Уже все знают, что продуктовые исследования нужны. Но где доказательства?
Правда, что если у отдела исследований нет KPI, это НИИ теоретиков? Как посчитать эффективность продуктового ресерча? Разбираемся с метриками эффективности отдела СX/UX-исследований.
С каждым годом становится все меньше компаний, которым нужно объяснять, в чем ценность UX-исследований и вообще работы с пользовательским опытом. И что не только правильный маркетинг приводит клиентов. Отчасти тенденцию можно отследить по экспоненциально увеличивающемуся количеству вакансий исследователей. В пандемию, кажется, их стало еще больше (в какой-то момент я увидел прирост по вакансиям): все хотят привлечь новых пользователей и не потерять старых — для этого и нужна помощь ресечеров.
В последнем отчете Gartner Marketing Predictions for 2021 and Beyond предсказывается, что к 2023 году 25% компаний сольют маркетинг, отдел продаж и CX в единую функцию. И дальше этот тренд будет только усиливаться. Вероятно, будет очень сложно разделить и по отдельности оценить и «окипиаить» влияние того или иного департамента в успешности продукта.
Однако, когда изучаешь вакансии, возникает мысль: а как конкретная компания планирует измерять эффективность исследователя? Часто в описании перечисляются стандартные навыки и программы, не привязанные к задачам и целям. На собеседовании же высока вероятность не получить четкого ответа на вопрос: «Почему вы считаете важным, чтобы исследователь умел вот это, и зачем вы хотите измерять вот то?»
Как-то раз руководитель обратился ко мне с запросом: «Я понимаю, что исследования ценны, но очень хочется увидеть, как именно они влияют на продукт и компанию. Ты сможешь посчитать?»
Сначала я подумал: легко, сейчас соберу данные. Но когда начал анализировать последние исследования, получил такие результаты:
- Провели исследование за N дней и обнаружили несколько барьеров для определенной категории пользователей, мешающих им перейти с исследуемого на основной продукт компании. Продакт взял их в работу и постарался устранить.
- Через три месяца после исследования входящий поток новых пользователей увеличился на N%.
- Увеличившийся поток конвертировался в деньги хуже, чем обычно, но компания все равно получила небольшой прирост в деньгах — на N%.
Дальше я обнаружил проблему: как оцифровать конкретное влияние исследований? В первом случае я пока не знаю результатов внедрения новой фичи и не понимаю, когда они будут. Во втором выяснилось, что помимо исследования на приток пользователей влияла работа команды и PR. Ситуация, похожая на третий случай, была и в прошлом году — и это тоже нужно учитывать.
Так что же считать критерием успешности исследования? Прирост в деньгах, факт обнаружения барьеров, факт взятия в работу результатов — что из этого может стать полноценными KPI?
В итоге вопрос про критерии успеха мы переформулировали:
Каким образом оценивать эффективность отдела исследований, чтобы он был не условным НИИ, а полноценной боевой единицей, решающей задачи продуктовых команд?
С точки зрения руководства, повышение эффективности инвестиций — одна из ключевых задач, поэтому, если вы создаете отдел исследований, приходите единственным исследователем в компанию или даже работаете на стороне агентства, продумывайте критерии успеха заранее и дорабатывайте в процессе (в агентстве, вероятно, перед каждым проектом). Что мы и начали делать.
Почему все неоднозначно
С отделом исследований ситуация сложнее, чем, к примеру, отделом продаж, где четко можно оценить ROI каждого сотрудника. Это обусловлено несколькими причинами:
- Не всегда пользу от исследований/исследователя можно оцифровать. Например, хорошая идея или совет от исследователя может дать ускорение продукту, но реализовывать их будут другие сотрудники компании, за которых он отвечать не может. В идеале исследования влияют на стратегию, позволяют открыть новые сегменты и «голубые океаны».
- Не всегда исследование влияет напрямую на деньги и не всегда продуктовые метрики напрямую коррелируют с деньгами. Допустим, мы хотим повысить DAU/MAU или уровень пользовательского счастья, но не всегда (особенно в продуктах с частично бесплатным контентом) это сказывается непосредственно на прибыли, и вообще эта история может быть очень долгосрочной. А еще исследование может показать, какой контент нужен целевой аудитории, но не дать понимания, как его монетизировать.
- Меняются условия рынка, и часто это не предусмотреть. Далеко за примером ходить не нужно: пандемия свела на нет модели монетизации многих продуктов, изменила способы и частоту их потребления. Многие актуальные и качественные исследования оказались отчасти бесполезными, правда KPI продуктовых команд тоже стали неактуальными по этой же глобальной причине.
- К сожалению, не все компании созрели настолько, чтобы использовать исследования для масштабных бизнес-решений. Безусловно, это не обязательное условие для расчета ROI, но без него диапазон UX-инициатив ограничен.
Это только часть причин — некоторые просто зависят от специфики отрасли. Так, трудно оценить вклад исследователя в некоммерческих проектах, которые в принципе не подразумевают прибыльности.
Крутой результат — когда ресерч убивает идею продукта на старте и у компании получается избежать потенциальных потерь. Это не совсем про ROI, но тоже про деньги.
И что получается, бесполезно измерять? Все тлен и необъективно?
Безусловно нет, просто нужно изначально понимать контекст, в котором существуют компания, ее руководство, и место исследователя в системе координат бизнеса. В каждом случае нужно подбирать свою комбинацию метрик.
В желании оцифровать свою деятельность легко попасть в ловушку восприятия. Если одна из ваших задач — обучить исследованиям продуктовую команду, то метрики «количество проведенных обучающих мероприятий» будет недостаточно. В этом случае результат можно будет оценить по тому, как продуктовая команда стала использовать ваше обучение в работе.
Я и согласен, и не согласен с этим. Результат в целом можно проектировать по иерархической таксономии целей обучения и оценивать так же. Банальный Киркпатрик (которого я очень люблю) включает в себя и эмоциональный outcome обучения («мне понравилось»), и конкретные знания (что реально узнали), и изменение поведения (о котором написано выше), и результаты (чего команда достигла), и даже ROI за обучение.
По совету руководителя исследований в Qiwi Дмитрия Соловьева, мы попробовали разбить направления нашей деятельности на сегменты. Затем в каждом из них расписали все возможные, на наш взгляд, KPI и попробовали их внедрить.
Сегментация исследовательских KPI
Мы выделили приоритетные направления деятельности отдела:
изменение продукта в лучшую сторону и ROI;
организация и проведение продуктовых исследований;
- UX-евангелизм, обучение, рост прозрачности процесса исследований;
- развитие отдела исследований;
- понимание ЦА, с которой работаем.
Далее разбили каждое из них на показатели (KPI): конкретные — те, которые можно оценить количественно, и неконкретные — те, которые оценить количественно либо невозможно, либо крайне проблематично (придется учитывать массу влияющих факторов). Начали анализировать и те, и другие.
- Рост ARPPU, ROI, среднего чека и других денежных метрик, показывающих рост платежеспособной ЦА среди клиентов.
- Рост продуктовых метрик (все виды Retention, DAU/MAU/WAU и т. п.).
- Снижение Churn Rate.
- Снижение Customer Acquisition Cost или повышение Life Time Value и анализ прочих метрик стимулирования продаж.
- Количество найденных/внедренных инсайтов.
- NPS, СSI, CLI и CSAT по пользователям.
- Количество гипотез, которые валидирует исследователь.
Нюансы и влияющие факторы:
- С ROI все неоднозначно: оно не может быть точным и его сложно спрогнозировать, так как продукт меняется после исследований и есть еще внешние факторы. Нет сферических исследований в вакууме.
- Следует измерять показатели после каждого исследования в оговоренном заранее промежутке времени и по конкретной аудитории, иначе это будет как из пушки по воробьями и вряд ли репрезентативно.
- Иногда на денежные метрики воздействует множество внешних факторов и нельзя сказать, что на ARPPU повлияло только исследование. Проговорите это заранее с продуктовой командой.
- Retention и продуктовые метрики могут вырасти не сразу, иногда через несколько месяцев. Обсудите, когда вы будете смотреть результаты и почему выбрали этот срок.
- Из-за того что исследователи воздействуют на продукт только косвенно, через рекомендации, прямое их влияние на KPI продуктовых менеджеров возможно только в том случае, когда работа исследователей глубоко интегрирована в продукт и их рекомендации реально берутся в работу в рамках заранее оговоренного периода времени.
- Количество респондентских или кабинетных инсайтов может быть непоказательным. Во-первых, не все респонденты обладают достаточным количеством информации и готовы ей делиться. Во-вторых, иногда первый инсайт переворачивает исследование полностью или отменяет его. В-третьих, не каждый найденный информационный алмаз станет в итоге бриллиантом. Что касается инсайтов из данных, то очень многое зависит от того, как в компании в принципе работают с данными и как настроена аналитика, — с этим тоже могут быть проблемы.
- Есть несколько проблем с метриками удовлетворенности продуктом: техподдержкой, ценой и любыми другими параметрами. Первая — смещение ответов в сторону лояльной аудитории, потому что нелояльная часто не готова тратить время на опросники. Вторая — бизнес не всегда понимает, что делать с такими показателями.
Что выбрали в Учи.ру:
- Постепенно привязываемся к продуктовым и бизнес-метрикам, хотя делаем скидку на то, что не влияем на сроки реализации фичи и решение в итоге все равно принимает продакт. Допустим у команды есть цель — рост показателя retention второй недели. Тогда в качестве цели исследователя может быть сбор причин ухода пользователей из сервиса, составление списка барьеров и roadmap улучшений.
- Пока не привязываемся напрямую к деньгам, потому что на них влияем только косвенно: просто понимаем, что есть фичи, которые сделаны после наших исследований, а есть те, которые прошли мимо нас. В идеале нам нужно стремиться к формату западных компаний, когда запуск продукта в принципе невозможен без исследований.
- В планах — поработать с одной из продуктовых команд в таком формате: заранее договориться о сроках запуска фичи, запустить ее и посмотреть, помогут ли исследования выбрать направление деятельности, которое принесет ожидаемую выручку за N времени.
- Хотим начать регулярно измерять NPS по всем основным ЦА: смотреть в динамике и в разрезе регионов. Если где-то будут низкие показатели, будем разбираться в причинах.
- Планируем персонализировать CSI под каждую продуктовую команду и использовать параметры из их KPI нужного периода времени. Если в планах будут стоять задачи по улучшению качества контента, возьмем этот показатель. Или добавим параметр «удовлетворенность ученика изменениями после обучения», чтобы посмотреть ценность нашего курса.
Количество убитых на старте гипотез — это, наверное, самый реальный показатель успешности. В «Сбере» продуктовая мастерская считает, сколько именно сэкономлено денег для бизнеса.
То, что решения принимает продакт, — это ключевой камень преткновения всех измерений ROI для UX. Если бы передо мной встал жесткий вопрос по разделу финансирования с продактами, я бы старался проследить истоки каждой фичи: возможно, ее придумали на основании исследований, а это явный повод отдать часть денег именно в исследовательский отдел. Далее вопрос разделения ответственности за работу: можно об этом спрашивать у продакта/дизайнеров/исследователя и по итогам каждого содержательного релиза давать задачу на разделение денег между продактом и исследователем. Решение топорное и конфликтогенное, но при хорошей внутренней корпоративной культуре жизнеспособное, мне кажется.
- NPS отдела исследований.
- NPS каждого исследования.
- CSI по окончании проекта с оценкой от продуктовой команды.
- Количество проведенных исследовательских сессий (начаты/закончены).
- Количество исследований, ушедших в стол.
- Количество прерванных исследований.
- Скорость привлечения респондента на интервью (от обращения до интервью).
- Прирост теплой базы респондентов, готовых участвовать в исследованиях.
- Средняя длительность этапа исследований.
- Пропускная способность исследователя по количеству исследований за определенный промежуток времени.
- Скорость ответа на запрос.
Нюансы и влияющие факторы:
- NPS необъективен из-за личного отношения к исследователю внутри команды — это может повлиять на оценку. Можно ли сделать ее хотя бы примерно объективной? Возможно, если вы привлечете внешнюю команду.
- Продакт-менеджеры обычно очень заняты и иногда проставляют оценки в CSI наобум, просто потому что им это не очень важно в моменте. Надо изначально пояснять ценность обратной связи.
- Считать начатые сессии неактуально, если вы работаете по спринтам.
- Незаконченные сессии не всегда зависят от исследователя: приоритеты могут измениться у команды, бизнеса, да вообще что угодно может случиться.
- Прирост теплой базы — это хорошо, но гораздо сложнее организовать исследования по нелояльным пользователям.
- Длительность этапа, например интервью, часто зависит от сложности респондентов (если подбор делает сам ресечер) или от бюджета (если за подбор отвечает рекрутинговая компания).
- Анализировать пропускную способность может быть трудно: исследования разные, их длительность зависит от сложности дизайна и количества этапов (по опыту Учи.ру — от нескольких часов до нескольких месяцев).
- Скорость ответа на запрос подходит, когда исследовательский отдел не сильно погружен в продукт, его стратегию, принятие бизнес-решений и выполняет, скорее, сервисную функцию. В иных случаях это KPI ради KPI.
Что выбрали в Учи.ру:
- CSI от участников продуктовой команды, задействованных в процессе, по параметрам «скорость исследования», «качество и наглядность результата», «комфортность работы с исследователем» и «вовлеченность исследователя» вместе с NPS.
- Количество незаконченных исследований — разбираемся в причинах и смотрим, можем ли сократить со своей стороны.
- Количество исследований на исследователя в месяц — считаем корреляцию: сравниваем загрузку и CSI.
Сделали первый срез по CSI, почитали NPS и поняли две вещи:
- У нас есть зона роста в плане сроков исследования: этот параметр был одним из самых важных для респондентов (4,5 из 5) и при этом у него была низкая оценка (3 из 5). Все остальное (вовлеченность исследователя, качество результатов, корректность в общении) оказалось либо менее важно, либо получило хорошую оценку.
- NPS получили подозрительно высокий — порядка 70. Исследовательский ум, конечно, сомневается в этой цифре, поэтому будем смотреть в динамике. Предполагаем, что в выборку не попали те, кому что-то не нравится, или они не захотели заполнять анкету.
- Совокупность количества запросов на полноценное исследование (не «просто спросить» или «кнопочку потестить») на одного исследователя от конкретной команды и числа команд, которые обращаются к исследованиям, в месяц.
- Количество обращений к базе знаний (хотя коммуникацию можно строить и без обращений).
- Коэффициент доверия к базе знаний.
- Тест на знание процессов отдела исследований и средняя оценка на отдел в разрезе старичков/новичков.
- Количество публикаций про исследования внутри компании (внутренние чаты, портал, рассылки и т. п.), их охват и вовлеченность.
- Количество проведенных обучающих мероприятий.
Нюансы и влияющие факторы:
- Возможно, кроме вас, никто не будет смотреть эти метрики. Вообще, замерять это стоит, только если в компании есть запрос на внедрение CX-культуры.
- Количество запросов может быть связано не с исследователем или доверием к отделу исследований, а с задачами команды — их просто может быть очень много, например, на стадии развития нового направления. Еще могут часто обращаться от безысходности.
- Да, можно измерить удовлетворенность структурностью, удобством, полнотой базы знаний, но, чтобы оценка была репрезентативной, нужно смотреть еще и на количество обращений к ней, а это не всегда возможно.
- Обучение обучению рознь — об этом дальше.
Что выбрали в Учи.ру:
- Мы думали про количество обращений к отделу исследований, но отказались от этой метрики. Пока просто смотрим на количество обращений в духе «объясните мне, я не понимаю, как начать исследование» или «расскажите, как вы работаете». Чем меньше их становится (не берем в расчет новых сотрудников), тем лучше прозрачность.
- Также мы считали количество проведенных обучающих мероприятий, но поняли, что это плюс-минус бесполезно. Мы не понимали, насколько эффективно обучение влияло на работу продактов, хотя нам говорили: «Ребята, все классно!» Сейчас думаем над метриками, которые бы показывали эффективность разных учебных форматов — чаще всего они у нас очень точечные и короткие.
- В итоге пока никак евангелизм не измеряем, возможно, поймем смысл и научимся в будущем. Однако бэклог по исследованиям на два месяца вперед говорит о том, что команды видят в этом ценность. Может быть, рост бэклога и количества запросов на исследователя — это наши CX-метрики. Будем смотреть, как они будут изменяться в зависимости от числа команд. При этом мы понимаем, что эти метрики нельзя использовать, если отдел исследований начнет выступать в роли «таможни» (без исследований фича не идет в прод) или если у продуктовых отделов появятся свои KPI, которые будут включать количество поставленных задач на исследование. Пока у нас таких KPI и «таможни» нет.
- Количество исследований, которые фактически повлияли на изменение продукта.
- NPS от продуктовой команды конкретно по исследователю.
- Оценка методом «360 градусов».
- Регулярная оценка компетенций (РОК).
- Количество используемых исследователем методологий и фреймворков.
Нюансы и влияющие факторы:
- Количество внедренных исследований не всегда зависит от исследователя, даже если он вместе с продактом продумал RoadMap их внедрения. Могут поменяться приоритеты бизнеса, уйти люди из команды или еще что-нибудь подобное — и даже самое многообещающее решение переместится в долгий ящик.
- NPS, как я уже писал, иногда искажается из-за личных отношений между коллегами.
- Метод «360 градусов» не показывает достижений сотрудника, он определяет его текущие компетенций, то есть оценка получается неполная.
- Хорошо, когда исследователь владеет большим количеством методологий, но, как показывает практика, для решения 80–90% задач пригождается лишь 20% из них. Отчасти такая пропорция возникает потому, что исследователи набили на них руку, а продакты видят (или им кажется, что видят) результаты. С одной стороны, профессионализм исследователя заключается как раз в применении разных методологий, с другой — это не должно быть самоцелью: какие-то из них вообще могут быть неприменимы в некоторых ситуациях. Кажется, лучше все-таки смотреть не количество методологий, а качество их применения.
Что выбрали в Учи.ру:
- Пока у нас нет больших задач по росту отдела, поэтому количество резюме (и вообще HR-метрики и метрики узнаваемости команды) нас не очень интересует. Будем расти — будем думать.
- Внедряем РОК (регулярную оценку компетенций) — прописали компетенции исследователя, сделали подход к грейдам и будем стараться их оценивать (это отдельная большая тема).
- Стараемся каждый месяц применять как минимум одну новую методологию, которая дает результат. Например, FCT и другие виды UX-тестов. Составляем семантические дифференциалы, думаем про QFD-матрицы и т. п.
- CSI по параметру «рост понимания ЦА / знаний о ней».
- Количество составленных и защищенных перед командой портретов ЦА.
- Количество исследований, которые заканчиваются после обращения к базе знаний (хотели узнать — зашли в базу знаний — взяли оттуда результат).
- Широта запросов про понимание ЦА (чтобы запрос приходил не только от продактов, но и от маркетинга, PR, HR и т. п.).
- Количество запросов про понимание ЦА, сформированных на основе продуктовых данных о пользователе.
Нюансы и влияющие факторы:
- Понимание ЦА — параметр довольно абстрактный. Сначала нужно описать, как оно будет измеряться количественно. Например, по LTV сегмента и его динамике во времени. Но все равно это будет косвенно, как и в любых других метриках.
- Считать количество обращений в базу знаний может быть просто нецелесообразно: больше потратите сил на это, чем получите профита.
- С оценкой ЦА от исследователя может быть не согласен продакт.
Что выбрали в Учи.ру:
- Мы решили понимание ЦА тоже пока не оценивать. Продакты говорят, что они начинают «лучше понимать ЦА», да и запросы на исследования стали более конкретными: по паттернам или сегментам — на этом этапе нам это кажется достаточным.
- Защищать портреты довольно сложно, потому что они все время уточняются, появляются новые сегменты, меняется команда. В общем, решили не усложнять и тоже не включать в KPI.
- Не стали считать запросы про ЦА, но подмечаем увеличение запросов на понимание конкретных сегментов. Наши заказчики уже понимают картину в целом и переходят к частностям.
Как считают эффективность в других компаниях
У нас KPI команды исследований состоят из нескольких пунктов:
Фиксируется ключевая метрика квартала, под которой подписывается (коммитится) продакт-менеджер и которую призваны повысить/достичь/сохранить основные исследования, запланированные на этот квартал.
Фиксируются ключевые исследовательские проекты, в ходе которых должны получиться гипотезы и рекомендации, которые позволят достичь вышеназванной метрики. Например, глубинное исследование целевой аудитории и ее болей, скоринг возможных продуктовых решений для выбранной аудитории и т. д.
Ad-hoc-задачи + регулярные мониторинги рынка и конкурентов. Содержание ad-hoc-задач невозможно спланировать, но под них можно отвести какое-то количество времени и ресурсов исследователей. А регулярные мониторинги ситуации на рынке — это гигиенический минимум, который необязательно приносит инсайты, но позволяет отследить изменения в продуктах и стратегии других игроков.
Ставим в план развитие команды, Personal Development Plan (PDP) сотрудников и руководителя, а также любые другие проекты, которые направлены на прокачку компетенций.
В «Сбере» KPI исследователя складываются из продуктовых KPI и KPI команды исследований. В первом случае это Retention и другие продуктовые метрики, во втором — персональные цели исследователя перед экспертизой, мной и отделом. Мы сами к этому пришли логически примерно через три года, когда появились лиды по направлениям и в команде стало больше десяти человек, — уже четыре года живем по таким принципам.
Исследовательское направление постоянно развивается, появляются новые стримы и продукты, вместе с ними — новые способы взаимодействия, а значит, и методы. Мы периодически пересматриваем наши устоявшиеся практики, чтобы расширить подходы и сделать методологии и отчеты более удобными для восприятия. Больше уходим в продуктовую разработку и становимся лидами компетенции на направлениях. И тут появляются новые задачи и KPI как для исследователей, так и для компетенции в целом.
У нас KPI двух типов — операционные и продуктовые. Операционные помогают договориться, какие процессы в приоритете и на чем фокусироваться. Сейчас мы учимся лучше вовлекать дизайн-команду в исследования, в KPI значится количество сессий, проведенных дизайнерами. Спорная метрика, но хорошо стимулирует нужное поведение. Если в следующем году захотим больше фокусироваться на фасилитации, подумаем, как перевести это в метрику.
Что касается продуктовых, во время работы над проектом дизайнеры/ресечеры/продакты стараются держать в голове, что цель не нарисовать экраны / провести методологически выверенное тестирование / написать идеальные требования, а повысить измеряемую характеристику. Это круто фокусирует и позволяет не затягивать ненужные споры о цвете иконок и терминологии. Наверное, некорректно называть их KPI, скорее, это целевые метрики проекта, но задача такая же — задавать нужное поведение.
Важный вопрос про KPI: зачем они нужны? У нас продактам важно, чтобы задачи выполнялись и сроки не нарушались. Продакт не очень понимает, что именно мы делаем, допускает неидеальный результат, но хочет быстрее.
На исследователя KPI не ставлю. Одно время руководство решило, что премию надо давать за достижение KPI. Мы решили, что метрики будут такие: два исследования в месяц + большая задача, например CJM процесса.
Я пытался внедрять OKR, но это не работало: их не понимает руководство. Они хотят знать, на сколько процентов мы улучшили продукт. Оценить это сложно, поэтому решили сконцентрироваться на том, что реально можем измерить в цифрах.
Наверное, я могу мерить NPS, но по кому? После окончания исследования? Нашими заказчиками могут быть кто угодно, мы работаем как внутреннее агентство.
Еще нам пытались навязать метрику «в скольки случаях исследования повлияли на продукт», но мы отказались. Кроме исследователей есть дизайнеры, разработчики. После всех итераций в продакшен может выйти совсем не такой прототип, как мы предполагали исследованиях.
В плане эффективности сейчас у нас есть задача не работать в стол и оценивать, как применяются результаты. И не проводить исследования, когда кто-то внутри компании хочет кому-то что-то доказать.
Так все же, исследователи без KPI — это НИИ? И плохо ли это?
Исследователи без стремления оценить свою полезность и донести свою ценность для бизнеса — это НИИ с весьма сомнительной пользой для компании. Быть НИИ не плохо, но следует помнить о стратегических и операционных целях компании. Если нужен результат здесь и сейчас (если вы, к примеру, в стартапах или инвестиционных проектах), то от исследователей ждут постоянных практических результатов. Если у вас есть возможность и бюджеты искать отдаленные рисковые перспективы, делать прыжки веры или в фоновом режиме открывать «голубые океаны», тогда можно позволить себе быть теоретиками и собирать данные, которые могут никогда не пригодиться.
Чтобы ваш вклад в развитие компании был ощутим:
- изначально обсудите с руководством, как оно будет оценивать ваши успехи и чего вообще ожидает от исследований;
- определитесь, как ваши заказчики будут оценивать полезность ваших исследований и взаимодействие с вами;
- подумайте, как вы сами будете оценивать свой вклад в компанию и по каким метрикам/данным поймете, что компания выросла благодаря вам;
- если можете, посчитайте ваш вклад во внедрение конкретных решений или изменения;
- постарайтесь оценить, как при этом вы сами выросли профессионально.
Мне эти пункты кажутся ключевыми, но вы можете не согласиться. Эта статья не панацея: она не даст единственно правильного способа измерить эффективность исследований. В каждом случае своя специфика аудитории, структура и цели компании, уровень CX и другие факторы. Это только один из подходов к этому сложному вопросу и возможный катализатор рефлексии. Приглашаю всех в комментарии — делитесь опытом.
Благодарю за помощь в написании статьи Диму Хими, Дарью Хлопову, Александра Фенина, Дмитрия Соловьева, Марию Антропову, Алину Ермакову, Максима Королева и Ольгу Ржанову.
Комментарий недоступен
Интересная статья, спасибо!
Не во всех крупных компаниях имеется команда ресерча.. Статья отлично аргументирует и подчеркивает необходимость развития в этом направлении. Борис, тебе отдельное спасибо 👍
Ничего себе мануал! Очень круто, спасибо!
Но вот на учи.ру с UX почему-то всё бедово
Проблемы с юзабилити есть всегда и у всех, важно просто их замечать и исправлять, что мы регулярно делаем. И всегда рады, когда пользователь находит то, что мы сами не видим - глаз иногда замылен.
Ага, и прочие цитируемые из Сбера и Яндекса с той же болячкой.