Продуктов сейчас так много, как никогда ранее, поэтому команды применяют продуктовую аналитику для улучшения цифрового опыт: опираются на понимание того, что именно клиенты делают в их продукте, как именно они с ним работают и какие задачи решают. Поведенческие инсайты — ключевая функция успешной продуктовой аналитики.
Понимание поведенческих инсайтов
Ключевая составляющая продуктовой аналитики — понимание поведенческих инсайтов, особое внимание к данным, которые расскажут о поведении пользователей в мобильных и веб- приложения, а также на сайтах.
Раньше, до повсеместного внедрения продуктовой аналитики, у классического (аналогового) бизнеса был целый ряд преимуществ в выстраивании классного клиентского опыта.
Сравним первые дни существования e-commerce сайта с традиционным опытом розничного магазина. Когда покупатель заходит в магазин, продавец может его поприветствовать, предложить помощь, показать ему подходящие товары и всячески применять индивидуальный подход.
Сравните опыт ритейлеров с молодым e-commerce сайтом. Раньше люди заходили на сайт, а вы даже не подозревали об этом. Вы даже не знали какие товары они смотрели. Если у них возникали вопросы — вы не могли им ответить. Вы не могли помочь им сэкономить время, предлагая товары. Вы никогда не знали, как часто у людей возникали проблемы с оплатой.
Теперь любой цифровой опыт от e-commerce до корпоративного софта использует современные технологии для того, чтобы делать все на высшем уровне клиентского сервиса. И это хорошо и для бизнеса и для клиентов. Отслеживая правильные поведенческие данные (behavioral data) в цифровой среде, с помощью инструментов аналитики вы сможете:
- Создавать дашборды и делиться открытиями (Create dashboards and share learnings)
- Оптимизировать клиентские пути (Optimize your customer journey)
- Обнаруживать значимые закономерности (Discover meaningful patterns)
- Выявить возможности для улучшения (high value opportunities for improvement)
События (Events) — это точечные действия, которые совершают в приложении или на сайте пользователи. События и свойства — основная часть аналитики продукта вашего продукта. Больше о них вы узнаете во второй части.
Поведенческие данные — это больше, чем просто метрики количества активных пользователей за месяц, количества просмотров и переходов. Вы можете использовать поведенческие данные для того, чтобы понять поведение клиентов во всей полноте даже при мультиканальном и многосеансовом опыте.
Например как данные могут помочь вам понять удержание (Retention) продукта? Retention — это процент активных в текущий период клиентов, которые останутся активными в следующем периоде. Показатели удержания — это важные индикаторы успеха, потому что по ним можно увидеть насколько хорошо работает ваш продукт с течением времени.
К теме удержания мы вернемся в четвертой части. Там вы узнаете больше о том как применять продуктовую аналитику для измерения роста, как использовать North Star Framework для поиска самой важной метрики для вашего продукта.
Анализ путей клиентов (customer journey)
Запрос бизнеса на понимание CJM клиентов никогда еще не была настолько велик. По отчету Amplitude Product Intelligence за 2020 год из более чем 350 опрошенных цифровых и продуктовых/сервисных компаний 94% заявили, что понимание поведения своих пользователей — это их приоритетная задача.
При анализе пути клиентов или путей, которые выбирают пользователи в вашем продукте, вы увидите, что есть самые важные цепочки событий. Эти цепочки часто называют воронками. Цифровой опыт вроде онбординга или процесса оформления заказа можно представить в виде воронки.
Чтобы увидеть воронку в действии представьте, что ваш продукт призван помогать продавцам назначать встречи. С помощью поведенческой аналитики вы узнаете, что ваши пользователи вероятно станут ценными клиентами после того, как через вас впервые запишут клиента на встречу. Пользователи, которые никогда не назначали встречи, отваливаются где-то в воронке и не заканчивают ее, так что они скорее всего уйдут.
Иногда ценные инсайты (valuable insights) обнаруживаются за пределами ожидаемых цепочек взаимодействия. Например, некоторые пользователи могут выпасть из одной воронки и попасть на другой путь, который все так же ведет к активации и удержанию. Эти типы непредвиденных путей можно проанализировать в инструментах аналитики, чтобы увидеть паттерны событий. Конкретно через функцию Journeys в Amplitude вы можете задействовать машинной обучение, что отследить пути конвертированных и ушедших пользователей, группировать клиентов в когорты и замерять результаты для прогнозирования роста. На рисунке показан анализ пути пользователи или процесс изучения пути пользователя с момента взаимодействия с сайтом или приложением. Эти “карты” помогут вам ответить на следующие вопросы:
- Как пользователи скачивают ваш продукт?
- Какие действия человек совершает первым делом?
- Какие существуют стимулы для возврата или повторного использования приложения?
Зачастую команды замечают, что повторяющееся поведение на пути клиента является самым полезным. Вместе все повторяющиеся поведения создают порог событий или веху.
Например, вы можете заметить, что клиенты скорее всего хорошо будут удерживаться, если они назначат минимум три новые встречи по продажам вместо одной. Эти типы подсчетов из истории событий показывают паттерны успешного поведения, ими вы можете вдохновляться при экспериментах и улучшении клиентского опыта.
С поведенческими инсайтам вы можете:
- Лучше принимать продуктовые решения
- Улучшить клиентский опыт
- Создать согласованность вокруг измеряемых результатов
С поведенческой аналитикой команды принимают лучшие продуктовые решения. Уникальные поведенческие инсайты приносят пользу команде и помогают:
- Практиковать культуру data-informed и data-inspired.
- Развивайте в себе стремление к экспериментам и коллективному познанию (Develop an appetite for experimenting and collaborative learning)
- Продвигать идею о том, что результат усилий по созданию продукта должен быть измеримым (Reinforce the idea that product efforts should have measurable outcomes)
- Развивать клиентоориентированность (Maintain a customer-centric perspective)
В шестой части мы подробно разберем способы встраивания продуктовой аналитики в рабочие процессы команды и поощрения коллективного познания.
Например, поведенческие инсайты простираются далеко за рамки простого принятия решений, они помогают командам улучшать качество обслуживания клиентов (improve customer experiences) и определяют методы измерений результатов этих улучшений.
Например, в одной из ведущих компаний, предоставляющих софт для бухучета под малый и средний бизнес, использовали поведенческую аналитику для улучшения одной из ключевых метрик — успешного нового пользовательского опыта (NEUX - new user experience). Хороший NEUX направляет пользователей на путь повышения пожизненной ценности (LTV).
Кстати, однажды руководитель команды Анализа данных и аналитики (head of data science and analytics) поделился опытом его команды в поведенческой аналитике в тематическом исследовании Amplitude. Там он объяснил как команда однажды забурилась в поведение самых результативных опытных пользователей (power users), чтобы понять какие действия они совершили за первые 45 дней.
Затем ребята взяли эти результаты, чтобы переосмыслить NEUX — добавили подсказки, которые направляют пользователей через критические вехи. Поведенческая аналитика помогла команде добиться впечатляющего 10%-ого прироста активаций.
Первые шаги в работе с поведенческими инсайтами
Включите поведенческие инсайты в стратегию развития продуктовой аналитики, начните с общих целей, определитесь с вопросами, на которые вы хотите найти ответы. Например, вы можете задаваться такими вопросами:
- Как нам повысить показатели активации новых пользователей?
- Как нам улучшить монетизацию наш фич?
- Как доказать руководителям, что наши запуски фич удачны?
Определяя свои самые важные вопросы можно сосредоточиться на необходимых для поиска ответов поведенческих инсайтах.