Гайд по продуктовой аналитике

чтобы продукт развивался эффективно, за его показателями стоит следить регулярно. нравится ли пользователям новая фича? кто и где теряется по пути к корзине? что поможет людям чаще пользоваться сервисом? в таких вопросах мало предположить — надо собирать и анализировать данные.

продуктовая аналитика — это что?

изучение поведения пользователей через сбор и анализ данных. она показывает, что происходит в конкретном продукте или сервисе: как люди с ним взаимодействуют, как реагируют на изменения, какие функции популярны, а какие — нет. 

зачем она нужна?

продуктовая аналитика помогает продукту развиваться в нужном направлении, а команде — принимать верные решения. с хорошей аналитикой компания может создавать продукт в соответствии с рынком, запросами целевой аудитории, а после запуска анализировать пользовательский опыт и искать способы его улучшить. 

аналитика отвечает на самые разные вопросы: от выявления трендов и анализа внедрения новых функций, до потоков пользователей внутри и за пределами продукта. она позволяет отследить, понять и предсказать поведение пользователей, удержать их интерес к продукту, определить сценарии взаимодействия, которые приводят к покупке или отказу, оптимизировать расходы.

точные данные отображают ситуацию беспристрастно, а вот опросы и интервью с пользователями не исключают человеческий фактор, да и со всеми не поговоришь. есть только небольшая проблема: сами по себе цифры хоть и покажут, что происходит с продуктом, но не объяснят почему. для этого нужен продуктовый аналитик.

кто такой продуктовый аналитик?

этот специалист выбирает и анализирует из массива данных те, которые станут для продукта точками роста, помогут ему развиваться и достигать целей. 

продуктовый аналитик формулирует конкретный вопрос к продукту, выбирает данные для измерения, собирает их, а главное — делает выводы и предлагает команде рекомендации к действиям. 

кроме того, аналитик может проводить анализ рынка, конкурентов и цен. ведь даже самый продуманный продукт останется невостребованным, если не решает проблему пользователей, или они не готовы за него платить. 

задачи продуктового аналитика

набор конкретных задач может отличаться в зависимости от специфики компании и продукта, но можно выделить четыре основных направления.

• сбор информации: определение действий и параметров пользователей для отслеживания. перед началом работы необходимо продумать, какие события будут отправляться на сервис аналитики. например, на какие кнопки нажимают пользователи, в какие разделы заходят и что там делают.  важно правильно разработать показатели, которые отвечают цели продукта. ведь можно собрать кучу разных данных, но так и не получить ответ на поставленный вопрос.

• анализ данных: визуализация, обработка результатов и подготовка отчетов под конкретные задачи. на основе собранных данных статистика покажет, какие функции пользуются спросом, когда пользователи уходят с сайта или перестают платить. бывает, что после изменения интерфейса результаты теста в одной категории — отрицательные (стало меньше кликов, например), но если сравнить их с другими данными, то окажется, что сервис от изменения только выиграл. 

• интерпретация данных: поиск инсайтов и формирование гипотез. на этом этапе аналитик строит предположения: почему сбился путь пользователя? в чем проблема? что нужно изменить? из цифр нужно вытащить причины и следствия, которые объясняют поведение пользователей. на основе данных обнаруживаются закономерности, аномалии, узкие места, где пользователи отваливаются, и точки роста продукта.

• проверка гипотез: поиск решений и проведение тестирования. аналитик вместе с другими участниками команды продумывает способ справиться с проблемой и оценить гипотезу. решение сначала тестируется на определенной группе пользователей, а потом, если гипотеза подтвердилась, становится задачами в бэклоге специалистов и масштабируется на всю аудиторию.

методы анализа

методы и инструменты анализа команды подбирают под текущие задачи продукта. среди самых распространенных выделяют: 

• автоматическое отслеживание действий пользователя
• сегментация и когортный анализ: группируем пользователей по определенному признаку (например, по устройству, возрасту, времени регистрации, региону) и сравниваем поведение
• маркетинговая воронка: выстраиваем последовательность действий и следим за конверсией или путями пользователей
• a/b тестирование: сравниваем реакцию на изменение, показывая пользователям параллельно обе версии продукта
• оповещения: общаемся с пользователями и отправляем оповещения с результатами продуктовой команде
• метрики: измеряем показатели пользователей или продукта, чтобы оценить успешность решения

метрики продуктовой аналитики

обычно компании отслеживают базовые показатели о работе продукта и поведении пользователя, но итоговый набор метрик будет зависеть от конкретной категории продукта и поставленных целей. 

к основным метрикам можно отнести:

• mau/wau/dau — количество активных пользователей за месяц, неделю, день
• конверсия — отношение количества пользователей, которые совершили отслеживаемое действие, к общему количеству пользователей продукта
• retention — количество пользователей, которые возвращаются в продукт через определенное время
• churn rate — процент оттока аудитории, то есть количество платящих пользователей, которых продукт потерял за конкретный период
• roi (return on investment) — сколько потраченных на привлечение денег вернется в виде прибыли
• arpu — средняя выручка на одного пользователя; и arppu — средняя выручка на одного платящего пользователя
• ltv (life-time value) — сколько суммарно каждый пользователь продукта потратит в итоге 

подведем итоги. продуктовая аналитика помогает осознанно развивать продукт, основываясь на конкретных данных. продуктовые аналитики определяют, какую информацию нужно отслеживать, чтобы понять суть проблемы и найти решение. они анализируют полученные данные, находят в них закономерности, формируют гипотезы и оценивают их с помощью тестирования. 

методы и метрики продуктовой аналитики компании подбирают под конкретный продукт и поставленную задачу. магия не в том, чтобы собрать как можно больше данных, а в том, чтобы из нужных сложить картинку, на которой станут видны все причины и следствия.