Как развивать продукт с помощью данных | Бизнес-школа Laba (Лаба)
Спецпредложение
со скидкой до -50%
-40%
-50%
Получить скидку
Журнал
if locale != request.locale

Поиск

Как развивать продукт с помощью данных

Советы от экспертов из Jooble — продакт-менеджера Андрея Хлякина и аналитика Дмитрия Апенько.

cover.productanalytics-605cafc0dd242283000896.jpg

Продуктовая аналитика изучает поведение пользователей с помощью данных и помогает команде принимать верные решения о развитии продукта. В этом процессе критичны две роли: генерация идей (за нее отвечает продакт-менеджер с командой) и проверка их ценности (компетенция аналитиков). 

У Андрея Хлякина — 10+ лет опыта в продакт-менеджменте, он участвовал в создании системы ProZorro и Zakupki.Prom.ua. Дмитрий Апенько более 8 лет занимается аналитикой. По его инициативе компания iBox внедрила систему ограничения приема мелких купюр, что увеличило оборот в новогодние праздники на 8 млн грн.

Сейчас Андрей и Дмитрий вместе с командой работают над развитием продуктов в Jooble — агрегаторе вакансий №2 в мире с многомиллионной аудиторией. Нам они рассказали, чем полезна коллаборация «продакт+аналитик», какие навыки и метрики важны специалисту, который совмещает обе роли. 

Зачем продакт-менеджеру работать в паре с аналитиком?

Андрей: Спрос бизнеса на продуктовых аналитиков растет, но специалистов недостаточно — профессия только начинает развиваться. В стартапах и даже зрелых компаниях сейчас редко есть эта роль. Обычно ее выполняют продакты, которые владеют базовыми навыками аналитика, — например, умеют писать запросы в sql.

Продакт-менеджер — это «универсальный солдат», T-shaped специалист. Но невозможно быть экспертом во всем. Поэтому команде нужен профессиональный аналитик, который работает с информацией на продвинутом уровне. Например, как в Jooble — за счет экспертизы Димы я могу глубже погрузиться в данные.

Кроме того, разделение ответственности позволяет мне фокусироваться на своих основных задачах — приоритизации дальнейшей разработки продукта. Мы дополняем друг друга.

Приведу простой пример: продакт-менеджер и UX-дизайнер считают, что для удобства пользователей нужно сделать редизайн фичи на платформе. Но, по данным аналитика, этой функцией пользуется только 1% юзеров. Значит, нет смысла тратить ресурсы, когда есть более приоритетные задачи. Такой фидбек помогает команде фокусироваться на главном.

Дмитрий: Роль продакта — креативная (генерировать идеи), а аналитика — критическая (проверять их жизнеспособность). 

Зачастую наше взаимодействие в Jooble строится так: продакт-менеджер и UX-дизайнер предлагают идею о том, как улучшить продукт. Аналитик интерпретирует данные и проверяет эту гипотезу. Или запускает АВ-тест и возвращается с обратной связью — актуально ли изменение для пользователей, «взлетит» ли идея в таком виде или нужно ее доработать/отсрочить. 

Бывает и наоборот — когда с готовыми инсайтами выступает аналитик. Но это уже опытный специалист, погруженный в продукт. 

Например, мне помогает участие в стендапах команды. Я вникаю в задачи и проблемы продактов, дизайнеров, разработчиков — и часто без запросов понимаю, какой ресерч сделать, какие данные исследовать. Например, проверить промежуточные результаты по АВ-тесту. Это позволяет команде принимать правильные решения о развитии продукта. 

В чем основная ценность продуктовой аналитики для бизнеса? 

Дмитрий: Продуктовая аналитика фокусирует на бизнес-цели, помогает формализовать ее в конкретные метрики и вовремя дать фидбек, в нужном ли направлении мы движемся.

Задача креативных команд — брейнстормить, генерировать множество гипотез. Аналитик помогает выделить именно те усилия, который приблизят к цели, и отсеять менее значимые для результата. 

Например, ключевая бизнес-цель Jooble на квартал — увеличивать показатели Retention (удержания), одна из метрик — повторные отклики пользователей. Но команда предлагает идею — повысить активность уже зарегистрированных юзеров, чтобы они сделали первый отклик. Задача аналитиков — вернуть фокус, поскольку это уже из области Acquisition (привлечение новых пользователей).

Андрей: Без экспертизы аналитика продакт-менеджер работает «в вакууме». Когда нет правильно интерпретированных данных, можно только догадываться, как ведут себя пользователи и что им нужно. 

Для краткосрочных целей это возможно — например, включить новую фичу и в конце дня посмотреть, активно ли ее используют. Но сравнить с предыдущими периодами или сделать прогнозы о том, как вырастут показатели Adoption (принятия пользователями), как это повлияет на ключевую бизнес-цель — здесь нужен более сложный и глубокий анализ.

Дмитрий: Например, в Jooble есть бизнес-цель — увеличить количество взаимодействий между работодателем и соискателем. Как? К поиску решений подключаются аналитики. Разговаривая с бизнесом и исследуя данные, мы приходим к выводу, что нужно повышать показатели Retention (удержания) среди работодателей. В этом поможет увеличение числа повторных откликов соискателей — то есть прежде всего нужно работать с Retention (удержанием) именно кандидатов. 

Так от бизнес-цели мы перешли к ключевой метрике на полгода — повышать количество повторных откликов на соискателя. 

А еще через полгода пришли к текущей метрике, которая объединяет отклики кандидата и ответы работодателя. Используем ее для фокуса, оценки тестов и продуктовых решений.

Как отличается набор навыков junior и senior продуктового аналитика?

Дмитрий: Список технических скилов младшего и старшего специалиста примерно одинаковый: навыки работы с языком sql, Google Sheets, Tableau, Google Data Studio, Google Analytics, Google Optimize, Python, визуализаторами (например, Power BI, те же Tableau и Google Data Studio) и другими инструментами. 

Но продукт — это хаос, где много неизвестных. Опытного аналитика отличает умение видеть в энтропии упрощенную модель продукта, систематизировать ее с помощью фреймворков, визуализировать и презентовать команде. 

Например, построить дерево метрик — от бизнес-цели к конкретным показателям. Это помогает следить за изменениями в режиме
реального времени и понимать, как отдельные метрики влияют на «верхнеуровневую». 

Опытный продуктовый аналитик умеет не только давать фидбек по случившимся событиям, но и проактивно включается в ресерч, формулирует с командой гипотезы на основании данных. 

Андрей: Продуктового аналитика от, например, дата-аналитика отличает умение вникнуть в суть продукта, его цели и направления развития. Мыслить не рутинными запросами, а общим контекстом — замечать в данных закономерности и видеть зоны роста, помогать найти полезные инсайты. 

Применимы ли инструменты продуктовой аналитики для офлайн-продуктов?

Дмитрий: Взаимодействие пользователей с продуктом исследуют во всех сферах, в том числе там, где есть физический товар. Но самая высокая ценность продуктовой аналитики — именно в диджитал-бизнесе: здесь можно недорого и быстро получить много качественных данных. 

В офлайне более сложный, длительный и затратный процесс сбора информации (например, с помощью анкет) — поэтому ценность подхода снижается. 

Андрей: Польза продуктовой аналитики в сферах с физическими товарами выше, когда есть цифровая часть. Например, производители iPhone собирают анонимные данные от пользователей и исследуют их для развития продукта.  

Какие метрики используются в продуктовой аналитике — стандартные и специфические для отраслей? 

Андрей: Есть несколько стандартных метрик, которые измеряют практически все. 

Например:

  • Acquisition Cost (стоимость привлечения пользователей)
  • Retention rate (удержание пользователей)
  • Churn rate (отток пользователей)
  • Lifetime Value (LTV, пожизненная ценность пользователя, или предсказание дохода от отношений с клиентом)

Весь бизнес-контент в удобном формате. Интервью, кейсы, лайфхаки корп. мира — в нашем телеграм-канале. Присоединяйтесь!

Дмитрий: Приведу пример специфической метрики. В Jooble это называется «транзакция» — то есть количество мэтчей между работодателем и соискателем. Но метрика применима в разных компаниях, которые работают с бизнес-моделью платформы. 

Андрей: Команда может создавать и собственные метрики. Например, мы отслеживаем «обращения»: простыми словами, это количество взаимодействий на пользователя (между работодателем и соискателем). Нам важно, чтобы показатели метрики росли, поскольку это говорит об активности и вовлеченности людей, а не просто о пассивном посещении платформы.

Какие подходы к работе с метриками применяются? 

Дмитрий: Их много: дерево метрик, AARRR, Unit-экономика. 

Например, нам удобно использовать Lean Analytics — этот фреймворк помогает понять, какие метрики важны на определенной стадии с учетом бизнес-модели. 

Состоит из пяти этапов:

#1. Эмпатия — необходимо найти мэтч с пользователем и понять, удовлетворена ли его потребность. 

#2. Удержание — люди, получившие ценность продукта, должны вернуться. 

#3. Виральность — лояльные пользователи привлекают других (например, с помощью реферальных программ).

#4. Выручка — фокус на монетизации, прибыли и оптимизации продукта. 

#5. Масштаб — бизнес-модель можно расширять (например, Jooble переключился с СНГ на международный рынок, всего 72 страны).

Андрей: Также мы используем так называемые North Star метрики («полярная звезда»). Это помогает фокусироваться на показателях, которые важно «растить» в долгосрочной перспективе (в нашем случае — полгода-год). NS метрики могут периодически меняться, и это нормально: сегодня важно увеличивать удержание, а завтра — конверсию в продажу.

Хотите получать дайджест статей?

Одно письмо с лучшими материалами за неделю. Подписывайтесь, чтобы ничего не упустить.
Спасибо за подписку!
Курс по теме:
"Як стати Change Manager: інструкція з кар'єрного росту"
Бизнес и управление
Ведет Анна Компанець
1 декабря 1 декабря
Анна Компанець