Рубрика: Продуктовая аналитика

В чате Ask Kevin участники регулярно задают вопросы про настройку и выбор систем аналитики данных для мобильных приложений и веб-сервисов. Антон Елфимов уже давно помогает сообществу, поэтому мы предложили ему сделать подборку ответов на самые распространенные вопросы.

Антон Елфимов – аналитик-консультант, c 2012 года помогает разным компаниям внедрять и получать инсайты из систем аналитики (Google Analytics, Mixpanel, Amplitude, Appsflyer и т.д.)

Далее повествование ведется от лица автора.

Настройка аналитики – важный и сложный процесс. Важный, потому что ошибки, сделанные на этапе настройки и интеграции аналитики, не позволят в будущем ответить на ключевые вопросы, либо же приведут к ошибочным выводам. Сложный, так как есть множество неочевидных моментов, которые вызывают проблемы у продуктовых и маркетинговых команд.

В этой статье будут собраны ответы на вопросы, которые возникают в чате ”Ask Kevin!” по поводу настройки cистем аналитики. Если у вас есть вопросы по этим темам, то напишите их в комментариях к статье, либо задайте в чате ”Ask Kevin!” (не забудьте тегнуть @antonelfimov).

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

Читать далее «Ответы на частые вопросы про настройку и выбор систем аналитики»

Когда я работал в Facebook, то у команды аналитики Workplace была классная традиция: еженедельная встреча команды начиналась с небольшой викторины.

Победитель прошлой недели готовил вопрос про какой-то ключевой показатель Workplace. Например, «Чему равна месячная аудитория продукта?» или «Сколько новых пользователей пришло за прошлую неделю?» или «Какая доля новых компаний достигает отметки в 10 пользователей?» или “Сколько мы заработали за прошлый месяц?”

Важным условием при формировании вопроса было то, что ответ на него можно легко получить с помощью метрик на дашборде команды.

Участники встречи должны были записать ответ на вопрос на бумаге. Ответить нужно было без помощи компьютеров, то есть по памяти. Тот, чей ответ был ближе всего к правильному, получал +1 балл в турнирной таблице, а тот, кто был дальше всех, терял 1 балл. По итогам полугодия определялся чемпион.

Я участвовал в пяти розыгрышах и выиграл три из них. Однажды к последнему туру у меня и у еще одного аналитика было одинаковое количество очков. Команда устроила нам финальный раунд, где мы должны были в блиц формате ответить на пять вопросов. Я набрал на одно очко больше и выиграл кружку на фотографии ниже.

Я рассказал эту историю не потому, что хотел похвастаться победами (хотя и это тоже). Дело в том, что почти в каждом розыгрыше мы получали очень большой разброс ответов. Для меня это было неожиданно.

Во-первых, играли аналитики, которые большую часть времени работают с данными и должны в них неплохо ориентироваться. Во-вторых, это были аналитики в Facebook, компании с высокой культурой работы с данными, где у каждой команды есть четкие цели, есть дэшборд, доступный всем сотрудникам компании, все встречи начинаются с апдейтов по прогрессу по ключевым метрикам. Как эти люди могли так сильно ошибаться на несложных вопросах про продукт, над которым они работают?

Если вы проведете такую игру среди сотрудников вашей компании, то, скорее всего, будете сильно удивлены. У большинства людей будут очень далекие от реальности представления о том, как ваш продукт и бизнес выглядит с точки зрения цифр. У некоторых этих представлений не будет вовсе.

В этой статье обсудим, почему важно, чтобы участники команды держали в уме хотя бы примерные значения ключевых показателей продукта, почему этого не происходит и как этого добиться.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

Читать далее «Ваша команда не знает ключевых метрик продукта. Почему и как это исправить»

Retention rate – одна из фундаментальных метрик в работе над продуктом. Мы все используем метрику Retention регулярно, но не все знают, что существует много разных способов расчета Retention. И это очень важно четко понимать, какой именно метод расчета был использован, при обсуждении результатов анализа и принятии решений на основе Retention метрик.

История. Когда я работал в Zeptolab, нам часто писали игровые студии, которые хотели, чтобы Zeptolab выступил в роли паблишера для их игр. Однажды пришло письмо, которое сильно выделялось на фоне остальных. Метрики игры, которую нам предлагали опубликовать, выглядели впечатляюще: Retention 1 дня превышал 55%, Retention 7 дня – 25%.

Мы начали тестировать игру, чтобы понять, в чем секрет. Но быстро стало понятно, что что-то здесь не сходится. Геймлей не был настолько увлекательным, чтобы обеспечить Retention 1 дня > 55%. Мета-игра также не выглядела достаточно глубокой и проработанной, чтобы вытянуть Retention 7 дня при таком геймплее.

Последующее расследование выявило, что под Retention студия имела ввиду не классический Day N Retention rate, а Rolling Retention. Когда мы получили значения классического Day N Retention их игры, то цифры уже не выглядели впечатляющими.

Это лишь один из примеров, как неправильная интерпретация Retention метрики может отправить команду в ложном направлении. В этой статье мы рассмотрим разные ньюансы расчета и интерпретации Retention, и то, как они влияют на итоговые значения метрики и принимаемые решения.

Несколько комментариев к статье:

• Данная статья сфокусирована больше на особенностях методов расчета Retention и их влиянии на значения метрики. Ранее в блоге публиковалась статья о том, как влиять на Retention продукта.
• Большинство рассуждений ведутся на примере Daily Retention, но они полностью применимы к недельному и месячного Retention. Выбор того, с какой гранулярностью считать Retention для конкретного продукта зависит от специфики его использования.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от Go Practice, вам в этом поможет.

А еще мы завели канал «Go Practice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

Читать далее «Многоликий Retention rate: N-day Retention, Rolling Retention и другие способы расчета Retention»

Недавно мне прислали ссылку на обсуждение про юнит-экономику и попросили помочь разобраться. “С чем там разбираться?» – подумал я. Пошел читать и запутался.

Так я погрузился в мир юнит-экономики со сложными формулами, большим количеством терминов, спорами по поводу этих формул и терминов, блогами и тренингами, где все это объясняют.

Друзья, юнит-экономика – это очень просто. Я объясню вам юнит-экономику за 30 слов. Читайте и считайте.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от Go Practice, вам в этом поможет.

А еще мы завели канал «Go Practice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

Читать далее «Юнит-экономика за 30 слов. Расчет юнит-экономики без калькулятора»

Находить инсайты и ответы на вопросы в данных – ключевой навык продуктового аналитика. И именно в развитии этого скилла аналитики обычно видят потенциал для роста.

Я рекомендую уделить внимание другому аспекту аналитической работы – навыкам коммуникации. Умению не просто находить инсайты, а доносить их до команды и превращать в проекты. Для этого надо будет строить отношения с командой, участвовать в ключевых обсуждениях, нарабатывать авторитет, учиться правильно презентовать информацию.

Эта статья построена в виде рекомендаций для продуктовых аналитиков. Но она будет в равной степени полезна продакт-менеджерам и руководителям, которые хотят по максимуму раскрыть потенциал аналитиков, работающих в их командах.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор (образовательный продукт от Go Practice) вам в этом поможет.

Читать далее «Как повысить эффективность продуктовых аналитиков в разы»

Почти два года назад я делал сравнение популярных систем аналитики для мобильных приложений. Тогда моим фаворитом была система аналитики Mixpanel. Но рынок не стоит на месте, и теперь у меня появилась новая любимая система аналитики — Amplitude.

Далее в статье я подробно расскажу про все преимущества  Amplitude, но вот краткий набор причин, почему это система аналитики для мобильных приложений и веб сервисов заслуживает вашего внимания:

1. Amplitude — улучшенная версия Mixpanel в плане возможностей для аналитики (сегментация ивентов, воронки, ретеншн, когортный анализ, профили пользователей, live view, очень гибкое формирование  сегментов и когорт, дешборды, данные в реальном времени и многое другое)
2. Amplitude в разы дешевле Mixpanel. А при объеме ивентов менее 10 миллионов в месяц и вовсе бесплатная.

Заинтересовал? Тогда к деталям.

 

 

 

Читать далее «Amplitude. Лучшая система аналитики для мобильных приложений и веб сервисов»

1. Для сокращения полной неопределенности требуется очень много данных.

2. Люди, работающие над продуктами, хорошо понимают и знают своих пользователей.

Приведенные выше утверждения — это заблуждения, а значит обратные им — истина. Сегодня мы поговорим о том, как обратное утверждение для первого заблуждения способно помочь исправить неприятную истину, выходящую из заблуждения номер два.

Читать далее «Аналитика без цифр. Смотрим на продукт глазами пользователей»