اكتشف فرص تحسين المنتج من خلال تحليلات البيانات ذاتية الخدمة

في قلب إدارة المنتج ، هناك فضول متأصل ودافع للإجابة على الأسئلة. لا يكفي أن ترى كيف يعمل المنتج وتتساءل لماذا. يتبع مدير المنتج الجيد فضولهم ، ويقطع البيانات إلى شرائح وتقطيعها بأكبر عدد ممكن من الطرق لتشخيص ما يحدث.

بعض مديري المشاريع لديهم هذا الفضول ولكن ليس لديهم الأدوات اللازمة لمواصلة العمل. بدلاً من ذلك ، من المحتمل أن يضطروا إلى الاعتماد على شخص مثل عالم البيانات أو فريق التحليلات المخصص. يستغرق الأمر وقتًا أطول بكثير لصياغة الفرضيات والإجابة على الأسئلة بهذه الطريقة ، مما يؤدي إلى إبطاء عملية تطوير المنتج. إن امتلاك الأداة المناسبة للإجابة على الأسئلة بشكل مستقل يمكن أن يحدث فرقًا كبيرًا في التحويل.

المهل الطويلة والبيانات نهايات مسدودة

أعرف هذا من خلال تجربتي الشخصية بصفتي رئيسًا للوزراء في Shift في سوق السيارات المستعملة. سوق السيارات المستعملة معقد. إنه دوري ، لذا في حين أن الرياح كانت إلى حد كبير في ظهورنا أثناء الوباء ، فإننا نواجه رياحًا معاكسة كبيرة في أوقات أخرى. شراء أي سيارة عملية طويلة أيضا. بالنسبة للعديد من الأشخاص ، تعد سيارتهم ثاني أكبر عملية شراء في حياتهم بعد منزلهم. يريد المشترون أن يكونوا واثقين من أنهم يختارون السيارة المناسبة لهم ، الأمر الذي يستغرق وقتًا وتفكيرًا. تستغرق رحلة شراء السيارة في المتوسط ​​ثلاثة أشهر ، وهناك العديد من الخطوات في هذه الرحلة ، من البحث ووضع الميزانية إلى التركيز على طرازات محددة ومزايا السيارات الفردية.

يمكن أن يؤدي امتلاك الأداة المناسبة للإجابة على أسئلة بيانات المنتج بشكل مستقل إلى إحداث فرق كبير في التحويل.

لقد توليت منصب مدير المنتج الأول في Shift في عام 2020 ، حيث أكون مسؤولاً عن النمو. يمكن أن يغطي "النمو" الكثير. أركز على تحسين محركات البحث وأعمل عن كثب مع قسم التسويق لدينا لتحسين الإعلان ، وهو أمر مهم نظرًا للمخزون الكبير وميزانية الإعلانات. نقوم أيضًا بإجراء عروض ترويجية في أوقات معينة ، مثل 4 يوليو أو أثناء تخفيضات نهاية العام ، وأنا أساعد في ضمان نجاح تلك العروض الترويجية.

عندما وصلت إلى Shift ، كان الفريق يستخدم Segment كمنصة بيانات العملاء (CDP). كنا أيضًا نشغل Periscope Data ، وهي أداة ذكاء أعمال (BI) تعمل أعلى استعلامات SQL. يمكنني أن أجعلها تعمل لأنني أعرف القليل من SQL ، لكن الأمر استغرق الكثير من الوقت ، ولم يكن لدى العديد من الأشخاص في منظمة المنتج نفس القدرة. بدلاً من ذلك ، سيتعين عليهم إرسال تذكرة لإنشاء مخطط ثم إرسال التذاكر اللاحقة إذا لم يحصلوا على ما يحتاجون إليه. كان هناك وقت طويل للحصول على إجابات البيانات ، وحتى ذلك الحين ، وصلنا إلى الكثير من الطرق المسدودة لأن البيانات كانت غير كاملة.

قرارات أفضل وأسرع عبر المنظمة

أجبر عدم الوصول إلى البيانات في الوقت الفعلي فريق المنتج على التحرك بشكل أبطأ ، وهذا هو سبب تحول Shift إلى Amplitude Analytics قبل وصولي بوقت قصير. قلة من الناس استخدموا المنصة حتى الآن ، لكنني تمكنت من رؤية القيمة. ستعمل بيانات الخدمة الذاتية على تمكين مديري المشاريع والمصممين وأي شخص آخر في الشركة من الإجابة على أسئلتهم الخاصة.

لوضع هذا في السياق: عندما دخلت على متن الطائرة ، كان هناك أربعة رؤساء فقط في Shift. لدينا الآن 16. هذا النمو وحده كان سيكون مستحيلًا إذا استمر الجميع في إرسال طلبات البيانات من خلال فريق التحليلات. كنا بحاجة إلى تمكين مديري المشاريع الفردية من إنشاء الرسوم البيانية وتعديلها ومشاركتها.

يتيح تمكين مديري المنتجات والمصممين للإجابة على أسئلتهم اتخاذ قرارات حاسمة بسرعة.

بدأنا مبادرة مستمرة لزيادة استخدام Analytics في Shift. كل أسبوعين ، أجري جولة بدعوة مفتوحة للوحات معلومات المنصة سهلة المشاركة والفهم. أتحدث إلى أي شخص حول النظام الأساسي ، سواء كان من المنتج أو التصميم أو بحث المستخدم أو أي مكان بينهما. لدي جدول أعمال لتلك الجلسات ، لكن غالبًا ما أجد أن الجلسات الأكثر جاذبية هي المكان الذي يصل إليه الأشخاص بسؤال محدد ، مثل "كم عدد الأشخاص الذين يتخطون الخطوات الثالثة والرابعة والخامسة من طلب القرض؟" عندما أوضح للناس كيفية تحديد أحداث التحليلات ذات الصلة لتلبية احتياجاتهم ، فإنهم يرون على الفور قيمة النظام الأساسي.

بمرور الوقت ، رأيت الأشخاص يستخدمون Analytics ويثقون بشكل متزايد ، وتحسنًا في ثقة البيانات في الفريق الأكبر. يتيح تمكين مديري المشاريع والمصممين للإجابة على أسئلتهم اتخاذ قرارات حاسمة لمناطقهم بشكل أسرع ، وبناء منتجات تعتمد على البيانات وخرائط طريق استراتيجية. يمكننا أن نرى هذا في التحسينات القوية على أساس سنوي في أحد مقاييسنا الرئيسية ، الزائر للقيادة: رحلة المستخدم من زيارة موقعنا إلى الاهتمام النشط بالسيارة. منذ تعميم التحليلات في Shift ، أجرينا العديد من التحسينات على عملية التسوق لدينا ، بما في ذلك إنشاء مئات المقالات للمساعدة في تثقيف الأشخاص أثناء الشراء. كل هذا أدى إلى ارتفاع مقياس الزائر للقيادة.

كيف نستخدم ميزات Amplitude لتحسين منتجنا

يستفيد مديرو البرامج لدينا من الكثير من الميزات داخل النظام الأساسي لتحسين منتجنا ، بما في ذلك:

تجربة السعة : أعتقد أن هذا هو المستوى الثاني لكونك مدفوعًا بالبيانات. المستوى الأول هو ببساطة فهم ما يجري. هذا المستوى الثاني الذي قمنا بإلغاء قفله باستخدام التجربة هو رؤية تأثير التغييرات بناءً على اختبار A / B. لقد أجرينا سابقًا اختبارات A / B باستخدام حلنا المحلي ، ولكن لا يزال مطلوبًا من علماء البيانات لدينا قضاء بعض الوقت في كتابة التعليمات البرمجية لإنشاء لوحة معلومات الاختبار في Periscope Data.

يعني نقل الاختبار إلى التجربة أنه يمكننا إنشاء لوحات معلومات وبدء تجربة وإيقافها والإجابة على أسئلتنا بأنفسنا. أحد الأمثلة هو اختبار أجريناه على ميزة جديدة محتملة تسمى مقارنة السيارات. تسمح مقارنة السيارات للمستخدمين بتحديد عدة سيارات ومقارنة سماتها وأسعارها وتفاصيلها مثل عدد الحوادث التي تعرضت لها كل منها. كما يعرض صورًا لهذه السيارات جنبًا إلى جنب. تساعد مقارنة التفاح بالتفاح المستخدمين على اتخاذ قرارات الشراء بشكل أسرع وأكثر ثقة. تم إطلاق هذه الميزة بمساعدة التجربة. أخيرًا ، يمكن لمدير المنتج التحكم في بدء الاختبار وتقسيم الاختبار بأنفسهم (دون الحاجة إلى الهندسة أو علوم البيانات). أدى هذا إلى تحسين وقت الدورة بشكل كبير من الانطلاق إلى التعلم. بعد بضعة أسابيع ، شهدنا تحسنًا ملحوظًا من الناحية الإحصائية في المقاييس الرئيسية وقمنا على الفور بتحديث التجربة لإطلاق الميزة إلى 100٪ من متسوقي السيارات. حققت مقارنة السيارات نجاحًا كبيرًا في اختبار A / B ، والآن بعد أن طرحناها ، فقد كانت مساهماً رئيسياً في مقياس الزائر إلى الريادة.

التقسيم والمجموعات النموذجية : غالبًا ما نستخدم التجزئة لإنشاء مجموعات نموذجية من المستخدمين وتشخيص المشكلات الموجودة أسفل سطح بياناتنا. على سبيل المثال: كلما أصبح المزيد من الأشخاص مرتاحين للتسوق على جهاز محمول ، نرى العديد من المستخدمين يزورون موقعنا لأول مرة على جهاز محمول ، ثم ينتقلون إلى سطح المكتب لاحقًا لإكمال النماذج المالية. لذلك سننشئ مجموعة لتتبع سلوك الجهازين.

شيء آخر رأيناه مع قضايا التضخم وسلسلة التوريد ، كان هناك اهتمام متزايد بسوق السيارات المستعملة. كواحد من أسواق السيارات المستعملة الرائدة ، كان هذا يعني زيادة هائلة في عدد الروبوتات التي تزحف إلى موقعنا وتجمع البيانات عن مركباتنا لأبحاث السوق. تسببت الروبوتات في البداية في الكثير من القلق لأنها أحدثت ارتفاعات كبيرة في أنواع صفحات معينة ، مثل صفحات تفاصيل السيارة. لكن الآن ، أنشأنا مجموعة تسمح لنا بتحديد وتصفية هذه الروبوتات من بيانات مستخدمينا. نستخدم أيضًا المجموعات النموذجية لتقسيم المستخدمين حسب قناة التسويق.

User Lookup: User Lookup هو أداة تشخيصية رائعة. قد يكون لدينا سؤال مثل ، "هل يوجد حدث عندما ينقر المستخدم بعد ذلك على مكتبة الصورة؟" في هذه الحالة ، أجد معرف المستخدم المجهول الخاص بي في Amplitude ، وانقر فوق دائرة في المتصفح ، ثم أرى الأحداث التي تم إطلاقها.

يمكن أن يساعد User Lookup في فهم كيفية إنشاء مسار أيضًا. إذا كنت أرغب في فهم تدفق سلوك مستخدم معين ، فسوف أغوص في تدفق الأحداث لمعرفة الأحداث المهمة التي أدت إلى التحويل المعني. يوضح لنا استخدام هذه الأداة كيف تبدو الرحلة للعميل الفردي والمسار الذي سلكه لشراء سيارة منا.

التحول إلى البيانات يُمكِّن الجميع من اكتشاف الفرص داخل المنتج.

مسارات التحويل: تعتبر مسارات التحويل ضرورية بالنسبة لنا لأن عملية شراء السيارة طويلة وتتضمن العديد من الخطوات. نجذب المستخدمين في مراحل مختلفة من عملية شراء السيارة - يأتي بعض الأشخاص إلينا في بداية رحلتهم عندما لا يزالون يكتشفون نوع السيارة المناسب لهم. قد يكونون في محادثات مع شريكهم حول الشراء أو تحديد ما إذا كانوا بحاجة إلى سيارة على الإطلاق. يصل العملاء الآخرون إلى موقعنا بعد أن أجروا بالفعل أبحاثهم ، ويعرفون بدقة السنة ، والطراز الذي يريدونه.

تساعد مسارات التحويل فريق المنتج في تقسيم رحلة المستخدم المعقدة لشراء السيارات إلى مراحل ، مع أهداف محددة تشير إلى أن العميل يقترب من الشراء. لذلك قد يكون مسار التحويل الأول الخاص بنا هو الاشتراك في موقعنا على الويب. قد يتضمن التالي تفضيل عدة سيارات أو إضافة بحث محفوظ. من خلال Analytics ، حددنا الأحداث المهمة في رحلة المشتري. على سبيل المثال ، رأينا أنه عندما ينقر العملاء لإلقاء نظرة على تقرير CARFAX ، فمن المرجح أن يشتروا سيارة.

تحديد الفرص التي تستحق المتابعة

في بعض المؤسسات ، يقرر الشخص الأعلى أجرًا في الغرفة المكان الذي سيذهب إليه المنتج بعد ذلك. لديهم حدس يجب أن تكون الصفحة الرئيسية باللون الأزرق ، بحيث تصبح الصفحة الرئيسية زرقاء. لا أحد يطرح أسئلة محددة لأنه من الصعب الحصول على إجابات محددة. لكن لا يجب أن تتخذ قرارات تستند إلى الأدلة القصصية وحدها.

أن تصبح أكثر اعتمادًا على البيانات يُمكِّن الجميع في Shift من الكشف عن الفرص الموجودة داخل منتجنا. عندما نرى شيئًا غير متوقع في Analytics ، يمكننا جميعًا التعمق أكثر لمعرفة ما إذا كانت تلك اللحظة فرصة في الإعداد وحتى اختبار لمعرفة الآثار المترتبة على متابعتها. هذا يجعل اتخاذ القرار أفضل للجميع. من السهل أن تضيع في الأعداد والمقاييس الكبيرة ، لكن Analytics يوفر بيانات كمية كبيرة يمكننا إقرانها بالبيانات النوعية والعمل مع فريق بحث المستخدم لتحديد الفرص التي تستحق المتابعة - وأيها بدايات خاطئة أو لا تستحق وقتنا .

Amplitude يساعد Shift PMs في تركيز جهودنا على القطع المهمة ، والتي ستؤدي إلى تأثير الأعمال ، وتساعد العملاء على الشعور براحة أكبر عند شراء السيارات المستعملة.