Potrzebujesz taksonomii Lean Data, aby skalować analizy samoobsługowe

Projektowanie taksonomii idzie w parze z analizą produktu. Bez względu na branżę, wielkość firmy, portfolio produktów lub dojrzałość danych, nie można ustanowić skalowalnych analiz produktów bez taksonomii lean. Jest to szczególnie ważne, gdy weźmie się pod uwagę, że większość firm będzie musiała śledzić podróże użytkowników między platformami i produktami, a także skonfigurować oprzyrządowanie do analizy produktów w sposób przewidujący przyszłe scenariusze.

Innymi słowy, musisz zabezpieczyć swoją taksonomię danych na przyszłość od momentu uruchomienia rozwiązania do analizy produktów. Postępuj zgodnie z poniższymi kluczowymi zasadami, aby przygotować analitykę produktu do długoterminowego sukcesu.

Najlepsze praktyki w zakresie zabezpieczania analiz produktów i taksonomii danych na przyszłość

1. Zainwestuj w taksonomię swojego pierwszego produktu

Analityka produktowa to gra zespołowa, która wymaga jasnego określenia ról i odpowiedzialności osób zaangażowanych w proces. Silna konfiguracja wymaga zaangażowania dwóch kluczowych ról:

• Lider biznesowy (często szef lub wiceprezes produktu), który określi podstawowy zestaw przypadków użycia, które muszą być objęte analizą produktu
• Kierownik techniczny (często starsza rola inżynierska), który będzie kierował techniczną stroną wdrażania analityki

Obie te role powinny mieć wieloplatformowy i międzyzespołowy widok produktu, aby móc podejmować decyzje na poziomie produktu. Jeśli we wdrożeniu będzie zaangażowanych wiele zespołów produktowych i inżynierskich, bardzo ważne jest, aby te dwie role były w stanie koordynować zespoły. Zapewni to spójność analityki produktu niezależnie od liczby zaangażowanych zespołów. Utrzymywanie szerszego zespołu kierowniczego w pętli często tworzy dodatkowy rozmach i ekscytację wokół analityki produktu i pomaga podnieść poziom pracy na mapie drogowej całej firmy.

Gdy Twój zespół będzie gotowy do zbudowania taksonomii produktu, powinieneś ustalić duży obraz tego, gdzie znajduje się Twój produkt, zanim zagłębisz się w najdrobniejsze szczegóły. Aby to zrobić, przemyśl odgórne pytania, na które analityka produktu odpowie dla Twojego zespołu, takie jak:

Jeśli ustalisz wspólne zrozumienie tych fundamentalnych pytań w zespole (zespołach), zawsze będziesz w stanie rozszerzyć zakres analityki produktu i głębiej zagłębić się w obszary o największym potencjale (np. niejasne ścieżki użytkowania, największy spadek off).

Po zdefiniowaniu przypadków użycia do analizy produktów nadszedł czas na zdefiniowanie taksonomii danych. Mianowicie składa się to z:

• Wydarzenia
• Właściwości wydarzenia (kontekst wydarzeń)
• Właściwości użytkownika (kontekst użytkownika).

Twoim celem na tym etapie jest, aby taksonomia była możliwie najszczuplejsza, zgodna z powyższymi pytaniami. Z naszego doświadczenia wynika, że ​​oprzyrządowanie zaledwie 20-30 wydarzeń wystarczy, aby odpowiedzieć na około 90% pytań, które stale zadają zespoły.

Często tylko kilka wydarzeń daje solidne odpowiedzi na typowe pytania biznesowe. Zapewni to Twojej firmie zrozumienie rzeczywistych (a nie tylko zamierzonych ) podróży użytkowników i odblokuje nowe informacje, takie jak:

• prawdziwe persony produktu
• punkty tarcia w podróżach użytkownika
• dlaczego niektórzy użytkownicy konwertują, a inni nie?
• jakie ulepszenia interfejsu użytkownika należy wprowadzić w momentach drop-off

Więcej informacji o dokumentowaniu zdarzeń, właściwości zdarzeń i właściwości użytkownika można znaleźć w Poradniku taksonomii danych firmy Amplitude. Kluczowe punkty obejmują utrzymanie szczupłej taksonomii, stosowanie spójnych konwencji nazewnictwa i osiągnięcie właściwej równowagi między zdarzeniami instrumentacji i właściwościami.

2. Trzymaj się z dala od śledzenia niskopoziomowych elementów interfejsu użytkownika

Śledzenie niskopoziomowych i nieistotnych elementów interfejsu użytkownika jest, według naszego doświadczenia w zespole profesjonalnych usług firmy Amplitude, znakiem nr 1 nieskalowalnej analizy produktów. Często odzwierciedla podejście do instrumentacji, które miesza definicje zdarzeń i właściwości zdarzeń .

Na przykład Twój zespół produktowy może pracować nad zakładem, aby poprawić przepływ kasy Twojego produktu. Pracując nad tym zakładem, mogą przetestować kilka iteracji, które dodają lub usuwają elementy interfejsu użytkownika. Próbując ocenić wydajność każdego testu, może wystąpić naturalna tendencja do śledzenia zdarzeń, takich jak:

• Pole wyboru kliknięte
• Kliknięty przycisk
• Przełącz przesunięty
• Kliknięty tekst pola

Jeśli Twoja początkowa taksonomia zapełnia się elementami interfejsu użytkownika takimi jak te powyżej, być może nadszedł czas, aby zrobić krok wstecz i przegrupować. Tak, zespół pracował nad poprawą przepływu kasy i dostosowywał te elementy, ale pamiętaj: celem tego przepływu jest nadal to, aby użytkownicy mogli płynnie się przez niego poruszać. To, co firma chce widzieć jako ścieżkę użytkownika w analityce, to prawdopodobnie „Rozpoczęcie realizacji transakcji” → „Wybrana metoda płatności” → „Wybrane szczegóły płatności” → „Przesłana transakcja”. Ten rodzaj przepływu jest o wiele bardziej informacyjny i skalowalny niż coś podobnego: „Kliknięcie przycisku” → „Zaznaczone pole wyboru” → „Kliknięcie tekstu w polu”. Jeśli nadal szukasz szczegółowości podczas oceny konwersji między krokami, możesz rozwiązać ten problem za pomocą dwóch alternatywnych metod:

1. Instrumentowe elementy interfejsu użytkownika we właściwościach zdarzeń zdarzeń. Na przykład zdarzenie „Przesłano transakcję” może mieć właściwość, która wskazuje, czy użytkownik wykonał akcję za pomocą pola wyboru, kliknięcia przycisku lub innego elementu interfejsu użytkownika.
2. Użyj testów A/B, aby poprawić konwersję na etapach o wysokim porzuceniu . Na przykład, jeśli zaobserwujesz wysoki spadek między krokami 1 i 2, często bardziej skuteczne jest uruchomienie testu A/B ze zmodyfikowanym interfejsem użytkownika i obserwowanie obiektywnych wyników na próbce, niż instrumentowanie wielu elementów podczas procesu iteracji.

3. Ustal powiązanie z wynikami biznesowymi

Ostatecznie konfiguracja analizy produktów powinna ujawnić, w jaki sposób produkty cyfrowe napędzają Twoją firmę.

Dzięki dobrze oprzyrządowanej taksonomii danych istnieje wiele czynników, które Twój zespół może zbadać na ścieżce użytkownika, takich jak:

• persony
• wspólne ścieżki
• wpływ uwolnień na kluczowe wskaźniki
• sterowniki konwersji
• podróże użytkowników
• i więcej

Widzimy, że zespoły, które odnoszą sukcesy w analityce produktu, zawsze zamykają pętlę między śledzonymi zdarzeniami, działalnością, w której się znajdują, a „grą w zaangażowanie”, w którą gra ich produkt.

(Gra w zaangażowanie odnosi się do jednej z trzech głównych „gier”, które napędza Twój produkt: transakcji, uwagi lub produktywności. Przeczytaj więcej o tych metodach w podręczniku Amplitude Mastering Engagement ).

Na przykład, jeśli Twój produkt wchodzi w „grę w produktywność”, możesz mieć świetny lejek wprowadzający, ale ten świetny lejek wprowadzający nie wystarczy, by spełnić Twoje cele biznesowe. Twój produkt musi ostatecznie spełnić obietnicę produktywności; oznacza to, że użytkownicy powinni wracać do korzystania z podstawowych funkcji, które zapewniają im wartość (produktywność). Oprócz śledzenia sukcesu procesu wdrażania, pamiętaj o wykorzystaniu analityki produktu, aby ocenić, w jaki sposób użytkownicy powtarzają krytyczne działania.

4. Nie śledź wszystkiego na raz

Dane śledzenia są obecnie postrzegane jako konieczność w większości firm cyfrowych, a branża technologiczna sprawia, że ​​zbieranie, przechowywanie i przetwarzanie ogromnych ilości danych jest coraz łatwiejsze. Firmy, które zaczynają od analizy produktów i mają już CDP lub hurtownię danych, często są skłonne pominąć etap projektowania taksonomii i po prostu rozpocząć przesyłanie strumieniowe wszystkich cennych danych, które już zgromadziły.

Praktyka usług profesjonalnych w Amplitude powraca do starej zasady: mniej znaczy więcej. Pokazanie zestawu 10 istotnych i zrozumiałych zdarzeń użytkownikom aplikacji Amplitude jest zawsze lepsze niż pokazanie listy 600 zdarzeń (często z duplikatami i bez kluczowych właściwości zdarzeń) osobom, które potrzebują jedynie informacji o tym, ilu aktywnych użytkowników jest tam lub jaki jest krytyczny współczynnik konwersji.

To całkowicie w Twoich rękach leży opracowanie szczupłej i zwięzłej taksonomii, która napędza samoobsługową, skalowalną analizę produktu — rodzaj analizy, którą Twoi koledzy z przyjemnością będą używać w codziennych zadaniach.

Od jednego produktu do analityki międzyproduktowej

Zapewnienie szczupłej wstępnej implementacji analityki produktu zapewnia wgląd w każdy zespół cyfrowy: marketing, produkt, inżynierię i nie tylko. Dzięki tym wiarygodnym wglądom kierujesz również organizację w stronę kultury opartej na danych. Zespoły zaczynają odchodzić od wąskich gardeł danych do samoobsługowych analiz i skracać cykl do wglądu z tygodni do minut.

Taksonomia lean pierwszego produktu wyznacza standard analityki produktowej w firmie i pozwala innym zespołom podążać za przykładem. Skuteczna analiza międzyproduktowa jest możliwa tylko wtedy, gdy każdy produkt ma dobrze opracowaną taksonomię powiązaną z wynikami biznesowymi, jakie firma chce osiągnąć.