Descoperiți oportunități de îmbunătățire a produselor prin intermediul analizei de date cu autoservire

În centrul managementului produselor se află o curiozitate inerentă și un impuls de a răspunde la întrebări. Nu este suficient să vezi cum funcționează un produs și să te întrebi de ce. Un bun manager de produs îi urmărește curiozitatea, tăind și tăind datele în cât mai multe moduri posibil pentru a diagnostica ce se întâmplă.

Unii PM au această curiozitate, dar nu au instrumentele necesare pentru a o duce mai departe. În schimb, probabil că trebuie să se bazeze pe cineva, cum ar fi un cercetător de date sau o echipă de analiză dedicată. Este nevoie de mult mai mult pentru a formula ipoteze și a răspunde la întrebări în acest fel, încetinind procesul de dezvoltare a produsului. Având instrumentul potrivit pentru a răspunde la întrebări în mod independent, poate face toată diferența pentru conversie.

Perioade lungi de livrare și puncte fără fund de date

Știu acest lucru din experiența personală ca PM la piața de mașini second-hand Shift. Piața mașinilor rulate este complexă. Este ciclic, așa că, deși vântul a fost în mare parte în spatele nostru în timpul pandemiei, ne confruntăm cu vânturi contra semnificative în alte momente. Cumpărarea oricărei mașini este, de asemenea, un proces lung. Pentru mulți oameni, mașina lor este a doua cea mai mare achiziție din viața lor, după casa lor. Cumpărătorii vor să aibă încredere că aleg mașina potrivită pentru ei, ceea ce necesită timp și atenție. Călătoria medie de cumpărare a mașinii durează trei luni și există mulți pași în această călătorie, de la cercetare și bugetare până la concentrarea asupra modelelor specifice și a meritelor mașinilor individuale.

Având instrumentul potrivit pentru a răspunde în mod independent întrebărilor despre datele despre produse, poate face toată diferența pentru conversie.

Am intrat într-un rol de manager senior de produs la Shift în 2020, unde sunt responsabil pentru creștere. „Creșterea” poate acoperi multe. Mă concentrez pe SEO și lucrez îndeaproape cu departamentul nostru de marketing pentru a optimiza publicitatea, ceea ce este important având în vedere stocul mare și bugetul nostru de publicitate. De asemenea, desfășurăm promoții în anumite momente, cum ar fi 4 iulie sau în timpul vânzărilor de la sfârșitul anului, și mă ajut să ne asigurăm că aceste promoții au succes.

Când am ajuns la Shift, echipa folosea Segment ca platformă de date despre clienți (CDP). De asemenea, rulam Periscope Data, un instrument de business intelligence (BI) care rulează peste interogările SQL. L-aș putea face să funcționeze pentru că știu puțin SQL, dar a durat mult timp și mulți dintre oamenii din organizația de produse nu au avut aceeași capacitate. În schimb, ar trebui să trimită un bilet pentru a crea o diagramă și apoi să trimită biletele ulterioare dacă nu au primit ceea ce au nevoie. A existat o perioadă lungă de timp pentru a obține acele răspunsuri la date și, chiar și atunci, ne-am lovit de multe puncte fără fund, deoarece datele erau incomplete.

Decizii mai bune și mai rapide în cadrul organizației

Lipsa accesului la datele în timp real a forțat echipa de produs să se miște mai încet, motiv pentru care Shift a apelat la Amplitude Analytics cu puțin timp înainte de sosirea mea. Puțini oameni au folosit încă platforma, dar am putut vedea valoarea. Datele cu autoservire le-ar da posibilitatea pe PM, designeri și oricine altcineva din companie să răspundă la propriile întrebări.

Pentru a pune acest lucru în context: când m-am încorporat, erau doar patru PM la Shift. Acum avem 16. Numai această creștere ar fi fost imposibilă dacă toată lumea ar fi continuat să trimită cereri de date prin echipa de analiză. Trebuia să permitem PM-urilor individuale să creeze, să editeze și să partajeze diagrame.

Împuternicirea managerilor de produse și designerilor să răspundă la întrebările lor le permite să ia rapid decizii critice.

Am început o inițiativă în curs de desfășurare pentru a crește utilizarea Analytics la Shift. La fiecare două săptămâni, țin o prezentare cu invitație deschisă a tablourilor de bord ușor de partajat și ușor de înțeles ale platformei. Vorbesc cu oricine despre platformă, indiferent dacă provine din produs, design, cercetarea utilizatorilor sau oriunde între ele. Am o agendă pentru acele sesiuni, dar adesea consider că cele mai captivante sesiuni sunt cele în care oamenii ajung cu o întrebare specifică, cum ar fi „Câți oameni trec prin pașii trei, patru și cinci din cererea noastră de împrumut?” Când le arăt oamenilor cum să identifice evenimentele de analiză relevante pentru a le răspunde nevoilor, ei văd imediat valoarea platformei.

De-a lungul timpului, am văzut că oamenii folosesc din ce în ce mai mult și au încredere în Analytics și o îmbunătățire a încrederii datelor în echipa mai mare. Împuternicirea PM și designerilor să răspundă la întrebările lor le permite să ia decizii critice pentru zonele lor mult mai rapid, construind produse bazate pe date și foi de parcurs strategice. Putem vedea acest lucru în îmbunătățirile solide pe parcursul anului trecut ale uneia dintre valorile noastre cheie, Visitor to Lead: călătoria utilizatorului de la vizitarea site-ului nostru până la interesul activ pentru o mașină. De când am popularizat Google Analytics la Shift, am adus multe îmbunătățiri procesului nostru de cumpărături, inclusiv prin crearea a sute de articole pentru a ajuta oamenii să educăm pe măsură ce cumpără. Toate acestea au dus la o valoare mai mare de la vizitator la client potențial.

Cum folosim funcțiile Amplitude pentru a ne îmbunătăți produsul

PM-urile noastre folosesc o mulțime de funcții din cadrul platformei pentru a ne îmbunătăți produsul, inclusiv:

Experimentul de amplitudine : cred că acesta este al doilea nivel de a fi bazat pe date. Primul nivel este pur și simplu înțelegerea a ceea ce se întâmplă. Acest al doilea nivel pe care l-am deblocat cu Experiment vede impactul modificărilor bazate pe testarea A/B. Am desfășurat anterior teste A/B folosind soluția noastră proprie, dar totuși a fost necesar ca oamenii de știință de date să petreacă timp scriind cod pentru a crea tabloul de bord de testare în Periscope Data.

Mutarea testării la Experiment înseamnă că putem construi tablouri de bord, putem începe și opri un experiment și putem răspunde singuri la întrebări. Un exemplu este un test pe care l-am desfășurat pe o posibilă funcție nouă numită Comparație mașină. Compararea mașinilor le permite utilizatorilor să selecteze mai multe mașini și să le compare atributele, prețul și detaliile, cum ar fi câte accidente a avut fiecare. De asemenea, arată fotografii cu aceste mașini una lângă alta. Compararea mere cu mere ajută utilizatorii să ia decizii de cumpărare mai rapid și mai încrezător. Această funcție a fost lansată cu ajutorul Experiment. În cele din urmă, managerul de produs ar putea controla singur lansarea și testarea împărțită (fără a avea nevoie de Inginerie sau Știința datelor). Acest lucru a îmbunătățit dramatic timpul ciclului de la lansare până la învățare. După câteva săptămâni, am observat o îmbunătățire semnificativă statistic a valorilor cheie și am actualizat imediat Experiment pentru a lansa funcția pentru 100% dintre cumpărătorii de mașini. Comparația mașinilor a avut un mare succes în testarea A/B, iar acum, după ce am lansat-o, a contribuit major la valoarea noastră Vizitator la Lead.

Segmentarea și cohortele : folosim adesea segmentarea pentru a crea cohorte de utilizatori și pentru a diagnostica problemele aflate sub suprafața datelor noastre. De exemplu: pe măsură ce mai mulți oameni se simt confortabil să cumpere pe un dispozitiv mobil, vedem mulți utilizatori care vizitează site-ul nostru pentru prima dată pe un dispozitiv mobil, apoi trec la un desktop mai târziu pentru a completa formularele financiare. Așa că vom crea o cohortă pentru a urmări comportamentul pe două dispozitive.

Un alt lucru pe care l-am văzut cu problemele legate de inflație și lanțul de aprovizionare, a existat un interes crescut pentru piața de mașini second hand. Fiind una dintre cele mai importante piețe de mașini second hand, acest lucru a însemnat o creștere uriașă a numărului de roboți care accesează cu crawlere site-ul nostru și culeg date despre vehiculele noastre pentru studii de piață. Boții au provocat inițial multă îngrijorare, deoarece au creat vârfuri uriașe pe anumite tipuri de pagini, cum ar fi paginile noastre cu detaliile vehiculului. Dar acum, am creat o cohortă care ne permite să identificăm și să filtram acești roboți din datele utilizatorilor noștri. De asemenea, folosim cohorte pentru a segmenta utilizatorii după canal de marketing.

Căutare utilizator: Căutare utilizator este un instrument de diagnosticare fantastic. Este posibil să avem o întrebare de genul „Există un eveniment pentru când un utilizator dă clic pe următorul carusel de imagini?” În acest caz, îmi găsesc ID-ul de utilizator anonim în Amplitude, dau clic pe un carusel din browser și apoi văd ce evenimente au declanșat.

Căutarea utilizatorilor vă poate ajuta să înțelegeți cum să construiți o pâlnie. Dacă vreau să înțeleg fluxul unui anumit comportament al utilizatorului, mă voi scufunda în fluxul de evenimente pentru a vedea evenimentele importante care duc la conversia în cauză. Utilizarea acestui instrument ne arată cum arată călătoria pentru un client individual și calea pe care a urmat-o pentru a cumpăra o mașină de la noi.

Devenirea bazată pe date dă putere tuturor să descopere oportunitățile dintr-un produs.

Pâlnii: Pâlniile sunt esențiale pentru noi, deoarece procesul de cumpărare a mașinii este lung și implică atât de mulți pași. Atragem utilizatori în diferite etape ale procesului de cumpărare a mașinii — unii oameni vin la noi chiar la începutul călătoriei lor, când încă își dau seama ce tip de mașină este potrivit pentru ei. S-ar putea să fie în conversații cu partenerul lor despre achiziție sau să stabilească dacă au nevoie de o mașină. Alți clienți ajung pe site-ul nostru după ce și-au făcut deja cercetările, știind exact anul, marca și modelul pe care și-l doresc.

Pâlniile ajută echipa de produse să despartă călătoria complexă a utilizatorului de cumpărare a mașinii în etape, cu obiective specifice indicând că clientul se apropie de cumpărare. Prin urmare, primul nostru canal ar putea fi înscrierea la site-ul nostru. Următorul ar putea implica favorizarea mai multor mașini sau adăugarea unei căutări salvate. Prin Analytics, am identificat evenimente critice în călătoria cumpărătorului. De exemplu, am văzut că atunci când clienții dau clic pentru a vedea un raport CARFAX, este mult mai probabil să cumpere o mașină.

Identificarea oportunităților care merită urmărite

În unele organizații, persoana cea mai bine plătită din sală decide unde merge produsul. Au bănuiala că pagina de pornire ar trebui să fie albastră, astfel încât pagina de pornire devine albastră. Nimeni nu pune întrebări concrete pentru că este greu să obții răspunsuri concrete. Dar nu ar trebui să iei decizii bazate doar pe dovezi anecdotice.

Devenirea bazată mai mult pe date dă putere tuturor celor de la Shift să descopere oportunitățile care există în produsul nostru. Când vedem ceva neașteptat în Analytics, cu toții putem săpă mai adânc pentru a vedea dacă acel moment este o oportunitate în devenire și chiar putem testa pentru a afla implicațiile urmăririi lui. Asta contribuie la o mai bună luare a deciziilor pentru toată lumea. Este ușor să te pierzi în cifre și valori mari, dar Analytics oferă date cantitative grozave pe care le putem asocia cu date calitative și să colaborăm cu echipa de cercetare a utilizatorilor pentru a decide ce oportunități merită urmărite – și care sunt începuturi false sau care nu merită. .

Amplitude îi ajută pe cei de la Shift PM să ne concentreze eforturile asupra pieselor care contează, care vor genera impact asupra afacerii și îi ajută pe clienți să se simtă mai confortabil cum cumpără mașini second hand.