Продуктовая аналитика — это весомый ингредиент в деле совершенствования продуктов. В фокусе продуктовой аналитики — захват данных именно в тот момент, когда пользователи увлечены (engage) работой с цифровым продуктом. Такое поведение отслеживается, визуализируется и анализируется через инструменты продуктовой аналитики.
Перед вами перевод бесплатного курса от Amplitude «Product Analytics for Dummies». Над переводом работали Георгий Бирюков, Ринат Шайхутдинов и Оля Жолудова.
Amplitude — система продуктовой аналитики, которая помогает анализировать поведение пользователей и подсвечивает идеи для совершенствования продуктов.
Среди клиентов Amplitude: Dropbox, PayPal, Autodesk, Atlassian, Walmart, Adidas, Intuit — более 50 000 клиентов по всему миру, среди которых 26 компаний из Fortune 100, Microsoft, PayPal, Under Armour, Hubspot, Autodesk, Booking.com и X/Twitter. У системы три тарифных плана: Starter, Growth, Enterprise. Стоимость Growth-плана достигает $36 000/за год. Starter — бесплатный. Компания основана в 2014 году.
Данные о вовлеченности (engagement), доступные в режиме реального времени (real-time insights), значительно изменили практику работы продуктовых команд. Команды, снаряженные продуктовой аналитикой “ближе к передовой” (closer to the edge) — ближе к своим клиентам, их опыту (experiences) и способности решить их проблемы.
Команды без продуктовой аналитики рискуют проиграть. Они хуже понимают своих клиентов, идут на ненужные риски, работают больше, но не умнее, а еще им сложно оценить вклад от своей работы.
Содержание:
- Что такое продуктовая аналитика: ценность, 5 составляющих, отличие от бизнес-аналитики (BI) | Глава 1
- Требования к аналитической инфраструктуре (Data management) | Глава 2
- Ключевая работа в продуктовой аналитике — понимание поведенческих инсайтов и инициативные предложения по совершенствованию и росту | Глава 3
- Чем полезна продуктовая аналитика на каждом этапе реализации Product-Led Growth (PLG) стратегии | Глава 4
- Поведенческий таргетинг и рекомендательные системы с опорой на продуктовую аналитику — основа персонализации | Глава 5
- Культура коллективного познания (Collaborative Learning) как высший пилотаж командной работы и аналитической практики в организации | Глава 6
- ТОП-10 вопросов к продукту, в которых продуктовая аналитика поможет найти ответ | Глава 7
В этой главе мы познакомимся с продуктовой аналитикой, разберемся, почему она нужна командам и предложим коротко затронуть пять составляющих результативной продуктовой аналитики.
Продуктовая аналитика в текущих реалиях
Тот факт, что продуктовая аналитика ускоряет бизнес и потенциал его роста, уже твердый факт. Согласно опросам Amplitude более 350 продактов и руководителей компаний, темпы роста напрямую зависели от использования продуктовой аналитики. По отчетам Amplitude Product Intelligence за 2020 год, у 44% компаний, эффективно использующих инструменты продуктовой аналитики, рост ускорился минимум на 25% по сравнению с прошлым годом. У других же компаний этот показатель составил лишь 8%.
Еще больше фактов подсвечивает анализ ежедневного взаимодействия (day-to-day usage) с приложениями известных глобальных брендов. Они применяют продуктовую аналитику для создания принципиально новых продуктов, которые раскрывают потенциал цифрового мира с пользой для людей.
Разберем компанию из сферы домашнего фитнеса. Одна из компаний, известная своими велосипедами, беговым дорожкам, фитнес-классам в бутиках из которых стримят прямо вам домой, менее чем за десять лет стала публичной многомиллиардной компанией с миллионами клиентов. Их опыт работы с продуктами охватывает софт, оборудование, установку на дому, онлайн и ритейл продажи, а также контент-мейкинг и огромное растущее комьюнити евангелистов. Их команды используют продуктовую аналитику для того, чтобы изучать этот опыт и непрерывно совершенствоваться. Это сделало их теми, кем они являются сегодня.
Кроме того, взгляните на самый долгоиграющий сервис TV-подписок в США. Отрасль тогда переходила c зависимости от провайдеров кабельных сетей к включению подписки по требованию через устройства. Ребята изменили свои продуктовые предложения, опыт работы с клиентами и быстро начали запускать новые продукты — в цифровой трансформации им помогла продуктовая аналититика.
Инсайты, полученные из продуктовой аналитики, также влияют на результаты топовых цифровых B2B брендов вроде HubSpot, продуктового гиганта в области маркетинга. Их команда использует продуктовую аналитику для того, чтобы совершенствовать софт, на который полагаются тысячи компаний в своих ежедневных маркетинговых операциях.
На заметку: В этих выдающихся историях успеха продуктовая аналитика применялась для создания принципиально нового продуктового опыта. Несмотря на размер, направление или степень цифровизации бизнеса, каждая из компаний использует продуктовую аналитику для выстраивания лучшего клиентского опыта и достижения целей.
Пять составляющих продуктовой аналитики
В этом руководстве мы познакомимся с продуктовой аналитикой по следующему плану:
- Система управления данными (good data management)
- Поток поведенческих инсайтов (behavioral insights)
- Поставленная на рельсы методика PLG — “рост за счёт продукта” (product-led growth / PLG)
- Практика поведенческого таргетинга
- Культура коллективного познания (collaborative learning).
Современные инструменты аналитики используют прогрессивные технологии, включающие в себя безопасную обработку данных, мощные механизмы запросов и искусственный интеллект (AI). С таким комплектом на старте для успешной работы с продуктовой аналитикой не обязателен серьезный технический бэкграунд. Следующие главы посвящены не столько техническим деталям и реализации, сколько тому, как добиться успеха с технологией задействуя практические примеры, фреймворки и лучшие практики.
Система управления данными (good data management)
Прогрессивные ребята применяли данные для создания решений, персонализации и роста клиентского опыта задолго до цифровой эры. От первого лавочника, который запоминал имена клиентов и их покупательские привычки до искусных стратегий работы с big data, которые мы знаем сегодня — все бизнесы работают на данных.
Управление данными или то, как компания собирает и хранит данные в организованном и полезном виде — это первый шаг к достижению устойчивого роста с опорой на продуктовую аналитику.
Запомните: Хорошее управление данными — это подвижная цель, так как это не конечная точка, а путь. Без подходящих инструментов, людей и процессов, которые будут поддерживать этот путь, качество данных ухудшится.
Почему командам нужна продуктовая аналитика
Как именно аналитический продукт оказывает влияние? Ответ прост. Продуктовая аналитика помогает командам сфокусироваться на той работе, которая важнее. В долгосрочной перспективе это даст лучшие результаты как для клиентов, так и для команд.
Без продуктовой аналитики команды опаздывают с реакцией и всегда отстают на шаг (или больше) от клиентов и их желаний. Ситуация для нетехнических команд или руководителей еще хуже, потому что у них нет навыков, времени или возможности найти нужные данные.
Вот несколько перемен, которые помогает осуществить продуктовая аналитика в подходе к делу во всей организации, тут же отражены некоторые из тем, которые мы затронем в следующих главах.
| Ситуация в командах до внедрения продуктовой аналитики | Когда продуктовая аналитика вросла в ежедневную практику продуктовых команд |
|---|---|
| Продукт как центр затрат | Продукт (а не только маркетинг и продажи) — генератор прибыли |
| Фокус: Скорость выпуска и “отправил клиентам и забыл” | Фокус: скорость поставки реального эффекта (outcome) и практика коллективного познания (collaborative learning) |
| Решения принимаются централизованно и разобщенно | Децентрализовано и доступно |
| Анализируются Отчеты | Решения проверяются и калибруются в реальной среде, реальность изучается во всей полноте, поэтому шустрее совершаются новые открытия |
| Страницы и клики | Опыт, поведение и вовлеченность клиентов |
| Счетчики | Отношения и веха |
| Уникальные пользователи | Поведенческие портреты |
| Показатели регистраций (sign-up rates) и конверсии (conversion) | Пожизненная ценность клиента, или life-time value (LTV), Retention и масштабирование |
| Веб-сайт — это другое | Сайт — тоже продукт, важен комплексный пользовательский опыт |
Вне зависимости от того насколько велики или сложны будут проблемы с данными, следующая глава объяснит почему командам необходимо хорошее управление данными и как этого добиться на практике.
Поведенческие инсайты
После того, как вы обзавелись хорошим подспорьем для управления данными, важно внедрить поведенческую аналитику — это следующая составляющая успеха продуктовой аналитики. Поведенческая аналитика — это область продуктовой аналитики, которая сосредоточена на том, как клиенты взаимодействуют с цифровыми продуктами.
Не путайте продуктовую аналитику с другой популярной сферой — бизнес-аналитикой (BI). Традиционные инструменты бизнес-аналитики вроде Tableau или Looker обычно берут данные из облачных баз данных вроде Amazon Redshift/Snowflake или из локальных баз данных. Эти базы данных, зачастую называемые “источник достоверной информации организации” объединяют данные из всех источников внутри организации: финансовые, операционные, кадровые, клиентские, IT и другие наборы данных. Инструменты BI — это, как правило, платформы для хранения и визуализации данных. Они созданы не для того, чтобы создавать поведенческие инсайты или поддерживать современные сложные продукты. Инструментам BI нужен технический эксперт для реализации и выполнения SQL-запросов для поиска нужных данных. Инструменты BI обычно имеют менее распределенный доступ между командами и более высокую сложность для совместной работы, добавления, изменения или удаления данных.
Практика поведенческих инсайтов появилась в связи с тем, что привычные способы обратной связи и получения стратегически ценной информации занимали очень много времени. Например, возьмем выручку. Выручка — это запаздывающий (lagging) индикатор успеха. Продукт может демонстрировать рост доходов в том же квартале, в котором снижалась вовлеченность клиентов. Могут понадобиться месяцы или даже кварталы, чтобы увидеть как отражается на снижении доходов снижение вовлеченности. Без понимания вовлеченности с помощью поведенческой аналитики команды реагируют уже лишь на упущенную прибыль, а не на снижение вовлеченности за несколько месяцев до этого.
В третьей главе мы расскажем о поведенческих данных, почему это важно и как включить поведенческие данные в вашу продуктовую аналитику.
Рост за счет продукта (product-led growth, PLG)
Рост — неотъемлемая часть дискуссий цифровых команд. Рост нельзя откладвыать. Цифровые продукты либо растут, чтобы идти в ногу с переменами, либо устаревают.
Рост за счет продукта — это кросс-функциональная стратегия, вдохновляющаяся потенциалом продуктов. Рост за счет продукта (product-led growth, PLG) — это вера в то, что дизайн и технология — итоговое решение, могут быть источником устойчивого и постепенного роста. PLG помогает кросс-функциональным командам снимать барьеры между “бизнесом” и “продуктом” и поддерживает идею о том, что бизнес — это и есть продукт.
В четвертой главе мы расскажем как использовать продуктовую аналитику для реализации стратегии Рост за счет продукта (product-led growth, PLG). На примерах тематических исследований и пошаговом разборе важнейших метрик роста вы поймете почему нельзя игнорировать рост через продукт.
Таргетинг и рекомендации
Небольшие компании, стартапы и компании из Fortune 500 единодушно считают продуктовый опыт своим главным конкурентным преимуществом и основным каналом роста.
В продуктовую эпоху вариантов выбора у клиентов больше чем когда-либо. И важно кому они отдают свои деньги, внимание и данные. Персонализированный продуктовый опыт стал возможным благодаря следующей составляющей продуктовой аналитики — поведенческому таргетингу и рекомендациям. Для этого используется продуктовая аналитика для создания групп клиентов на основе потребностей или интересов и предоставления им персонализированного опыта.
Поведенческий таргетинг — беспроигрышный вариант как для клиентов так и для организации. Это выгодно для клиента, потому что он получает лучший опыт и выгодно организации, потому что поведенческий таргетинг раскрывает неиспользованный потенциал роста.
В пятой главе мы рассмотрим наиболее успешные стратегии, влияние машинного обучения на работу по масштабной персонализации и практические шаги по внедрению поведенческого таргетинга в качестве расширения вашей стратегии роста через продукт.
Коллективное познание (collaborative learning) в развитии цифровых продуктов
Отличные продукты создают в команде. Отличные команды собраны через финальную составляющую продуктовой аналитики — коллективное познание. Коллективное познание — это метод познания, который способствует взаимодействию и общей ответственности за производство знаний. Коллективное познание в продуктовой организации включает в себя рабочие процессы, инструменты и культуру вокруг познания нового.
Применяя научный подход к открытиям (discovery) и экспериментам (experiments), маленькая команда может добиться огромных успехов.
Если отличные продукты создают отличные команды, а команды состоят из людей, то получается, что крутые продукты создают клевые ребята. Культура доверия создает подходящую среду, в которой люди могут заниматься творчеством, идти на оправданный риск и быть собой. В шестой главе мы свяжем все между собой, чтобы команды могли совместно работать, чтобы добиться максимального эффекта от продуктовой аналитики.