Andiamo ora a vedere quelli che sono gli elementi che costituiscono il um abbiamo due livelli di cui parleremo.

Il primo è input, output e out.

Sono tipologie di metriche che noi andremo a inserire nel nostro modello e che hanno diciamo funzioni diverse.

Gli input sono le metriche che sono impatta direttamente da noi le cose che con quello che andiamo a fare con il nostro prodotto, con la nostra attività di marketing, eccetera possiamo muovere attivamente, quindi parliamo normalmente di rate.

Possiamo lavorare sugli step di un tunnel per aumentare il numero di persone che passa da uno step all'altro.

Um, possiamo lavorare sul pricing, ad esempio sul prezzo del del nostro prodotto.

Possiamo lavorare su su quanto vogliamo investire in marketing.

Um, idealmente possiamo scendere ovviamente a quali canali, eccetera Tutte cose che tutte metriche, che si muovono come conseguenza diretta di quello che noi andiamo a fare, di quelle che sono le nostre azioni sono un po' la sono molto importanti all'interno del modello perché sono quello che ci permette poi di andare a definire dove andare a lavorare, dove andare a ad attivarci.

Il model è un elemento, eh, è un sì, un elemento strategico diciamo all'interno del nostro stack di di ma che deve necessariamente parlarsi poi con l'operatività e quindi capire bene che cosa devo fare per migliorarlo questo motore.

Gli output invece sono le metriche che rappresentano il risultato dei comportamenti degli utenti che deriva, che derivano dalle nostre azioni.

Quindi nel momento in cui io vado a modificare il prezzo avrò probabilmente più utenti che fanno che che che acquistano se abbasso il prezzo meno utenti che acquistano se alzo il prezzo ovviamente non è necessariamente così però giusto come esempio molto però appunto noi non possiamo modificare il numero di utenti direttamente.

Noi con le nostre azioni modifichiamo la quantità di utenti che si muove da una parte all'altra però non necessariamente andiamo a muoverne il numero totale, quindi gli output di aver migliorato il conversion rate, ad esempio del nostro funnel è che noi avremo più utenti paganti a parità di altre condizioni.

Tendenzialmente la nostra ermete si trova qui perché è proprio quello che dicevamo anche precedentemente l la nostra metric identifica azioni compiute da utenti, quindi mhm in a livello di di output noi dovremmo riuscire a trovarla, magari non come metrica singola, magari come componente di più output, ma tendenzialmente si trova qui.

Infine ci sono gli outcome, che sono le conseguenze di fatto dei comportamenti degli utenti che poi vanno a impattare sul nostro business.

Quindi ad esempio i profitti le questi sono out, non si può muovere le direttamente per muovere le regole.

Noi dobbiamo lavorare ad esempio su conversion, rate e pricing.

Questo genererà più utenti che acquistano il nostro prodotto a un certo prezzo.

La conseguenza di questi due out è il le revenue che noi andiamo a generare mhm i profitti.

Stessa cosa aggiungiamo i costi dell'equazione, quindi sono tutte metriche tendenzialmente molto costruite um e di fatto a questo livello noi andiamo a identificare normalmente il business goal perché è sempre bello parlare di mhm quanti prodotti abbiamo venduto però alla fine del mese le bollette le paghiamo con i soldi che ci sono entrati, quindi tendenzialmente le conseguenze di out quello che è l'obiettivo finale poi dell'azienda si trova qui l'altro livello di um um elementi del model si trova poi principalmente sugli input che, come vedremo dopo, sono di fatto la parte forse un po' più um importante e interessante del nostro modello e sono di tre tipi anche qui va andiamo a riprendere concetti che sono molto diffusi all'interno della della letteratura in ambito um tendenzialmente ci sono linear loop e acceleratori.

Gli input possono essere di queste tre tipologie.

I lineari sono quegli input che muovono direttamente un utente da uno step a quello successivo.

È un concetto leggermente diverso dal linea classico di ma che lo ricalca um ad esempio un quindi i mhm sono elementi lineari, così come l'investimento in marketing è un un input lineare.

Ovviamente non scala in modo super lineare, però se io aumento l'investimento tendenzialmente andrò ad aumentare il numero di utenti che entrano nel mio mhm.

I loop sono invece quegli input che si alimentano con l'output generato da loro stessi.

Quindi um più utenti compiono una certa azione, più utenti compiranno quella stessa azione.

Il passaparola è il caso più più eclatante, quindi più se io ho dieci utenti e ognuno di questi utenti ne invita zero virgola cinque alla fine avrò cinque utenti in più, quindi avrò alla fine quindici utenti che a loro volta inviteranno zero cinque eccetera.

Mhm questa cosa è molto importante questo elemento perché poi va a creare dei degli impatti molto diversi rispetto ai lineari sul sul nostro modello, perché ovviamente non scala in modo lineare, ma scala in modo.

Quindi si vanno a più, più riesco a portarne più valore.

Riesco a generare in modo più che proporzionale, tendenzialmente quindi esponenziale di fatto.

Gli acceleratori invece sono quei mhm moltiplicatori che impattano positivamente le metriche lineari.

Um lo utilizzo principalmente per andare a identificare il valore del brand, non solo per quello non funziona solo per quello, ma da un po'.

La risposta cerco di dare una risposta in questo caso specifico a quello che è l'annosa domanda di tutti i found di tutti i market del mondo ma i soldi che sto spendendo in brand non mi portano a revenue o me li portano? Non lo so, tendenzialmente, se non l'ho ne ci ragioniamo come un moltiplicatore che va a migliorare.

Il resto di fatto lo definiamo come noi sappiamo che un una buona presenza da un punto di vista brand ci può permettere di avere più efficienza nell'investimento di marketing perché magari avremo un rate più alto e quindi di conseguenza avremo dei costi più bassi.

Ci può aiutare nel vendere il nostro prodotto perché abbiamo più fiducia da parte degli utenti grazie al nostro brand e quindi magari conversion rate al al check out sono più alti rispetto a quello che sarebbero di fatto.

Quindi impatta su metriche esistenti, tendenzialmente su metriche lineari.

Non direttamente.

Quindi sono quelle quei um quelle metriche che non vanno a generare un'azione diretta di un utente, ma vanno a migliorare, ad aumentare la possibilità che quell'utente compia quell'azione diretta, definita poi come metrica lineare.