Лояльность пользователя для любого сервиса отражается в совершенно конкретных деньгах. Понятно, что и для магазина и для рекламного сервиса можно идти дальше и делать такие модельки для отдельных сегментов пользователей. Однако для интегрального расчета годится такая предельно огрубленная, но вполне наглядная табличка.
Вот ещё интересная формула. Она про то, что каждый следующий месяц — это аудитория предыдущего месяца, умноженная на единичку минус «утекшие» пользователи, плюс некое n, обозначающее число пользователей, которых вы откуда-то привели.
Эти новые пользователи бывают «самоходные», бывают и «рекламные». Если они рекламные, то за них надо платить, если они самоходные, то это прекрасно. Это на самом деле самое лучшее, что может случиться с сервисом — когда эта величина больше нуля, это настоящий хороший вирус: люди рассказывают друг другу о сервисе. Когда это начинает работать, вы получаете колоссальный естественный приток посетителей.
Churn rate, который стоит первым слагаемым — это некий максимальный churn rate, который вы когда-то мерили, плюс некий коэффициент меньший единицы, который вы, как специалист по юзабилити, должны знать, как уменьшить.
Понятно, что до нуля вы churn rate никогда не сведёте, но вы можете уменьшить его и тем самым увеличите первое слагаемое в формуле. Это, на самом деле, как раз то, что стоит денег, то что является этим G, которое зависит от свойств сайта и F (рекламные расходы), оба являются расходами компании. Во что вложить деньги — в работу юзабилистов и программистов или рекламную кампанию — это уже вопрос правильного бюджетирования.
И последнее. Если уж совсем просто говорить: ребята, вы собираетесь заливать на сайт дорогостоящее вино (или хорошо очищенную водичку) в виде пользователей, покупаемых с помощью рекламы. Заткните все лишние дырки. Дырки, конечно, всегда будут, и какая-то вода будет испаряться. Но хотя бы лишние дырки выявите и заткните. Это как раз задача юзабилистов.
Интервью
Антон Войтишек (ИВМиМГ СО РАН) о случайных и псевдослучайных числах
Алла Аршинова
Опубликовано 08 ноября 2010 года
В криптографии секретные коды представляют собой хаотические наборы (последовательности) нулей и единиц (это соответствует двоичному представлению целых чисел). Такое представление соответствует способу получения этих последовательностей. Берется некоторый «шумящий» прибор, который в данный момент времени может как выдать, так и не выдать определенный сигнал (в зависимости от результата в шифр заносится единица или нуль). Имеется довольно большое разнообразие таких приборов. Главные критерии их качества — быстрота фиксации и «непредсказуемость» наличия сигнала.
В частности, в октябрьском номере журнала Nature Photonics сообщается, что группа ученых из Германии и Дании создала квантовый генератор хаотических сигналов, который стал одним из лучших в мире по указанным критериям. Как пишет журнал «Успехи физических наук», принцип работы генератора основан на случайном характере вакуумных колебаний электромагнитного поля.
В литературе по криптографии хаотические последовательности нулей и единиц часто называют случайными числами. Понятие случайного (псевдослучайного) числа используется также в теории и приложениях численного статистического моделирования (или в методах Монте-Карло). Здесь случайные числа используются для имитации (моделирования) траекторий различных случайных процессов на компьютере с целью оценки требуемых усредненных характеристик этих процессов.
О том, в чем схожи и различны понятия и способы реализации случайного числа в криптографии и в вычислительной математике, рассказывает доктор физико-математических наук, ведущий научный сотрудник Института вычислительной математики и математической геофизики Сибирского отделения РАН, профессор кафедры вычислительной математики Новосибирского государственного университета, специалист в области теории методов Монте-Карло Антон Войтишек.