Dużo mówi się o tym, że decyzje należy podejmować w oparciu o dane, ponieważ brak argumentacji i decyzje oparte na intuicji narażają firmę na ryzyko. Łatwo się mówi – analizuj dane i wyciągaj wnioski. W większości firm dane nie są zbierane w ogóle, albo są zbierane niepoprawnie (pojawiają się błędy implementacyjne, wykorzystywane są różne narzędzia i różne formaty). Mało optymistyczny początek artykułu…

Właśnie dlatego postanowiłam na blogu Product Vision uruchomić nowy cykl artykułów na temat analizy danych. Po pierwsze ponieważ interesuje mnie ta tematyka. Przez ostatnie dwa lata każdego dnia borykam się z wyzwaniami z tego obszaru. Po drugie uważam że my, polskie startupy, firmy, produktowcy i marketerzy potrzebujemy świeżej wiedzy z tego zakresu, jeżeli chcemy być jeszcze bardziej konkurencyjni na świecie. Aktualnie na rynku występuje deficyt specjalistów, ale liczę, że inni pójdą moim śladem i zaczną również dzielić się swoją wiedzą.

Zacznijmy od wyjaśnienia skomplikowanych pojęć i zdefiniowania, czym tak naprawdę jest kompleksowe podejście do zbierania i analizy danych.

Analiza danych – popularne pojęcia

Dane

“Dane to zbiory liczb i tekstów o różnych formach.” [Wikipedia]

Dane to zbiory liczb i tekstów reprezentujące informacje różnego pochodzenia np. na temat użytkowników, klientów biznesowych, wykonywanych przez nich akcji, przychodów firmy itp.

Bazy danych

“Zbiór danych zapisanych zgodnie z określonymi regułami. W węższym znaczeniu obejmuje dane cyfrowe gromadzone zgodnie z zasadami przyjętymi dla danego programu komputerowego specjalizowanego do gromadzenia i przetwarzania tych danych.” Wikipedi

Miejsce przechowywania danych cyfrowych. Są to zbiory informacji zamieszczonych w postaci tabel, połączonych ze sobą odpowiednimi relacjami. Różne tabele mogą służyć zapisywaniu innych danych i obsługiwaniu różnych funkcji,które są na nich wykonywane.

Analityka biznesowa (z ang. business intelligence)  

Rozwiązaniem klasy BI można określić system zapewniający zestaw technologii oraz produktów udostępniających użytkownikom informacje niezbędne do prowadzenia działalności gospodarczej oraz podejmowania strategicznych decyzji biznesowych.” [Gartner Group]

Dedykowane systemy integrujące dane z różnych miejsc, wykonujące ich przetwarzanie i prezentujące je w sposób przystępny dla użytkownika końcowego.

Interfejs narzędzia SAP [https://www.sap.com/products/analytics/business-intelligence-bi.html]

Analityka internetowa

“Analityka internetowa to proces, który obejmuje gromadzenie danych, ich analizę, stawianie rekomendacji i podejmowanie działań. Wnioski i rekomendacje prowadzą do poprawy działania serwisu i pozwalają na podejmowanie skutecznych działań.” [www.conversion.pl]

A więc mierzenie, przechowywanie i raportowanie danych z aplikacji internetowych, w celu zrozumienia zachowań klientów, optymalizacji produktów internetowych oraz akcji marketingowych.

Przykłady narzędzi:

Google Analytics – analiza ruchu, zachowań, pochodzenia i charakterystyki użytkowników.

Mixpanel – analiza zachowań, lejków konwersji, retencji, wyników testów AB.

HotJar, Crazy Egg, Mouseflow – analiza nagrań i zachowań użytkowników.


Interfejs narzędzia Google Analytics

Presja danych

Współczesna rzeczywistość, kładzie ogromny nacisk na pozyskiwanie i analizowanie danych. Owocuje to często wspomnianymi wyżej nieprzemyślanymi implementacjami narzędzi analitycznych w firmach, z których przeważnie nikt regularnie nie korzysta, a które pozostawione samym sobie, nieprzetestowane odpowiednio w fazie implementacji, rejestrują błędne dane i wypaczają obraz rzeczywistości, którą mają przecież opisywać.

Dzieje się tak dlatego, ponieważ w zdecydowanej większości przypadków proces wdrożenia kultury danych w firmie, sprowadzany jest właśnie do procesu implementacji narzędzia analitycznego. To są oczywiście dwie różne rzeczy, jednak ludzie zajmujący się na co dzień biznesem, często uważają, że to wystarczy. Tymczasem sama implementacja narzędzia, nie zaspokaja w pełni potrzeby podejmowania racjonalnych decyzji biznesowych, która powinna leżeć u podstaw procesu prawidłowego wdrożenia kultury danych w firmie.

Kompleksowe podejście do analizy danych

Zarówno my – produktowcy,  jak i marketerzy oraz członkowie zarządu potrzebujemy prawidłowych i łatwo dostępnych danych do podejmowania strategicznych decyzji na temat rozwoju produktu. W tym celu potrzebujemy kompleksowego rozwiązania (narzędzia), które da nam dostęp do najważniejszych metryk biznesowych.

Przykładowe metryki biznesowe to:

  • konwersja z konta testowego (triala) do zakupu,
  • koszt pozyskania klienta (ang. cost per acquisition),
  • MRR (ang. Monthly Revenue Rate),
  • churn – czyli ilu klientów rezygnuje z korzystania z płatnej wersji produktu,
  • CLV (ang. Customer Lifetime Value) – średnia wartość klienta.

W celu zaprojektowania takiego systemu, firmy najczęściej zatrudniają zewnętrznych konsultantów, z doświadczeniem na stanowiskach m.in. Analityka, Conversion Managera, którzy na podstawie swoich doświadczeń są w stanie przeanalizować obecne rozwiązania i zaproponować firmie rozwiązanie docelowe zgodne z oczekiwaniami oraz wesprzeć zespół w poprawnym ich wdrożeniu.

Podsumowanie

Na rynku jest niewielu specjalistów, mających za sobą wdrożenia kompleksowych rozwiązań analitycznych zakończonych sukcesem. Jest to bowiem duże wyzwanie, szczególnie w firmach, które intensywnie się skalując, zapominają o tworzeniu jakiejkolwiek dokumentacji i wdrażają wiele niepowiązanych ze sobą narzędzi analitycznych.

PODZIEL SIĘ

Product Manager w SentiOne. Certyfikowany Professional Scrum Master i Prince2 Practictioner. Na co dzień pracuje nad rozwojem produktów internetowych, w Zespole Scrumowym pełni rolę Właściciela Produktu.

2 KOMENTARZE

ZOSTAW ODPOWIEDŹ