. Пишите в ЛС)

#тбанк #glory #проект #спасениеклиентов #tbank #project