Новое видео про метрику — share или доля клиентов использующих тот или иной канал. Рассказываю как работать с метрикой и какие есть особенности.

https://youtu.be/Z4vFKWU7BcM

Вместо зависаний теперь будет вот такое. Я выловил несколько видов ошибок, которые могут приводит к зависанию работы алгоритма Голдратт 2.0 и в версии 3.0 сделал обработку ошибок, чтобы можно было исправлять. Глубина расчета увеличена с 1000 шагов до 10 000 шагов, я экспериментирую еще, потому что вывести потом на фронт 10 000 строк это смерть браузеру, чего конечно же не хочется. Но и тут есть несколько крутых идей, которые я естественно реализую.

Привет, друзья! Хочу показать вам как будет (пока в планах, так что готов слушать замечания и предложения) настройки редактора P&L в новом ueCalc.X

При создании модельного P&L в бизнесе, который только планируется к запуску нужно грамотно расписать доходную часть, при этом иметь возможность объяснить каждую цифру.

Обычная модель содержит 1000 параметров, я лично видел P&L с более чем 10 000 параметров (на нескольких вкладках), при чем автор сего документа, реально его создал и продумал, но даже он путался в нем.

Я использую для создания совершенно другой подход, юнит-экономика (несколько понятных бизнесу параметров) и магию моего алгоритма Голдратт (версия 3.0). При этом при его работе необходимо просчитывать когорты пользователей и клиентов. Ранее я скрывал от глаз как это все устроено. В новой версии я покажу как выглядят когорты изнутри.

Я называю это финпорно. На самом деле эта таблица нужна исключительно для создания P&L.

PS
на скрине когорты со случайным возвратом пользователей, характерным для ecom.

мир больше не будет прежним, я научил ueCalc разворачивать когорты так, чтобы клиенты накапливались по-месячно.

раньше, при создании P&L рассчитывалась когорта и если число новых посетителей в когорте соответствовало числу новых посетителей в продукте в этом месяце, то с клиентами это не так, число клиентов в когорте накапливается за время жизни когорты. И надо было как то научиться считать это распределение, что пользователи приходят в разные месяцы жизни когорты и становятся клиентами. Речь идет именно о новых клиентах, которые совершают покупку первый раз.

В итоге я научил ueCalc этому.

В ближайшее время я опубликую статью на эту тему.

МОДЕЛИРОВАНИЕ ЗАТУХАЮЩЕЙ КОГОРТЫ СО СЛУЧАЙНЫМ ТИПОМ ВОЗВРАТА ПОЛЬЗОВАТЕЛЕЙ.

Рассмотрим бизнес, например, электронную коммерцию или любой другой тип бизнеса, в котором потребность в продукте у клиентов появляется не регулярно, как это принято в SaaS, а после срабатывания некоторого внешнего триггера. При этом мы можем рассчитать юнит-экономику для такого бизнеса и получить модельные значения числа юнитов масштабирования UA, и числа клиентов B, например, 10 000 и 350 соответственно. При этом среднее число сделок на одного клиента равно 4.3. Мы также понимаем, что все эти клиенты пришли не в первый месяц, а в течении всего времени жизни когорты, наши юниты масштабирования могут возвращаться в наш продукт и превращаться в клиентов. При моделировании P&L на основе такой юнит-экономики, необходимо понимать, а сколько именно клиентов в каком месяце существования когорты появлялось в продукте.

Для того, чтобы решить эту задачу надо определить поведение когорты пользователей. Пусть наша когорта ведет себя следующим образом: во-первых, она затухает, в первые месяцы клиентов становиться больше, чем в последующие; во-вторых, наши юниты масштабирования возвращаются случайным образом. Строго говоря этого уже достаточно для моделирования когорты клиентов и пользователей.

Фактически нам надо заполнить таблицу для UA, Bnew, Bold, Transaction при этом учитывать такие факторы заполнения, что пользователи и клиенты в каждый конкретный месяц когорты ведут себя случайным образом (отличие от SaaS, в котором мы прогнозируем подписку и ожидаем возврата пропорционально расчетному числу платежей).

https://khanin.info/blog/145

Очередное видео про стартап. На этот раз опять пустая неделя, ничего не сделал. Но зато выпустил книгу, но вы вроде и так знаете. Вообще в целом я настроен серьезно и прогресс в продукте идет.

https://youtu.be/QDZFmXDpeaQ

Друзья! Возможно вам этот график ничего не скажет, но это очень большой шаг для создания большой универсальной финансовой модели для стартапов с сигмоидальным ростом и произвольным числом этапов инвестирования.

Дело в том, что ранее в своей модели (я делал модель с 3 этапами) я использовал подход расчета экономики для каждого этапа инвестирования, что не очень удобно, сейчас же я научился строить модель как и прежде задавая только стартовую юнит-экономику, далее с помощью ueCalc (и алгоритма Голдратт 3.0) находим целевую экономику, затем задаем нужные нам этапы инвестирования, а модель сама построиться с учетом сигмоидального роста от этапа к этапу.

А отсюда следует, что теперь можно использовать произвольное число этапов инвестирования в моделях. Скоро я обновлю и шаблон и учту это в новой версии ueCalc.

Друзья, решил вот что, объявляю конкурс на лучшую фичу ueCalc которой вам не хватало. Присылайте свои варианты, затем я устрою голосование и победитель получить электронную версию моей книги по юнит-экономике. При этом важно чтобы вы были пользователями ueCalc.

Что-то мало участвующих всего 3 человека. Как разыгрывать среди вас приз? Вас же тут 1209 человек.

Всем привет, сегодня у меня на канале не выйдет роликов про стартап. Причем пока одна — контент не зашел, просмотров крайне мало, а тратить время и ресурсы на не интересный контент, я не хочу. Посему хочу узнать, а что бы вы хотели видеть на канале? Про конкурс я помню и скоро буду вручать подарки, но участников почему то тоже мало.

еще немного про будущее обновление ueCalc. При моделировании P&L часто необходимо использовать формулы. Например, вы хотите, чтобы число сотрудников поддержки соответствовало числу клиентов, один сотрудник на каждую 1000 клиентов. Для этого в ueCalc уже сейчас есть формулы, которые работают почти как в Excel, просто ставите знак равно далее пишете формулу, для нашего пример =roundup(b.total/1000), где b.total это переменная, которая для заданой ячейки берет период и для него значение общего числа клиентов. Но в реальности, человека, вам надо нанять заранее, скажем за 2 месяца, а значит число сотрудников поддержки в конкретном месяце должно зависеть от числа клиентов через 2 месяца, и ueCalc в новой версии научится (на самом деле я уже реализовал это) учитывать смещения, и можно будет написать =roundup(b.total[+2]/1000). Вот такие дела.

===== почти рекламы пост =====
19 июля в 19:00 я вместе с Людмила Булавкина и Svetlana Beregulina расскажу вам о том как дошел до создания книги, как устроен процесс написани и издания.
участие платное, но все средства от продажи билетов будут переданы в фонд Галчонок для помощи детям и молодёжи с органическими поражениями центральной нервной системы.
https://mmmarketing.timepad.ru/event/2492541/
==========================

Набросок механизма расчета числа сделок в месяц в когортах, при моделировании. Фактически это ответ на вопрос, а сколько будет продаж в месяц от конкретной когорты. Данное число необходимо для моделирования продаж по заданным параметрам когорты, число новых клиентов, среднее число сделок на клиента и число периодов в когорте. Так как все сделки не происходят одновременно, то в каждый конкретный период, происходит лишь какая то их часть, вот эта формула и вычисляет это значение.