3 مزالق مترية للمنتج يجب تجنبها

في كتابي ، The Insights Driven Product Manager ، أغطي سبب أهمية تقليل التتبع لخلق مزيد من التركيز وقضاء المزيد من الوقت في استخراج رؤى حقيقية من بياناتك.

الخطوة التالية هي التأكد من أنك تتبع ما أسميه "مقاييس الجودة الجيدة" على المستوى الجوهري. سيركز هذا المنشور - مقتطف من الفصل السابع من كتابي - على كيفية تحسين الجودة الإجمالية لمقاييسك ، وكيفية جعلها أكثر قابلية للتنفيذ ، وما هي المخاطر التي يجب تجنبها.

الوقوع في الخطأ رقم 1: مقاييس الغرور

قبل بضع سنوات كنت أعمل على أحد منتجات B2B SaaS لإدارة بيئات المكاتب. لقد أطلقنا المنتج للتو وبدأنا في تشغيل أولى حملاتنا الإعلانية المدفوعة ، لذلك قمت بإعداد لوحة تحكم تتبعت العدد الإجمالي للاشتراكات على مدار 30 يومًا:

يبدو أن الأرقام آخذة في الارتفاع ، لذلك كنا سعداء جدًا بهذا الزخم.

تكمن المشكلة في أنه على الرغم من أن هذا الرسم البياني يبدو جيدًا في العروض التقديمية ، إلا أن الحقيقة القاسية هي أن 4٪ فقط من عمليات الاشتراك الجديدة تحولت إلى تحويلات وأرباح فعلية ، ونتيجة لذلك ، لم نحقق أهدافنا الشهرية المتعلقة بالأرباح المتكررة.

إنه مخطط تراكمي ، لذا فإن أسوأ حالة هي أن الرسم البياني سوف يستقر فقط إذا لم نكتسب أي مستخدمين جدد ، لكن العدد لا يمكن أن ينخفض ​​أبدًا. إنه مثال كلاسيكي لمقياس الغرور:

• النظر إلى هذا الرسم البياني جعلنا نشعر بالرضا.
• كان هذا المقياس مفيدًا بشكل خاص في العروض التقديمية لأصحاب المصلحة.
• لم يمنحنا أي فكرة عما إذا كنا في الواقع نقوم بعمل جيد أم لا.
• نظرًا لأنه لم يمنحنا أي فكرة ، لم يدفعنا إلى اتخاذ إجراء لتحسين المنتج أو الميزات بأي شكل من الأشكال.
• وعلى الرغم من النظر إلى هذا المقياس على أساس يومي ، فقد استغرقنا شهرين (بحلول الوقت الذي انتهت فيه جميع التجارب التي استغرقت 30 يومًا) لاكتشاف أن هناك مشكلة.

بينما كان أحد أجزاء المشكلة هو افتقارنا إلى المعرفة حول كيفية قياس أفضل المقاييس في ذلك الوقت ، غالبًا ما تكمن المشكلة في المؤسسات بشكل أعمق بكثير: معظم الفرق أو أصحاب المصلحة ببساطة ليسوا مستعدين لسماع الحقيقة من مقاييسهم ، لذلك نحن ننظر للأرقام التي تجعلنا نظهر بمظهر جيد.

في مقابلتي مع Crystal Widjaja ، CPO في Kumu وكاتبة في Reforge ، لخصت بشكل جميل كيفية عرض البيانات كطريقة للاستفادة من حالات الفشل ودفع التحسينات بدلاً من ذلك:

"عندما يرتكب الأشخاص أخطاء (تجربة فاشلة ، أو نشر فاشل ، إلخ) ، تكون قد دفعت هذه التكلفة بالفعل. يجب أن نفكر في البيانات كطريقة للاستفادة من الأخطاء والتعلم منها. بدلاً من "دفع الرسوم الدراسية للفشل" وطرد الفرد ، استخدم رؤى البيانات لتخبرنا عن سبب الفشل ، والتعلم منها ، والاستفادة منها في التكرار التالي ليكون 10 مرات أفضل من الأول ".

- كريستال ويدجاجا

من أجل الحصول على مزيد من الأفكار من بياناتك ، تحتاج حقًا إلى التوقف عن تتبع مقاييس الغرور ، وبدلاً من ذلك استخدام البيانات لكشف الحقيقة ودفع التحسينات الفعلية. إذا نظرت عن كثب ، فمن المدهش عدد المرات التي تعرض فيها الفرق مقاييس انتقائية للغاية لإرضاء بعض أصحاب المصلحة أو جعل الأرقام تبدو أفضل مما هي عليه في الواقع. احترس من الأمثلة الكلاسيكية الأخرى لمقاييس الغرور مثل:

• عدد مشاهدات الصفحة أو الزوار
• عدد المتابعين / المعجبين
• الوقت المنقضي في الموقع (مدة الجلسة)
• عدد التنزيلات

لا تزال المقاييس مثل مشاهدات الصفحة وطول الجلسة مستخدمة بكثافة في تحليلات مواقع الويب ، حيث ينصب التركيز على قياس حركة المرور والوعي والمشاركة الأولية. إنها تمنحك نظرة ثاقبة حول ما نسميه الجزء العلوي من مسار التحويل - الاكتساب الأولي للعملاء - ولكن ليس ما إذا كان العملاء ينشطون بالفعل ويتفاعلون مع المنتج ، الأمر الذي سيكون له علاقة أكثر جدوى بكثير مع أهدافك التجارية ومنتجك الأوسع.

كيفية القيام بذلك بشكل أفضل: لكي نفهم حقًا ما إذا كان المقياس جيدًا أم سيئًا ، نحتاج إلى وضع الأرقام في سياقها. على أقل تقدير ، تريد محاولة مقارنة رقم خلال فترات زمنية مختلفة ، مثل مقارنة أرقام الاشتراك هذا الشهر مقابل الشهر السابق.

هناك طريقة أخرى فعالة لجعل المقاييس أكثر فائدة وهي استخدام النسب بدلاً من الأرقام الإجمالية. النسب قابلة للمقارنة بطبيعتها. على سبيل المثال ، لا ينظر المحاسبون فقط إلى إجمالي الإيرادات ، ولكن عادةً ما يقارنون تكاليف إنتاج منتج ما بالمبيعات التي حققوها منه. بهذه الطريقة يمكن للمحاسبين تتبع هامش ربحهم (مثال رائع لنسبة مفيدة) بمرور الوقت لتقييم ما إذا كان العمل سليمًا أم لا.

أمثلة على مقاييس أفضل وأكثر قابلية للمقارنة:

• ٪ من عمليات الاشتراك لكل قناة اكتساب
• ٪ من المشتركين الذين أكملوا عملية التسجيل الكاملة
• ٪ من الاشتراكات الذين أجروا مقياس تنشيط رئيسي
• النسبة المئوية للمستخدمين الذين استخدموا المنتج بعد 4 أسابيع

الخطأ رقم 2: تتبع المقاييس المتأخرة فقط

كانت المشكلة الكبيرة هي مقدار الوقت الذي استغرقته منا لمعرفة ما إذا كنا نحقق أهداف التحويل (أم لا). كان للمنتج نسخة تجريبية مجانية مدتها 30 يومًا وكان هدفنا هو تحويلهم إلى عملاء يدفعون بعد انتهاء الفترة التجريبية ، لذلك في حين بدا الشهر الأول جيدًا من حيث الاشتراكات ، فإننا لن نعرف في النهاية إلا بنهاية الشهر الثاني كم عدد هذه الاشتراكات التي تحولت إلى عملاء يدفعون.

هذا مثال كلاسيكي لمقياس متأخر. تقدم المقاييس المتأخرة تقريرًا بأثر رجعي عن النتائج السابقة. على سبيل المثال ، تعد أرقام الإيرادات الخاصة بك للسنة مقاييس متخلفة مثل معظم المقاييس التشغيلية الأخرى. أنت تعرف فقط ما إذا كنت قد أبليت بلاءً حسنًا بمجرد حصولك على النتائج.

تتمثل القيمة الحقيقية في تتبع سلوك المستخدم من خلال تحليلات المنتج الخاصة بك في أنه يمكنك البدء في البحث عن مؤشرات سابقة بدلاً من الاضطرار إلى انتظار أرقام الإيرادات النهائية الخاصة بك. إذا لم يكن أداء مقاييسك الرئيسية جيدًا ، فلديك فرصة لتصحيح المسار قبل فوات الأوان. هذا هو السبب في أنني صممت النداء الشامل للمقاييس الشاملة في الفصل الخامس من كتابي ليشمل كلاً من سلوك العملاء والمقاييس التشغيلية ، بحيث يمكن للفرق تتبع مزيج صحي من المقاييس الرائدة والمتأخرة للحصول على الصورة الكاملة.

يعد مقياس التنشيط أحد أقوى المقاييس الرائدة. يمثل مقياس التنشيط الجيد النسبة المئوية للعملاء الذين يتخذون إجراءً رئيسيًا لإعداد المنتج أو البدء في استخدامه. لقد اكتشفت العديد من الشركات أنه إذا قام المستخدمون بإجراء معين داخل منتجهم أثناء الإعداد ، فإنهم يميلون إلى إدراك القيمة الحقيقية للمنتج مما يؤدي إلى مشاركة أعلى في المستقبل. يسمي البعض خطوة التنشيط هذه بالوصول إلى "لحظة aha" في منتجهم.

فيما يلي بعض الأمثلة البسيطة لمقاييس التنشيط الرائدة:

• منتج الشبكة الاجتماعية: كان أحد الأمثلة الكلاسيكية هو مقياس التنشيط الأول لفيسبوك لإضافة ما لا يقل عن سبعة أصدقاء في 10 أيام.
• منتج تجميع لوحة المعلومات: يتمثل عرض القيمة في تجميع عدة أدوات في عرض واحد ، لذلك قد تجد أن المستخدمين الذين يضيفون ما لا يقل عن اثنين أو ثلاث أدوات أثناء الإعداد يدركون الإمكانات الكاملة للمنتج.
• منتج المنفعة: قد يكون عرض القيمة الخاص بك هو تبسيط مهمة أو رقمنتها مثل تتبع محادثات المبيعات في CRM ، بحيث يمكنك تتبع عدد المستخدمين الذين أكملوا إدخال العميل الأول في أسرع وقت ممكن كمقياس للتنشيط.
• منتج الاهتمام: إذا كان منتجك يتمحور حول الترفيه والمحتوى ، فيمكنك تتبع المستخدمين الذين استهلكوا قدرًا معينًا من المحتوى في الأسبوع الأول من التسجيل.

بالمناسبة ، المقاييس المتأخرة ليست سيئة بطبيعتها. في الواقع ، إنها جزء مهم من إعداد التقارير ، خاصة لقياس مقاييس الأعمال مثل نتائجك المالية. ميزتهم أنها تمثل النتائج النهائية ، الحقائق الحقيقية.

من ناحية أخرى ، غالبًا ما تتضمن المقاييس الرائدة قدرًا من الافتراضات مثل الافتراض بأن عددًا كبيرًا من المكالمات الباردة كل يوم يزيد من عدد المستخدمين الذين يدفعون المزيد في المستقبل. مع حصولك على المزيد من البيانات ، يجب عليك اختبار ما إذا كانت هذه الافتراضات صحيحة بالفعل ، ولكن حتى ذلك الحين لا يزال هناك بعض عدم اليقين بشأن ما إذا كان مقياس التنشيط قد تسبب حقًا في زيادة الاحتفاظ ، أو ما إذا كانت هناك عوامل أخرى ساهمت فيه.

هذا يعني أن المقاييس الرائدة لن تكون أبدًا دقيقة مثل المقاييس المتأخرة ، لكنها ضرورية للحصول على رؤى حقيقية من مقاييسك. إنها تسمح لنا بالتعلم من سلوك العملاء وتحديد المؤشرات المبكرة التي قد تغير قرارات منتجاتنا لتحسين نتائج الأعمال بشكل أكبر في المستقبل. إن استخدام نموذج المقاييس الشاملة One Pager يفرض عليك تتبع كل من المؤشرات الرائدة والمتأخرة ، بالإضافة إلى التفكير في كيفية تأثير هذه المؤشرات على بعضها البعض.

الخطأ رقم 3: المقاييس التي لا يفهمها أحد

عندما أجري مقابلة مع مديري المنتجات ، كثيرًا ما أسمع أن المعرفة التحليلية ورؤى البيانات تختفي بعيدًا في الزوايا الغامضة المظلمة للمكاتب ، مع أسماء الأحداث التي لا يفهمها أحد سوى اثنين من المحللين المتخصصين للغاية. كل شهر كان هؤلاء المتخصصون يجتمعون مع فرق المنتجات المختلفة في محاولة لمشاركة وترجمة بعض النتائج التي توصلوا إليها.

إذا أردنا أن تخلق فرق المنتج وأصحاب المصلحة لدينا فهمًا مشتركًا لبياناتنا ومناقشة التحسينات على المنتج بشكل تعاوني ، فنحن بحاجة إلى العمل بنشاط على إضفاء الطابع الديمقراطي على بياناتنا ، والتأكد من أن مقاييسنا في متناول الجميع وسهلة الفهم.

شاركت Intercom ما تعلموه من تنظيف الأحداث الضخمة قبل بضع سنوات. كان لديهم حوالي 350 حدثًا لمنتجهم يشبه هذا النوع:

هل هذا يبدو مألوفا لك؟

تشاركت Intercom أنها فشلت في مبدأ أساسي للتحليلات: لم يكن لها معنى كبير لأي شخص باستثناء فريق التحليلات. لقد أعادوا تعريف وإعادة بناء هيكل التسمية الخاص بهم لجميع الأحداث الخاصة بهم لتقديم قراءة أفضل كخطوة رئيسية لإضفاء الطابع الديمقراطي على بيانات تحليلات المنتج الخاصة بهم.

من المهم أيضًا إتاحة الوصول إلى التقارير بشكل أكبر للعديد من أصحاب المصلحة والفرق في المؤسسة. لسوء الحظ ، غالبًا ما أرى الفرق خائفة من فتح لوحات المعلومات الخاصة بهم ، لأنها ستكشف مرة أخرى عن المشاركة الحقيقية أو أرقام الاستحواذ التي قد لا تبدو رائعة لأصحاب المصلحة. لتجنب المحادثات غير المريحة أو الأسئلة المزعجة ، غالبًا ما يكون من الأسهل على الفرق الاختباء خلف قشرة من التعقيد.

كيف نفعل ذلك بشكل أفضل:

• الخطوة 1: اعمل مع فرق الهندسة والمحللين لتبسيط أسماء أحداث تحليلات المنتج: "الإعداد المكتمل" و "القطعة المضافة للوحة التحكم" هي إجراءات يفهمها الجميع.
• الخطوة 2: إذا كان لديك فريق تحليلات ، فقم بتضمينه بشكل أفضل في فرق المنتج. كلما زاد السياق الذي يمتلكه المحللون حول ما يعمل عليه فريق المنتج الخاص بك ، والتجارب التي تختبرها والأسئلة التي تحتاج إلى إجابة ، كان من الأفضل مساعدتك في البحث في البيانات للعثور على الأفكار الأكثر صلة. يجب أن يكون نهج تعاون بدلاً من الاستعانة بمصادر خارجية.
• الخطوة 3: اجعل لوحات معلومات التحليلات والتقارير في متناول المؤسسة الأوسع. يجب أن تعكس لوحات المعلومات المقاييس الرئيسية لمنتجك (والتي يمكنك تحديدها باستخدام جهاز النداء الشامل المقاييس الشاملة من الكتاب). يعد هذا أمرًا بالغ الأهمية للنطاق (لا يرغب فريقك في الانغماس في طلبات إعداد التقارير اليدوية كل يوم) وكذلك لبناء ثقافة تعتمد على البيانات بشكل أكبر داخل المؤسسة الأوسع.

"عندما تُسأل الفرق عن حالة العمل ، يمكنهم إما البحث عنها أو وضع تخمينات افتراضية. من الأهمية بمكان جعل الأول الطريقة الأسهل والافتراضية للقيادة للاستجابة لهذه الطلبات من خلال إنشاء لوحات تحكم مخصصة وسهلة الاستخدام لأشياء مثل المجموعات ، ومسارات التحويل ، وأحداث المستخدمين ".

- كريستال ويدجاجا

تذكر أن المهمة التي وظفنا بياناتنا للقيام بها هي الكشف عن الحقيقة حتى نتمكن من اتخاذ إجراءات وتحسين تجارب منتجاتنا. يُعد تسهيل فهم المقاييس وإمكانية الوصول إليها من الخطوات الأساسية لتضمين رؤى البيانات في عملية صنع القرار اليومية في مؤسستك. يجب أن تكون منظمة المنتج القوية أكثر تحفيزًا من أي وقت مضى لحل هذه المشكلات بمجرد أن تعرف أين تكمن المشاكل.

كيفية تحسين المقاييس الخاصة بك باستخدام قائمة التحقق من المقاييس

لقد أنشأت قائمة تحقق بسيطة تلخص الخصائص الأساسية للمقاييس ذات الجودة العالية والقابلة للتنفيذ والتي ستساعدك في الحصول على مزيد من الأفكار من بياناتك. استخدم قائمة التحقق هذه لتقييم وتحسين جميع المقاييس الموجودة لديك:

يتطلب الأمر ممارسة حقيقية للحصول على مقاييسك الرئيسية بشكل صحيح ، وستجد أن الشيطان يكمن غالبًا في التفاصيل. إنه أمر طبيعي تمامًا ، وفي الواقع يتم تشجيعك على إعادة النظر في المقاييس التي اخترتها بشكل متكرر ، وتنقيحها عدة مرات لجعلها أكثر فائدة.

احترس من مخاطر مشاركة مقاييس الغرور ، مع التركيز كثيرًا على المؤشرات المتأخرة حيث لا يتوفر لديك الوقت لتصحيح المسار ، وتأكد من تبسيط المقاييس وإضفاء الطابع الديمقراطي عليها لرفع مستوى نضج البيانات في مؤسستك حقًا.