Искусство продуктовой аналитики: как преобразовать цифры в ценные инсайты для бизнеса

Всем привет! Меня зовут Денис, я Ведущий Продуктовый Аналитик из МТС, ex-Tinkoff. Также я ментор и любитель конференций, на которых я периодически появляюсь и даже что-то рассказываю. Я обожаю цифры и всё, что с ними связано. Хочу поделиться своим рабочим опытом, а именно, как же продуктовый аналитик может помочь бизнесу стать лучше.
В современном мире данные играют все более важную роль в развитии бизнеса. Они позволяют принимать обоснованные и осознанные решения, а также выявлять потенциальные возможности для оптимизации и роста. Однако, необходимо понимать, что накопление большого объема данных само по себе недостаточно для достижения успеха. Чтобы преобразовать цифры в ценные инсайты, требуется искусство продуктовой аналитики.

Для начала начнем с понимания того, кто такой продуктовый аналитик и какие его основные задачи. Лично для меня продуктовый аналитик - это связующее звено между бизнес командой и цифрами. Обычно говорят, что продуктовый аналитик очень тесно взаимодействует с продакт овнером, и на самом деле это так. Продуктовый аналитик помогает бизнесу увидеть, как пользователи взаимодействуют с конкретным продуктом, можно сказать, что он также является мостом между продуктом и пользователем.
У всех сейчас на слуху data-driven подход, когда цифры помогают бизнесу, здесь как раз таки и появляется продуктовый аналитик, он помогает делать правильные решения на основе данных. Он решает огромное количество задач, начиная от вопроса: "Как удержать пользователей в продукте?" и заканчивая: "Куда нам двигаться дальше?", поэтому это довольно обширная тема для обсуждения, чем же занимается продуктовый аналитик. Но давайте сейчас не об этом и я вкратце опишу задачи продуктового аналитика:

На основе всего этого мы можем точно сказать, что продуктовый аналитик - это человек, без которого не может обойтись бизнес, если он хочет искать новые возможности для роста.
Продуктовый аналитик помогает ответить на вопросы:

На мой взгляд, это является самым важным навыком продуктового аналитика. Я всегда стараюсь его объяснить своим ученикам и вот, какой roadmap я смог создать на основе своего опыта.Хочу разобрать все это на конкретном примере!
Давайте представим, что мы продуктовые аналитики в компании, которая занимается продажей цветов и у них есть сайт и приложение, в котором есть возможность заказывать букеты. У нас вроде как все хорошо с нашим продуктом, мы куда-то развиваемся, что-то делаем, но пока что непонятно, на что это влияет.

Все начинается с постановки задачи, например к нам приходит продакт и говорит, что мы видим на дешбордах, что сейчас у нас очень мало клиентов доходит до оплаты и заказа букета, посмотри как это изменить или даже улучшить.
Окей, задача есть, теперь мы можем приступать к дальнейшим действиям!

На этом этапе нам нужно постараться найти всю историческую информацию по данным, возможно кто-то уже делал исследования и это может облегчить нашу работу. Здесь нужно будет тщательно покопаться в документации и может быть вам повезет найти что-то полезное! Но мы живем не в идеальном мире, и не всегда остаются хорошие задокументированные выводы по исследованиям, поэтому мы можем обратиться к нашему продакт овнеру, а также задать уточняющие вопросы:

Здесь я хочу обратить внимание на технические сбои и правильность отображения графиков, потому что может быть так, что у нас просто неправильные данные, а мы уже бьем тревогу, хотя на самом деле все нормально. Уделяйте время проверке данных!
Обязательно также нужно знать про сезонность продукта, потому что возможно просто сейчас такое время, что пользователи просто хотят посмотреть на цветы, но не покупать их. Обратить внимание нужно и на конкурентов, внешние факторы, возможно кто-то стал предлагать точно такие же букеты, как и у нас только по меньшей стоимости.
Вопрос: "Где хранятся данные?" мы задавать не будем, ведь мы продуктовые аналитики знаем, где они лежат - в БД, поэтому в следующем шаге мы будем исследовать наши данные!

Как только мы полностью осознали сущность проблемы, мы переходим к данным. Здесь нужно иметь критическое мышление и понимание составляющих нашей воронки. Например, если говорить про наш случай, то я также обратил бы внимание на предыдущие шаги воронки и посмотрел, как пользователь проходит их.Посмотрел бы на дополнительные метрики, такие как:

Обратил бы внимание на последние A/B тесты, которые мы масштабировали на всю аудиторию, возможно там будет какая-то зацепка, а также нынешние тесты, которые сейчас идут. Всю информацию я бы визуализировал для большей наглядности. И конечно же посмотрел на данные, связанные с логистикой, возможно у нас выросла стоимость доставки и поэтому увеличилась цена букетов, поэтому никто не хочет их покупать.
Проанализировав данные, мы можем обнаружить изменения в воронке продаж, а также другие изменения в иных метриках, которые до этого были неизвестны и выявить потенциальные проблемные зоны. Например, если мы видим резкое снижение конверсии на определенном шаге воронки, это может указывать на то, что пользователи испытывают трудности или неудовлетворение на этом этапе. Это может стать отправной точкой для формулирования гипотез и проведения дополнительных исследований.

Гипотезы являются основой для предпринимаемых действий. Они формулируются на основе анализа данных и могут быть направлены на оптимизацию продукта, улучшение пользовательского опыта или решение проблемных ситуаций. Гипотезы также должны быть проверяемыми и измеримыми, чтобы можно было оценить их эффективность.В данном случае, что мы можем предположить:

На этом этапе мы также делаем выводы и идеи, как это улучшить. Затем мы переходим к “прожарке” гипотезы.

Как только у нас появился список предполагаемых проблем мы должны самостоятельно их провалидировать и понять, насколько вообще это может быть реально? Желательно это сначала проверять с помощью здравого смысла, а затем это подкрепить данными, на мой взгляд это самый понятный способ.Это один из самых важных этапов, потому что именно от решения, которое здесь будет принято, будут вытекать последующие действия. Поэтому внимательно относитесь к проверке Ваших идей.
На моей практике встречалось огромное количество кейсов, когда я думал, что метрика упала из-за сезонности, а на самом деле она упала из-за фичи, которую выкатила смежная команда.
Следующее наше действие - поход к продакт овнеру с пакетом идей, предложений и проблемных мест. Нам требуется тщательно обсудить все наши гипотезы с продактом и вместе сформулировать решение проблем. Всегда важно уметь выслушать мнение другого человека, увидеть его точку зрения - все это очень важные человеческие качества аналитика.

Как только мы выявили и валидировали предполагаемую гипотезу из-за которой у нас мало людей на шаге оплаты, мы начинаем фиксить проблему, путем обсуждений с разработчиками, маркетологами, другими аналитиками, возможно даже стоит подключить продактов из смежных команд. И вскоре у нас уже есть готовое решение!
Спустя небольшое время, после того, как проблема была пофикшена, мы возвращаемся к данным и видим, что количество пользователей, которые доходят до шага с оплатой начинает по-немногу расти! А это значит, что мы справились с нашей задачей и смогли помочь бизнесу.Как из цифр делать инсайты

В итоге, искусство продуктовой аналитики заключается не только в работе с данными, но и в умении видеть скрытые связи, генерировать гипотезы и преобразовывать цифры в практически применимые инсайты. Это непростая задача, требующая усидчивости, технических знаний и понимания бизнес-процессов, но она может принести значительную стоимость для компании и ее развития.
Спасибо большое, что дочитали это статью, буду рад любым комментарием и критике!
Также хочу рассказать, что у меня есть свой телеграмм канал, в котором я делюсь своим опытом и помогаю развиваться другим людям!