Базовые подходы к обеспечению продуктовой аналитики заложены еще на стадии разработки первой версии продукта - в момент «intent to use» – осознания необходимости того или иного функционала для конкретного сегмента пользователей. Второй важный шаг – этап activation - момент осознания ценности функционала пользователем. Сейчас владельцу продукта важно выяснить какие именно действия пользователя приводят к первому aha moment или setup moment. Третий этап – достижение engagement – устойчивого вовлечения пользователя в пользование конкретной возможностью. На этом этапе владелец продукта понимает какие однотипные действия совершают пользователи и обеспечивает возвращение существующих пользователей к этому функционалу и приток новых посредством демонстрации кейсов успешного клиентского опыта и предложения решения реальной проблемы потенциальных клиентов.
Engagement – одно из ключевых понятий, но всё еще очень общее. Его можно декомпозировать на 3 уровня. Базовый – involvement (presence of a user) – вовлеченность, выраженная в количестве пользователей; средний -- interaction (action of a user) – вовлеченность, выраженная в количестве действий на каждого пользователя; высокий - contribution (input of a user) – вовлеченность, выраженная в деньгах на конкретного пользователя. Отношение «Input of a user/Presence of a user» показывает реальную необходимость продукта пользователю и является показателем того, насколько заявленный функционал продукта соответствует ожиданию пользователя.
Вторым ключевым понятием является retention. Retention (удержание) является функцией вовлечения. Рост retention (вернее, уменьшение оттока (churn))можно обеспечить через воздействие или коммуникацию с пользователем на каждом из уровней involvement/interaction/contribution. Важно разделять модели вовлечения через формат активностей пользователей. Это может быть как активность пользователя непосредственно во время сессии (intra-sessions), так и повторяемость действий во время каждой из сессий (inter-sessions). Первый способ дает информацию о том, как пользователь взаимодействует с текущей версией продукта, а второй способ позволяет анализировать привычки пользователя и измерять изменение лояльности на длительном периоде.
Действия (events) во время сессий являются сигналами, которые отражают текущее состояние пользователя и свидетельствуют о вероятности оттока.
Оценка и анализ совокупности сигналов может быть выполнена методами Predictive Power Score и Information Value и Weight of Evidence. Подобные исследования лежат уже в сферах User Science и Behavioral Science. Разница важна хотя бы потому, что намерения пользователя не есть поведение пользователя. Отсутствие знаний о методах работы с сигналами-предикторами – песок в механизме функционирования вашего продукта.
Спасибо что дочитали до этого момента. Да, мысль внезапно обрывается, но это не последний пост. Мы решили замахнуться на онлайн-событие по теме продвинутой продуктовой аналитики. 8 и 9 апреля мы проведем конференцию Aha!’21 (от aha moment). 8 апреля – фундаментальная продуктовая аналитика, 9 апреля – продвинутая продуктовая аналитика для бизнеса. Мы выстраиваем программу таким образом, чтобы и новички поняли, но и опытные не заскучали. Два дня, 4 потока по 4-5 докладов и 8-10 предзаписанных мастер-классов с отличным продакшеном. 80% — это приглашенные лекции от специалистов ведущих компаний, 20% — это воркшопы и мастер-классы.
Программа еще не сформирована и не опубликована на сайте, но мы на связи с Wrike, Reforge, Miro, Flo, SEMRush, Lamoda, Yandex Go, Belka Car, Amplitude, Superhuman, Netflix, Mode, Reforge, Canva, Stratos, Fishtown Analytics, Exasol, Zappos, Intercom, H2O, Chart Mogul, Sequoia. Впечатляет, неправда ли?
Вы тоже можете заявить доклад:
https://form.typeform.com/to/uP5ED596 Доклад должен быть
про продуктовую аналитику, не про управление продуктом, не кейс стремительного роста.
Зачекиниться на Aha!'21 можно здесь:
https://matemarketing.timepad.ru/event/1489293/
