Wie ein florierendes Produktteam Daten nutzt, um die Kundenbindung zu verbessern, Projekte zu priorisieren und die Community einzubeziehen

Eine meiner Hauptaufgaben als Produktmanager ist die Priorisierung, was oft bedeutet, den Leuten zu sagen: „Nein, nicht jetzt“. Es ist unmöglich, jede neue Funktion oder Designänderung auf einmal in Angriff zu nehmen, aber das „Nein“ mit Daten zu rechtfertigen, verleiht diesen Entscheidungen Glaubwürdigkeit.

Seit April 2021 bin ich Senior Product Manager für Showcase IDX, das führende IDX-WordPress-Plugin für Immobilien, mit dem Makler lokale MLS-Einträge direkt auf ihren Websites anzeigen können. eXp World Holdings erwarb Showcase IDX bereits im Jahr 2020, um mit der IDX-Technologie das Sucherlebnis für ihr globales Online-Brokerage eXp Realty zu verbessern.

Die Entwicklungs- und Produktteams arbeiten kontinuierlich daran, das Sucherlebnis unserer Nutzer insgesamt zu verfeinern – von der Immobiliensuche über die Bewertung von Optionen bis hin zur Anforderung weiterer Informationen – und ihnen dabei zu helfen, letztendlich ein Zuhause zu finden, das sie lieben.

Daten stehen im Mittelpunkt dieser Aktivität. In meiner Arbeit als Produktmanager stütze ich mich stark auf meinen Hintergrund in Data Warehousing und Analytik. Ich habe große Datenmengen bei unglaublichen Unternehmen wie Verizon, Comcast, AT&T und Rogers verarbeitet, was mir eine einzigartige Perspektive auf die Datennutzung in riesigen, komplexen Organisationen verschaffte. Bei Showcase IDX wusste ich, dass wir Daten verwenden mussten, um ein drohendes Problem zu lösen – die Kundenbindung – und die Einrichtung der richtigen Tools und Datenkultur entscheidend war.

Die Einschränkungen von Google Analytics und SQL

Ein Hauptziel von Showcase IDX ist es, das Wachstum des Webverkehrs für eXp Realty voranzutreiben. Dazu mussten wir unsere Kundenbindungsraten erhöhen. Leider konnten wir nicht feststellen, wie wir unser Produkt am besten ändern können, um die Kundenbindung zu erhöhen.

Wir haben Google Analytics hauptsächlich für das Front-End-Journey-Tracking und SQL-Abfragen zum Abfragen unserer Back-End-Datenbanken verwendet, und beide Optionen hatten Einschränkungen. Damals erlaubte uns Google Analytics nur, High-Level-Metriken wie Seitenaufrufe anzuzeigen, und SQL-Abfragen waren für einen technisch nicht versierten Benutzer, der versucht, Erkenntnisse zu gewinnen, komplex. Wir konnten auch die Benutzeraktionen nicht in Echtzeit verfolgen oder ihnen durch die gesamte Customer Journey folgen. Welche Schritte haben Benutzer unternommen, nachdem sie eine Suche gestartet haben? Welche Benutzer haben danach den Trichter verlassen? Wir konnten nicht tiefer in die Verhaltensbeziehungen eindringen, um festzustellen, welche Merkmale am wichtigsten waren, was uns massive blinde Flecken hinterließ.

Wenn Produktteams keine Möglichkeit haben, Erkenntnisse zu gewinnen, ist es schwierig, einen Weg nach vorne zu finden.

Wir hatten keine Möglichkeit, die benötigten Informationen an die Oberfläche zu bringen, und ohne diese Informationen würden wir nur raten, was wir als nächstes versuchen sollten und was funktionierte.

Eine klare Wahl für mehr Funktionalität

Showcase IDX benötigte eine Produktanalyseplattform, die unseren experimentellen Ansatz mit zeitnahen und genauen Erkenntnissen unterstützen konnte. Darüber hinaus wussten wir, dass Sharing-Fähigkeiten für die Partnerschaft mit wichtigen Stakeholdern und die Stärkung des Vertrauens in unsere Prognosen von entscheidender Bedeutung sein würden. Dies würde nicht nur Vertrauen in unseren Produktentwicklungsprozess aufbauen, sondern auch bessere Investitionsentscheidungen lenken und die richtigen Projekte priorisieren.

Wir erwogen, mehr in unsere bestehenden Tools zu investieren, aber da dies für unseren strategischen Wachstumsplan entscheidend war, entschieden wir uns, andere Optionen auf dem Markt zu prüfen. Unsere Hauptziele waren einfach: genaue MAU-Daten basierend auf einer bestimmten Produktnutzungsdefinition zu verfolgen, die Benutzerbindung zu messen, die Konversion zu Schlüsselereignissen zu verfolgen und zu bestimmen, welche Produktfunktionen am wahrscheinlichsten die Verbesserung der Kundenbindung und Konversion beeinflussen.

Während unserer Suche ging mir Amplitude nicht mehr aus dem Kopf. Ich wollte Amplitude in früheren Rollen ausprobieren, aber es gab immer Hindernisse für die Übernahme. Als ich die Gelegenheit bekam, eine unternehmenstaugliche Analyseplattform von Grund auf neu aufzubauen, stand Amplitude ganz oben auf meiner Liste.

Nachdem wir überlegt hatten, was wir aus Produkt-, Führungs- und technischer Sicht benötigten, wurde klar, dass Amplitude unsere beste Option wäre. Wir wussten, dass Amplitude gut in unseren Tech-Stack passen und uns die Funktionalität bieten würde, von der wir geträumt hatten.

Etablieren eines konsistenten Pfads zur Adoption

Ich hatte das Glück, Unterstützung auf Führungsebene zu haben, und wir haben ein kleines, engmaschiges Team zusammengestellt, um an der Implementierung zu arbeiten – die für etwas ganz Neues unerlässlich ist. Ich habe eng mit einem Ingenieur und dem Implementierungsexperten von Amplitude zusammengearbeitet, um eine priorisierte Projekt-Roadmap zu entwickeln. Wir waren in weniger als einem Monat betriebsbereit. Dann wandte ich mich an unsere Belegschaft.

Von Anfang an wurden Daten durch kuratierte Amplitude Analytics-Dashboards zu einem Teil unseres täglichen Lebens. Ich habe diese Dashboards während unserer All-Hands- und Strategiemeetings vorgestellt und eine Reihe von Parametern festgelegt, die wir untersuchen würden, um Trends zu verfolgen. Es war sehr hilfreich, Dashboards und Berichte zu verwenden, um den Leuten zu zeigen, wie Tracking zu Trends führt und wie sich das auf Prognosen auswirkt. Wir haben uns daran gewöhnt, als Gruppe Fragen zu stellen und Daten entsprechend zu untersuchen, um diese Fragen zu beantworten, wodurch die Transparenz innerhalb unserer Organisation erhöht wurde.

In den ersten Monaten verwendeten wir die gleichen vier oder fünf Diagrammtypen, und als wir wuchsen und etwas mehr Bandbreite gewannen, wurden die Leute zuversichtlich genug, um unabhängig zu erkunden und zu experimentieren. Durch wiederholte Erkenntnisse und datenbasierte Entscheidungsfindung haben auch andere Produktteams Analytics in ihren täglichen Betrieb übernommen. Es gab einen Schneeballeffekt; Sobald ein Team den Wert zu erkennen begann, hob ein anderes Team den Ball auf und rannte damit los – und wir alle begannen, einige aufregende Veränderungen zu bemerken.

Hinterfragen von Annahmen mit Daten

Unsere Mission als Unternehmen ist es, sinnvolle Verbindungen zwischen Verbrauchern und Agenten herzustellen. Um diese Mission zu unterstützen, bieten wir Verbrauchern die Möglichkeit, Fragen zu stellen, Touren anzufordern, eine Suche zu speichern oder einen bestimmten Eintrag zu speichern. Wir stellten zunächst die Theorie auf, dass Verbraucher damit beginnen würden, eine Verbindung aufzubauen, indem sie Suchanfragen speichern, damit sie wiederholt zu ihnen zurückkehren können.

Wir lagen falsch. Nachdem wir Analytics eingeführt hatten, stellten wir fest, dass Kunden eine Suche viel später in ihrer Reise eher speichern. Wir entdeckten andere Merkmale, die stärker mit einer verbesserten Kundenbindung und der Wahrscheinlichkeit, mit einem Agenten in Kontakt zu treten, korrelierten. Mit dieser Erkenntnis kehrten wir zum Reißbrett zurück und begannen, uns auf andere Punkte in der Customer Journey zu konzentrieren, wobei wir ein tieferes Engagement priorisierten, bevor wir uns auf die Kundenbindung konzentrierten.

Die Verwendung von Analytics hat auch die Art und Weise verändert, wie wir unser Publikum angesprochen haben. Unser Produkt hatte schon immer eine doppelte Nutzerbasis (Agenten und Verbraucher), und wir haben versucht, dies bei unseren Produktentscheidungen entsprechend zu berücksichtigen. Unser Schwesterunternehmen eXp Realty startete 2009 als erste cloudbasierte Immobilienvermittlung. Glenn Sanford, CEO von eXp World Holdings, steigerte diese Anzahl von Dutzenden von Agenten auf jetzt über 85.000 Agenten weltweit – und verzeichnete einen entsprechenden Anstieg der Agenten, die neue Cloud-basierte Tools nutzen und anfordern, um ihr Geschäft auszubauen.

Das Unternehmen wollte die Produktlinie Agent Experience erweitern, um Agenten in unser Verbraucherökosystem zu bringen und ihnen (und Verbrauchern) zu helfen, andere Agenten für Unterstützung, Empfehlungen oder Mentoring zu finden. Aber wir waren blind für die tatsächliche Produktnutzung in der gesamten Maklergemeinschaft, bis wir uns mit den Daten in Analytics befassten und feststellten, dass die Nutzung unter Immobilienmaklern 2-3x höher war, als wir ursprünglich dachten. Wir haben gelernt, dass eines der größten Dinge, die Agenten schätzen, darin besteht, eine Community zu haben und sich mit anderen Agenten zu vernetzen.

Mit diesem Wissen im Hinterkopf arbeitet unser Team hart an der Entwicklung, Verfeinerung und Einführung von Tools für unsere unglaubliche Agenten-Community. Wir investieren in vorrangige Projekte, die ihnen das Leben erleichtern und sie den Verbrauchern näher bringen.

Messung der Ergebnisse datengesteuerter Änderungen

Analytics hilft uns nicht nur, die Ergebnisse unserer Änderungen zu messen. Es hilft uns auch, Probleme mit unseren Entscheidungen zu erkennen. Unsere vorherige Benutzeroberfläche hatte eine Suchleiste, Filterschaltflächen und eine Schaltfläche „Suche speichern“ in einer Reihe. Wir haben die Farbe dieser Schaltfläche geändert und sie im Rahmen einer Neugestaltung der Benutzeroberfläche an eine andere Stelle verschoben, und wir haben einen massiven Rückgang der Anzahl der Benutzer festgestellt, die Suchanfragen speichern. Wir waren ratlos. Was ist während des Starts passiert?

In Analytics haben wir festgestellt, dass nicht jeder, der zuvor auf „Suche speichern“ geklickt hat, die Suche speichern wollte. Benutzer haben etwas in die Suchleiste eingegeben und dann auf die Schaltfläche „Suche speichern“ geklickt, weil sie dachten, sie würden nur eine Suche durchführen und sie nicht speichern. Das Verschieben der Schaltfläche löste dieses Problem. Dennoch haben wir gesehen, dass Leute, die eine Suche speichern wollten, Schwierigkeiten damit hatten, weil sie den Button nicht mehr finden konnten. Wir haben die Farbe in etwas sichtbareres geändert und gespeicherte Suchen auf die vorherigen Ebenen zurückgesetzt. Tatsächlich haben sich die Conversions mehr als verdoppelt , denn jetzt sind es hauptsächlich Menschen mit der hohen Absicht, auf diese Schaltfläche zu klicken, die diese Aktion ausführen und abschließen.

Als wir mehr Erkenntnisse gewannen, begannen wir auch, unsere Designphilosophien anzupassen. Wie unsere Analysen zeigen, dominiert der mobile Bereich unsere Nutzung und nimmt weiter zu. Wann immer wir ein neues Produkt oder eine Funktion haben, gehen wir alles als Mobile-First-Design an. Wir möchten wissen, was ein Erstbenutzer als erstes tut. Von dort aus ziehen wir schnelle, vernünftige Maßnahmen in Betracht, um sie durch den Trichter zu bringen, ohne sich in einem mehrstufigen Hochdruckerlebnis zu verzetteln, bei dem sie viele Informationen eingeben müssen.

Wir haben die Erkenntnisse aus Analytics genutzt, um unsere Benutzeroberfläche neu zu gestalten, und konnten eine 20-25 %ige Verbesserung der Kundenbindung feststellen.

Wir haben die Erkenntnisse aus Analytics genutzt, um unsere Benutzeroberfläche neu zu gestalten, und dann nachverfolgt, wie sich unsere Bindungsraten verändert haben. Wir haben eine Verbesserung der Kundenbindung um 20-25 % festgestellt, und wenn Sie dies auf Hunderte und Tausende oder Millionen von Benutzern skalieren, sehen wir allmählich die Vorteile einer verbesserten Kundenbindung bei der Entwicklung eines produktgesteuerten Wachstumsschwungrads.

Analytics ermöglicht es unserem gesamten Team, Probleme zu lösen, neue zu entdecken und auch diese zu lösen – alles mit Daten, die sich an unsere Bedürfnisse anpassen.

Heute priorisieren für eine priorisierte Zukunft

Ich muss mich heutzutage nicht mehr so ​​anstrengen, um Daten zu fahren. Es ist sowohl herzerwärmend als auch demütigend, einen Schritt zurückzutreten und zu sehen, wie Menschen weiterhin mit ihrer eigenen Analyse an den Tisch kommen. Daten sind zu einem großen Teil der Gespräche und Entscheidungsfindung bei Showcase IDX geworden, und Analysen spielen eine große Rolle in unserem Produktentwicklungsprozess. Analytics ermöglicht es unserem gesamten Team, Probleme zu lösen, neue zu entdecken und auch diese zu lösen – alles mit Daten, die sich an unsere Bedürfnisse anpassen.

Die Daten, die wir aus Analytics erhalten, ermöglichen es uns, unsere Bemühungen zu konzentrieren und unser Produkt zu verbessern, während wir gleichzeitig zum Wachstum von eXp Realty beitragen. Wir haben das Selbstvertrauen, kleinere Experimente zu testen und in aufregenderen, aufstrebenden Bereichen wie dem maschinellen Lernen Ideen zu entwickeln.

Es ist nicht einfach, eine datengesteuerte Kultur aufzubauen, aber wenn es dazu kommt, wird das Leben als Produktmanager viel einfacher. Ich kann selbstbewusst „nein“ zu Ideen mit niedrigerer Priorität und „ja“ zu Projekten sagen, die unserer Kultur von „Ergebnissen vor Aktivität“ treu bleiben.