דריה: היי כולם, אני דריה ורטהיים ואתם הגעתם ל-Startup For Startup, ואנחנו בפרק השני בסדרה על יעילות. והיום נדבר על איך מביאים יעילות למחלקת המרקטינג שזה בעצם אומר- איך להבין שכל דולר שאנחנו משקיעים במרקטינג עושה את האימפקט שאנחנו רוצים שהוא יעשה. אז לצורך כך נמצאים איתי כאן תומר קרמרמן, Head of analytics to the CEO, היי תומר.

תומר: היי, מה נשמע?

דריה: מעולה. ונעמי רוזנוולד, Operations Analytics Group Lead, היי נעמי.

נעמי: היי דריה. 

דריה: ואנחנו באמת נדבר היום על מה המדדים שעוזרים לנו לבחון יעילות במרקטינג, מה הם מאפשרים לנו ואיך אפשר לעשות את זה בסטארט-אפים בשלבים שונים, לא רק חברה ציבורית. נתחיל?

נעמי: יאללה.

[נעימת פתיח] 

דריה: אז אני רק רגע לפני שנתחיל רוצה להזכיר שזה באמת הפרק השני בסדרה על יעילות, ומי שרוצה לחזור ולשמוע איך אנחנו מסתכלים על יעילות באופן כללי לא רק במרקטינג, אז אתם מוזמנים לעצור עכשיו ולהתחיל עם פרק 210 שזה הפרק הראשון בסדרה. ותומר, בוא נתחיל רגע מלהבין למה בכלל אנחנו מדברים על יעילות ספציפית במרקטינג? למה זה חשוב? 

תומר: כן, אז ברגע שחברה מגיעה לסקייל מסוים, היא מתחילה להימדד לא רק בקצב הצמיחה שלה, אלא גם בדרך שבה היא משיגה את הצמיחה הזאת. ובדרך כלל, ההוצאות על רכישת לקוחות חדשים, שיווק ומכירות, הן חלק מאוד מאוד משמעותי מסל ההוצאות של חברת SAS צומחת, לכן במרקטינג, אנחנו חשוב לפתח מדדים שמאפשרים לנו לשלוט ביעילות של ההוצאות שלנו. ברמה הפרקטית זה מתרגם לשאלות קונקרטיות פשוטות כאלה כמו: כמה כסף להוציא החודש, כמה כסף להוציא בחודש הבא, איך עוצרים, מתי מחליטים להרחיב וכן הלאה.

דריה: נגיד אולי גם יותר מזה שבאמת בשנה האחרונה, אולי אפילו קצת יותר כבר, הדיבור על רווחיות הוא הרבה יותר חזק ממה שהיה בעבר ואם פעם זה היה צמיחה בכל מחיר, אז עכשיו זה צמיחה, אבל גם להראות שאנחנו מגיעים לרווחיות. ואני מניחה שאפשר להראות צמיחה הרבה יותר גדולה,  אם נשים כל הזמן את כל הכסף שיש לנו ואולי יותר מזה, על מרקטינג אגרסיבי ולא תמיד זה בהכרח הדבר הכי טוב לעשות. 

תומר: לא הייתי אומר דווקא רווחיות, אבל בהחלט יעילות, כלומר להראות שדרך שבה אנחנו משיגים את הדולרים שלנו, היא עושה שכל ברמה הכלכלית בטווח ארוך, לפחות או פחות משתפרת מרבעון לרבעון.

דריה: בדיוק, כדי שבטווח הארוך תוכל להראות שאתה כן מגיע להישגים מבחינה פיננסית.

תומר: כן, שהמודל העסקי עושה שכל, וגם לחברות שנמצאות בשלב מוקדם יותר, אני חושב שלמשל החשיבות של הברן רייט נהיית יותר גדולה לצד מכפלות הצמיחה שהן עדיין בשלבים מוקדמים העיקר, כמובן לחברות יותר מתקדמות, אז בהחלט הציפייה היא לכוון לרווחיות.

דריה: כן, אז נעמי, באמת למי הפרק הזה מיועד?

נעמי: אז באמת הפרק הזה מיועד לחברות ולסטארט-אפים בשלבים שונים. אני חושבת שבעיקר לחברות שכבר יש להן אופרציית שיווק שהיא up and running, שיש סכומים משמעותיים שהם מוציאים. זה לא חייב להיות סכומי עתק, אבל זה צריך להיות סכום משמעותי ביחס לכלל ההוצאות של החברה. ובאמת, ברגע שמוציאים סכום כלשהו ויש כבר אופרציה קיימת, אז באמת כמו שתומר אמר, השאלות האלה הן סופר סופר קריטיות, בין אם בטווח הארוך רוצים להגיע לרווחיות, או שצריך להבין כמה כסף לשרוף כרגע ומה זה אומר על מה שנשאר בבנק, אז זה באמת שאלות שהן פוגשות סטרטאפים בכל השלבים. 

דריה: כן, אז זה גם פאונדרים וגם אנשי ונשות מרקטינג שרוצים להבין יותר איך לעבוד בצורה שהיא באמת יעילה ונכונה.

נעמי: לגמרי.

דריה: וגם אפילו נגיד- לקבל ביטחון במה שהם עושים, אנחנו נדבר על זה עוד בהמשך אבל יש כזה הרבה דוגמאות שאנחנו יכולים לתת לאיך אנחנו מקבלים יותר ביטחון בפעולות שאנחנו עושים ויודעים שאנחנו כזה על הגל הנכון ולא סתם כזה זורקים כסף. מעולה, אז אולי רגע לפני שאנחנו נצלול ממש לתוך ה- איך אנחנו עושים את זה,  בוא נדבר רגע על מה תמיד מדדנו, מה תמיד עשינו מבחינת הסתכלות על אנליטיקס במרקטינג.

נעמי: אז באמת מהשלבים הראשונים במאנדי היה חשוב לנו למדוד כל מה שאפשר בגדול, בשיווק במרקטינג. ובאמת אנחנו במצב שבו אנחנו יודעים להגיד על כל קמפיין שאנחנו מריצים, בין אם הוא בגוגל או בטוויטר או בפייסבוק, אנחנו יודעים להגיד מה הוא הביא לנו, כמה יוזרים הוא הביא לנו, כמה אנשים היו באיזושהי אינטראקציה בכלל עם המודעה שלנו, כמה שילמנו עליהם, בעצם כמה עלה לנו להביא כל יוזר חדש, ובהמשך הדרך, ופה זה בדיוק האזור הקריטי שמקרב אותנו בעצם למדדים של יעילות, אנחנו גם יודעים להגיד- מה נקבל מהם. אז אנחנו ממש ברמת קמפיין וכמובן גם ברמה הכללית של כל הטראפיק שמגיע, כל היוזרים וכל האקאונטים. אנחנו יודעים להגיד גם כמה כסף הוצאנו כדי להביא אותם, וגם כמה כסף הם מכניסים לנו אם זה עכשיו, ואם זה בטווח יותר ארוך.

דריה: שווה להגיד לדעתי, שגם את אומרת מאז ומתמיד מדדנו מרקטינג, אני חושבת שמי שעכשיו מתחיל להיכנס לענייני מדידות, זה אולי באמת האזור הראשון שצריך להתחיל ממנו, כי זה האזור שהכי מאפשר מדידה, נכון? שמים כסף במקום מאוד מסוים ויודעים בסופו של דבר, יש לנו את הדרך להגיד האם הכסף הזה חזר אלינו בחזרה ובאיזה צורה, בניגוד למקומות אחרים שאנחנו עדיין כזה מפצחים בעצמנו וגם יהיו על זה פרקים בהמשך של customer success, של מכירות, שזה כן אפשרי אבל זה קצת יותר מורכב, נכון?

תומר: כן, ואולי שווה לפרק את זה האמת טיפה יותר בשני משפטים, אז שני המדדים המרכזיים שנהוג לדבר עליהם, לנו יש את הגרסאות שלנו שלהם אבל הרעיון הוא דומה, אז המדד הראשון הוא העלות שלנו לרכישת לקוח, מה שקוראים לו CAC, בדרך פשוטה למשל לחשב את זה אם יש לנו פאנל, אנחנו יודעים את סך ה- אפילו אם אין לנו שיטות טראקינג מתקדמות, ואנחנו לא יודעים למפות עדיין את כל האיוונטים שקשורים לכל יוזר שהביאו אותו, אבל אם יש לנו סך הוצאות מרקטיאליות בתקופה מסוימת, אנחנו יודעים את כל המשתמשים שהגיעו אלינו לאתר, נניח יש לנו אתר למכירת כדורי סל, אז יש איזו כמות מסוימת שהגיעה לפי cost per click, cost per view מכל אתרים השונים, עם מרקטפלייסים של פרסומות. חלק מהם התקדמו בפאנל לתת לנו את הפרטים שלהם, אנחנו יודעים לחשב את העלות לכל אחד, פשוט על ידי פעולת החילוק של ההוצאות שלנו בכמה משתמשים הגיעו לשלב הסיינאפ, וחלק מהם גם נתנו לנו, ושלמו בסוף, נתנו את פרטי כרטיס האשראי ושילמו והעלות הזאת היא העלות בתקופה מסוימת שהייתה לנו לרכישת לקוח וזה CAC. זאת אחת משתי אבני היסוד שאנחנו צריכים בשביל להבין את היעילות המרקטיאלית שלנו. 

דריה: מעולה ואני אגיד שמי שרוצה להרחיב עוד על CAC ולשמוע פרק שלם על הנושא, אז יש לנו את פרק 83 בסדרה היסודות.

תומר: נהדר. אבן היסוד השנייה היא הערך שאנחנו יכולים לצפות להוציא מהלקוח כמובן תלוי במודל של החברה, ה-Lifetime Value, LTV או ערך לשנה או ערך לטרנזקציה, הדברים האלה הם היינו הך, ואת זה אפשר גם לחשב לייצר עם חישובי מפית, אם אין לנו מודלים ודאטה סיינס ודברים כאלה, למשל, אם אני במודל מנוי, נניח, החברה שלי לא רק מוכרת כדורסל אחד, אלא שולחת הביתה כדורסל כל חודש, ואני יודע את שיעור הנטישה שלי, את שיעור ה-Churn ואת המחירים שלי, כי אני קבעתי אותם, זה לכל לקוח אני יכול להניח, אוקיי, בשנה הקרובה, בשלושת השנים הקרובות זה מה שאני אצפה שהוא ישלם לי. עכשיו יש לי שתי אבני יסוד האלה,

דריה: פרק 85, זהו, אני באתי מוכנה.

תומר: מדהים. ושאלת היעילות היא איך אנחנו קושרים ביניהן בשביל לקבל החלטות, כי CAC ו-LTV בוואקום, אני לא בטוח שזה אינטואיטיבי מה לעשות איתם, מה היחס הנכון ביניהן ואיך לנטר את זה מתקופה לתקופה.

דריה: זאת אומרת, הגעתי לאיזה מספר, איך אני יודעת עכשיו אם זה באמת טוב או לא?

נעמי: בדיוק, זו למעשה שאלת השאלות, זו הסיבה שזה מורכב. אחרת זה היה לנו יותר קל לענות על זה ולא היינו נזקקים למודלים שהם קצת יותר מורכבים. ובאמת כמו שתומר אמר, אז CAC ו-LTV זה מונחים שהם מאוד בסיסיים ובגדול גם לא מאוד קשה לייצר אותם, אבל השאלה של מה זה יחס טוב, היא כבר שאלה שמושפעת מהרבה גורמים אחרים שהם לא רק באמת כמה עלה לי להביא את הלקוח הזה, והיא מאוד מושפעת גם איפה החברה רוצה להיות ומה היעדים שלה מבחינת יעילות ומבחינת ARR. 

דריה: כן, זאת אומרת יכול להיות שאני אלך על אסטרטגיה של צמיחה שהיא יותר אגרסיבית, ואז אני בסדר אם המטריקות האלה לא בהכרח יעילות, או כמו שאני מגדירה יעילות. ויכול להיות שבסיטואציה אחרת אני רוצה להגיע לרווחיות כמה שיותר מהר או שאני רוצה קצת לצמצם הוצאות ואז אני מעוניינת שזה יהיה כמה שיותר נמוך.

נעמי: נכון, וגם יכול להיות שעכשיו הCAC שלך הוא מאוד מאוד גבוה וזה בסדר לך כי את בעצם מביאה לקוחות מחברות מאוד מאוד גדולות ואת יודעת שבהמשך בעצם המודל העסקי שלך הוא מודל של התרחבות בתוך החברה. ואז גם אם בתקופה הנוכחית היחס הזה לא טוב, את בונה על זה שבעתיד הוא ישתפר. זאת אומרת, יש פה באמת המון המון שיקולים שהם לא רק מרקטיאלים, הם כבר הרבה הרבה מעבר.

דריה: כן, ואז בעצם יש פה גם עניין של לחבר את המדידה של המרקטינג למטרות העסקיות, נכון? אני מניחה שאתם לא מודדים רק הצלחה של קמפיין נקודתי, אלא גם מסתכלים, אולי שווה להסתכל עליו גם שנה אחרי ולראות איך הלקוחות האלה מתנהגים.

נעמי: נכון.

תומר: אז פה גם כבר הפרטים חשובים, אז בפרק הקודם בסדרה עם רועי הוא מאוד מאוד הדגיש את האלמנט של החזר מהיר על ההשקעה, ובאופן עוד יותר ספציפי החזר מהיר שכבר מתבטא בגבייה, שמתבטא בחשבון הבנק של החברה ולא בהתחייבות עתידית שזה מפתח נכון במקרים רבים לחברות שהם בשלבי צמיחה, כי הוא מגדיל את האפקטיביות שלנו במובן של אפשר מהר להשקיע את הדולרים הנוספים בחזרה בתקציב המרקטינג.

דריה: בדיוק.

תומר: יש חברות, נניח, השלב שמאנדיי נמצאת בו היום, אין מגבלת מזומנים כל כך נוקשת. אם היא תחליט שהיא רוצה להוציא יותר בחודש מסוים כי כדאי, 

דריה: יש לנו את האפשרות לעשות את זה. 

תומר: אז תהיה את האפשרות לעשות את זה. לכן מתחילים לאפטם  לכיוון כל מיני יעדים עסקיים אחרים, למשל התרחבות עתידית, כמו שנעמי ציינה. 

דריה: כן. אבל באמת גם לחברות שאין להם את הכסף הזה בבנק, אז זה באמת דרך מעולה להגיד: אוקיי, אני מוציאה פה X כסף על לקוחות, אני צופה שאני אקבל את הכסף הזה בחזרה בעוד- אני יודעת להגיד, בעוד כמה חודשים, ואז אני אוכל ממש עוד פעם מיד להשתמש בכסף הזה כדי להשיג עוד לקוחות.

נעמי: כן, אני חושבת שזה מתאר בצורה יחסית מדויקת את אופרציית המרקטינג שהייתה למאנדיי שנים רבות, וזה באמת מתכתב מאוד יפה עם מה מתאים לחברות שונות בשלבים שונים. 

דריה: מעולה. אני מניחה שזה גם ממש יכול לעזור לחברה להבין מה יהיה קצב הצמיחה שלה לשנה הקרובה לפחות. כאילו זה ממש ברמה שאפשר כזה לחזות יותר. אנחנו לא פועלים באפלה, אנחנו ממש יודעים כבר לחשב כמה לקוחות נגיע, ולא סתם להגיד 100% צמיחה כי זה נשמע טוב, אלא כי אנחנו יודעים איך נגיע לשם. 

תומר: כן, הייתי חושב על זה באופן כללי לא כבעיית תחזית בהכרח, אלא כבעיית תרחוש. אם חושבים על הבעיה הזאת כבעיית תרחוש, אפשר להניח הנחות אפשריות, בין אם זה בהתבסס על דאטה מהעבר או לפי היגיון בריא, על איך בסיס הלקוחות עשוי להתפתח, מה יכולות להיות העלויות ואיפה נהיה בכל תרחיש ואז להתאים את עצמנו בתהליך כזה מתמיד של מדידה ואופטימיזציה.

דריה: כן, אז באמת היום יש לנו, כמו שעכשיו אמרנו, בעצם יש לנו, לקחנו את היעדים של מחלקת המרקטינג, ולמעשה גזרנו אותם מהמטרות העסקיות של החברה. זה בעצם החידוש הגדול שעשינו פה, וזה מה שמאפשר לנו להביא הרבה הרבה יעילות. והדבר הזה נעשה באמת במסגרת של מודל תרחושים. זאת אומרת, אנחנו מדברים במונחים של- אם נוציא יותר כסף, או נוציא פחות כסף, איפה נהיה? והדבר הזה הוא לפי איזה שהם תרחישים על כמה נצמח ובעצם כמה לקוח מכניס לנו. ואנחנו ממש יוצרים לעצמנו כמו מין טבלת רגישות שממש מאפשרת לנו להגיד, גם אם עכשיו נוציא עוד נניח 10,000 דולר והכל ילך לפח, לא נקבל מזה אף לקוח אחד, איפה נהיה והאם התרחיש הזה מתאים לנו או לא? ואם הוא מתאים לנו גם אם לא נקבל מזה דולר אחד, אז אנחנו יודעים שאנחנו בביטחון להוציא את הכסף הזה. 

נעמי: שאנחנו יכולים לאפשר לעצמנו את הניסוי הזה.

דריה: בדיוק. אז בעצם זה מה שכל הקונספט הזה של יעילות אמור לאפשר. בסוף הוא אמור לתת לנו יותר ביטחון בפעולות שלנו גם אם אנחנו, כמו שאמרת, אנחנו לא יודעים להגיד בסוף אם הקמפיין הזה שננסה אם זה יצליח או לא, אבל זה אמור להגיד לנו, גם אם נעשה את זה ונכשל, המצב שלנו יהיה בסדר. או שאנחנו נדע לפחות איפה אנחנו נמצאים.

נעמי: כן, זה ממש מאפשר לנו לנהל את הסיכונים בצורה מאוד מודעת ומאוד מחושבת. 

תומר: הפרויקט הזה שנכנסנו לו, היו לו כל מיני רגעי התחלה, אבל אחד מהם שאני זוכר זה שנעמי באיזו שיחת מסדרון אמרה: בואו נחשוב ביחד על דרך אמיתית לקבוע יעדי מרקטינג. ותקופה אינטואיטיבית שהייתה הפתעה כזאת, או שזו הייתה שאלה מוזרה, מה זאת אומרת "דרך אמיתית"? יש פה אופרציית מרקטינג מטורפת, יש פודקאסטים, פרק 83, פרק 80 ומשהו. ומשהו. כן וחלק משמעותי מהוצאות של החברה, על מה הכוונה שלך "אמיתית"? בדיוק היא תיארה את זה שהיכולת שלנו למדוד כל לקוח כמה הוא עולה לנו וכמה הוא יחזיר לנו היא מאוד מבוססת, יחס ביניהם, אנחנו מכוונים לסדר גודל של 30%. למה 30%? אם אתה שואל את השאלה הזאת באים גברתנים ממחלקת הפייננס והם מלווים אותך החוצה בנעימות אבל בתקיפות. זה איזה שהוא בנצ'מק שרירותי שנקבע לאורך זמן. הנקודה היא אם למשל היא הייתה אומרת לי יחס של 100 אחוז של כל דולר מרקטינג שאנחנו מוציאים, נקבל אותו בחזרה בתוך שנה, כן? אם אנחנו מסתכלים על ה-1 year value, למה 100 אחוז? למה לא מספרים רגישים יותר כמו 25 או 38? אין סיבה, זה משהו שרירותי, או לא שרירותי, אבל שמשקף את ביצועי העבר שלנו ושומר אותנו באיזשהו מקום קבוע. התשתית הזאת שבנינו ביחד, כלי התרחישים הזה, בדיוק נותן תוכן אמיתי לשאלה הזאת, כי הוא במקום  לתת איזשהו מספר וגם לשמור את התרגיל הזה רק בתוך היקום של המרקטינג שיש לי עלות מרקטיאלית והחזר שאני מקבל מהלקוחות, אז חיברנו אותו לכל הצפי שלנו על הביצועים הפיננסים של החברה, להוצאות שלנו על אלמנטים אחרים, להכנסות שלנו מקוהורטות ותיקות ולא מקוהורטות חדשות, ופשוט גלגלנו את זה קדימה לפי סט של פרמטרים שאנחנו יכולים לשחק איתם, שכמו שאמרנו מתבססים על כל מיני נתונים מהעבר, אבל הם בסוף מייצגים איזה טווח או שלל של תרחישים. ואז אם אנחנו אומרים, חברה היא חברה ציבורית, יש לה יעדי revenue שאנחנו מתקשרים אותם גם לציבור האנליסטי, לציבור המשקיעים שלנו, יש לה רמת רווחיות מסוימת שהיא מכוונת אליה או רמת יעילות, גם אם לא רווחיות מסוימת שהיא מכוונת אליה, ואנחנו יודעים להציב בכל רמת הוצאה מתוכננת, רף תחתון של יחס כזה של CAC ל-LTV שאנחנו מוכנים להיות בו. וברגע שעשינו את זה, אז אנחנו מפסיקים לעבוד עם מדדים שרירותיים, אלא יודעים בצורה קונקרטית, למול הביצועים שלנו עכשיו, עם סט של הנחות על העתיד, איפה נהיה ממש מבחינת התוצאות הכלכליות שאנחנו רוצים להגיע אליהם.

דריה: אני מנסה להבין את הכאב שבאמת מתוכו זה הגיע, נעמי, כי באמת דיברנו על זה, מדדנו גם לפני זה הכל. אז למה בכלל היה צריך לעשות את זה? 

נעמי: אז זו שאלה מעולה, דריה קראה את המחשבות שלי. אז באמת, כמו שתומר אמר, לפני זה היה לנו איזשהו יחס יחסית שרירותי, ולא ידענו להגיד בצורה שהיא מאוד מאוד מושכלת, מהי היחס טוב בין LTV לCAC, והדבר הזה התבטא הרבה פעמים בזה שראינו תוצאות טובות או לא טובות במרקטינג, וזה לא התכתב עם התוצאות שראינו ברמת החברה. 

דריה: מה למשל, אנחנו מצליחים להביא הרבה יוזרים חדשים, אבל הם בסוף לא עושים קונברג'ן ללקוחים משלמים?

נעמי: הם עושים קונברג'ן והם משלמים, אבל אנחנו רואים שביעילות שהיא רק מרקטיאלית לפי איזשהו בנצ'מרק שרירותי שנתנו, רב שרירותי שנתנו ליחס בין ה-LTV לCAC, אז לפי המצב הזה במרקטינג הכל נראה טוב, אבל ברמת החברה מתקבלות החלטות שאולי עכשיו צריך לעצור תקציבים או להעלות תקציבים, וזה לא התכתב עם המרקטינג. עכשיו, זה נשמע אולי כמו בעיה שהיא רק פיננסית, שהיא אולי רק בסוף בדוח שמוציאים החוצה, אבל בפועל יש גם אנשים שביום יום זו העבודה שלהם, והם מקבלים איזושהי הנחיה לעצור קמפיינים, או אולי להגדיל קמפיינים, והם לא מבינים למה, כי זה לא מקושר בשום צורה לתוצאות שהם רואים ביום יום, אז הם יכולים לראות שהם העלו קמפיינים חדשים, הם עובדים ממש טוב, אנחנו מביאים עוד יוזרים והם משלמים, ועל פניו הכל נראה בסדר, אבל זה לא מתכתב עם מה שקורה בחברה והדבר הזה מקשה לנהל את המחלקה, זאת אומרת, זה ממש, הרגשנו שזה כבר מתחיל לפגוע באופרציה, ושאנחנו, בנוסף לזה שזה גם פוגע בתוצאות של החברה, כי בסוף זה הרי לא הגיוני, נכון, שמשהו יראה טוב במרקטינג, אבל הוא לא יראה טוב ברמה הפיננסית. 

דריה: בשורה התחתונה, נכון. 

נעמי: כן, אנחנו לא רוצים להיות במקום כזה. 

דריה: כן, וגם בואי, ברמה הכי אישית, אני חושבת שבסוף כל בן אדם רוצה להבין למה הוא עושה את מה שהוא עושה, ואיזה היגיון יש לפעולות שלו. ואת מתארת פה איזו סיטואציה שאני יכולה לעבוד על משהו שאני מרגישה שהוא מאוד מצליח, ואז באים ואומרים לי תעצרי ואני לא מבינה למה, אז אני מניחה שזה גם תחושות אישיות שהן די קשות.

נעמי: לגמרי, וזה תחושות אישיות גם באמת של המון אנשים, יש פה המון אנשים שיושבים ומנהלים קמפיינים, ומעבר לזה יש בזה גם משהו שהוא בדיוק ההפך מלהעצים את מחלקת המרקטינג, זאת אומרת, אתם מקבלים באמת איזושהי דירקטיבה מפייננס, אין להם מה לעשות איתה, כי לא היה לנו סט של תרחישים שיכולנו לנהל שיח עם פייננס במונחים שגם הם מבינים, כי פייננס לא מעניין אותם ה- LTV והCAC רק במרקטינג, מסתכלים על כל החברה. והדבר הזה באמת, הסיטואציה לא אפשרה לנהל את השיח הזה, זאת אומרת, המרקטינג קיבלו איזושהי דירקטיבה מפייננס, לעלות, להוריד, לחתוך, וזהו, לא היה אפשר לנהל איזה שיח. אז זה גם באמת פגע בתחושות של האנשים, זה גם פגע באופרציה, ומעבר לזה לא הרגשנו שאנחנו מקבלים את ההחלטות הכי טובות שאנחנו יכולים לקבל. 

[נעימת מעבר]

דריה: אז תומר, אתה מתאר פה, באמת שכאילו בנקודה הזאת החלטתם לבנות איזשהו כלי, שבסוף בשורה התחתונה, אם אני רגע מפשטת את זה לגמרי, המטרה שלו היא לחבר את הפעולות של המרקטינג למטרות העסקיות, לשורה התחתונה של מה שהפייננס מסתכלים עליהם, נכון?

תומר: כן, ואני חושב אם נפתח סוגריים מעט יותר טכניים לרגע, היה פה פיצוח שהוא פיצוח נחמד, בעצם השאלה הקלאסית היא מה צריך להיות יחס הCAC ל-LTV, מהי התשובה לשאלה הזאת, האם זה 6, האם זה 8, האם זה חצי, לא משנה. ברגע שעברנו לחשוב על זה ככלי תרחישים שאנחנו רוצים להשתמש בו בשביל לייצר את הערכה שלנו על התוצאות הפיננסיות, אז היחס הזה הפך פשוט להיות הדרך שבה אנחנו מחשבים קדימה איפה נהיה. זה מאפשר לנו לשאול את השאלה העסקית הנכונה. זה לא מעניין לכשעצמו להיות ברמת CAC לספנד מסוימת, זה מעניין להיות ברמת הכנסות מסוימת ולהגיע אליה תוך שמירה על הוצאות סבירות. ואז אם אנחנו משתמשים בCAC לספנד הזה או בCAC לLTV הזה כמפתח שאומר- נשקיע מיליון דולר, אנחנו יודעים כמה לקוחות זה יביא לנו כי זה המשמעות של הCAC, אם הCAC שלי הוא 100 אלף דולר ואני משקיע מיליון דולר, אני אביא עשרה לקוחות, אני יודע כמה אני אכניס מהם, איך אני יודע? כי אני יודע מה היחס בין CAC לבין LTV. זה בדיוק המונח הזה של היעילות שהפכנו לפרמטר בעצם במודל שלנו. 

דריה: כן, בשורה התחתונה- כמה אני משלם בשביל להשיג את הלקוח ואז גם כמה זמן הלקוח הזה נשאר.

תומר: וכמה אני יכול לצפות להכנסות שלו ובמודל מעט יותר מורכב כמו שאנחנו בנינו, מתי הם יגיעו. בעצם לקחנו את הבעיה הזאת שתמיד הייתה כמו שנעמי תיארה, בעיית תקשורת ושימוש במונחים סותרים, וחוסר בהגדרה עסקית ברורה, הפכנו אותה לבעיה שהיא נראית כמו תכנון הוצאות של משק בית בגיליון. יש לנו הוצאות, יש לנו הכנסות, יש לנו הערכה בכל חודש בערך מתי זה יהיה, חודש הבא נזמין קצת פחות מוולט, חודש אחרי זה מתחילים הגנים ויש יותר הוצאות וכן הלאה, ועכשיו אנחנו משתמשים בזה בשביל לנהל תקציב של מאות מיליוני דולרים. 

נעמי: צריך להגיד שבאמת חוץ מהתהליך הזה של לתכנן ולהבין באיזה תרחיש אנחנו נמצאים, אנחנו גם תמיד בבדיקה שהיא סופר הדוקה על כל מה שקורה בפאנל שלנו. ואם בהתחלה נתתי דוגמה של מה יקרה אם נוציא סכום מסוים של כסף ולא נקבל ממנו אף דולר, אז הכלי  באמת נותן לנו יכולת להבין את הדבר הזה ולהבין אם אנחנו בסדר עם זה או לא. במציאות, אנחנו לא מגיעים למצב הזה בכלל, אנחנו לא נוציא את כל הסכום שרצינו, כי אנחנו נדע הרבה לפני מה קורה וזה אולי משלים את התמונה, זאת אומרת לא רק לתכנן נכון ובשיתוף עם כל הגורמים ובשפה משותפת, אלא גם לעקוב אחרי הביצוע בצורה שהיא באמת יומיומית.

דריה: זאת אומרת זה מאפשר לנו לטעות אבל להבין את זה גם הרבה יותר מהר, אם אני מבינה אותך נכון.

נעמי: כן.

דריה: יש לך איזה דוגמה?

נעמי: כן, אז באמת לפני מספר חודשים על קהל שאנחנו כבר מטרגטים, ניסינו לעשות שם סקייל, ניסינו להביא יותר יוזרים מאותו קהל, בפלטפורמות שונות, גם ביוטיוב וגם בגוגל, ובאמת הוצאנו שם כסף בערך שבועיים, וראינו שאנחנו לא מביאים משם את היוזרים שאנחנו רוצים. עכשיו, איך ראינו את זה? אז בשלב הראשוני אנחנו בכלל לא יכולים למדוד תשלום, כי במאנדיי זה לוקח זמן, יכול להיות שבחברות אחרות זה מיידי, אבל פה זה לוקח זמן, ולכן יש לנו גם סט של כלים שמהווים-

דריה: כן, יש כזה טרייל חינמי.

נעמי: נכון, יש לנו טרייל ואנשים לא משלמים ביום הראשון וגם לא ביום השני. לפחות רובם לא, ויש לנו סט של כלים שמאפשר לנו לזהות מאוד מהר, האם היוזרים האלה הם בסיכוי יותר גבוה להתקנוורט או לא. משהו שנקרא בשפה המקצועית פרוקסי. אני יודעת מי האוכלוסייה שמשלמת יותר, ואני יכולה להגיד האם מי שהגיע עכשיו דומה לאוכלוסייה הזאת או לא. וגם אחרי שהדבר הזה קורה, גם אם עכשיו הוצאנו קמפיין וראינו שהגיעו הרבה מאותם סיינאפים איכותיים, אנחנו לא עוצרים שם, ואנחנו בעצם ממשיכים למדוד את זה לאורך הדרך, עד שמגיע שלב של תשלום. ובאמת במקרה הזה, דווקא הבאנו חשבונות איכותיים חדשים, אבל עם הזמן ראינו שהם לא משלמים ובעצם זה אפשר לנו תוך ממש שבועיים להתחיל להוריד תקציבים. ובסוף מה שקרה זה שנשארנו רק עם מספר צ'אנלים מרקטיאליים שבהם הסקייל הזה דווקא עבד. זאת אומרת לקחנו את התקציב, בדקנו אותו בכמה מקומות וקיבלנו החלטה מהירה שאנחנו חותכים. אנחנו לא ממשיכים להוציא את זה. אם זה לא היה קורה, זאת אומרת יכול להיות שאנחנו ממשיכים להוציא את הכסף,

דריה: גם עוד כמה חודשים,

נעמי: בדיוק וסתם, זה פשוט לשרוף כסף. אז בנוסף לתכנון המדויק שלו, אנחנו גם ממש מודדים אותו בפועל. ואני חושבת שזה גם משהו שמוסיף ביטחון לתהליך, כי גם אם ביקשנו תקציב מסוים, זה ברור שאנחנו לא נוציא את כולו אם הוא לא יהיה יעיל. בסוף מדד היעילות או היחס בין ה-LTV ל-CAC הוא לא המטרה שלנו. זה איזשהו קו אדום שאנחנו לא רוצים לחצות, אבל אם זה לא יעיל, אנחנו לא נגיע גם אליו. אנחנו נהיה תמיד מעליו.

דריה: בדיוק, זה מתחבר למה שתומר, אתה אמרת קודם, שבסוף היחס בין ה-CAC ל-LTV זה בסוף כלים שאנחנו משתמשים בהם, זה לא המטרה עצמה, נכון?

תומר: כן לגמרי, והתועלת היא תועלת ארגונית, תועלת של תהליכים שהם יותר אפקטיביים. יש גם דוגמאות הפוכות, נחמדות אני חושב של- אם ארגון המרקטינג לפי המדדים שזזים מהר מבין שזה הזמן דווקא ללחוץ על הדוושה ולהוציא יותר, אז היה לנו כל מיני הקשרים בעבר שבהם, כאמור, חברה ציבורית, התקציב הוא דבר שמנוהל, אז היינו מגיעים לסוף החודש, מתקרבים לתקציב, מורידים ספנדינג, צריך להתחיל להיכנס בחדר, את הנהלה, את סמנכ״ל הכספים, להסביר, להציג, יכול לקרות אסון ולאחד מהם יש דעה, נגיד, שזה בכלל זרע הפורענות.

דריה: בעיה קשה.

תומר: ולשאול שאלה, ועבר שבוע, בשבוע הזה איבדנו אותו, כבר לא לא- הורדנו את התקציב כדי להתכנס למסגרת. יותר מזה- מי שמכיר את העולם הוודו אומנות של אופטימיזציה מרקטיאלית יודע  שלוקח זמן לחזור, להגיע לרמת הוצאה ולבסס אותה בצורה יעילה עם פיינטיונינג שעושים לקמפיינים ספציפיים, לוקח עוד שבוע שנחזור לרמת הספנדינג שהיינו רוצים להיות בה. 

נעמי: זאת אומרת יכול להיות שהפסקנו קמפיין או קמפיינים אפילו ברבים, רק כי אנחנו חייבים להתכנס לאיזה תקציב מסוים, שזה בסדר, כן? הרי בסוף כולנו עובדים באיזה מסגרת, פה יש איזה שהוא היגיון, אבל בסוף אם אתם יכולים לבוא ולהגיד- רגע, אנחנו נשים פה עכשיו עוד X דולרים וזה יחזור אלינו הרבה יותר בהמשך, חבל לעצור משהו שאנחנו יודעים בוודאות שהוא מצליח.

תומר: נכון, בדיוק. 

דריה: אני אפילו אני רוצה להפוך את הסיפור הזה לממש לדוגמה קונקרטית, אז באמת לפני ממש שנה, היינו בסיטואציה הזאת. הקמפיינים הלכו טוב, וכשהקמפיינים הולכים טוב יש להם מין RUN RATE טבעי כזה והכסף ממשיך לצאת. ואם רוצים להתכנס לאיזשהו תקציב צריך באמת ממש לחתוך אותם. ותומר באמת אמר שאחרי זה יכול לקחת שבוע לחזור, עד שהקמפיין לומד מחדש מה לעשות, זה לפעמים יכול לקחת גם חודש, ולפני שנה היינו בסיטואציה כזאת, היינו צריכים להתכנס לאיזושהי מסגרת תקציבית שהוקצתה מראש, בתחילת אותה שנה, ולכן יש אחד מהערוצים שלנו, ממש כמעט הרגנו את הערוץ. זאת אומרת עברנו מלהוציא שם X ללהוציא 20% X. ממש ממש חתכנו שם את התקציבים. היום כשמסתכלים אחורה זה core די דפוק, כאילו ממש רואים את זה במספרים שהיה שם שיבוש מהכל, ובעצם עכשיו סיטואציה כזאת לא הייתה קוראת, כי יש לנו כבר ממש שפה משותפת עם פייננס וזה ממש שינה לנו את ה-default, זאת אומרת, ה-default הוא, כמו שתומר אמר, להמשיך להוציא, כל עוד אנחנו יודעים שזה טוב, כי באמת יש לנו סט כלים שמוכיחים את זה. אז אני חושבת שזה מדגים שיש סיכון לא רק בלא להיות יעילים, יש סיכון גם בלעצור כשלא צריך לעצור ובאמת יש יוזרים שהפסדנו ויכולנו להיות אולי במקום קצת אחר היום, וההשפעה של זה באמת הרבה פעמים היא לא רק נקודתית, זאת אומרת- היא מתמשכת כי ככה עובדות הפלטפורמות לוקח להם זמן לאתחל את עצמן מחדש. 

דריה: אני  רוצה לשאול אתכם. איך עושים את זה בפועל? כי אנחנו מדברים פה על איזה מודל, לי זה נשמע די מורכב, עכשיו חברות שהן יותר קטנות וכן רוצות למדוד את הדברים האלה ולוודא שהם יוצרות תרחישים שהם נכונים ואמיתיים, איך עושים את זה?

תומר: כן, אז את האמת שאת הגרסה הראשונה של המודל בנינו בגיליון, בגוגל שיטס, הוא כן היה גיליון ב-ג' הידיעה,, הייתה בו איזה מורכבות. אבל זה כלי מאוד מאוד חזק לתרחוש אני חושב, יותר מתאים מהרבה כלים יותר מודרניים או יותר, לא יודע מה, מתוחכמים. והיה לו עוד יתרון ספציפית בהקשר שלנו, של קהל היעד של הכלי הזה, למקבלי החלטות בכירים בחברה, נגיד את זה ככה, ראו מספיק מודלים בשביל להיות חשדנים כלפי מודלים. והתשובה היא, בואו נגדיל את המרקטינג, כי המודל של תומר אמר, זו דרך מאוד לא טובה לשכנע אותם להוציא יותר כסף, לעומת זאת, להראות את המספרים בצורה פשוטה, עם דוגמאות לאיך ההתנהגות הייתה בעבר בנקודות דומות ואז תחזית קדימה, אקסטרפולציה קדימה לפי סט של תרחישים, ועוד יותר מזה, אפשרות בפעולה פשוטה לעשות קופי ולתת להם- אוקיי קחו, תשחקו.

דריה: תשחקו עם זה בעצמיכם.

תומר: תשנו את המשתנים, תראו איפה אתם, האם הדברים עושים שכל, אני חושב שזה עזר לבנות הרבה ביטחון סביב הכלי. ובסוף הפעולות אפשר להעמיק בהן מאוד לרמה, להכניס Data Science ולחזות את ה-LTV, ולבנות קוהורטים לפי כל מיני סגמנטים של סוגי לקוחות, ויש פה הרבה עומק אפשרי. אבל בבסיס שלו זה חוזר לשתי אבני היסוד שתיארנו בהתחלה, ולמערכת היחסים ביניהם. עלות ללקוח, הערך שאנחנו יכולים לצפות להפיק מהלקוח, סליחה, לשימוש בתיאור המכני הזה, אבל זה בהקשר של המודל זה מה שמעניין אותנו, ומערכת היחסים ביניהם, ואז למול תקציב, איפה אנחנו יכולים לצפות להיות חודש בחודשו, ועל זה אפשר לבנות טילי טילים של מורכבות בהמשך.

דריה: מעולה. יש אגב איזה טמפלייט שלדעתך אפשר לשתף?

תומר: כן, אז אנחנו נכין גרסה שלדית כזו, עם נתונים לדוגמה שמראים את זה בקונטקסט באמת שהוא בסקייל אולי קצת יותר קטן משל מאנדי, ואיך עם 2-3 פרמטרים שאפשר או לחשב אותם לפי ההיסטוריה, או פשוט להניח אותם לפי בנצ'מרקים של התעשייה הרלוונטית, לפי היגיון בריא, אפשר לייצר תחזית כזאת קדימה, אל שנה שנתיים של ביצועים מרקטיאליים. 

[נעימת מעבר]

דריה: אנחנו מדברים פה על יעילות ובסוף כשאני חושבת על יעילות  זה ללכת על מה שאנחנו רואים שהכי מצליח כל הזמן, אבל בטוח משהו מתפספס בדרך נכון? כי גם לא תמיד ידענו מה הכי מצליח. אז איך אנחנו מתייחסים בהקשר הזה גם ל-לנסות דברים חדשים? 

נעמי: אז באמת אנחנו ניגשים לזה בצורה שהיא, שהיא בעצם נותנת מדדים אחרים לפעילות שהיא חדשה, פעילות שהיא אקספרימנטלית והציפייה שלנו מאותה פעילות  היא לא לתפקד כמו משהו שרץ כבר שנה או שנתיים, ולכן אנחנו נותנים סוג של הנחות, אם אני מצפה ליחס מסוים של LTV לCAC בצ'אנל שאנחנו מריצים אותו כבר שנה או שנתיים, אין לי אותה ציפייה מפעילות שהיא חדשה, ובפעילויות חדשות אנחנו ממש עובדים עם סט של כללים בשביל שנוכל להבין מתי, איך למדוד את הפעילות? זאת אומרת שמשהו חדש, יש פה הרבה שלבים למדידה. לא בטוח שאני אוכל כל כך מהר להבין מה היחס בין LTV לCAC. 

דריה: למה? כי בהתחלה אני ארצה אולי להוציא יותר כסף ממה שאני רגילה להוציא? 

נעמי: אז גם יש איזו שהיא עקומת למידה כזאת, ובהרבה צ'אנלים צריכים להוציא בהתחלה הרבה כסף עד שהם לומדים, אבל יש גם צ'אנלים שאי אפשר להוציא בהם כל כך הרבה כסף, כי אולי הפעילות שם היא קטנה, למשל, influent serves. אבל אני עדיין ארצה לנסות את זה. ולכן אנחנו עובדים עם סט מסוים של כלים שבעצם מאפשר לנו לבחון את הפעילות. בסוף בכל פעילות גם אם היא אקספרימנטלית המטרה שלי היא בנקודת זמן מסוימת להבין האם היא מספיק טובה בשביל להיכנס לקור ואז התחלת בכללים של כל שאר הצ'אנלים שלי או שהיא לא מספיק טובה ואני רוצה לחתוך אותה ועד שנגיע לשם אז אנחנו מסתכלים על כל מיני דברים, אז בהתחלה אני רוצה לראות שהצלחנו בכלל לעשות סט-אפ לפעילות. קצת כמו לחשוב, אם ניקח רגע מעולמות נגיד של A,B טסטים במוצר, אז אני רוצה לראות שהצלחתי לעשות Execution בכלל. כלומר שאני מריצה איפשהו מודעות ומגיעים משם אנשים לאתר. זה הכי בסיסי, כאילו אני לא אראה משם כסף אם אף אחד לא יגיע משם לאתר שלנו. 

דריה: כן, אם זה לא עובד בכלל אז ברור שלא. כן.

נעמי: ואז כשעובר הזמן אני מתחילה להסתכל באמת על איזה אנשים נרשמו משם ומה האיכות שלהם, אם אנחנו מוכרים מוצר שהוא לעסקים, אז אני ארצה לראות אנשים שהם מחברה, כי כנראה שסטודנט אולי פחות ישלם על זה. ורק כשעובר עוד זמן וגם נצבר לי יותר דאטה, אני כבר יכולה להתחיל לדבר במונחים של חשבונות משלמים, של עסקאות, של יחס בין LTV לCAC, ושם אני כאמור לא מציבה את אותו הרף, אני מציבה רף שהוא נמוך יותר, ובעצם מראש אני מתכננת תוך כמה זמן אני ארצה להסתכל על היעד אליו הגעתי, זאת אומרת אני יכולה להגיד, אוקיי, למשך חודשיים היחס צריך להיות אפילו חצי ממה שאני מצפה מפעילות הקור שלי, אבל אחרי חודשיים אני ארצה רגע להסתכל ולהגיד: אוקיי, האם זה מספיק טוב לי? האם אני רוצה להכניס את זה לסל שנקרא: פעילות קור, או שניסיתי וכרגע זה לא עובד, יכול להיות שבעתיד זה יעבוד שוב, אבל עכשיו זה לא עובד לי.

דריה: ואז מחליטים להרוג את זה. זאת אומרת גם מתייחסים בצורה שהיא קצת יותר סלחנית ליעדים שאנחנו מציבים, וגם נותנים לעצמנו יותר זמן למשחק בתוך הדבר הזה.

נעמי: כן, בסוף, מה שהכי מעניין אותנו זה כמות של טראפיק. זאת אומרת, אני צריכה לקבל הרבה חשבונות בשביל ללמוד, כי אם יש לי שני חשבונות חדשים, אז יכול להיות שאחד שילם ואחד לא, קשה לי להסיק מזה משהו, על המשך הפעילות. ולכן בסוף, זה עניין של מספרים. 

דריה: אנחנו גם מקבלים לא מעט שאלות, אני חושבת כמעט בכל אירוע לייב שאנחנו עושים, של: מה אתם עושים כשאין לכם מספיק דאטה? אז אני חושבת שזו דוגמה מעולה, גם אנחנו, גם מאנדי, בגודל שלה, אנחנו עדיין במקומות שלפעמים אנחנו מתחילים איזו פעילות כשאין לנו את הדאטה, אז זה איזושהי דרך להסתכל על הדברים של- אוקיי, איך אני יוצרת בנצ'מארק לעצמי גם כשאין בנצ'מרקים בחוץ? איך אני מציבה יעדים לעצמי גם אם אני כרגע פועלת כזה סוג של באפלה, אני עדיין יכולה להגדיר מראש מה חשוב לי ומה אני מצפה שיקרה וזה סוג של עוד דרך לתת ביטחון לפעולות שלי גם כשאני מתחילה משהו חדש לחלוטין. 

תומר: כן. לגמרי, אני חושב שגם כאן החשיבה התרחישית היא משהו שנותן הרבה ערך, יצא לי- לא במאנדי, בחברה הקודמת, שהייתה שם איזו הגדלה משמעותית של תקציבי הפרסום לצד השקה של קמפיין עם שלטי חולצות. והייתה התרגשות רבה לקראת זה, והגדלנו את השרת קלאסטרים של השרתים באמזון, וה-VP פיתוח, ומהנדסים ותיקים וכל מיני משועממים כמוני נשארו עד תחילת יום העבודה בארצות הברית בשביל לראות מה קורה, ומה שקרה זה שאף אחד לא נכנס לאתר ומהר מאוד הם צריכים להוריד את התקציבים וכן הלאה. אז גם כאן בתכנון אפילו עוד לפני PMF לצורך העניין וודאי לאחר מכן כשבוחנים ערוצים נוספים, השאלה הזאת של איך נדע שזה עובד ואיך נדע שזה לא עובד היא שאלה שטוב לענות עליה מראש. לא נביא דאטה ונראה, נלמד מה הדאטה, מה נלמד? מה אנחנו יכולים לצפות שיקרה? ואם אנחנו תוחמים את עצמנו מבחינת היקף הזמן ומבחינת היקף ההוצאה עד שנגיע לשם.

דריה: לגמרי. אני אשאל אולי, אני לא יודעת אם תוכלו לענות לי על זה אבל בסוף אנחנו מדברים כאן הרבה על מודלים, על מדידה, וקצת לפני שהתחילה הקלטה אז גם דיברנו על איזה שהיא על מה טעויות במודלים יכולת לעשות לחברות, נכון שזה גם לפעמים קורה. יש כאן סיכונים? אנחנו מסתמכים כאן יותר מדי על גוגל שיט? נשאל את זה ככה.

תומר: אני ב100% חושב שיש פה כל מיני לקחים שנגענו בהם אולי בנגיעה תוך כדי השיחה ואפשר אולי להכליל אותם לגבי איך עושים פרודקטיזציה אמיתית לכלים אלגוריתמים, כלי דאטה סיינס לטובת קבלת החלטות עסקיות. אז אמרנו כל מיני דברים, אמרנו לקבל את האמון של הצרכנים, על ידי זה שאנחנו אולי מראים להם, פותחים את הקופסה השחורה ומראים להם מה יש בפנים ככל שניתן. ואמרנו את ההיבט הנוסף שהוא קריטי לשאלה שלך, הערכה שהיא של נקודה מסוימת, יש לה ערך בוודאי, בטח אם אתה צודק, אבל הוא ערך מוגבל. אם עכשיו נלך ברחוב, פתאום תופיע פייה, ותגיד לנו: מחר אלה המספרים הזוכים בלוטו, לך תקנה אלף טפסים, אני אישית לא אלך לקנות אלף טפסים, כי זו הערכה של הפיה. אמנם היא פייה, יש לה כל מיני ידע מעולם הפיות, אבל אולי היא טועה, והיא נתנה לי רק הערכה אחת. המודל, גם אם אני צודק ב-95% מהמקרים, יש את ה-5% שאני טועה, זה משהו שיכול לקרות. ולבעיות מסוימות זה כל מה שיש לנו וזה הדבר שחשוב לאפטם אליו, כן? בבעיות כאלה של קבלת החלטות עם הרבה מידע שזורם תוך כדי, אם אנחנו מאמצים מסגרת אנליטית, מסגרת אלגוריתמית שמאפשרת לנו כל הזמן לקבל דאטה נוסף ולפיו לעדכן את הערכה שלנו, אל תוך סט של אפשרויות שכבר חשבנו עליהן מראש איך הן יכולות להיראות, תחמנו את עצמנו מלמעלה ומלמטה, זה משהו שעוזר לקבל הרבה אמון בתהליך ולקבל החלטות מושכלות. עכשיו בוודאי שפתאום, לא יודע מה, יכולה לפחות מגיפה, יכולה לפרוץ מלחמה, יכול להיות באג בתוכנת CRM שגורמת לנו לספור את ה-ERR כפול, שזה מה שדיברנו עליו בבוקר. אבל עדיין יש פה איזשהו גידור של תחומי הסביר, אם אנחנו מתחילים, כמו שנעמי אמרה בהתחלה, בוא נניח שניקח את כל הכסף הזה שאנחנו רוצים להוציא ונשרוף אותו. עכשיו נעשה פה ערימה גדולה במרכז החדר, נביא בנזין ונשרוף. מה יקרה לחברה? אם אתה מתחיל משם אתה מאוד מאוד מגדר את הסיכון. 

נעמי: כן, אני חושבת שגם בנוסף לזה או אולי בטיפה יותר פרטים, אז זה לא שיש מודל והוא נותן לנו איזה output  ואנחנו אומרים אמן. זאת אומרת אנחנו לא מתייחסים לזה כמו פיה ברחוב, אלא באמת מפעילים סט נוסף של פעולות אנליטיות סביב הדבר הזה בשביל כל הזמן לגדר את עצמנו. אז היום, אחרי שעשינו כבר הרבה איטרציות על התהליך הזה, אנחנו באמת נמצאים במקום די טוב, אנחנו בעצם נפגשים פעם בחודש, אנחנו גם מעדכנים את המודל בעוד נתוני אמת, כי ככל שעובר עוד חודש, בעצם יש עוד חודש של דאטה שאפשר להכניס אליו, זאת אומרת אנחנו לא נשארים עם איזה משהו מנותק שהכנסנו בתחילת השנה ובעצם באותו טקס שבו אנחנו מייצרים יעדים חדשים, אנחנו עושים עוד כמה דברים, אז קודם כל אנחנו עוברים על הביצועים של הפאנל בשביל לראות האם יש פתאום איזה שינוי דרסטי, האם אולי כל המחירים עלו וה-CAC הולך ממש להתייקר לנו ואנחנו צריכים לקחת את זה בחשבון ואולי פתאום יש שינוי באיכות הלקוחות שמגיעים, אנחנו ממש עושים את האנליזה הזאת והדבר הזה בעצם תומך ביכולת שלנו לגדר את הסיכונים. אז זה לא שיש רק איזשהו output ואנחנו אומרים עליו, אמר, אנחנו ממש מפעילים סט של כלים מסביב לזה בשביל לתמוך בהחלטה.

דריה: כן, זאת אומרת, דואגים כל הזמן לעדכן את זה ולהתאים את זה גם לסיטואציה הנוכחית שאנחנו נמצאים בה.

נעמי: כן. 

דריה: אולי נסיים, נעמי, בטיפים או כזה כללי אצבע למי שרוצה להתחיל להיכנס יותר למדידה וספציפית גם מדידה של יעילות במרקטינג?

נעמי: אז אני חושבת באמת שהשלב הראשון זה לנסות למדוד כל מה שאפשר. אנחנו אמנם בתקופה שבה זה נהיה יותר מאתגר וגם לזה בעבר הקלטנו פודקאסט, אבל ההמלצה האישית שלי זה שכל עוד אפשר למדוד כמה שיותר וזה קריטי בשביל ללמוד, אז זה החל מכמה אנשים נחשפו למודעה ועד באמת מאיזה source הם מגיעים לאתר שלנו. אני חושבת שלנו במאנדיי יש שני מדדים מאוד עיקריים שמאפשרים לנו למדוד מרקטינג בצורה מאוד טובה ובאמת היום דיברנו על המדד שהוא לטווח יותר ארוך שהוא בעצם היחס בין ה-LTV לCAC, זה גם מה שמאפשר לנו לדבר במונחי יעילות. והזכרנו טיפה שאנחנו משתמשים גם בפרוקסיז, זה משהו שמאפשר לנו לקבל החלטות הרבה יותר מהירות, ואני חושבת שאני אתן אולי איזושהי דוגמה פשוטה, אז אם נדבר על המון המון- נניח שיש לי 100 חשבונות חדשים ביום, ואני באמת מוכרת מנוי לכדורים חדשים, לסל, אז אני ארצה לזהות כבר כשמישהו נרשם, האם הוא איכותי או לא. עכשיו, יכול להיות שבעולם הזה, האיכות שלא תקבע לפי האם הוא מתעניין בספורט באופן כללי, אולי הוא לא יודעת ספורטאי, אבל גם כנראה לפי איזשהן פעולות שהוא עשה באתר. זאת אומרת בדרך כלל יש לנו גם מאפיינים שהם דמוגרפיים או פילמוגרפיים, וגם מאפייני אקטיבציה, ובעצם אני רוצה להגיע למצב שאני מבינה מי הקהל האיכותי שלי די מהר, ואז אני אפילו לא צריכה לחכות שהם ישלמו, אני כבר יכולה להבין מה קורה בפאנל וכמה הוא בריא עכשיו. 

דריה: ומה הסיכוי שהלקוח הזה יהפוך להיות לקוח משלם בעתיד?

נעמי: בדיוק, כי בעצם מדדי היעילות, במיוחד כשלא מדובר בסיטואציות של e-commerce או של רכישה שהיא מיידית, לוקח זמן להגיע אליהם. ובסוף במחלקת המרקטינג, הזמן הזה הוא מאוד מאוד יקר, אני לא רוצה להבין איך לפעול בפברואר על סמך לפני חודשיים. אני רוצה להבין איך לפעול בפברואר, על סמך פברואר, כי עכשיו זה הטראפיק שמגיע. ולכן צריך לפתח איזשהו סט של כלים שמאפשר קבלת החלטות שהיא הרבה יותר מהירה. אז זה יכול להיות באמת איזה שהם פרוקסי, זה יכול להיות ממש מודלים של חיזוי אולי, זה מאוד תלוי בכמה משאבים יש באותה חברה וכמה אנחנו רוצים להשתמש במודלים מורכבים. אבל בעצם אלו שני כלים שמאוד מאוד קריטיים בשביל להפעיל את המחלקה, אז בעצם אנחנו רוצים לאסוף הרבה דאטה ליוזרים שלנו בשביל שנוכל לייצר את אותם המדדים, את אותם הפרוקסיס ולפעול בצורה שהיא יותר מהירה. 

תומר: יש איזה מתח כזה בין יעילות לבין סקייל, כן? שבנקודת ההתחלה בין אם זה של חברה או של צ'אנל מסוים, אז כמו שאמרנו קודם, יעילות היא לא חזות הכל, המטרה היא להגיע לידי הכמות תוך כדי זה שנשארים ברמת איכות מסוימת. כשהדינמיקה שם בדרך כלל היא בסקייל יותר גבוה, היעילות הולכת וצונחת. בצורה הכי פשוטה, אם אנחנו מפרסמים חנות מקוונת לכדורי סל, אז אם בהתחלה נקנה נניח מילות חיפוש במנוע חיפוש כלשהו,  את מילת החיפוש "כדורי סל", כנראה שזה יהיה טוב יותר ויעיל יותר. אם נתחיל לקנות את מילת החיפוש, איפה יש רופא לידי, אז אני לא יודע אם אנשים שחיפשו את זה ונראה להם הודעה על כדורי סל, כמה מהם נצפה לקנוורט, אבל אולי אחד מהם וזה עדיין שווה לנו. אז יש פה תמיד את הדינמיקה הזאת של עד לאן אנחנו גדלים ומתי עוצרים, מתוך הנחה היא שהיעילות תשמור עלינו, תעצור אותנו, מללכת למקומות שהן כבר לא-

דריה: תאזן אותנו.

תומר: כי מין הסתם להוציא שני דולר בשביל לקנות לקוח שתן לי דולר אחד אז זה לא מתכון לבניית חברה מאוד מוצלחת.

דריה: כן. מעולה, הרבה מטאפורות היו פה. תומר אני-

תומר: יש לי תפקיד נוסף שזה Head of metaphor במאנדיי, עובד עליו גם.

דריה: מעולה. נשנה אחר כך בהקלטה את הטייטל. מעולה. אז רגע לפני שנסיים, אני אזכיר שאם יש לכם שאלות אלינו או לתומר ונעמי, אתם מוזמנים לשאול אותן דרך עמוד הפסייבוק שלנו או באתר ותוכלו למצוא שם גם את הטמפלייטים שנפרסם בהקשר של יעילות, ואם אתם רוצים לדעת כל פעם שיוצא פרק חדש אפשר לעקוב אחרינו בכל אחת מהאפליקציות. אז תודה נעמי. 

נעמי: תודה.

דריה: ותודה תומר,

תומר: תודה.

דריה: ותודה שהאזנתם.

[נעימת סיום]   

סוף הקלטה