Привет, меня зовут Кристина, я менеджер по работе с ключевыми клиентами ЮKassa. Продаю эквайринг бизнесу, управляю проектами, выстраиваю коммуникации и веду крупные сделки. Сегодня расскажу, какой я нашла способ спрогнозировать, подключит ли клиент нашу онлайн-кассу к своему интернет-магазину.
55 показов 30 открытий Это я на конференции TECH WEEK
Но сначала разберёмся на кейсах из жизни, почему человечество всё ещё не умеет делать точные прогнозы в большинстве сфер.
Что мы умеем предсказывать, а что так и не научились
Эпидемии. В 1976 году на военной базе в США курсант пробежал кросс, а после этого умер. Врачи сделали вскрытие и обнаружили, что у него была «испанка». Всех это очень испугало, ведь несколько десятилетий назад эта болезнь унесла много жизней. Президент Генри Форд запустил масштабную программу вакцинации, но оказалось, что это был единственный случай — больше никто «испанкой» не заразился. Все ожидали, что болезнь начнёт распространяться теми же темпами, что и во время эпидемии, но этого не произошло.
Землетрясения. Их частоту предсказывать мы не умеем до сих пор. Вот что я нашла в интернете, и это максимум, на что способны прогнозисты:
Погода. Это то, в чём мы преуспели и что умеем предсказывать максимально точно. Синоптики берут данные по текущим погодным условиям, немного видоизменяют их и делают из этого до 50 вариантов прогнозов.
Топ ошибок, которые мешают нам делать правильные прогнозы
До 90% информации, которую человечество сегодня перерабатывает, мы получили за последние два года. Большое количество источников и цифрового шума мешают нам делать точные предсказания, и мы допускаем ошибки. Вот самые распространённые:
- Ошибка выборки. Это когда человек думает, что если у него что-то хорошо получалось в одних обстоятельствах, то в других он сделает так же и 100% не ошибётся. Допустим, водитель такси, который ездит на своей машине 20 лет и ни разу не попадал в ДТП, зашёл в бар выпить пива. Вышел в состоянии алкогольного опьянения, но при этом с уверенностью: даже если он сейчас сядет за руль, всё точно будет в порядке, ведь так было всегда. Но он не учитывает, что пьяным никогда не ездил, а значит, выборка, по которой он может сделать вывод, что плохих последствий не будет, равна нулю. Он не может спрогнозировать результаты такой поездки.
- Ошибка чрезмерной уверенности. Помните, как перед распадом СССР ни одна страна не могла представить, что это случится? Все были на 100% уверены, что мощная держава выстоит. Итоги нам известны.
- Ошибка, связанная с тем, что мы боимся менять прогноз. Многие люди переживают, что, если спрогнозировали какое-то событие публично, прогноз менять нельзя, ведь это плохо повлияет на репутацию. Даже если возникли новые обстоятельства или появилась дополнительная информация.
- Ошибка, когда мы не учитываем вероятность того, что событие произойдёт. А эту ошибку разберём на примере теоремы Байеса, ради которой я и затеяла эту статью.
Что такое теорема Байеса и как она помогла мне проверить гипотезу о подключении клиента к ЮKassa
Теорема Байеса позволяет определить вероятность какого-то события в зависимости от того, что уже произошло или не произошло до этого. Есть формула, по которой можно высчитать вероятность с точностью до одного процента, выглядит она так:
Разберём формулу и её переменные на примере из моей рабочей практики. Представим, что на конференции я познакомилась с потенциальным клиентом и хочу оценить вероятность того, что он подключится к ЮKassa. Нужно определить стратегию, как дальше с ним взаимодействовать.
Моя гипотеза: потенциальный клиент сообщил, что систематически сталкивается с техническими проблемами у провайдера, услугами которого пользуется. А значит, велика вероятность того, что в будущем он захочет переключиться на более стабильный сервис. Проверим, так ли это и какова вероятность подключения этого клиента к ЮKassa.
Чтобы оценить правильность гипотезы, мне понадобится три переменных:
- Вероятность при условии, что моя гипотеза верна.
Какова вероятность, что потенциальный клиент сообщил бы мне о своих проблемах с текущим эквайером, если бы хотел сменить провайдера прямо сейчас? Допустим, я оцениваю вероятность этого в 60%. Судя по встревоженному тону клиента, он давно и постоянно сталкивается со сбоями на стороне эквайера и эта проблема для него болезненная. Настолько, что из-за неё он может в будущем расторгнуть рабочие отношения с провайдером.
Как будет выглядеть переменная: Переменная P (B|A), где A — если клиент подключится к ЮKassa, а B — если нет.
- Вероятность при условии, что моя гипотеза неверна.
Какова вероятность, что клиент не испытывает никаких проблем с сервисом и сообщил мне об этом без причины? Допустим, я оценю вероятность этого в 30%. Возможно, клиент поделился со мной, потому что был расстроен недавними недопониманиями с эквайером и хотел рассказать кому-то о своём опыте. При этом он остаётся лояльным своему эквайеру и не собирается с ним расставаться.
Как будет выглядеть переменная: Переменная P (B) — если подключения к ЮKassa не произойдёт.
- Априорная вероятность.
Какова вероятность, что клиент подключился бы к ЮKassa до того, как мы поговорили? Если допустить, что доля российского рынка, который использует ЮKassa, составляет 20%, я бы оценила эту вероятность тоже в 20%.
Как будет выглядеть переменная: Переменная P (А) — если клиент подключится к ЮKassa.
На этом этапе я задумалась: как бы оценила искомую вероятность подключения, если бы не знала теорему Байеса? Мне, как представителю ЮKassa, известны преимущества сервиса, поэтому я оценила эту вероятность в 70%. Однако Байес со мной не согласился.
Если считать по формуле и использовать наши переменные, получается, что вероятность подключения клиента к ЮKassa — 40%. Не самый оптимистичный результат, если честно. Но теорема натолкнула меня на такую мысль:
Во всех аспектах жизни, в том числе в бизнесе, любое событие играет роль, с учётом этого вероятность видоизменяется — растёт или падает.
Каждое новое событие нужно оценивать объективно и обезличенно, только это поможет выстроить эффективную модель взаимодействия с клиентом.
Потом я решила поменять некоторые переменные
Возьмём ту же ситуацию и представим, что мы с клиентом встретились после конференции, а затем подписали договор и сейчас находимся на этапе интеграции ЮKassa на его сайт.
Внезапно я получаю от клиента информацию, что его провайдер предоставляет годовую скидку на свой сервис. Это предложение заинтересовало клиента, о чём он мне и сообщил. При этом я всё ещё думаю, что он настроен перейти на ЮKassa и что вероятность подключения высокая, так как мы уже подписали договор и у нас есть техническая база. Но всё не так просто.
Учитывая все возможные форс-мажорные обстоятельства (где P (B|A) — уже 80%, но P(B) — 50%, так как клиент может легко передумать и вернуться к более выгодным коммерческим условиям), мы получим новую вероятность в 32%.
Эти цифры дают понять, что новые события играют большую роль во время переговоров и могут изменить исход ситуации. Нельзя быть слишком оптимистичным и уверенным в результате, упускать детали и полагаться на случай — лучше оставаться объективным. Умение учитывать при прогнозировании новые факторы — один из главных навыков успешного прогнозиста.
Вывод
Если вы работаете с людьми, участвуете в переговорах и занимаетесь продажами, развивайте навык прогнозирования — он поможет точно предсказать результат переговоров и скорректировать действия в процессе, чтобы в итоге сделка была успешной.
Когда делаете прогноз:
- Попробуйте использовать теорему Байеса — она одна из самых надёжных — и его формулу с переменными.
- Оценивайте события обезличенно и объективно. Не ориентируйтесь на свою высокую экспертизу в сферах, которые отличаются от той, в которой вы делаете прогноз прямо сейчас. Можно ошибиться и получить слишком оптимистичное предсказание, но оно будет неверным.
- Добавляйте к уже известным фактам как можно больше новых вводных в формате «А что, если…?». Это поможет учесть форс-мажорные обстоятельства, придумать новые решения и сделать прогноз более точным.
- Поставьте на кон внушительную сумму и подумайте: стали бы вы делать свой прогноз, если бы в случае неудачи пришлось заплатить, например, 150 тысяч рублей? Если ответ положительный, прогноз надо делать: вы уверены в себе и своих суждениях.
Используете ли вы прогнозирование в работе и жизни? Пишите в комментариях. А если у вас остались вопросы по продуктам ЮMoney, я на них с радостью отвечу.