О компании
Skyeng — крупнейшая онлайн-школа английского языка в Европе. Недавно коллеги подробно рассказали, как системно запустить процесс качественных исследований, чтобы быстро проверять гипотезы по улучшению продукта и растить ключевые метрики продукта.
Разберёмся, как чат-боты и рассылки в TextBack помогают с одним этапом этого процесса — с поиском пользователей, согласных на интервью.
С какими проблемами сталкиваются продуктовые исследователи
Глубинные интервью с респондентами помогают увидеть плюсы и минусы продукта и формировать продуктовые гипотезы. Работа исследователя состоит из нескольких этапов:
- Подготовки.
- Рекрутинга.
- Полевого этапа (интервьюирования).
- Анализа данных и рекомендаций.
Интервью проводят с учениками, с пользователями на разных этапах воронки, с теми, кто не стал учеником, с методистами, продажниками — в общем, со всеми, от кого можно получить обратную связь, чтобы улучшить продукт. Чат-боты помогают на этапе рекрутинга респондентов.
Рекрутинг — отдельная боль исследователя. В среднем в неделю один исследователь проводит 10–20 интервью. Этому предшествует серьёзная работа, ведь далеко не каждый соглашается на беседу.
На этапе рекрутинга возникали две проблемы:
- Отправлять приглашения руками долго. В день получалось отправить по 50–60 приглашений, которые конвертировались лишь в одно-два интервью.
- Никто не любит холодные звонки. Когда людей застают врасплох, чаще всего они оказываются не готовы уделить разговору больше десяти минут, а этого времени исследователю недостаточно. Кроме того, обычная реакция людей на холодные звонки — раздражение и отказ, что вызывает стресс и отнимает силы у исследователей.
Нужно было найти решение, которое помогло бы договариваться об интервью заранее и тратить на это меньше времени и сил. Решили попробовать TextBack — сервис чат-ботов и рассылок в мессенджеры.
Как удалось автоматизировать общение и сэкономить время с помощью TextBack
С помощью чат-бота решили автоматизировать общение, а для рассылок выбрали WhatsApp как самый популярный сервис, который есть у большинства респондентов.
- В каждом исследовании и под каждую задачу используются разные критерии сегментации: оставил заявку и прошёл вводный урок, оставил заявку и не прошёл вводный урок, пришёл по реферальной ссылке и т. д. Из общей базы по нужным критериям выбирают 20—30 человек и отправляют им тестовую рассылку.
- Далее считают конверсию тестовой рассылки в интервью и прогнозируют, сколько сообщений нужно отправить, чтобы набрать нужное количество респондентов.
- Масштабируют рассылку и набирают респондентов.
Это помогает:
- Спрогнозировать, сколько сообщений нужно отправить, чтобы набрать нужное число респондентов.
- Оценить сроки исследования.
- Доработать сообщение, чтобы получить конверсию выше.
Эта рассылка дала низкую конверсию меньше 5%.
Почему? Коллеги выдвинули гипотезу: пользователи боятся, что интервью — это предлог продать курс. Добавили в сообщение фразу «Обещаю, ничего не буду продавать».
Результат: конверсия выросла.
Ещё один пример рассылки с более неформальным текстом:
И ещё один пример — проверка гипотезы приглашением в офис:
На что важно обратить внимание, чтобы конверсия в отклик была выше:
- Избегать формальностей и говорить с пользователем на одном языке.
- Использовать конкретные формулировки — читатель должен понимать, чего от него хотят.
- Предупреждать, сколько времени займёт разговор.
- Обращаться к пользователю по имени.
Как отправить персонализированную рассылку с именем в TextBack
В рассылку можно добавить имя пользователя или дату, когда был пробный урок. База клиентов загружается в формате excel или csv, переменную можно добавить к каждому номеру телефона.
Есть два требования:
- Название столбца должно соответствовать названию переменной, которую вы добавляете в сообщение.
- Название переменной должно быть прописано в первой строке столбца латинскими символами (Name, ID). Кириллица (например, Имя) работать не будет.
Вот пример такого файла, а полную инструкцию читайте здесь.
Как анализировать рассылку и прогнозировать результаты
Каждую рассылку можно проанализировать по таким метрикам:
- Конверсия в ответ и запись на интервью. Помогают спрогнозировать, сколько сообщений нужно отправить, чтобы набрать нужное количество респондентов.
- Open Rate и скорость ответа. Эти данные позволяют понять, насколько быстро получится набрать нужное количество участников опроса.
- Вопросы от потенциальных респондентов. Понимает ли пользователь, зачем ему написали? Если тот или иной вопрос задают часто, можно добавить ответ на него в основной текст рассылки.
Какие результаты
Вот какие выгоды получила Skyeng, используя чат-бота и рассылки в мессенджерах:
Чат-боты экономят силы. Исследователь больше не тратит время на ручные рассылки и холодные звонки, а занимается ключевой задачей — готовится к интервью и проводит его. Он больше не думает о том, как договориться с респондентом об интервью, теперь это делает чат-бот.
С какими проблемами столкнулись
Чат-боты и рассылки в мессенджеры — относительно новый инструмент, поэтому проблемы неизбежны.
Skyeng столкнулись с двумя:
- Первая, наименьшая проблема. Люди неправильно отправляют команды чат-боту, и приходится отвечать руками. Так происходит, потому что команды для чат-бота в WhatsApp задаются цифрами, а не кнопками, как в других мессенджерах. Но радует, что таких клиентов меньше 2%.
- Основная проблема — блокировка аккаунтов в WhatsApp. Поскольку официальное API WhatsApp было закрыто, Skyeng отправляли рассылки через неофициальный WhatsApp. Мессенджер это запрещает и ежемесячно блокирует 2 млн аккаунтов во всём мире (чтобы вы понимали масштаб — это как всё население Латвии). В TextBack не так давно появились официальные рассылки в WhatsApp и первые кейсы.
