Svaki račun na micali.online tijekom mjeseca prikupi stotine brojki. Tko je pogledao vašu stranicu za rezervacije i odakle je došao. Tko je otvorio detalje termina i više se nije vratio. Koji su se termini popunili, koji su ostali prazni, tko nije došao i tko je rezervirao pet puta zaredom. Te brojke možete pogledati u Statistici. No same brojke vam ne kažu što s njima učiniti u ponedjeljak ujutro, kad pred sobom imate kupca, a ne tablicu.
Zato smo u micali.online dodali AI savjetnika. Obično jednom tjedno prođe kroz vaš račun, izračuna sve što se u njemu dogodilo u posljednjih 30 dana, usporedi to s prethodnim mjesecom i s ostalim računima na platformi te vam pošalje 3 do 5 konkretnih preporuka kako doći do više rezervacija. Svaka preporuka ima broj koji ju je pokrenuo, razlog, korake i poveznicu na zaslon na kojem ćete napraviti prvi od njih. U aplikaciji je pronalazite pod nazivom Savjeti za vaše poslovanje.
U ovom članku pokazat ćemo što točno savjetnik računa, zašto je iza svake preporuke matematika, a ne dojam, zašto svaki prijedlog prije slanja pročita čovjek i kako izgledaju preporuke koje su već dobili prvi vlasnici računa.
Što savjetnik vidi
Savjetnik radi s 30-dnevnim razdobljem i jednako dugim razdobljem prije njega, kako bi mogao razlikovati oscilaciju od trenda. Iz vašeg računa sastavlja snimku osam područja:
- Posjećenost javne stranice: broj ljudi, odakle su došli (Facebook, Instagram, Google, izravna poveznica, plaćeno oglašavanje), s kojeg uređaja, na kojem jeziku i na koju su stranicu ušli prvo.
- Lijevak rezervacija: koliko je ljudi vidjelo popis, koliko je otvorilo detalje termina ili usluge, koliko je započelo rezervaciju, koliko se prijavilo i koliko je rezervaciju dovršilo.
- Popunjenost svakog događaja i svakog termina: prazni termini, puni termini, prosječan broj popunjenih mjesta i to koji vam dan i sat u tjednu najbolje funkcioniraju.
- Dolazak i plaćanja: tko je došao, tko nije došao, koliko je rezervacija ostalo bez zabilježenog dolaska i koliko neplaćenih rezervacija imate u sljedećih sedam dana.
- Posjetitelji: tko rezervira ponavljano, tko još nikad nije rezervirao, tko se već 60 dana nije javio i tko vam dolazi redovito, ali nema članstvo.
- Članstva: što istječe u sljedeća dva tjedna, što je isteklo bez obnove i što čeka na odobrenje.
- Komunikacija: neodgovorene poruke posjetitelja, e-mailovi koji nisu uspješno poslani, postavljeni podsjetnici i upitnici.
- Profil: duljina opisa, kategorija, web, društvene mreže, kontakt. Dakle ono što posjetitelj vidi prvo.
Kako iz brojki nastaju signali
Tu je srž cijele stvari. Snimku računa ne čita AI, nego skup od više od dvadeset determinističkih detektora. Svaki od njih traži jedan konkretan obrazac i kad ga pronađe, stvara signal zajedno s brojkama koje ga dokazuju. Nekoliko primjera onoga što se računa ispod haube:
Brzi odlasci. Pri svakom prikazu popisa mjerimo koliko je dugo posjetitelj na njemu ostao. Ako ode unutar deset sekundi, to računamo kao brzi odlazak. Kad tako ode više od polovice ljudi, popis im nije rekao zašto bi trebali kliknuti dalje.
Lijevak po koracima. Pratimo prijelaz od detalja termina do započete rezervacije, prijave i dovršetka. Svaki korak ima svoj omjer. Posjetitelje pritom dijelimo na one koji su došli s plaćenog oglašavanja i na organske, kako bismo vidjeli dovodi li oglašavanje ljude koji doista rezerviraju ili samo klikaju.
Najbolja i najgora vremena u tjednu. Svaki održani termin raspoređujemo u ćeliju dan u tjednu × sat i za svaku ćeliju izračunavamo prosječan broj popunjenih mjesta. Ćelije s najmanje dva termina rangiramo, pa vam savjetnik može reći da vam četvrtak u 19:00 u prosjeku donosi tri popunjena mjesta, a petak u 8:00 nijedno.
Prazni termini i stopa popunjenosti. Kod svakog događaja uspoređujemo broj održanih termina s brojem praznih. Ako je prazna ostala barem polovica od pet ili više termina, riječ je o snažnom signalu. Ako su se termini punili, ali u prosjeku ispod 30 % kapaciteta, riječ je o slabijem signalu s drukčijom preporukom.
Rezervacije u zadnji čas. Iz razlike između trenutka stvaranja rezervacije i početka termina izračunavamo prosječnu vremensku prednost. Kad više od 40 % ljudi rezervira manje od 24 sata unaprijed, ima smisla drukčije planirati podsjetnike i promociju.
Neodazivanje. Iz zabilježenog dolaska računamo udio ljudi koji su rezervirali, ali nisu došli. Iznad 20 % to je signal koji se povezuje s izostankom podsjetnika prije termina ili izostankom poveznice za plaćanje.
Pragovi su namjerno konzervativni. Signal znači „vrijedi jedne rečenice“, a ne „statistički je sigurno“. A kod malog broja podataka detektor radije šuti nego da preporučuje na temelju tri posjeta.
Usporedba s cijelom platformom
Većina brojki bez usporedbe nema nikakvo značenje. Je li prijelaz od 3 % s detalja termina na rezervaciju loš rezultat? To se ne može reći bez znanja o tome što postižu ostali. Zato savjetnik pri svakom pokretanju izračunava medijane cijele platforme za ključne omjere: brze odlaske s popisa, posjete jednoj stranici, prijelaz s detalja na rezervaciju, stopu popunjenosti termina i udio zabilježenog dolaska. U medijane ulaze samo računi s dovoljnom posjećenošću, kako ih ne bi iskrivili novi ili gotovo nekorišteni računi.
Usporedba ima još jednu posljedicu, na kojoj mnogo temeljimo. Ako vaš račun ima slab prijelaz s detalja na rezervaciju, ali jednako slab ima cijela platforma, problem nije u vašem opisu termina. Problem je u našoj stranici za rezervacije. Takav signal vam se nikad ne prikazuje kao preporuka. Umjesto toga završava na stolu našeg tima kao povratna informacija o proizvodu. Savjetnik dakle ne traži samo što možete poboljšati vi, nego i što moramo poboljšati mi.
U usporedbu ulaze isključivo zbirni medijani. Nijedan račun ne vidi brojke drugog računa i vaše preporuke sadrže samo vaše vlastite podatke. Drugi računi u njima su prisutni samo kao jedna brojka: medijan s kojim se uspoređujete.
Gdje sudjeluje AI, a gdje ne
Jezični model u ovom sustavu ništa ne izračunava. Dobiva snimku računa, popis signala s brojkama koje ih dokazuju i medijane platforme, a njegov je zadatak od toga napisati razumljive preporuke. Pravila su stroga: svaka se preporuka mora oslanjati na jedan konkretan signal, smije koristiti samo brojke koje postoje u snimci i pozivati se samo na zaslone s dopuštenog popisa. Izlaz modela zatim prolazi kontrolu. Preporuka bez signala, s izmišljenom brojkom ili s poveznicom izvan popisa odbacuje se prije nego što je itko vidi.
Zahvaljujući tome, svaku rečenicu u preporuci možemo pratiti unatrag do brojke iz koje je nastala. Kad savjetnik napiše da je „373 ljudi došlo s oglašavanja i nijedan nije započeo rezervaciju“, to nije procjena. To je redak iz snimke vašeg računa.
Svaka preporuka prolazi kroz čovjeka
Čak i uz stroga pravila vrijedi da model može napisati rečenicu koja je brojčano točna, a ipak nesretno formulirana. Zato svako pokretanje savjetnika završava kao prijedlog koji pročita netko iz našeg tima. Preporuke može urediti, odobriti ili odbiti. Tek odobrene preporuke prevode se na jezik vašeg računa i šalju. Nitko ne bi trebao remetiti jutarnji sat zbog automatski generiranog teksta koji nitko nije pročitao.
Ovaj korak nas stoji vremena, ali ne želimo ga preskočiti. micali.online koriste studiji i tvrtke na 31 jeziku, a savjet koji je za jogijski studio u Bratislavi sam po sebi razumljiv, glazbenoj školi u Varšavi može biti neupotrebljiv. Čovjek u petlji razlog je zašto stojimo iza svojih preporuka.
Kako to izgleda kod vas
Kad su preporuke spremne, administratori računa dobivaju e-mail i obavijest u aplikaciji. Na glavnoj stranici računa pojavljuje se kartica Savjeti za vaše poslovanje. Svaki savjet ima:
- obojenu točkicu prema važnosti, od informativne do hitne, i zelenu kod pozitivnog signala, kad vam nešto ide dobro i isplati se na tome graditi,
- Zašto: jednu do tri rečenice s brojkama koje su pokrenule savjet,
- Što učiniti: dva do četiri koraka, u aplikaciji i izvan nje, primjerice koji događaj urediti, kome poslati e-mail ili što promijeniti u oglašavanju,
- jednu rečenicu o tome što će se stvarno poboljšati,
- gumb Otvori, koji vas vodi izravno na zaslon na kojem ćete napraviti prvi korak.
Uz svaki savjet možete kliknuti Gotovo, Sakrij ili Nije korisno. Riješeni savjeti nestaju s kartice, a vaš odgovor vraća se nama. Savjet koji vlasnici označe kao nekorisnog za nas je signal da trebamo prilagoditi detektor ili prag, a ne uvjeravati vas.
Šest primjera iz prakse
Sljedeće preporuke nastale su tijekom prvih pokretanja savjetnika. Nazive računa i događaja promijenili smo, brojke su stvarne.
Oglašavanje koje dovodi ljude, ali ne rezervacije. Za 30 dana s plaćenog je oglašavanja došlo 373 posjetitelja. Nijedan nije započeo rezervaciju, u prosjeku su pogledali 1,1 stranicu. S organskog prometa došlo je 181 ljudi, a 14 ih se prijavilo. Preporuka: pauzirati kampanju koja vodi na opći popis i usmjeriti oglašavanje izravno na konkretan termin s danom, satom i gumbom „Rezerviraj mjesto“. Prvi korak nalazi se u Statistici, gdje se vidi što su ljudi s oglašavanja stvarno radili.
Jutarnji termini na koje nitko ne dolazi. Jutarnji pilates imao je 23 termina i svih 23 ostalo je prazno. Večernji sat istog studija imao je praznih 17 od 21, ali ćelije četvrtak, subota i nedjelja u 19:00 pokazale su se najboljima. Preporuka: premjestiti jutarnje termine na večer, za preostale jutarnje postaviti minimalni kapacitet i rok za prijavu, kako se sat bez interesa ne bi održao, i promovirati tri konkretna večernja termina.
Detalji termina nakon kojih ništa ne slijedi. Detalje događaja pogledalo je 467 ljudi, rezervaciju nije započeo nitko, a prijavilo se njih 14. To je 3 % naspram medijana platforme od 14,3 %. Istovremeno su tri događaja imala kratak ili nikakav opis. Preporuka: u opise dodati za koga je sat, što će polaznik ponijeti sa sobom, što treba donijeti i kako rezervacija teče. Tek nakon toga ponovno podijeliti poveznicu.
Termini koji funkcioniraju traže još termina. Tečajevi za djecu utorkom u 10:00 imali su u prosjeku 8 popunjenih mjesta, a petkom u 10:00 pet. Istovremeno je račun imao 86 % otvorenih e-mailova od 201 poslanog. Preporuka: dodati još utorkovih i petkovih prijepodnevnih termina i najaviti ih e-mailom koji roditelji očito čitaju.
Puni termini bez liste čekanja. Individualni satovi imali su tri puna termina, a grupni dva, a kod oba je lista čekanja bila isključena. Preporuka: uključiti je i postaviti predložak poruke, kako bi oslobođeno mjesto nakon otkazivanja rezervacije dobio sljedeći zainteresirani i ne bi ostalo prazno.
Ljudi na popisu koji nikad nisu rezervirali. Račun je imao 32 evidentirana posjetitelja, njih 19 nikad nije rezerviralo, a 10 je rezerviralo ponavljano. Preporuka: od tih 19 napraviti mailing listu i poslati im e-mail s izravnom poveznicom na najbliži termin. Posjetiteljima koji ponavljano rezerviraju obratiti se zasebno. Vratiti postojeći kontakt jeftinije je nego pronaći novi.
I jedan bonus koji nema veze s matematikom, samo s pažnjom: u jednom je računu poruka posjetitelja čekala 825 sati. Savjetnik ju je izdvojio kao najhitniji signal tjedna.
Što savjetnik nije
Nije proricanje. Savjetnik vidi samo ono što postoji u micali.online: rezervacije, posjećenost javne stranice, dolaske, poruke. Ne vidi vaš promet, vaše troškove ni ono što se događa u teretani. Kad račun ima malo podataka, savjetnik radije pošalje dvije preporuke nego pet izmišljenih. A kad se ne slažete sa savjetom, označite ga kao Nije korisno. Odluka je uvijek vaša, savjetnik je tu samo da vam je olakša.
Kako to uključiti
AI savjetnik je, kao i sve ostalo u micali.online, bez doplate. Uključujemo ga postupno po računima, kako bismo svako prvo pokretanje stigli pošteno provjeriti. Ako želite savjete za svoj račun već sada, javite nam se putem odjeljka Podrška izravno u aplikaciji. Preporuke dobivaju administratori računa, obično jednom tjedno, uvijek na jeziku računa. A ako vam se učini da savjetnik nije vidio nešto važno, javite nam. Upravo iz takvih poruka nastaju novi detektori.
