bannerbanner
О допродажах в edTech, ручной и ML-сегментации пользовательской базы и принятии решений о покупке

Слушать онлайн

О допродажах в edTech, ручной и ML-сегментации пользовательской базы и принятии решений о покупке

подкаст
Поделиться
Юра Агеев
Подкаст: make sense podcast
Язык: Русский
Возрастное ограничение: 16
Длительность: 43 минуты 21 секунда
Последнее обновление:
Добавлен:
«До тех пор, пока мы не ввели срок годности на данные аналитики, у нас получались очень странные результаты в тестах. Когда мы, например, брали сегмент с интересом к английскому и говорили ему: „Купи английский”, — а он покупал все что угодно, но только не английский».«В сегменте 9–11 классов сильная боль и ярко выраженная потребность: хочу сдать ЕГЭ, хочу поступить в вуз. И есть довольно большое количество замотивированных детей, которые даже понимают сами, в какой они хотят вуз, у них есть конкретная цель. И когда боль сильная, ребенок даже сам может выступать инициатором покупки».Гость: Владимир РутенбергMonetization & Upsale Lead, ФоксфордВедущий подкаста: Юра АгеевПодписывайтесь на канал анонсов подкаста: t.me/mspodcast.Подкаст выходит при поддержке конференции ProductSense productsense.ioО чем говорим:1:43 В каких случаях необходимо фокусироваться на допродажах текущей базе5:24 Зачем выделенной команде отвечать за новых пользователей7:10 Сегментация базы и увеличение конверсии в каждом сегменте10:03 Способы сегментации платящих пользователей13:55 Как устроена деятельность по дополнительной монетизации17:05 Специфика допродаж в Фоксфорде19:53 Особенности сегментации по поведению пользователей23:32 Зачем нужен срок годности в аналитике25:04 Как сделать, чтобы человек что-то купил26:49 ML-модель vs сегментация по интересам. Создание инфраструктуры29:13 Сбор данных в процессе онбординга32:25 В какие еще сценарии стоит внедрять онбординг35:39 Тестирование результатов и порядки цифр по допродажам37:58 Работа с детьми и родителями40:36 Насколько часто дети хотят, чтобы им купили дополнительные образовательные продукты