Для многих продакт-менеджеров аналитик — это лишь интерфейс для доступа к данным. Но потенциал их совместной работы на самом деле не ограничивается запросом и получением данных.

В этом материале руководитель направления продуктовой аналитики в «Авито» Алексей Малинский рассказывает о трех уровнях взаимодействия продактов и аналитиков, их особенностях и о том, как прокачать такое взаимодействие.

***

Привет! Меня зовут Алексей Малинский, я руководитель направления продуктовой аналитики в «Авито Товарах», а в свободное время веду личный телеграм-канал, где пишу про аналитику, менеджмент и саморазвитие.

В компании я отвечаю за core-аналитику товарных категорий, а это 20+ аналитиков и 35+ продакт- и бизнес-менеджеров. Эти команды занимаются развитием пользовательского опыта с фокусом на конкретные категории (электроника, одежда и т.д.), а еще отвечают за развитие бизнеса в этих направлениях.

За шесть лет в «Авито» у меня накопилось достаточно насмотренности в том, как строятся отношения продакта и аналитика, какие там могут возникать проблемы или, напротив, перспективные синергии. В этом материале я расскажу о трех уровнях взаимодействия, которые я выделяю.

Продуктовый аналитик: что он делает

Для начала разберемся в специализациях аналитиков. На определенных стадиях развития продукта, а также для решения конкретных задач вам могут потребоваться разные профили аналитиков.

Продуктовый аналитик чаще нужен тогда, когда:

  • Уже есть выстроенная инфраструктура, которая агрегирует данные с бэк-офиса и различные клики пользователя: есть откуда вытаскивать инсайты
  • Продукт уже прошел стадию MVP и нашел product/market fit: есть потребность в data-driven подходах проверки гипотез роста.

Но вполне может оказаться, что сейчас вашему продукту нужен кто-то другой. 

  • Если вы стартап и вам пока рано строить свою инфраструктуру, а ваши основные инструменты — это, например, Google Analytics и «Яндекс Метрика», то, скорее всего, вам нужен веб-аналитик.
  • Если вам нужно наладить свою инфраструктуру данных и построить на этом базовую отчетность, то вам, скорее, нужен BI-аналитик или даже дата-инженер.

Ключевое отличие продуктовых аналитиков состоит в том, что их основная ценность — в умении применять математический аппарат для продуктовых задач и давать на выходе конкретные рекомендации по изменениям для продакт-менеджера. Их базовый набор навыков — это математическая база, SQL, Python, BI и business sense.

Далее мы будем говорить о ситуациях, когда вам нужен именно продуктовый аналитик — и как с ним взаимодействовать.

Уровень 1. Аналитик — руки продакт-менеджера

На этом уровне аналитик, как правило, используется только для доступа к данным: для выгрузок, для подсчета конкретных показателей и т.д. Никаких самостоятельных выводов продакт-менеджер от аналитика не ждет. Такие отношения можно описать следующей схемой: 

Например.

Возьмем онлайн-кинотеатр, который дает доступ к контенту по подписке. Продакт-менеджер хочет увеличить LTV пользователей, а потому ставит задачу аналитику выгрузить LTV и среднюю конверсию в подписку из триала в разрезе регионов, пола, возраста, любимых жанров. От аналитика продакт получает огромную excel-таблицу на десятки тысяч строк и садится самостоятельно ее ковырять. Аналитик свою задачу закрыл, а для продакт-менеджера все только начинается.

Преимущества такого уровня взаимодействия:

  • Если сравнить это с ситуацией, в которой аналитика нет совсем, то в таком сетапе продакт экономит свое время за счет делегирования типовых задач.

Сложности и недостатки:

  • Продакт-менеджер все же тратит достаточно много времени на формулирование ТЗ, ожидание ответа аналитика и интерпретацию массива данных. Более того, вероятны дополнительные итерации, так как в процессе обработки данных продакту могут потребоваться новые данные.
  • Аналитик делает задачи в вакууме, не понимает контекста задачи, и как следствие, не может ничего предложить в плоскости продукта. Это может привести к тому, что он потеряет мотивацию в работе, так как не видит ощутимого результата своей работы.
  • Качество принимаемых решений полностью зависит от экспертизы продакта и его способностей обрабатывать большие датасеты. Таким образом, выше риск человеческих ошибок и неверных выводов.

Уровень 2. Аналитик — партнер продакт-менеджера

Продвинутый уровень отношений продакта и аналитика, в котором аналитик уже полноценно вовлекается в процесс Discovery: понимает продуктовую проблему, понимает суть тестируемых гипотез и имеет некоторую свободу внутри исследований. От аналитика продакт-менеджер уже ожидает конкретные рекомендации. Их отношения на данном уровне можно описать следующей схемой: 

Например.

Возьмем онлайн-кинотеатр, который дает доступ к контенту по подписке. Продакт-менеджер хочет увеличить конверсию из триала в подписку пользователей, а потому хочет проверить гипотезу о том, что есть сегменты пользователей, для которых контент площадки не очень релевантен. В своем исследовании аналитик находит сегменты 20–25-летних, предпочитающих ужасы, и 55–60-летних, любящих советское кино, конверсия которых сильно выбивается из распределения в меньшую сторону. Продакт проводит опрос выявленных сегментов и подтверждает гипотезу, что нужно закупить дополнительный контент.

Преимущества такого уровня взаимодействия:

  • Продакт-менеджер получает не массив данных, как раньше, а уже выжимку в виде конкретных сегментов, с которыми можно работать.
  • Делая свою работу, аналитик мыслит гипотезой и проблемой, а не поставленной сверху задачей. Это растит качество аналитики: он лучше понимает, куда смотреть и на что обращать внимание.
  • Решения в продукте основаны на более осознанном вовлечении всех участников процесса Discovery.

Сложности и недостатки:

  • Процесс формирования гипотез все еще целиком на продакт-менеджере.
  • Аналитик — все еще ведомая сторона в этом процессе, а не самостоятельная единица. Для начала работы ему требуется поставленная задача.

Уровень 3. Аналитик и продакт — драйверы продукта

Идеальный уровень отношений продакта и аналитика, в котором аналитик получает в свою зону ответственности конкретное направление продукта и становится его драйвером. Чаще всего это направления с высокой аналитической составляющей: например, ценообразование, модерация контента, рекомендательные системы, механики повышения эффективности маркетплейса (баланс спроса-предложения) и т.д. В таких областях для роста целевых показателей обычно применяются современные data science модели и сложные алгоритмы. И тогда отношения аналитика и продакта можно описать следующей схемой:

Например.

Возьмем онлайн-кинотеатр, который дает доступ к контенту по подписке. Команда хочет увеличить LTV пользователей и решаете поделить ответственность: продакт-менеджер берет в проработку CJM пользователей, аналитик забирает ответственность целиком за ценообразование продукта. С такой свободой у аналитика открывается большой простор для применения передовых методов data science для роста выручки продукта. Аналитик самостоятельно строит взаимодействие с разработкой, если требуется, а продакт-менеджеру нет необходимости сильно вовлекаться в эту область. Имея равнозначные цели на рост целевых метрик, их синхронизация происходит на этапе результатов тестирования гипотез.

Преимущества такого уровня взаимодействия:

  • Продакт и аналитик драйвят работу друг друга, что позволяет каждому сосредоточиться на своем кусочке ответственности: например, аналитик определяет цены в продукте, продакт строит понятный UX.
  • Делая свою работу, аналитик мыслит уже целевыми метриками продукта, а не только гипотезами, что позволяет больше приносить инкрементальных улучшений.
  • Продукт выигрывает от количества тестируемых проработанных гипотез, что повышает вероятность успеха.

Сложности и недостатки:

  • Требует от продакт-менеджера некоторых скиллов в области SQL, чтобы быть более независимым в своей зоне ответственности. От аналитика же требуется желание и умение вовлекаться в проджект-менеджмент, чтобы управлять ожиданиями и успешно добиваться результата в своей зоне.
  • Есть вероятность слишком сильно размыть границы ответственности при принятии решений. Поэтому работает, когда между продактом и аналитиком есть глубокое доверие и взаимопонимание.

Как развивать взаимодействие и какие есть ограничения 

Уровень взаимодействия, который устанавливается между продактом и аналитиком, зависит от зрелости продуктовой культуры в компании и зрелости каждого из участников отношений. Потребность совершенствовать взаимодействие с аналитикой возникает тогда, когда продукт уже достаточно развит, то есть все низко висящие фрукты уже собраны, а точки роста скрыты глубоко в данных. Именно в этот момент инвестиции в более продвинутые отношения позволят максимально выиграть всем: продукту, продакт-менеджеру и аналитику.

Чтобы перейти от взаимодействия на уровне задач до уровня метрик, нужно: 

  • Развивать аналитика: ставить ему не задачу, а как минимум проблему.
  • Развиваться самому: освоить базовый SQL и навыки работы с данными в excel, чтобы быть более автономным и делегировать аналитику более сложные вещи.
  • Построить с аналитиком доверительные отношения: проводить регулярные 1–1, обсуждать цели и стратегию.
  • Синхронизировать личные цели продакта и аналитика на уровне метрик.
  • Делегировать аналитику зону ответственности в продукте, а если возможно — позволить быть полноценным драйвером конкретного функционала, где потенциал роста лежит в области применения аналитических методов.

При этом, конечно, в настоящей практике может возникнуть ряд ограничений при попытке продакт-менеджера прокачать взаимодействие с аналитиком:

  • Аналитик не хочет или не может выйти за рамки «закрываю таски».
  • В продукте может просто не быть зоны ответственности, которую логично было бы отдать аналитику.

В таком случае я рекомендую вернуться к потребности. Если в продукте она есть, а аналитик ее не тянет, то нужно дать честный фидбек или попробовать ротацию внутри компании, чтобы найти и аналитику правильную команду, и себе более — подходящего аналитика.

Заключение

В качестве резюме хочу сформулировать ключевую мысль материала в одном предложении:

Наибольшую пользу продукт будет получать тогда, когда продакт и аналитик не будут замыкаться на шаблонном восприятии своих ролей, а будут вкладываться в свое взаимодействие, развивая и дополняя друг друга.

Узнайте больше

***

Напишите нам

Если вы тоже хотите стать соавтором GoPractice, то заполните эту форму или напишите нам на dima@gopractice.ru.

Автор иллюстрации к материалу — Анна Гольде