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. Это значит не просто находить инсайты, но и 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 глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.
→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).
→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).
→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.
→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.
Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
Еще больше ценных материалов и инсайтов — в телеграм-канале .
Рассказывайте истории
Осенью 2016 году я работал над Workplace в Facebook. Полугодие близилось к концу, и мы прилично отставали от цели. Команда аналитики, состоявшая на тот момент из трех человек, стала прорабатывать разные пути, как ускориться и цель все же выполнить.
В процессе оценки разных идей мы заметили, что есть несколько очень крупных компаний, которые были нашими клиентами, где доля сотрудников, которые активировали аккаунты, была значительно меньше, чем в среднем в продукте.
Если бы мы смогли дотянуть проблемные крупные компании до стандартного уровня, то перевыполнили бы цель. Следующий день мы разбирались в том, что случилось в этих компаниях.
Мы нашли ключевую проблему, но по ряду причин я не могу раскрыть, в чем она заключалась. Суть не в этой конкретной истории. Рассказ выше иллюстрирует мысль: люди привыкли воспринимать окружающий мир через истории. Это интересно, это цепляет внимание, это погружает слушателя в контекст.
Проблема в том, что большинство аналитических исследований безумно скучные. Они просто вываливают на читателя факты, цифры и информацию. При этом многие из них можно сделать увлекательнее лучших детективных рассказов. Надо лишь чуть-чуть поработать над формой подачи и превратить их в историю.
У превращения аналитических исследований в истории есть еще одна важная функция. Если историю построить не получается, то велика вероятность, что ничего полезного найдено не было, а значит, и тратить время на рассказ не надо.
В аналитических историях есть свои особенности. Главный персонаж — это ваш продукт или пользователь. Конфликт формируется вокруг героя, который хочет попасть куда-то, но злодей (рынок, конкуренты, низкие конверсии в воронке) мешает ему. Кульминация истории строится вокруг инсайта, необычного взгляда на проблему, который позволяет герою достичь цели.
В идеальном сценарии у вас получится добиться того, чтобы аудитория увидела продукт объемным: продукт — это не плоскость, а шар, который вращается вокруг пользователя, а значит, проблему Х надо решать с помощью Y.
Работайте над подачей результатов, как над продуктом
Самый распространенный способ донесения результатов важной аналитической работы до широкого круга людей — опубликовать исследование и разослать его на заинтересованных людей. Если вы не хотите, чтобы результат вашей работы просто затерялся среди кучи других писем, то не делайте так.
Аналогией такого подхода из продуктового мира будет раскатка первой же непротестированной версии нового приложения сразу на весь мир с последующей масштабной маркетинговой кампанией.
Аналитические исследования требуют тестирования и допиливания, как и любой другой продукт. Лишь когда вы убедитесь, что исследование дает желаемый эффект, наступит время для «публичного запуска». Это, в первую очередь, касается важных исследований, из которых вытекают крупные проекты и изменения.
Начните с софт-лонча. Поделитесь результатами с заинтересованными людьми, с которыми у вас выстроены доверительные отношения. Вы быстро заметите, где ваша история работает хорошо, какие аргументы звучат убедительно, а какие вызывают сомнения и недоверие. Собрав фидбек, сделайте новую версию. Через несколько итераций убедительность и эффективность подачи материала вырастут в разы.
Другое преимущество такого подхода — вы найдете ранних последователей, которые помогут вам донести выводы до широкой аудитории.
Будьте в контексте
Метрики пользователей в продукте сильно зависят от источника трафика, то есть откуда эти пользователи пришли. Так конверсия аналитических исследований в реальные проекты сильно зависит от того, как это исследование зародилось. Если предмет изучения оторван от реальности, имеет низкий приоритет в команде, не сонаправлен с целями компании, то даже идеальная аналитическая работа не даст эффекта.
Продуктовым аналитикам важно уметь находить наиболее актуальные задачи с максимальным потенциалом, а для этого надо быть в контексте происходящего в компании и команде: участвовать в важных дискуссиях, поддерживать отношения с ключевыми людьми, регулярно синхронизироваться со смежными командами.
Вы можете возразить, что аналитическая работа требует фокуса и погружения, поэтому подобная интеграция в процессы будет контрпродуктивной. Но это обманчивое ощущение. Эта вовлеченность дает понимание происходящего, повышает релевантность работы (вы чувствуете, что сейчас важно, а что нет), упрощает коммуникацию результатов (доверительные отношения с коллегами уже выстроены).
Другое следствие — продуктовые аналитики всегда должны быть частью конкретной продуктовой команды. Я ни разу не видел эффективного отдела аналитики и исследований, который существует как отдельная структурная единица без четкой привязки конкретных людей к командам.
Ищите быстрый способ получить первые результаты
Другой способ повысить эффективность работы продуктового аналитика — сократить цикл от получения вопроса до первых результатов. Часто потенциальный импакт от исследования на продукт обратно пропорционален времени, которое было потрачено на анализ. Чем больше времени прошло с момента получения вопроса до результатов, тем выше вероятность, что команда уже убежала далеко вперед.
Ищите быстрый способ получить первые результаты. Упрощайте. Посчитайте первые грубые оценки, которые дадут примерный ответ на поставленный вопрос. Часто это можно сделать за один день. Если ничего полезного и интересного вы не нашли, то попробуйте подступиться к задаче с другой стороны, либо переключитесь на следующую задачу. Если нашли, то поделитесь ранними результатами с ядром команды и копайте глубже. Если окажется, что вы нашли что-то важное и большое, то уделите достаточное время работе над подачей и превращенением инсайтов в реальные проекты.
Делитесь результатами с командой в процессе исследования, а не после его полной готовности
Классический сценарий работы продуктового аналитика над задачей, особенно большой, — закопаться в нее на несколько недель, а потом вернуться с финальным результатом. Подход, где промежуточные результаты публикуются в командный чат и обсуждаются с определенной периодичностью, намного более эффективный.
Во-первых, команда сможет задавать вопросы, корректировать ваше направление, делиться своими гипотезами или объяснениями происходящего по мере продвижения исследования.
Во-вторых, ваша команда проделает путь от первоначальных представлений о том, как что-то устрено, до финальных результатов вместе с вами, наблюдая за течением мысли и логическими переходами. Финальный результат будет продуктом совместного труда. Если же вы пройдете путь сами, а в конце поделитесь итоговыми результатами, то импакт будет намного меньшим. Особенно если результаты идут вразрез с текущими представлениями людей в команде. В этом случае, скорее всего, вы получите вполне естественное для подобных ситуаций отторжение новых идей и предложений.
Говорите простым языком
Количество сложных специфичных терминов в исследовании обычно обратно пропорционально количеству полезных инсайтов. Если вам есть что сказать, то сделайте это простым языком. Говорите не про методы исследований, а про то, что вы узнали о пользователе или продукте.
Использование терминов вроде «дисперсионный анализ», «критерий Фишера», «линейная регрессия» еще ни разу не помогли рассказать про интересный результат аналитического исследования продукта.
Упрощайте жизнь для команды, а не усложняйте
- «Это не сработает»
- «Это невозможно посчитать»
- «Это займет минимум месяц»
- «Так нельзя делать»
- «У нас нет таких данных»
Аналитикам свойственно быть скептиками. Но важно уметь держать этот скептицизм под контролем и обращать его в продуктивное русло. Сложно общаться с людьми, которые видят только причины, почему что-то не получится.
Уметь критически смотреть на вещи — это полезный навык, но он становится в десятки раз продуктивнее, когда, находя потенциальную проблему, человек сразу же думает о ее решении.
Будьте теми, кто ищет решения, берет на себя ответственность за проекты, делит риски с командой.
Если вы хотите глубже разобраться в том, как создаются, развиваются и масштабируются продукты, пройдите обучение в симуляторах GoPractice.
→ «Симулятор управления продуктом на основе данных» поможет научиться принимать решения с помощью данных и исследований при создании продукта (путь от 0 к 1).
→ «Симулятор управления ростом продукта» поможет найти пути управляемого роста и масштабирования продукта. Вы построите модель роста и составите стратегию развития продукта (путь от 1 к N).
→ «Симулятор SQL для продуктовой аналитики» поможет освоить SQL и применять его для решения продуктовых и маркетинговых задач.
→ «Симулятор управления ML/AI-проектами» научит применять технологии машинного обучения с пользой для бизнеса.
Не знаете с чего начать? Пройдите бесплатный тест для оценки навыков управления продуктом. Вы определите свои сильные стороны и слепые зоны, получите план профессионального развития.
Еще больше ценных материалов и инсайтов — в телеграм-канале .
