Как найти инсайты в данных
Инструкция от Product Analyst Lead в SQUAD.
Все больше компаний нанимают продуктовых аналитиков. Бизнесы часто выдвигают разные требования, но сходятся в одном: ключевая компетенция product analyst — искать и находить инсайты для развития продукта.
Разбираемся вместе с Богданой Юрык, лекторкой курса Product Analysis и Product Analyst Lead в SQUAD, как найти инсайты в данных.
#1. Изучите ваш продукт
Да, начинать нужно не с данных, а с продукта. Например, вы работаете над сервисом аренды электросамокатов. Для начала установите приложение и запишите ваши первые впечатления от его настройки — они очень важны. Разберитесь, как работает сервис, какие шаги нужно сделать, чтобы найти ценность продукта и почувствовать aha-момент. Выйдите на улицу, покатайтесь на электросамокатах — ваших и конкурентов, сравните их. Спросите себя, были ли у вас трудности, что вам понравилось. Пройдите путь пользователя (customer journey), будьте им.
Приберегите мастерство и критический подход для следующих этапов, здесь вам понадобятся мышление новичка и живой интерес к продукту.
#2. Определите инструменты
Вам нужно определиться с минимальным набором инструментов для обработки данных и визуализации.
Я проанализировала вакансии и требования к дата- и продуктовым аналитикам на портале dou.ua и сайтах 5 tech-гигантов (GAFAM). Вот ключевые направления работы и инструменты:
- Работа с базами данных SQL (PostgreSQL, PL/SQL, MySQL) иNoSQL
- Обработка и анализ данных в R или Python
- Визуализация данных (Tableau, Power BI)
#3. Займитесь сбором и логированием данных
Работа с данными начинается с проверки того, какие логи (ивенты) пишутся в базу. Например, компания может собирать:
- техническую информацию о работе и производительности продукта (приложение, сайт, физический продукт)
- продуктовые ивенты, которые отслеживают поведение пользователя, как он взаимодействует с продуктом
- финансовые данные, которые включают расходы (например, на рекламу) и платежи от клиентов, их банковскую информацию
Затем мы смотрим, все ли нужные опции записаны и за какое время их можно обработать исходя из бизнес-запроса и возможностей базы.
Для отслеживания продуктовых ивентов вы можете использовать внутреннюю базу данных и/или внешнюю систему (например, Mixpanel или Amplitude). Если нужный ивент есть, переходите к следующему пункту, если нет — пропишите логику ивента и начните трекинг. Это может быть регистрация или настройка приложения, для этого вы пропишете, что может сделать пользователь, кликнув на кнопку, — какие опции или страницы регистрации выбрать.
#4. Определите цель анализа
У каждого исследования должна быть цель. Чтобы ее определить, ответьте на главные вопросы:
- Что вы исследуете?
- Какие данные нужны и за какой период?
- Какова целевая аудитория?
- Какую проблему хотите решить с помощью аналитики?
Например, у вас уже есть регулярные отчеты — и там вы увидели, что на прошлой неделе был пик по установкам приложения, а общая конверсия в регистрации снизилась.
Это значит, что вы исследуете изменение метрики. Нужно взять логи приложения по новым пользователям за последние несколько недель. Проблема здесь — исследование резкого спада конверсии в регистрации.
Если возникли сложности с определением проблемы — попросите помощи у продуктового менеджера.
#5. Сформулируйте гипотезы
Не начинайте проверять все подряд, постарайтесь структурировать ваш подход.
Причины для изменения метрики можно разделить на две большие группы:
- Внутренние: ошибки работы приложения, новая версия аппки не оттестирована, новый функционал, который блокирует действия, ошибки логирования, непонятный UX
- Внешние: вышли PR-кампании, сезонность, действия конкурентов, изменения в работе адвертайзеров, реферов или платформ, погодные или социальные условия в конкретном регионе.
В зависимости от возможных причин и снижения метрики (резкого или продолжительного), сформулируйте гипотезы.
#6. Проверьте корректность данных
Чтобы подключиться к базе данных, вам понадобится SQL. Проверьте, пишутся ли все необходимые данные. Чтобы лучше понять, какие ивенты и как пишутся, проделайте нужные шаги в продукте (зарегистрируйтесь, пройдите онбординг или протестируйте новый функционал), а потом отследите логи, которые вы нагенерили в базе.
#7. Сформируйте рабочие дата-сорсы и очистите данные
Если вы работаете с большой базой данных и подключиться к ней напрямую невозможно или нецелесообразно, подготовьте рабочие таблицы, используя SQL, Python или R. Исключите ненужные сегменты (платформы или регионы), ограничьте временной период, проверьте, нет ли пустых значений, некорректно записанных данных, неожиданных экстремумов.
#8. Проанализируйте метрики
Анализ метрик всегда зависит от исследуемой проблемы и от того, к какому этапу продукта или жизненного пути пользователя она относится.
В нашем примере нужно определить, почему и какие пользователи не проходят регистрацию. Для этого делаем анализ каждого шага при регистрации (заполнение личных данных, ввод и подтверждение банковской карты, подтверждение личности с помощью sms/email) и считаем конверсию переходов на каждый этап и затраченное время на их прохождение. Возможно, вы увидите резкое снижение или долгое прохождение какого-то из этапов. Если нужно, делим на сегменты по регионам, платформам, рекламным каналам.
Продуктовый анализ — это о проверке гипотез.
#9. Сделайте понятные визуализации посчитанных метрик
Определитесь, что вы хотите сказать визуализацией. Нужна история. Графики только помогают рассказать ее. Не усложняйте визуализацию, уберите все лишнее, выберите цветовую гамму, расставьте акценты. Вот пример хорошей визуализации продаж по разным регионам, выполненной в Tableau:
- Есть акценты на большие цифры
- Используется только 4 основных цвета
- Есть важные разрезы по регионам и категориям продукта
- Все графики подписаны и есть дополнения
- Легко переходить между уровнями агрегации данных
- Легко фильтровать
#10. Читайте отзывы пользователей и говорите с ними
Узнайте, какие проблемы они решают с помощью вашего продукта, почему выбирают его и чего им не хватает. Ищите ответ на вопрос «Почему?» в качественных исследованиях, чтобы подтвердить количественный анализ.
#11. Всегда делайте выводы и делитесь ими
Вы можете включить их в отчет или презентацию перед командой. Люди не всегда могут быстро понять графики и таблицы — помогите им, написав ключевые мысли.
Для хорошего продуктового анализа мало выучить метрики и статистики, нужно знать инструменты, с помощью которых вы вытянете данные и визуализируете их. Да, когда продуктовый аналитик знает, умеет и совмещает навыки из многих областей, глубоко понимает продукт и его пользователей, это дает классные инсайты и рост бизнеса. Хорошая новость — понимание продукта, а также умение рассказывать истории, которые хранят данные, приходит с опытом. Не бойтесь пробовать.
