Как работать с продуктовой аналитикой

Такая аналитика помогает сделать продукт желанным не только за счёт рекламы, но и благодаря свойствам самого продукта. Покупатель готов платить за товары и услуги, которые отвечают его потребностям, просты и приятны в использовании.

Цель продуктовой аналитики — улучшить опыт взаимодействия с продуктом. Это значит:

• найти проблемы, из-за которых люди перестают пользоваться продуктом, и разобраться с ними;
• отметить удачные решения, которые привлекают пользователей, и масштабировать их.

Для этого изучают:

• какие функции продукта используются часто, а какие — редко. Это позволит не тратить средства на обслуживание ненужного и развивать популярное. Например, кафе может отказаться от супов-конструкторов в меню и сделать акцент на бизнес-ланчах;
• какие обновления приводят к продажам, а какие — к оттоку покупателей. Так можно скорректировать направление изменений или их подачу. Например, не менять дизайн сайта, но добавить новые способы оплаты и заранее рассказать об этом через пуш-уведомления;
• какие характеристики свойственны для клиентов. Например, насколько быстро они принимают решение о покупке. Это поможет настроить сроки рекламной кампании и не вкладывать бюджет в лишние показы.

Это вид аналитики тесно связан с маркетинговой — той, что занимается анализом эффективности рекламных каналов. Обе влияют на стратегию продвижения товаров и услуг. Но продуктовая также призвана улучшать сам продукт и путь пользователя к нему.

Например, пользователи проводят много времени на странице товара или добавляют его в «Избранное», но не покупают. После продуктовой аналитики становится понятно, во что стоит вкладываться — в улучшение интерфейса, акционные предложения или в работу с возражениями внутри рекламных креативов.

В итоге мы должны получить привлекательный для людей и прибыльный для компании продукт.

Вот базовые принципы, по которым анализируют продукт и поведение пользователей:

1. Целенаправленность. Продуктовая аналитика должна быть ориентирована на достижение конкретных целей бизнеса, а не просто на сбор данных. Например, увеличение конверсии в регистрацию на сайте —> рост продаж.
2. Фокус на пользователях. Хороший анализ помогает понять потребности и поведение аудитории. Например, можно исследовать взаимодействие с чатом на сайте, чтобы узнать, в каких случаях пользователям нужна помощь.
3. Комбинирование данных. Полезно использовать как количественные, так и качественные данные — анализировать метрики и проводить опросы пользователей, чтобы лучше понимать их опыт.
4. Постоянное улучшение. Анализ должен приводить к изменениям в продукте, например, к внедрению новой функции.
5. Коммуникация и сотрудничество. Важно, чтобы все специалисты, влияющие на продукт, — разработчики, продакты, специалисты по рекламе и продажам — знали о результатах аналитики, обсуждали их и вместе находили лучшие решения.

Следует действовать по плану из четырёх этапов:

• Сбор данных — нужно определить, какие события на сайте или в приложении отражают поведение пользователей, какие метрики актуальны для продукта и соответствуют целям. Например, время проведённое на странице, переходы в каталог или количество активных пользователей. Эту информацию удобно собирать с помощью автоматических сервисов и счётчиков событий.
• Анализ — визуализировать данные на графиках и дашбордах и подготовить отчёты. Например, о том, насколько популярна новая функция или через какое время клиенты уходят с сайта.
• Интерпретация — строить гипотезы о том, почему пользователи ведут себя так, а не иначе. На этом этапе важно найти слабые и сильные места продукта.
• Проверка гипотез — разрабатывать разные варианты для решения проблем и масштабирования. Затем тестировать их на небольших сегментах аудитории и снова собирать аналитику и обратную связь. Удачные решения распространять на всю аудиторию.

• Анализ пользовательских сценариев — того, как пользователи взаимодействуют с продуктом в различных ситуациях. Нужно понять, какие задачи они решают в этот момент, где находятся и как себя чувствуют. Поведение человека, который срочно ищет ответ на вопрос, отличается от действий того, кто едет в метро и коротает время.
• Когортный анализ — изучение того, как меняется поведение пользователей со временем. Для этого их делят на группы (когорты) по дате первого взаимодействия с продуктом, а затем смотрят за изменением показателей конверсии, удержания и среднего дохода. Метод позволяет делать специальные предложения тем пользователям, которые теряют интерес, и избегать оттока клиентов.
• Сегментирование — разделение пользователей на группы на основе их общих характеристик, поведения и потребностей. Например, по возрасту, полу, доходу или тому, как долго они решаются на покупку. Сегментирование позволяет более точно нацеливать маркетинговые кампании и, например, создавать специальные пакеты услуг.
• A/B тестирование — сравнение двух вариантов решения для поиска лучшего. Его часто используют для тестирования новых версий веб-страницы, дизайна кнопок и т. д. Разные версии продукта параллельно предлагают группам А и B — контрольной и тестовой, а затем изучают реакцию по кликам, конверсиям и времени нахождения на странице.
• Мониторинг метрик — отслеживание показателей по ключевым метрикам, подсчёт KPI продукта.

Стоит использовать эти методы в сочетании друг с другом. Ни один из них не универсален, но вместе они помогают держать продукт под контролем и совершенствовать путь пользователя.

Список метрик индивидуален для продукта и поставленных целей, но есть некоторые базовые показатели:

• количество уникальных активных пользователей за день, неделю, месяц и год;
• коэффициент конверсии — соотношение количества пользователей, которые совершили целевое действие и их общего количества. Можно посчитать разные конверсии, в зависимости от этапа воронки продаж, — в регистрацию на сайте, в первые заказы, в покупку премиум-аккаунта.
• ARPU — средний доход от одного пользователя;
• ARPPU — средний доход от одного платящего пользователя;
• LTV – доход, который принесёт пользователь за всё время взаимодействия с продуктом. Современные системы аналитики позволяют спрогнозировать эту сумму;
• удержание (retention) — количество постоянных пользователей, которые возвращаются на сайт или в приложение спустя время;
• коэффициент оттока (churn rate) — показатель оттока пользователей, процент тех, кто перестал заходить в приложение или на сайт.

Эти и другие метрики стоит расположить по иерархии важности для продукта и учитывать как по отдельности, так и в сочетании. Удобно делать это с помощью интерактивных дашбордов, по необходимости добавляя и скрывая показатели.

Большинство методов анализа можно применять с помощью системы автоматизированной аналитики, например MyTracker.

Возможности MyTracker для продуктовой аналитики:

Сбор данных о поведении пользователей — на какие кнопки они чаще нажимают, с чем затрудняются во время регистрации. Для этого на сайт встраивают счётчик, а в приложение — SDK. Главные поведенческие метрики — просмотры страниц, глубина просмотра, длина сессии и количество тех, кто открывает сайт, но сразу уходит. Подробнее о том, как бороться с отказами пользователей от продвижения по сайту, можно прочитать в статье.

Доступ к 250+ метрикам, из которых можно собрать отчёты, актуальные для ваших целей.

Сегментация аудитории — помогает узнать характеристики и понять поведение групп пользователей, например, активных покупателей, оставивших товар в корзине и тех, кто купил и ушёл.

Тестирование гипотез и нового функционала. Все данные собираются в интерактивные дашборды, по которым удобно делать выводы.
 

В работе с метриками есть риск увлечься и пытаться анализировать все доступные показатели в отрыве от продукта. Важно помнить две вещи:

• количественный анализ — не единственный метод аналитики. Нужно просить об отзывах и читать их, тестировать новые функции в фокус-группах, время от времени самостоятельно проходить путь пользователя. Неработающую кнопку на сайте проще обнаружить вручную, а не по метрикам;
• лучше выбрать несколько ключевых метрик, чем анализировать много второстепенных. Метрики должны быть связаны с текущей целью, например снижением стоимости привлечения клиента. Их интерпретация должна приводить к изменениям продукта, а не оставаться в виде отчётов.

• Продуктовая аналитика помогает принимать решения об изменениях на основе предпочтений и поведения пользователей. Цель анализа — делать взаимодействие с продуктом более удобным и приятным и таким образом возвращать пользователей на сайты и в приложения.
• Продуктовая аналитика сфокусирована на пользовательском опыте и сценариях использования продукта. Эту информацию имеет смысл использовать при планировании изменений и в рекламных кампаниях.
• Важные этапы аналитики — создание и проверка гипотез.
• К методам анализа относится не только мониторинг ключевых метрик, но и сегментирование аудитории, изучение поведения разных когорт и тестирование разных вариантов решений.
• Основные метрики связаны с количеством уникальных пользователей, конверсиями, удержанием и доходом. Эти показатели характерны и для маркетинговых исследований, потому что оба вида аналитики направлены на общую цель — повышение успешности продукта при минимальных затратах.
• Собирать и интерпретировать данные, тестировать гипотезы и составлять отчёты удобно в системе MyTracker. Это единая платформа для продуктовой и маркетинговой аналитики.