Книга: Монетизация инноваций. Как успешные компании создают продукт вокруг цены

Optimizely: как рассчитать цену на прорывные инновации

Optimizely: как рассчитать цену на прорывные инновации

Стремительно развивающиеся технологии порождают самые разные новомодные продукты и услуги, но новаторы столкнулись с серьезной проблемой монетизации: как определить, будет ли продаваться абсолютно новый продукт и по какой цене, прежде чем инвесторы выложат денежки. Семьдесят пять процентов стартапов на основе венчурного капитала в США не оправдывают ожиданий, согласно исследованию Гарвардской школы бизнеса, проведенному в 2012 году[77].

Но история Oprimizely показывает, что может быть иначе. Фирма из Сан-Франциско применила принципы, изложенные в этой книге, чтобы оценить рыночный потенциал для своего прорывного предложения, задолго до того, как выпустить его на рынок, – и была уверена, что сможет успешно монетизировать его. Основанная в 2010 году, Optimizely стала звездой Области залива (Сан-Франциско). Тысячи компаний пользуются ее продуктами, включая Dell, Netflix и Disney[78]. Optimizely – самый популярный в мире софтвер для оптимизации веб-сайтов, обеспечивающий более 30 млрд оптимизированных решений для посетителей[79].

Optimizely основана двумя бывшими продакт-менеджерами Google Дэном Сирокером и Питом Куменом, и идея для компании родилась, когда Сирокер был главным аналитиком в президентской кампании Обамы в 2008 году. Команда Сирокера сравнила эффективность веб-сайтов, электронных сообщений и других методов коммуникации, чтобы стимулировать пожертвования, подписку на рассылку и волонтерскую работу.

К примеру, они сравнивали, как посетители веб-сайта реагируют на разные версии веб-страницы (чтобы проверить, какая из них эффективнее). Они также смогли измерить воздействие изменений конкретных элементов страницы, например, иллюстрации или заголовка. Они обнаружили, к примеру, что кнопка «Узнать подробнее», а не «Подписаться» или «Присоединяйтесь к нам», больше располагает посетителей оставлять свой электронный адрес. Черно-белая фотография Обамы с его семьей тоже повысила интерес к сайту. Когда эту фотографию сочетали с кнопкой «Узнать подробнее», на 40 % больше людей оставляли свой электронный адрес[80].

Методы Optimizely помогли предвыборной кампании Обамы собрать более $100 млн дополнительных пожертвований.

Опираясь на свой опыт, Сирокер увидел возможность для коммерциализации А/Б-тестирования и многовариантного тестирования и выпуска на рынок в виде полноценного и эффективного софтверного продукта. Софтвер помог бы компаниям улучшить свои веб-сайты, что особенно важно для онлайн-бизнеса. Результаты работы Сирокера во время предвыборной кампании Обамы сделали ему репутацию надежного, заслуживающего доверие человека.

Первый шаг: выяснить, будут ли клиенты платить

Сирокер отыскал своего бывшего коллегу по Google Кумена и предложил проанализировать коммерческую целесообразность продукта. Но вместо того чтобы сразу же окунаться в разработку продукта, как сделали бы многие компании Кремниевой долины, они решили сначала обсудить готовность платить с потенциальными клиентами.

«Мы твердо верили, что многие компании оценят наши технологии, – сказал Сирокер в разговоре с нами. – Но мы не знали, захотят ли они платить и сколько. Кроме того, предстояло выяснить, какие конкретно функции ценят клиенты и сколько готов заплатить каждый сегмент за разный уровень ценности»[81].

В то время А/Б-тестирование находилось в зачаточном состоянии, и у Optimizely нечего было продавать. Но когда Сирокер представил свою идею компаниям, которые занимались онлайн-торговлей, они сразу же оценили ее значение. Они также продемонстрировали высокую готовность платить, и не удивительно. Чем больше клиентов обратит внимание на их сайт, тем больше времени они проведут на сайте и, следовательно, будут чаще делать покупки. Другими словами, клиенты Optimizely могли получить значительный доход благодаря этому софтверу.

Сирокер и Кумен стали разрабатывать первоклассную, но простую в использовании онлайн-услугу, с которой онлайн-компании могли бы экспериментировать на своих сайтах и принимать информированные решения о необходимых изменениях. Они работали со статистиками из Стэнфорда, чтобы создать новую, эффективную и точную статистическую основу для А/Б-тестирования, которая позволила бы заменить догадки обоснованными и статистически значимыми тестами. Сирокер и Кумен обосновались в центре Сан-Франциско, неподалеку от других онлайн-компаний.

Однако при отсутствии каких-либо конкурентов как Optimizely установит цену для своей платформы? Чтобы приобрести тестирующую продукцию Optimizely, какие характеристики потребуют клиенты? Чтобы ответить на эти вопросы, Сирокер и Кумен собрали команду по монетизации из специалистов по разработке продукции, маркетингу, продажам и финансам. Их задачей было определить, какие функции важны, а какие нет (то есть конфигурацию продукта), а также наиболее оптимальную модель монетизации. Будет ли это плата за каждую операцию? Или подписка? Фримиум? Они также анализировали ценовые стратегии и какую цену можно назначить.

Опираясь на обсуждения с потенциальными клиентами, команда по монетизации определила группы, или сегменты, рынка в соответствии с ценностью, которую они ждали от разных наборов функций. С этой информацией они разработали пакеты (конфигурации продукта), которые варьировались по ценности (представленным функциям) и цене. Эти пакеты должны были удовлетворить компании всех размеров и масштабов. Команда также определила минимальный набор функций для фримиума и составила четкую, привлекательную стратегию захвата и расширения, которая должна была со временем перевести бесплатных пользователей в платные.

Однако команде по монетизации все еще не доставало ключевого ингредиента: модели дохода, которая принесла бы выгоду и компании, и клиентам. Другими словами, им нужна была взаимовыгодная модель монетизации. И они принялись за дело.

Как выбрать систему оплаты

Для команды по монетизации Optimizely вопрос о том, какую систему оплаты выбрать, был намного важнее, чем какой должна быть сама цена. Чем больше клиент пользуется продуктом, тем больше его выгода. Следовательно, команда хотела выстроить модель монетизации на основе пользования. Чем больше пользуешься, тем больше платишь.

Но такая модель была непривычна в софтверной отрасли (по крайней мере, в 2010 году). Когда команда взглянула на софтверный рынок, то оказалось, что SaaS-компании брали плату с пользователя. Это разумно, если выгода клиентов растет пропорционально количеству сотрудников, которые пользовались данной программой – сетевой эффект. Однако команда Optimizely понимала, что плата за пользователя никак не сочетается с ценностью их программного обеспечения. И конечно, они были правы. Количество сотрудников в компании, которые пользуются услугами Optimizely, не влияет на выгоду, которую компания получает от этого софтвера. Если бы Optimizely брала плату с пользователя по примеру SaaS-компаний, то есть монетизировала только нескольких сотрудников, которые работали бы с программой, то упустила бы огромную прибыль. Продукт оказался бы классическим примером заниженной цены.

Более того, команда по монетизации беспокоилась, что клиенты не смогут прогнозировать, сколько сотрудников будут пользоваться софтвером. А это, скорее всего, затормозило бы решение о покупке.

Взвесив все факторы, команда по монетизации решила брать плату в зависимости от количества новых посетителей в месяц. Этот параметр больше соответствовал ценности продукта. Он также позволял более мелким компаниям с низким трафиком позволить себе софтвер Optimizely. И чем больше они будут пользоваться софтвером, тем больше выгоды они получат и смогут платить больше, по мере того как увеличится их трафик. Это взаимовыгодная сделка. У крупных компаний больше новых посетителей в месяц, и они уже в состоянии платить цену, соответствующую ценности, которую приносит им продукт.

Плата за количество новых посетителей в месяц также позволила Optimizely со временем увеличить доход. Чем больше тестов проводил клиент, тем больше выгоды он получал от Optimizely и тем больше платил. Более того, по мере роста трафика на сайте клиентам приходилось тратить больше денег, чтобы обеспечить высокое качество тестирования.

Такая ценовая модель облегчала продажи, так как клиентам нужно только знать свой ежемесячный трафик на сайте (а не сколько сотрудников будут пользоваться софтвером), а этот параметр они и так прекрасно знали. (А если нет, то вряд ли Optimizely смогла бы им помочь. В конце концов, это же софтвер, а не волшебная палочка.) Эта ценовая модель – точный аналог модели монетизации Michelin, о которой мы говорили в главе 7: плата за мили, а не за шины.

Как расширить портфолио

В 2014 году Optimizely стала привлекать внимание клиентов к новому продукту – «Персонализация», который позволял адаптировать информацию на сайте в зависимости от индивидуальных особенностей посетителей в режиме реального времени. То есть продукт позволяет клиентам адаптировать свой веб-сайт в зависимости от демографических и поведенческих данных по каждому посетителю. К примеру, если посетитель купил барбекю во время последнего визита на сайт, ему можно показать рекламу решеток для гриля, соусов и наборов для гриля. Такая персонализация создает лояльность клиентов, усиливает интерес и значительно повышает шансы на то, что посетитель купит еще что-нибудь на этом сайте.

Чтобы проверить, понравится ли продукт клиентам и сколько они готовы заплатить, Optimizely использовала репрезентативную выборку существующих и потенциальных клиентов по всему миру и поговорила с ними. Ответом на первый вопрос стало громкое и уверенное «да!».

Затем Optimizely применила методы, перечисленные в главе 4 (включая наибольшую/наименьшую ценность и возможность создать свой собственный продукт), чтобы разделить пятнадцать функций на лидеров, филлеров и киллеров. С этой информацией команда составила три пакета услуг – хорошие, лучшие и самые лучшие в зависимости от потребностей сегментов. Но с точки зрения портфолио продукта команде осталось ответить на два важных вопроса.

1. Нужно ли привязать услугу «Персонализация» к софтверным тестам?

2. Какую систему оплаты выбрать для «Персонализации»? Не похожую на «Тесты»?

Нужен ли бандлинг?

Чтобы ответить на первый вопрос, Optimizely подробно исследовала каждый ключевой сегмент рынка, разбив каждый сегмент на три группы.

1. Существующие клиенты, которые пользуются тестовым софтвером и, вероятно, заинтересуются услугой «Персонализация».

2. Потенциальные клиенты, которые захотят приобрести «Персонализацию» и «Тесты» в виде бандла.

3. Потенциальные клиенты, которые интересуются только «Персонализацией».

Продавать «Персонализацию» существующим клиентам «Тестов» – несложно, так как это естественное дополнение к софтверу, которым они уже пользуются. К примеру, розничный торговец, который уже является клиентом Optimizely и несколько раз проводил тестирование, мог бы захотеть персонализировать домашнюю страницу для покупателей, опираясь на результаты тестов (например, персонализировать страницу в зависимости от погодных условий в регионе или истории покупок клиента). Однако, так как клиенты Optimizely уже подписаны на «Тесты», бандлинг двух предложений не помог компании ответить на вопрос, насколько это разумно и выгодно.

Когда команда Optimizely поговорила с потенциальными клиентами, которые не покупали ни «Тесты», ни «Персонализацию», то оказалось, что их потребности по двум продуктам могут сильно различаться. Одна из причин заключалась в том, что эти продукты далеко не всегда нужны одновременно. Большинство компаний предпочитают приобретать эти продукты один за другим.

Сложности на этом не закончились: не было четкого мнения среди потенциальных клиентов о том, какой продукт и когда покупать – сначала «Тесты», а потом «Персонализацию» или наоборот. Только небольшой сегмент потребителей абсолютно точно нуждался в обоих продуктах, но их было не так много, чтобы оправдать бандлинг.

Все указывало на то, что «Персонализация» должна остаться отдельным продуктом, но на той же платформе оптимизации, которую выстраивала Optimizely. Когда клиенты пользуются обоими продуктами, они должны быть абсолютно интегрированы, но при этом работать автономно друг от друга.

Optimizely выбрала такой путь: клиенты, которые хотели приобрести оба продукта, могли выбрать из трех вариантов «Персонализации» и «Тестов» – хороший, лучший и самый лучший (то есть сочетание и комбинирование продуктов). Это также позволило продвинутым пользователям «Тестов» приобрести базовой пакет «Персонализации» для начала. По мере того как клиенты учились пользоваться новой услугой, появлялась возможность предложить им более продвинутые варианты, которые обеспечили бы им больше преимуществ.

Если бы Optimizely не проверила на клиентах свой подход к ценности и ценообразованию до того, как разработать предложения, скорее всего, обе услуги выпустили бы в виде бандла, пытаясь продать оба продукта вместе, так как это самый простой способ – с точки зрения продукта. В лучшем случае это стало бы очередным примером заниженной цены. Мы видели, как многие SaaS-компании следуют этим путем, а потом пытаются вернуться назад, когда продажи бандла не оправдывают ожиданий. Стремление Optimizely поговорить с клиентами на ранней стадии разработки продукта приводит компанию к оптимальным результатам.

Система оплаты для «Персонализации»

Разработав стратегию нового продукта, Optimizely задумалась над следующим вопросом – какую систему оплаты выбрать. Стоит ли использовать те же параметры оплаты, что у «Тестов», то есть ежемесячный трафик новых посетителей? Это, конечно, облегчило бы положение дел и для компании, и для клиентов, потому что была бы одна модель монетизации для обоих продуктов. Однако из общения с клиентами и потенциальными потребителями Optimizely узнала, что они будут пользоваться «Персонализацией» совершенно не так, как «Тестами». «Тесты» используются периодически, для конкретного эксперимента, а «Персонализация» будет использоваться постоянно для всех посетителей сайта; она всегда включена. То есть «Персонализация» эффективна только в том случае, если она постоянна и универсальна. Джилл не понравится, если сайт будет персонализирован сегодня, но не завтра; и почему можно предлагать персонализацию Джейн, а не Джеку? Учитывая такую динамику, клиенты не захотят платить за «Персонализацию» в зависимости от пользования.

Выяснив мнение клиентов, Optimizely выбрала другую модель ценообразования: общий трафик сайта. Этот параметр соответствовал тому, как клиенты планировали использовать «Персонализацию» и извлекать пользу. Измеряя ценность каждого продукта индивидуально, Optimizely смогла намного эффективнее отстоять их ценность. И снова – это взаимовыгодное решение и для компании, и для клиентов.

Какой вывод можно сделать? Не существует одного универсального решения для монетизации разных продуктов и услуг. Если бы Optimizely оставила одну и ту же модель монетизации для обоих продуктов, результат был бы весьма посредственным. Напротив, разработав каждый продукт на основе его ценности и цены, компания и ее продукты добились оглушительного успеха на рынке.

С четырьмястами сотрудниками Optimizely продолжает стремительно развиваться. Компания расширила главный офис в Сан-Франциско и открыла пять новых отделений в США, Европе и Азиатско-Тихоокеанском регионе.

Глядя в будущее, Optimizely позиционирует свою продукцию как платформу для оптимизации пользования веб-сайтом, к которой компания собирается добавить новые продукты и услуги. Но прежде чем выпустить эти продукты на рынок, Optimizely не придется гадать, сколько клиентов заинтересуются ими и сколько они заплатят. Она будет точно знать.

Оглавление книги