Как продакт-менеджеру улучшить знания продуктовой аналитики: 6 практических советов
Должен ли продакт-менеджер, если его разбудить посреди ночи, без запинки выдать определение p-value и ошибки первого рода? Должен ли он знать, чем unit-экономика Красинского отличается от экономики Ханина, что такое sticky factor, и зачем нужны АА-тесты?
я думаю что если продакт делает это он уже аналитик и он как продакт компании не нужен. задача продакта сделать продукт приносящий деньги, сделал ок все, думай над новым продуктом или фичей. дальше можно просто дашборд повесить из метрик и дрочить маркетинг- ( когда пушить как пушить чем пушить и тп, то есть выжимать их юзера больше соков) то есть эта аналитика , она полезна когда юзер есть и мы пытаемся там немного улучшить через маркетинг , или ux какую то метрику , типа подольше на сайте , глубину просмотров и тп. но это работа уже больше маркетолога как по мне. продукт тут уже не причем , он остаётся прежним.
я не знаю не одной фичи которая бы была придумана из количественных исследований и что то там сильно подняла глобально в метриках.
но знаю примеры когда люди смотрели на поведение юзеров и меняли маркет фит, и глобально по сути продукт.
поэтому думаю что лучше башкой думать что куда и зачем, а не цифры перебирать бесконечно. тем более в большинстве продуктов нет достаточного дата сета.
Привет! Не со всем соглашусь. Соглашусь с тем, что если продакт все-все манипуляции с данными сам своими руками делает - то да, он уже становится аналитиком, и на продуктовые фичи времени ему не хватит. Но как минимум понимать, что происходит с данными, что делают и говорят аналитики - это важно.
Есть разные типы метрик - маркетинговые, продуктовые итд. И, к примеру, продуктовые метрики как раз улучшаются преимущественно продакт-менеджерами, а не маркетологами. На вашем примере с "подольше на сайте" - это же можно решать не только путем маркетинга, но и продуктово, например, добавить функционал и "подсовывать" в нужный момент актуальные рекомендации, сопутствующие товары, похожие товары, да много чего еще, что требует не только маркетинговых активностей, но и продуктовых исследований и разработки. Маркетинг больше влияет на метрики роста, но метрики роста без качественного улучшения метрик продукта не дадут долгосрочного развития.
По поводу количественных исследований - конечно, если нет достаточного дата-сета, то на данные опереться действительно будет невозможно. Но как минимум в больших компаниях есть хороший дата-сет, и оттуда можно получить много инсайтов. Это data driven и data informed культура - опираться на данные и верить им больше, чем людям (конечно, для этого данные должны быть достоверными, да и качественные исследования тоже никто не отменяет, они очень важны).
Ну и даже если нет достаточного дата-сета, то в АВ-тестах и интерпретации их результатов уметь понимать скрытый за числами смысл, знать о статзначимости, уметь делать выводы - абсолютно необходимые навыки