Кейс. Роботизированная (no-people) сквозная аналитика
Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat. Сегодня расскажу про следующий виток развития аналитики — ее роботизация.
Всем привет! Я Лаптев Алексей, основатель и главный разработчик сервиса сквозной аналитики и коллтрекинга Utmstat. Сегодня расскажу про следующий виток развития аналитики — ее роботизация.
Поделюсь проблемой, с которой я сталкиваюсь при работе с аналитикой.
Вот всё сделал по-красоте, выстроилась «сквозная аналитика» в бизнес процессах.
Видишь, к примеру, упала конверсия на сайте. И начинаешь копать почему это произошло. Проверяешь стандартные метрики: работоспособность сайта, каналы рекламы, цены конкурентов в контекстной выдаче. Вроде все в порядке.
А если подумать, то есть ещё 100 факторов (сейчас больше дождливых дней или открылся ещё один конкурент, который перехватывает клиентов в таргете, или кто-то демпенгует на рынке, или проскочила крупная новость на RBK, или кто-то в закрытом чат канале сказал про нас - мы мудаки, или кто-то запустил ботовый трафик по рекламе, или на это повлияло падение отложенного спроса, или просто флуктационная ситуация, или на части мобильных устройств поехала верстка и прочее, прочее, прочее), которые на это могут повлиять, а ты на некоторые эти факторы - нет. И понимаешь, а черт его знает, что именно сыграло роль в этом падение, а из-за этого не знаешь, как вернуть показатель на хороший уровень. Попадаешь в analysis paralysis (аналитический паралич).
Есть такое
Тут нужно смириться и перейти к тесту следующей гипотезы.
Тратить ресурсы на супер аналитику в большинстве случаев нет смысла. Если оно сразу не поехало, при условии что основные моменты сделаны грамотно, то и дальше не поедет.
А статья про то, как контролировать качество основных моментов, чтобы снизить риск неудачи из-за безграмотности подрядчиков и оставить только риск с востребованностью продукта.