Âmbito do trabalho

Tudo o que uma equipa de growth faz, funcionando todos os dias.

Um conector é apenas a superfície. Abaixo está o trabalho em si: o que um analista, um lifecycle manager, um data scientist e um experimentation lead fariam entre si, correndo continuamente contra os seus próprios dados.

Âmbito do trabalho

Tudo o que uma equipa de growth faz, funcionando todos os dias.

Ler o património

Normalmente um engenheiro de dados, uma vez, depois nunca mais atualizado.

Mapeie cada cliente, conta, subscrição e plano nos sistemas que você já executa.
Reconstrua a baseline de receita a partir de pedidos, pagamentos, reembolsos e créditos.
Derive características comportamentais do histórico de eventos sem um novo pipeline.
Confronte o mesmo cliente através de identidades de faturação, CRM, produto e suporte.
Ler estado de consentimento, subscrição e elegibilidade do canal antes de mais nada.
Ler histórico de contactos para que os envios anteriores contem como pressão sobre o cliente.
Acompanhe as mudanças de catálogo, preços e planos à medida que acontecem.
Sinalize falhas na qualidade dos dados que tornariam uma decisão insegura.

Encontre onde a receita está a vazar

Normalmente uma análise aprofundada trimestral feita por um analista.

Observe o ARPU por coorte, plano, mercado, canal e tempo de serviço para desvios que eliminem o ruído.
Detete o risco de churn a crescer num segmento antes que se mostre no número mensal.
Detete churn involuntário de pagamentos falhados, expiração de cartão e comportamento de nova tentativa.
Identifique passos do onboarding onde a ativação diminui e a receita nunca começa.
Identifique a incompatibilidade de preços e pacotes entre o que as pessoas compram e o que usam.
Identifique o atrito do produto que se correlaciona com o downgrade e o cancelamento.
Identifique canais e campanhas que gastam em audiências que já teriam convertido de qualquer forma.
Dimensionar cada descoberta em receita, não em pontos percentuais.

Explique porquê

Normalmente, uma investigação de duas semanas retirada do roadmap.

Execute a investigação automaticamente e retorne os fatores com suas evidências.
Separe os efeitos de mix da mudança real de comportamento.
Classifique os drivers por quanto movimento cada um explica.
Verificar se o mesmo impulsionador está presente em segmentos comparáveis.
Mostre a contraprova, não apenas o corte de apoio.
Mantenha o rasto da query para que um analista possa reproduzir cada número.

Escreva hipóteses que valem a pena financiar

Normalmente, um workshop, limitado às ideias presentes na sala.

Escreva hipóteses continuamente em marketing, produto, preços e saúde técnica.
Anexe o efeito de receita esperado e a população a que se aplica.
Anexe a evidência e a suposição de que cada uma depende.
Classifique o portfólio por valor esperado, não por antiguidade.
Abandone as hipóteses que um experimento passado já respondeu.
Mantenha o portfólio completo visível, incluindo o que não foi deliberadamente financiado.

Decidir por cliente

Normalmente, as regras de segmentação são atualizadas quando alguém tem tempo.

Escolher a next best action para cada cliente, a cada momento.
Arbitrar entre cada ação que concorre pelo mesmo cliente.
Aplique limites de frequência, fadiga e horas de silêncio antes que qualquer coisa seja confirmada.
Respeitar elegibilidade, consentimento, localidade e preferência de canal.
Escolha o canal, o tempo e o nível de incentivo, não apenas a mensagem.
Limitar o desconto e a exposição da margem ao nível acordado pelas finanças.
Anexe uma razão em linguagem comum e uma validade a cada decisão.
Suprima uma ação em vez de enviar uma fraca e registe o porquê.

Execute nas ferramentas que você já usa

Normalmente um ticket, depois um lugar no calendário do próximo mês.

Escreva decisões nos sistemas de CRM, engajamento e warehouse já em produção.
Ative jornadas e campanhas que a sua equipa de lifecycle possui e pode editar.
Atualize públicos, listas e segmentos sem regras construídas manualmente.
Encaminhe ofertas, jogadas de retenção e fluxos de save para a superfície certa.
Abra o trabalho como um rascunho para aprovação onde um ser humano deve assinar.
Recalcule de forma idempotente para que uma repetição nunca duplique um envio.
Reverta um lote de decisão de forma limpa quando algo parecer errado.
Deixe o ambiente exatamente como estava se a Markin parar de escrever.

Comprovar que causou a receita

Normalmente discutido, raramente medido.

Reter um grupo de controlo aleatório em cada decisão, não um holdout global.
Ler o uplift na receita por cliente contra esse controlo.
Reporte a retenção, ARPU, margem e pressão de contacto lado a lado.
Detete e desconte a canibalização entre ações concorrentes.
Interrompa um experimento precocemente quando a evidência for conclusiva em qualquer direção.
Recusar-se a chamar de resultado algo que não atingiu o padrão de evidência.
Publique a leitura no mesmo local para cada experimento.

Retire, governe e transfira

Normalmente não é trabalho de ninguém, então nada é alguma vez desativado.

Retire programas automaticamente quando deixam de superar o controle.
Volte a testar pressupostos que decaem, como a sensibilidade ao preço e a sazonalidade.
Registre cada leitura, decisão e escrita com sua razão para auditoria.
Mantenha os dados pessoais nos seus sistemas e atue sobre eles no local.
Mostre todo o rasto de decisões quando o departamento jurídico, financeiro ou um auditor o solicitar.
Entregue à equipa um portfólio que eles possam ler, questionar e anular.