Como uma equipe de produto próspera usa dados para melhorar a retenção, priorizar projetos e envolver a comunidade

Um dos meus principais trabalhos como gerente de produto é a priorização, o que geralmente significa dizer às pessoas “não, agora não”. Lidar com todos os novos recursos ou alterações de design de uma só vez é impossível, mas justificar “nãos” com dados dará credibilidade a essas decisões.

Desde abril de 2021, sou Gerente de Produto Sênior do Showcase IDX, o principal plugin IDX WordPress para imóveis que permite que corretores de imóveis exibam listagens de MLS locais diretamente em seus sites. A eXp World Holdings adquiriu o Showcase IDX em 2020 para usar a tecnologia IDX para melhorar a experiência de pesquisa de sua corretora on-line global eXp Realty.

As equipes de engenharia e produto trabalham continuamente para refinar a experiência geral de pesquisa de nossos usuários - desde pesquisas de propriedades, avaliação de opções e solicitação de mais informações - e ajudá-los a encontrar uma casa que amem.

Os dados estão no centro dessa atividade. Em meu trabalho como gerente de produto, me apóio fortemente em minha experiência em armazenamento de dados e análise. Lidei com dados em grande escala em empresas incríveis como Verizon, Comcast, AT&T e Rogers, o que me deu uma perspectiva única sobre o uso de dados em organizações enormes e complexas. Na Showcase IDX, eu sabia que precisávamos usar dados para resolver um problema iminente – retenção – e estabelecer as ferramentas certas e a cultura de dados era crucial.

As limitações do Google Analytics e SQL

Um dos principais objetivos do Showcase IDX é impulsionar o crescimento do tráfego da web para a eXp Realty. Para isso, precisávamos aumentar nossas taxas de retenção de consumidores. Infelizmente, não conseguimos determinar as melhores maneiras de alterar nosso produto para aumentar a retenção.

Usamos principalmente o Google Analytics para rastreamento de jornada de front-end e consultas SQL para consultar nossos bancos de dados de back-end, e ambas as opções tinham limitações. Na época, o Google Analytics só nos permitia ver métricas de alto nível, como visualizações de página, e as consultas SQL eram complexas para um usuário não técnico tentando obter insights. Também não conseguimos rastrear as ações do usuário em tempo real ou acompanhá-las durante toda a jornada do cliente. Quais etapas os usuários seguiram após iniciar uma pesquisa? Quais usuários abandonaram o funil depois disso? Não podíamos aprofundar os relacionamentos comportamentais para determinar quais recursos eram mais importantes, deixando-nos com enormes pontos cegos.

Quando as equipes de produto não têm como apresentar insights, é difícil identificar um caminho a seguir.

Não tínhamos como apresentar as informações de que precisávamos e, sem isso, estaríamos apenas adivinhando o que tentar em seguida e o que estava funcionando.

Uma escolha clara para maior funcionalidade

O Showcase IDX precisava de uma plataforma de análise de produtos que pudesse dar suporte à nossa abordagem experimental com insights precisos e oportunos. Além disso, sabíamos que o compartilhamento de recursos seria fundamental para fazer parceria com os principais interessados ​​e aumentar a confiança em nossas previsões. Isso não apenas criaria confiança em nosso processo de desenvolvimento de produtos, mas também direcionaria melhores decisões de investimento e priorizaria os projetos certos no futuro.

Pensamos em investir mais em nossas ferramentas existentes, mas como isso era fundamental para nosso plano estratégico de crescimento, decidimos avaliar outras opções no mercado. Nossos objetivos principais eram simples: rastrear dados de MAU precisos com base em uma definição de uso de produto específica, medir a retenção de usuários, rastrear a conversão para eventos-chave e determinar quais recursos do produto eram mais propensos a influenciar a melhoria da retenção e conversão.

Durante nossa busca, não consegui tirar Amplitude da cabeça. Eu queria experimentar o Amplitude em funções anteriores, mas sempre havia barreiras para a adoção. Quando tive a oportunidade de construir uma plataforma de análise pronta para empresas do zero, Amplitude estava no topo da minha lista.

Depois de contemplar o que precisávamos do ponto de vista de produto, executivo e engenharia, ficou claro que Amplitude seria nossa melhor opção. Sabíamos que o Amplitude funcionaria bem em nossa pilha de tecnologia e nos concederia a funcionalidade com a qual sonhamos.

Estabelecendo um caminho consistente para a adoção

Tive a sorte de ter suporte de nível executivo e criamos uma equipe pequena e unida para trabalhar na implementação - essencial para algo totalmente novo. Trabalhei em estreita colaboração com um engenheiro e o especialista em implementação da Amplitude para desenvolver um roteiro de projeto priorizado. Estávamos em funcionamento em menos de um mês. Então, eu me virei para a nossa força de trabalho.

Desde o início, os dados se tornaram parte de nossas vidas diárias por meio de painéis selecionados do Amplitude Analytics. Apresentei esses painéis durante nossas reuniões gerais e de estratégia e estabeleci um conjunto de parâmetros que examinaríamos para rastrear tendências. Foi super útil usar painéis e relatórios para mostrar às pessoas como o rastreamento leva a tendências e como isso afeta a previsão. Acostumamo-nos a fazer perguntas em grupo e explorar os dados de acordo para responder a essas perguntas, aumentando a transparência em nossa organização.

Usamos os mesmos quatro ou cinco tipos de gráficos nos primeiros meses e, à medida que crescemos e ganhamos um pouco mais de largura de banda, as pessoas ficaram confiantes o suficiente para explorar e experimentar de forma independente. Por meio da descoberta repetida de insights e da tomada de decisões com base em dados, outras equipes de produtos também adotaram o Analytics em suas operações diárias. Houve um efeito bola de neve; uma vez que um time começou a ver o valor, outro time pegou a bola e correu com ela - e todos nós começamos a notar algumas mudanças interessantes.

Desafiando suposições com dados

Nossa missão como empresa é criar conexões significativas entre consumidores e agentes. Para apoiar essa missão, oferecemos aos consumidores a opção de fazer perguntas, solicitar passeios, salvar uma pesquisa ou salvar um anúncio específico. Inicialmente, teorizamos que os consumidores começariam a construir uma conexão salvando pesquisas para que pudessem retornar a elas repetidamente.

Nós estávamos errados. Depois que implantamos o Analytics, percebemos que os clientes estavam mais propensos a salvar uma pesquisa muito mais tarde em sua jornada. Descobrimos outros recursos que estavam mais correlacionados com retenção aprimorada e probabilidade de conexão com um agente. Com esse insight, voltamos à prancheta e começamos a focar em outros pontos da jornada do cliente, priorizando um envolvimento mais profundo antes de focar na retenção.

O uso do Analytics também mudou a forma como abordamos nosso público. Nosso produto sempre teve uma base de usuários dupla (agentes e consumidores), e tentamos levar isso em conta ao tomar decisões sobre o produto. Nossa empresa irmã eXp Realty foi lançada em 2009 como a primeira corretora de imóveis baseada em nuvem. O CEO da eXp World Holdings, Glenn Sanford, cresceu de dezenas de agentes para mais de 85.000 agentes em todo o mundo - e viu um salto correspondente nos agentes utilizando e solicitando novas ferramentas baseadas em nuvem para expandir seus negócios.

A empresa queria expandir a linha de produtos Agent Experience para trazer agentes ao nosso ecossistema de consumidores e ajudá-los (e consumidores) a encontrar outros agentes para assistência, referências ou orientação. Mas estávamos cegos para o uso real do produto em toda a comunidade de agentes até que analisamos os dados no Analytics e percebemos que o uso entre os agentes imobiliários era 2 a 3 vezes maior do que pensávamos. Aprendemos que uma das maiores coisas que os agentes valorizavam era ter uma comunidade e se conectar com outros agentes.

Com esse conhecimento em mente, nossa equipe está trabalhando duro para desenvolver, refinar e lançar ferramentas para nossa incrível comunidade de agentes. Estamos investindo em projetos prioritários que facilitem a vida deles e os aproximem dos consumidores.

Medindo os resultados das mudanças orientadas por dados

O Analytics não nos ajuda apenas a medir os resultados de nossas alterações. Também nos ajuda a identificar problemas com nossas escolhas. Nossa interface do usuário anterior tinha uma barra de pesquisa, botões de filtro e um botão "salvar pesquisa" em uma linha. Alteramos a cor desse botão e o movemos para um local diferente como parte de uma reformulação da interface do usuário, e notamos uma grande queda no número de usuários salvando pesquisas. Estávamos perdidos. O que aconteceu durante o lançamento?

No Analytics, descobrimos que nem todos que clicaram anteriormente em “salvar pesquisa” queriam salvar a pesquisa. Os usuários digitavam algo na barra de pesquisa e depois clicavam no botão “salvar pesquisa”, pensando que estavam apenas realizando uma pesquisa, não a salvando. Mover o botão resolveu esse problema. Ainda assim, vimos que as pessoas que queriam salvar uma pesquisa estavam tendo dificuldade em fazer isso porque não conseguiam mais encontrar o botão. Mudamos a cor para algo mais visível e as buscas salvas voltaram aos níveis anteriores. Na verdade, as conversões mais que dobraram , porque agora são principalmente as pessoas com alta intenção de clicar nesse botão que seguirão e finalizarão essa ação.

À medida que ganhamos mais insights, também começamos a adaptar nossas filosofias de design. Conforme evidenciado pelo nosso Analytics, o celular domina nosso uso e continua a crescer. Sempre que temos um novo produto ou recurso, abordamos tudo como um design mobile-first. Queremos saber a primeira coisa que um usuário iniciante faz. A partir daí, consideramos ações rápidas e razoáveis ​​para fazê-los passar pelo funil sem ficar atolado em uma experiência de várias etapas e alta pressão que exige que eles insiram muitas informações.

Usamos os insights do Analytics para reprojetar nossa interface do usuário e observamos uma melhoria de 20 a 25% na retenção.

Usamos os insights do Analytics para reprojetar nossa interface do usuário e, em seguida, acompanhamos como nossas taxas de retenção mudaram. Vimos uma melhoria de 20 a 25% na retenção e, quando você dimensiona isso em termos de centenas e milhares ou milhões de usuários, começamos a ver os benefícios de melhorar a retenção ao desenvolver um flywheel de crescimento liderado por produtos.

O Analytics permite que toda a nossa equipe resolva problemas, descubra novos e os resolva também, tudo usando dados que se ajustam às nossas necessidades.

Priorizando hoje para um futuro priorizado

Eu não tenho que forçar tanto para conduzir os dados nos dias de hoje. É ao mesmo tempo reconfortante e humilhante dar um passo atrás e ver as pessoas continuarem a vir para a mesa com suas próprias análises. Os dados se tornaram uma grande parte das conversas e da tomada de decisões no Showcase IDX, e a análise desempenha um papel importante em nosso processo de desenvolvimento de produtos. O Analytics permite que toda a nossa equipe resolva problemas, descubra novos e os resolva também, tudo usando dados que se ajustam às nossas necessidades.

Os dados que obtemos do Analytics nos permitem concentrar nossos esforços e melhorar nosso produto, contribuindo para o crescimento da eXp Realty. Temos a confiança para testar experimentos menores e idealizar em espaços mais empolgantes e nascentes, como Machine Learning.

Não é fácil construir uma cultura orientada a dados, mas quando isso acontece, a vida como gerente de produto fica muito mais fácil. Posso dizer com confiança “não” a ideias de baixa prioridade e “sim” a projetos que permanecerão fiéis à nossa cultura de “Resultados sobre Atividade”.