Possiamo a vedere gli esempi quantitativi del del nostro modello, la rappresentazione quantitativa numerica.

Um, come abbiam detto, stiamo andando a mettere dei numeri all'interno di quella che era la rappresentazione visiva.

In questo caso stiamo parlando di RNA.

Partiamo da questo.

Vediamo, ricordiamoci quella che era la rappresentazione visiva con la sua ripartizione in input e out che viene tendenzialmente ripresa.

Qui non è necessario riprenderla, ma tendenzialmente aiuta da un punto di vista soprattutto di leggibilità, di nuovo di condivisione per fare in modo che le persone capiscano cosa stanno guardando e possano mettere vicini, diciamo i due pezzi.

In questo caso siamo su un'azienda di nuovo, semplice piccolina che non ha una struttura di output super complessa.

Gli utenti non possono fare tantissime cose.

Ci siamo comunque fermati su un livello relativamente alto.

Cosa succede? Um, noi abbiamo questi input che sono le celle in cui andiamo a mettere solo metriche misurate o potenzialmente assumption, ma sempre con i caveat del caso.

Quindi evitiamo il più possibile di fare assumption soprattutto di farle.

Quindi noi andiamo a vedere per ognuno degli input che avevamo inserito nel modello visivo andiamo a inserire una cella in cui andiamo a riportare la misurazione.

Quindi nel periodo di osservazione noi abbiamo centomila euro investiti in marketing un C P C misurato di zero venti brand multiplayer stimato tendenzialmente su uno zero cinque.

In questo caso um conversion rate community member cinque percento community wordp uno punto uno Questo è un loop, quindi non è in percentuale, ma è tendenzialmente un un rapporto.

Vuol dire che ogni utente ogni dieci utenti ne viene generato uno nuovo screening eccetera fino a rete customer e di nuovo il loop di Warren.

Quindi qui, come abbiam visto anche sopra nella barra delle formule non ci sono formule.

Gli input sono misurati, cambia completamente nel momento in cui invece ci spostiamo sugli output.

Gli output sono necessariamente tutte formule formule derivanti da input o potenzialmente da input e altri output out.

Stessa cosa gli out sono formule.

In questo caso è un po' trick l'unico in cui che non è una formula è questo, ma semplicemente perché abbiamo detto che c'è corrispondenza esatta di fatto tra la star metric e il business gol dei new player.

Cosa succede Quello che dicevamo nel momento in cui io ho degli input nel momento in cui vado a modificarli facciamo finta centomila euro di investimento di marketing diventano centocinquantamila euro.

Vediamo come tutte gli output, o quasi tutti gli output e gli out cam si muovono di conseguenza.

Questo perché tutte queste formule di fatto vanno a rappresentare numericamente queste interazioni che abbiamo visto precedentemente.

Quindi, se modifico l'investimento cam tutto il resto, così come se modifico ad esempio il free screening dal trenta percento, lo portiamo al quaranta percento.

Vediamo come cambia il resto.

Quindi, di conseguenza, nel momento in cui noi andiamo a inserire le metriche misurate a livello di input, abbiamo una fotografia perfetta, quasi di quello che sta succedendo nella nella nostra azienda.

Ovviamente si possono fare dei double check, nel senso che gli output sono di fatto, um, numeri utenti.

Quindi, se noi stiamo misurando in un certo periodo e ci rendiamo conto che il numero, ad esempio degli utenti che inizia il free screening è molto diverso da quello che noi abbiamo, magari nei nostri sistemi, da da altre parti, perché comunque questi sono tranquillamente metri che si possono misurare, allora vuol dire che probabilmente c'è qualcosa di sbagliato negli input.

Stessa cosa vale per gli out qui, come ho fatto in precedenza, è stato creato anche un secondo, diciamo modello, che è esattamente identico, ma in cui abbiamo detto che queste metriche di fatto non ci interessano perché sono fuori dal dal nostro scopo.

Di nuovo si può tranquillamente mantenere tutto.

Si può um segnarle in qualche modo si possono eliminare dal sarebbe ideale in questo caso, essendo un'azienda tendenzialmente così piccola.

Paradossalmente ci è più comodo forse anche averlo per un tema di allineamento, perché lo vedremo poi successivamente.

In questo modo noi possiamo dimostrare che se io anche vado a aumentare il conversion rate star training lo porto al cinquanta percento che comunque altissimo di fatto si muovono pochissimo le e si muovono pochissimo i player, perché al momento noi abbiamo un pro da un lato un problema sulla parte alta del funnel e dall'altro un obiettivo che è muovere gli screening ret.

Successivamente vedremo come lavorare poi fattivamente su questa cosa.

In questa fase noi dobbiamo semplicemente andare a costruire la fotografia del nostro business.

Spostiamoci su un altro esempio.

Quindi qui siamo su vediamo che il modello qua inizia a farsi più complesso di nuovo.

Non esiste una regola da un punto di vista di da un punto di vista di lo mettiamo in orizzontale, lo mettiamo in verticale come gestiamo gli come gestiamo gli output tendenzialmente l'unica regola è che sia leggibile, che sia comprensibile e potenzialmente che rispecchi il più possibile quello che è la rappresentazione visiva.

Quindi anche qua in questo caso noi eravam partiti da la distinzione dei tre canali principali che vengono ripresi anche qua all'interno degli input.

Quindi noi qui mentre prima avevamo una colonna input, una colonna out, una colonna out cam, qui abbiamo un blocco di input e un blocco di output e out questo qua sopra in rosso indifferente si potrebbero tranquillamente separare e out si può fare.

Quello che si vuole l'importante è che poi la gente ci si ritrovi.

Vale la stessa cosa che abbiamo visto prima qui noi abbiamo marketing online, marketing offline auch e un blocchetto diciamo di metriche che valgono poi trasversalmente per tutto, esattamente come nel caso precedente.

Tutte queste metriche, come possiam vedere nella barra della formula, sono metriche misurate e inserite come input non c'è nulla di calcolato in questo blocco nero.

Di contro qua sopra è ovviamente tutto calcolato.

Tutte le celle che vediamo sono formule più o meno complesse ma sono tutte formule.

Vale la stessa regola vista in precedenza se io muovo o uno qualunque di questi input um vedrò cambiare output e out.

Partiamo dal fondo.

Partiamo magari da qual è la la media di utenti di un'azienda rbi di un business, perché sappiamo che il pricing è fatto sui siti.

Quindi quanti utenti ci sono? All'interno del della scn se io questo lo muovo a sei, facciamo finta e vediamo come si modificano le revenue qua sopra.

Um se cambio il prezzo per le corporation invece che quarantanove euro io lo porto a cinquantanove, facciamo finta di nuovo si muovono le i risultati sopra.

Se io sposto l'investimento di marketing esattamente come prima diventano ottocentomila, si muove tutto il resto.

Questo vale per ognuna di queste metriche.

Ovviamente ci sono alcune formule che sono più semplici, altre che sono meno semplici in questo caso, ad esempio state fatte delle latin, per cui abbiamo calcolato quello che è l'impatto di avere più utenti di una stessa azienda come utenti premium, quello che può essere l'impatto sul conversion rate.

In questo caso è stata applicata una funzione logaritmica per cui sostanzialmente quello che succede è che più è alto il numero più è alto l'impatto in modo esponenziale, quindi più che proporzionale sul sul conversion rate.

Tutte queste formule sono comunque non non sono necessariamente l'unico modo di rappresentarlo.

Quello che stiamo facendo ora è un esempio.

Um, questi numeri sono comunque inventati, quindi è importante che ognuno vada a definire nel modo più corretto possibile quelle che sono le proprie misurazioni e anche quelle che sono le proprie formule, anche quelle che sono le proprie assumption.

Ma di fatto questo modello può essere tendenzialmente ricopiato.

Un po' per queste tipologie di azienda.

Chiudiamo con con staff kur staff di nuovo è più complessa come azienda rispetto a RNA, forse anche un po' più complessa rispetto a cold.

Ricordiamoci questo era la rappresentazione visiva in cui avevamo sia la parte degli input e delle auto normali sia quella dei costi.

Qui tendenzialmente vengono ripresi tutti.

Manteniamo comunque la suddivisione input output outcome e business gol.

Quindi, esattamente come nei casi precedenti, tutti gli input sono metriche inserite misurate mentre tutte output e da qui a salire sono tutte formule fondamentale questa cosa perché altrimenti non si muovono i pezzi.

Anche in questo caso sono andato a riprendere tutti gli elementi diciamo nei cerchi in questo caso e a creare questo modello.

Quindi se vado a modificare il rate a da quaranta a cinquanta percento, vediamo come si muove il il total che di fatto il nostro business goal è importante sempre avere.

Ribadiamo il business goal all'interno di questa misurazione perché di fatto è quello che alla fine noi dobbiamo muovere e dobbiamo capire come impattare questo strumento ci permette di fatto di andare a avere da un lato chiaro quali sono gli elementi del motore e come performa ognuno di questi di questi elementi all'interno del nostro business.

Ma di fatto ci permette anche proprio di fare delle simulazioni fare delle delle prove è molto importante per questo motivo che di nuovo questi dati siano i più veritieri possibile.

I più misurati possibili.

In questo caso la semplicità tra virgolette ci aiuta perché di tutte queste metriche per un'azienda comunque um di queste dimensioni ipoteticamente sono quasi tutte facili da mettere dentro.

Quindi il marketing ovviamente questo lo sappiamo.

C p c possiamo tranquillamente misurare.

Ovviamente poi nel marketing noi abbiamo dentro in questa fase tutto il marketing quindi può essere sì investimento sulle piattaforme su meta su Google, ma può essere anche investimenti lato se o potenzialmente.

Quindi possiamo calcolarlo in modo alto non andare a prendere il C p c delle specifiche piattaforme, ma dire quanto abbiamo investito in marketing in questo periodo, quante visite, quanti click noi abbiamo portato sul sul nostro e-commerce e da quei dati lì andare a calcolare il nostro c P C, ad esempio per tenerlo misurabile e mhm continuativo nel tempo è un è a pagamento in questo caso quindi è misurabile il costo.

Lo sappiamo perché sono soldi che ci escono i anche qua sono il funnel principale di un e-commerce, quindi niente di particolare.

Queste sono tutte metriche che un'azienda di questo genere deve poter avere e di conseguenza poi viene fuori tutto il resto.

Ovviamente le e-commerce visite tengono conto anche del in questo caso, eh e poi di conseguenza si muove tutto.

Quindi in questo caso abbiamo come nei casi precedenti la fotografia di come la nostra azienda si muove come la nostra azienda cresce.

Abbiamo iniziato a costruire poi il il gioco che ci permetterà di andare a fare quello che dicevamo prima, quindi ah potenzialmente Forst e via dicendo.

Abbiamo visto il come costruire numericamente il model nelle nei materiali del corso potete trovare gli esempi già fatti, quindi potete tranquillamente partire da quelli l'invito è quello di andare a provare a rappresentare quantitativamente il modello qualitativo che dovreste aver costruito in questa fase um per cercare di iniziare appunto a rappresentare la vostra azienda o l'azienda che avete scelto in modo numerico sulla sulla carta.