Як знайти інсайти в даних
Інструкція від Product Analyst Lead у SQUAD
Дедалі більше компаній наймають продуктових аналітиків. Бізнеси часто висувають різні вимоги, але сходяться в одному: ключова компетенція Product Analyst — шукати й знаходити інсайти для розвитку продукту.
Розбираємося разом із Богданою Юрик, Product Analyst Lead у SQUAD, як знайти інсайти в даних.
#1. Вивчіть ваш продукт
Так, починати потрібно не з даних, а з продукту. Наприклад, ви працюєте над сервісом оренди електросамокатів. Для початку встановіть застосунок і запишіть ваші перші враження від його налаштування — вони дуже важливі. З’ясуйте, як працює сервіс, які кроки потрібно зробити, щоб віднайти цінність продукту і відчути aha-момент. Вийдіть на вулицю, покатайтеся на електросамокатах — ваших і конкурентів, порівняйте їх. Запитайте себе, чи були у вас труднощі, що вам сподобалося. Пройдіть шлях користувача (customer journey), будьте ним.
Прибережіть майстерність і критичний підхід для наступних етапів, тут вам знадобляться мислення новачка і живий інтерес до продукту.
#2. Визначте інструменти
Вам потрібно визначитися з мінімальним набором інструментів для обробки даних і візуалізації.
Я проаналізувала вакансії та вимоги до продуктових і дата-аналітиків на порталі dou.ua та сайтах 5 tech-гігантів (GAFAM). Ось ключові напрями роботи й інструменти:
- робота з базами даних SQL (PostgreSQL, PL/SQL, MySQL) і NoSQL;
- обробка та аналіз даних в R або Python;
- візуалізація даних (Tableau, Power BI).
#3. Займіться збором і логуванням даних
Робота з даними починається з перевірки того, які логи (івенти) пишуть у базу. Наприклад, компанія може збирати:
- технічну інформацію про роботу і продуктивність продукту (застосунок, сайт, фізичний продукт);
- продуктові івенти, які відстежують поведінку користувача, як він взаємодіє з продуктом;
- фінансові дані, які охоплюють витрати (наприклад, на рекламу) і платежі від клієнтів, їхню банківську інформацію.
Потім ми дивимося, чи всі потрібні опції записано і за який час їх можна обробити, зважаючи на бізнес-запит і можливості бази.
Для відстеження продуктових івентів ви можете використовувати внутрішню базу даних і/або зовнішню систему (наприклад, Mixpanel або Amplitude). Якщо потрібний івент є, переходьте до наступного пункту, якщо ні — пропишіть логіку івенту і почніть трекінг. Це може бути реєстрація або налаштування застосунку, для цього ви пропишете, що може зробити користувач, клікнувши на кнопку, — які опції або сторінки реєстрації вибрати.
#4. Визначте мету аналізу
У кожного дослідження має бути мета. Щоб її визначити, дайте відповідь на головні запитання:
- Що ви досліджуєте?
- Які дані потрібні та за який період?
- Яка цільова аудиторія?
- Яку проблему хочете розв’язати за допомогою аналітики?
Наприклад, у вас уже є регулярні звіти й там ви побачили, що минулого тижня був пік зі встановлення застосунку, а загальна конверсія в реєстрації знизилася.
Це означає, що ви досліджуєте зміну метрики. Потрібно взяти логи застосунку за новими користувачами за останні кілька тижнів. Проблема тут — дослідження різкого спаду конверсії в реєстрації.
Якщо виникли складнощі з визначенням проблеми, попросіть допомоги у продуктового менеджера.
#5. Сформулюйте гіпотези
Не починайте перевіряти все підряд, постарайтеся структурувати ваш підхід.
Причини для зміни метрики можна розділити на дві великі групи:
- Внутрішні: помилки роботи застосунку, нова версія апки не відтестована, новий функціонал, який блокує дії, помилки логування, незрозумілий UX.
- Зовнішні: вийшли PR-кампанії, сезонність, дії конкурентів, зміни в роботі адвертайзерів, реферів або платформ, погодні або соціальні умови в конкретному регіоні.
Залежно від можливих причин і зниження метрики (різкого або тривалого) сформулюйте гіпотези.
#6. Перевірте коректність даних
Щоб підключитися до бази даних, вам знадобиться SQL. Перевірте, чи пишуться всі потрібні дані. Щоб краще зрозуміти, які івенти і як пишуться, виконайте потрібні кроки в продукті (зареєструйтеся, пройдіть онбординг або протестуйте новий функціонал), а потім відстежте логи, які ви нагенерували в базі.
#7. Сформуйте робочі дата-сорси та очистьте дані
Якщо ви працюєте з великою базою даних і підключитися до неї безпосередньо неможливо або недоцільно, підготуйте робочі таблиці, використовуючи SQL, Python або R. Вилучіть непотрібні сегменти (платформи або регіони), обмежте часовий період, перевірте, чи немає порожніх значень, некоректно записаних даних, несподіваних екстремумів.
#8. Проаналізуйте метрики
Аналіз метрик завжди залежить від досліджуваної проблеми й від того, до якого етапу продукту або життєвого шляху користувача вона належить.
У нашому прикладі потрібно визначити, чому і які користувачі не проходять реєстрацію. Для цього робимо аналіз кожного кроку під час реєстрації (заповнення особистих даних, введення і підтвердження банківської картки, підтвердження особи за допомогою SMS/email) і рахуємо конверсію переходів на кожен етап і витрачений час на їхнє проходження. Можливо, ви побачите різке зниження або довге проходження якогось з етапів. Якщо потрібно, ділимо на сегменти за регіонами, платформами, рекламними каналами.
Продуктовий аналіз — це про перевірку гіпотез.
#9. Зробіть зрозумілі візуалізації порахованих метрик
Визначтеся, що ви хочете сказати візуалізацією. Потрібна історія. Графіки тільки допомагають розповісти її. Не ускладнюйте візуалізацію, приберіть усе зайве, виберіть колірну гаму, розставте акценти. Ось приклад гарної візуалізації продажів за різними регіонами, виконаної в Tableau:
- Є акценти на великі цифри.
- Використано тільки 4 основні кольори.
- Є важливі розрізи за регіонами й категоріями продукту.
- Усі графіки підписані та є доповнення.
- Легко переходити між рівнями агрегації даних.
- Легко фільтрувати.
#10. Читайте відгуки користувачів і говоріть із ними
Дізнайтеся, які проблеми вони розв’язують за допомогою вашого продукту, чому обирають його і чого їм не вистачає. Шукайте відповідь на запитання «Чому?» в якісних дослідженнях, щоб підтвердити кількісний аналіз.
#11. Завжди робіть висновки та діліться ними
Ви можете додати їх до звіту або презентації перед командою. Люди не завжди здатні швидко зрозуміти графіки й таблиці — допоможіть їм, написавши ключові думки.
Для успішного продуктового аналізу мало вивчити метрики та статистики — потрібно знати інструменти, за допомогою яких ви витягнете дані та візуалізуєте їх. Так, коли продуктовий аналітик знає, вміє і поєднує навички з багатьох галузей, глибоко розуміє продукт і його користувачів, це дає класні інсайти та зростання бізнесу. Гарна новина — розуміння продукту, а також уміння розповідати історії, які зберігають дані, приходить із досвідом. Не бійтеся пробувати.
