Analityka Produktowa

Aby wyjść naprzeciw oczekiwaniom, potrzebna jest ciągła optymalizacja. Ta z kolei zależy od trafnej interpretacji wniosków i rekomendacji opartych na badaniach bieżącej i historycznej skuteczności. Analizy ilościowe prowadzące do tych rekomendacji powstają w toku analityki danych z narzędzi metrycznych na poziomie produktu.

Jak działa analityka produktowa?

Wartość analityki dla kompleksowego rozwoju produktu bierze się z połączenia pracy na twardych danych i analizy behawioralnej. Bada się interakcje użytkowników z produktem cyfrowym, którym z reguły jest strona internetowa, sklep lub aplikacja.

Przyjmując rolę analityka produktowego, należy się skupić nie tylko na tym, co użytkownicy robią w interakcji i co powoduje ich zachowania, ale także jak algorytmy produktu cyfrowego na nie reagują i co interfejs komunikuje przy każdej wymianie zachowań.

Do badań potrzebne są dane, których zbieranie dzieli się na metryki. Można je poddać analizie, aby dokonać oceny różnych obszarów produktu cyfrowego i rozwiązać konkretne problemy z użytecznością, czy wydajnością.

Analiza danych ma ogromny potencjał szczególnie w produktach z dużym wolumenem użytkowników. Można dzięki niej zweryfikować działania rozwojowe, marketingowe i biznesowe oraz zidentyfikować zjawiska i procesy zachodzące w aplikacji. W tym te, które wymagają optymalizacji.

Jakie są korzyści z analityki produktowej?

Dzięki raportom z analiz można m.in. optymalizować zakres funkcji, aby wybrać te najchętniej używane – redukując koszty rozwoju produktu do priorytetów i dostarczając wartości dla użytkowników takimi funkcjami, które są dla nich najbardziej naturalne w użytkowaniu.

W skrajnych przypadkach może się okazać, że rozwijany od lat produkt jest używany w inny sposób, niż wynikałoby z intencji product ownera i zespołu projektantów. Tym samym firma traci czas, pieniądze i energię zespołu na rozwijanie funkcji, do których większość użytkowników nigdy nie dotrze, a na pewno za nie nie zapłaci. Analityka produktowa pozwala to odkryć, przekierować inwestycje i zwiększyć konkurencyjność produktu na rynku.

Kolejną zaletą jest dopełnienie wyników badań jakościowych i ciągłe dostarczanie wyzwań badaczom UX, którzy mogą potwierdzać swoje wnioski oraz lepiej dobierać obszary do optymalizacji. Dalej, szerzej spojrzeć na obserwowane zjawiska i weryfikować je z całą populacją. Cykl wymian wyników pomiędzy analitykami produktowymi a specjalistami od UX skutkuje nowymi pytaniami, potwierdzeniem uzyskanych insightów i ewaluacji rozwiązań.

W danych widać także problemy skutki problemów technicznych – np. maksymalny czas ładowania strony, jaki większość użytkowników jest w stanie wytrzymać. Znając stopień zniecierpliwienia poszczególnymi problemami, można sprawniej ustalać hierarchię błędów do rozpracowania.

Jak się zabrać za analitykę produktową?

Początkiem procesu analizy jest ustalenie jej kierunku.

Punktem wyjścia może być impuls od zespołu produktowego, że potrzebuję wiedzy o produkcie, innymi słowy, odpowiedzi na pytania. To właściciel biznesowy jest inicjatorem procesu analitycznego.

Na kolejnym etapie zadanie pytania należy przeanalizować. Czego dowiemy się z odpowiedzi? Czy jesteśmy w stanie wykorzystać odpowiedź do ulepszenia biznesu? Czy jesteśmy w stanie dobrać metryki i metody analizy?

Jak pracować z testami A/B?

Testy A/B są popularną metodą zdobywania wiedzy. Początkiem pracy jest sformułowanie hipotezy i zaprojektowanie weryfikującego ją testu. W danym czasie części użytkowników prezentuje się dalej starą wersję elementu interfejsu lub podstrony, a część styka się z nową. Udział w teście aktualnie funkcjonującej wersji jest bardzo ważny, ponieważ stanowi ona punkt odniesienia umożliwiający ocenę jakości zmian.

Testy A/B można skutecznie zaprojektować w 5 krokach:

• Wybór grupy docelowej. W zależności od hipotezy mogą to być wszyscy użytkownicy lub tylko grupa często korzystająca z danej funkcji.
• Ustalenie zakresu zmiany i liczby wersji. Z reguły są to dwie wersje interfejsu – w tym nowa z odpowiadającej hipotezie różnicą w problematycznym obszarze (zmienna zależna. Ta, którą możemy zmienić swoim działaniem, np. zmiana hasła, koloru, układu itd.).
• Podział grupy docelowej na sztywno ustalone podgrupy: testowa (widzi wersję po zmianach, np. inne hasło reklamowe) i kontrolna (widzi wersję bez zmian).
• Wyznaczenie metryk:
  – na które chcemy oddziaływać (zmienna zależna). Np. konwersja, średnia długość sesji, ilość podstron na sesję liczba kliknięć
  – na które zmiany nie powinny wpłynąć (zmienna kontrolna). Np. współczynnik porzuceń koszyka lub odrzuceń strony. Pozorne zwiększenie pożądanego wskaźnika może mieć nieoczekiwane konsekwencje w pogorszeniu innej, istotnej metryki.
• Zamknięcie testu w czasie. Okres zależy od charakterystyki użytkowania. Dla produktów używanych codziennie da się zamknąć test w kilkunastu dniach. Z kolei tam, gdzie użytkownicy spędzają więcej czasu w weekendy lub w sezonach, trzeba zaczekać na wyniki badań nawet kilka miesięcy lub dłużej.

Jakich metryk użyć?

Najpopularniejsze metryki, które warto rozważyć przy analityce produktowej, można podzielić na 3 podstawowe kategorie.

Mierzące:

• wyniki finansowe, np.: MRR, iMRR, ROI, konwersja,
• ruch, np.: DAU (aktywnych dziennie), MAU (aktywnych miesięcznie), ilość użytkowników nowych, aktywnych
• zaangażowanie, np.: liczba sesji, długość trwania; liczba użyć konkretnej funkcjonalności, ilość kluczowych akcji na sesję

Oprócz tego pomocne są dane o wydajności produktu (a więc techniczne) – jak czas ładowania podstron.

Początek pracy z analityką powinien zostać poprzedzony opracowaniem strategii analitycznej, czyli określenia, jakie metryki i w jakim celu mierzymy, jakie są nasze cele biznesowe i jak można mierzyć postęp w osiąganiu tych celów. Co jest miarą sukcesu naszego biznesu?

Warto pamiętać w kontekście całej organizacji, że zbieranie danych musi być powiązane z istotnymi założeniami biznesu. Bez tego nawet najbardziej bogate zasoby będą mało użyteczne – informacje zbierane bez celu nie przynoszą wartości.

Aby z sukcesem działać na podstawie danych, za analitykę powinny odpowiadać co najmniej 2 osoby – każda za jeden obszar:

• biznesowy – w którym stawia się pytania badawcze, a później zapewnia efektywne używanie otrzymanych odpowiedzi w
• organizacji, analityczny – który ma na te pytania odpowiadać, zmieniając dane w praktyczną wiedzę i wskazówki.

Dodatkowym wsparciem są też programiści, którzy na podstawie wytycznych analityka tworzą rozwiązania techniczne potrzebne do pobierania danych i zapisywania ich w bazach danych lub narzędziach pomiarowych.

Przy takim podziale można lepiej zagwarantować, że analityka rozwiąże problemy rzeczywiście palące dla rozwoju produktu, a finansowanie uzyskanych odpowiedzi zwróci się w toku optymalizacji.

Kompetencje miękkie analityka

Kompetencje miękkie są niezbędne do skutecznego przełożenia wydobytych w trakcie analizy informacji na ludzki język – a czasem także do przekonania osób decyzyjnych o wadze odkrytych problemów i zasadności inwestycji w ich rozwiązanie.

Zadaniem analityka jest skompletowanie odpowiedzi na wszystkie pytania badawcze i zweryfikowanie hipotez. Jeśli to niemożliwe, wszystkie pominięte pytania i hipotezy muszą zostać wymienione w raporcie końcowym.

Raport końcowy

Prezentacja wyników jest tak samo istotna, jak jakość samej analizy. Efektem pracy jest raport utworzony w maksymalnie czytelnej formie. Pomagają w tym narzędzia cyfrowe. Od tradycyjnego tandemu Excel/Powerpoint, przez Data Studio, po bardziej zaawansowane oprogramowanie Tableau. Na skuteczność optymalizacji ma duży wpływ jasność przygotowanych analiz.

Powszechnie stosowane są prezentacje z wykresami i wizualizacje danych, uzupełnione o komentarze autora. Do takich materiałów łatwiej się odnieść, sformułować feedback. Bardzo ważna jest otwartość na dyskusje odbiorców raportu, ponieważ wyniki zawarte w raporcie, zinterpretowane przez różne osoby w organizacji, patrzące na produkt bardziej pod kątem obsługi klienta lub marketingu, mogą stymulować pomysły, które dodatkowo uzupełnią materiał i przyczynią się do bardziej efektywnej optymalizacji.

Dzięki temu, z raportów analityki produktowej może skorzystać wiele obsługujących go działów, które na co dzień korzystają z wiedzy o użytkownikach – jak obsługa klienta, sprzedaż czy marketing.

Równie ważne jest odpowiednie archiwizowanie wyników analiz i raportów. Raporty powinny być łatwo dostępne dla wszystkich interesariuszy, tak by zawsze można było do nich wrócić.

Podsumowanie

Analityka produktowa to dziedzina, którą szczególnie warto wdrożyć na etapie, kiedy wizja produktu jest już stabilna, wyznaczone mu cele – jasne, a strategia rynkowa – spójna. W takiej sytuacji badania jakościowe – obecne często od samej fazy koncepcyjnej produktu – zostają rozszerzone o pracę z danymi ilościowymi

Regularna analiza wspiera decyzyjność w warunkach zmian na rynku, a także naturalnych przemian produktu i jego relacji z użytkownikami w trakcie rozwoju. Pomaga także wcześniej wykryć rosnące ryzyka i szanse. Wówczas najlepsze decyzje taktyczne (np. korekta hierarchii ważności funkcji) i strategiczne (jak rozpoznanie potencjału nowej, znaczącej grupy docelowej) wynikają z połączenia intuicji i doświadczenia zarządzających oraz aktualnych, obiektywnych danych o produkcie i użytkownikach.