Продуктовая аналитика

Chapter 4

Глубокое погружение в продуктовую аналитику

Рост положил начало эпохе, в которой центральное место отводится науке о больших данных. Именно она имеет решающее значение для обеспечения наилучшего обслуживания клиентов. Каждая точка соприкосновения с брендом пытается создать уникальный пользовательский опыт, созданный на основе данных и оптимизированный с помощью их интерпретации.

В предыдущих двух главах мы подчеркнули важность мобильной атрибуции и автоматизации маркетинга для оптимизации пути пользователя. Хотя обе эти технологии предоставляют аналитику, которая способствует лучшему пониманию пользователя, изначально они не были предназначены для оптимизации пользовательского опыта.

Именно по этой причине основой высокоэффективного маркетинга и роста стала аналитика продукта.

Аналитика продукта – это изучение и понимание вашего продукта и бизнеса посредством анализа взаимодействия пользователей с продуктом, а также факторов, приводящих к успеху.

Традиционным, нецифровым бизнесам часто не хватает преимуществ, которые дают большие данные, сверхсовременные модели машинного обучения и другие процессы, способствующие пониманию поведения пользователей и росту. Даже самые оснащенные в ресурсном отношении бизнесы могут потратить годы на то, чтобы добиться эффективной практики. Осознавая это, компании обратились к таким платформам аналитики, как Mixpanel для решения сложных задач, ориентированных на цифровые технологии, начиная от поведенческого анализа до сегментации пользователей.

Аналитика продукта не возникла на пустом месте, ее развитие было обусловлено тем, что старые технологии больше не могли удовлетворить потребности цифровых компаний.

Сила продуктовой аналитики “self-serve”

Инструменты продуктовой аналитики сводят маркетологов, менеджеров по продуктам, инженеров и специалистов по данным на единой платформе, предназначенной для тестирования, понимания и оптимизации продуктового опыта (Product experience) на разных устройствах.

Они предоставляют множество самостоятельных вариантов использования, включая оптимизацию потока воронки, когортный анализ, сегментацию пользователей и интеграцию с другими партнерами по стеку. Более продвинутые платформы продуктовой аналитики, такие как Mixpanel, также предоставляют функции таргетированного взаимодействия, которые пересекаются с автоматизацией маркетинга, включая push-уведомления, электронную почту, SMS и обмен сообщениями внутри приложений.

Основой современных аналитических продуктов инструментов является самостоятельное использование (self-serve), то есть отсутствие необходимости в специалисте по бизнес аналитике.

Аналитика продуктов способствует демократизации данных, позволяя разным командам совместно решать возникающие проблемы и не зависеть от специалиста по данным. Это позволяет маркетологам и специалистам по продукту быстро и эффективно решать вопросы, связанные с данными и поведением пользователей. Кроме того, это позволяет специалистам по данным не отвлекаться на такие базовые задачи, как создание простых дэшбордов и сверка данных, а сконцентрировать усилия на более стратегически важных и сложных проблемах.

В конечном итоге продуктовая аналитика решает три важных задачи в цикле роста:

  1. Понимание вовлеченности пользователей, клиентского опыта и полного жизненного цикла вашего продукта – от событий в самом начале воронки (то есть клики и атрибуция), до событий внизу воронки, то есть в самом приложении.
  2. Повышение качества обслуживания клиентов за счет глубокого анализа KPI и больших возможностей цифровой аналитики.
  3. Использование результатов этого анализа для улучшения платформы и партнерских интеграций.

Теперь, когда у нас есть общее представление о продуктовой аналитике, давайте рассмотрим несколько основных вариантов использования в рамках более обширного набора маркетинговых технологий.

Пример # 1: понимание пользователей с помощью поведенческой аналитики

Возьмем типичный пример розничного приложения из списка Fortune 500, в котором UA маркетолог пытается понять путь пользователя по всей воронке конверсии. Маркетологов по привлечению пользователей интересуют несколько вещей. Во-первых, они хотят понять, с какой скоростью пользователи совершают конверсию к основной метрике; для розничного приложения это покупка продуктов. Во-вторых, они хотят понять, что привело пользователей к  атрибуции.

Атрибуцию можно разделить на объективные и субъективные измерения…

Давайте сначала поговорим об объективных измерениях.

Воронка атрибуции начинается с того, что пользователь нажимает на рекламу, показанную на одном из медиа-источников клиента, например, Facebook, Google или Apple Search Ads. Посредством диплинка пользователь переходит от рекламы на веб-сайт или к приложению (если оно у них есть), либо к магазину приложений, чтобы установить приложение. После того как пользователь установит и откроет приложение, поставщик атрибуции (например, AppsFlyer) приписывает этого пользователя соответствующему медиа-источнику, чтобы клиент мог объективно измерить, какие медиа-источники и варианты креативов привели к наиболее эффективным конверсиям.

После установки в игру вступают субъективные критерии атрибуции.

В конечном итоге маркетолога больше всего интересует рентабельность инвестиций в рекламу (ROAS). Это зависит от опыта пользователя как на привлекшем его медиа-источнике, так и от процесса онбординга в самом приложении или на веб-сайте. После онбординга на решение пользователя совершить покупку влияет масса дополнительных факторов.

 

Понимание пути пользователя - продуктовая аналитика и маркетинговая атрибуция

В Mixpanel одним из инструментов для понимания этого пути является Flows (см. выше). Этот инструмент позволяет маркетологам и менеджерам по продукту сопоставить самые распространенный сценарий событий, который использует пользователь, и определить возможные препятствия в процессе онбординга или негативный UX.

Несмотря на то, что Flows дает анализ основных факторов и тенденций, основные инструменты аналитики продуктов заключаются в сегментации, анализе удержания и группировке когорт. Каждая из этих автономных функций способствует более глубокому пониманию поведения пользователя.

Например, отчет по воронке от Mixpanel (Funnels) позволяет увидеть, как ваши пользователи совершают конверсию при определенном сценарии событий. Это означает, что вы можете выявить возможности для увеличения коэффициента конверсии, определив, когда и где пользователи покидают приложение (или не совершают конверсию) в вашем продуктовом цикле или в маркетинговых кампаниях.

Аналогичным образом, анализ  удержания позволяет командам увидеть, возвращаются ли новые пользователи, которые пробуют ваш продукт после добавления, изменения, улучшения функций или последовательности событий.

Набор технологий для продуктовой аналитики - Mixpanel
Дэшборды Mixpanel могут сэкономить командам тысячи часов работы. Набор инструментов для аналитики продуктов открывает доступ к данным для всех, включая руководителей высшего звена.

Благодаря этим аналитическим возможностям команды могут принимать самостоятельные решения о том, в какие платные медиа-платформы инвестировать, или какой сценарий событий изменить с помощью инженеров и специалистов по продукту.

Пример # 2: Оптимизация рекламных сообщений и последовательности событий с помощью когортного анализа

Возьмем еще один пример, на этот раз компанию по видео-стримингу, работающую на основе подписки, которая хочет понять, как предоставить актуальный контент для своих пользователей.

Пример KPI для продукта потокового видео на основе подписки

Пример KPI для продукта видео-стриминга на основе подписки

После того как пользователь привлечен и атрибутирован на правильный источник, компания видео-стриминга хочет понять, сколько времени пользователь просматривает контент, и на какой контент он тратит больше всего времени.

Частота и повторные просмотры являются основными показателями успеха.

Если группа разработчиков продукта работает над новым интерфейсом, основанном на AI и предлагающем контент, им важно проанализировать, сколько часов пользователь проводит за просмотром определенного контента. Таким образом, они могут создавать когорты в зависимости от типа контента и количества часов просмотра.

Группа разработчиков продукта может создать эти когорты и передать данные в формате необработанных данных в свои модели AI и машинного обучения. Или они могут экспортировать эти когорты обратно на инструмент маркетинговой атрибуции, такой как AppsFlyer. Маркетинговая группа также может создавать свои собственные когорты для сравнения, изучая показатели удержания и процент “бросания” конкретного контента в течение определенного периода времени.

Возможности активации безграничны. Команды по продукту и маркетингу могут работать вместе, чтобы экспериментировать с последовательностью событий в онбординге, объединяя данные атрибуции (медиа-источник, кампания, тип рекламы и т. д.) с когортами продуктовой аналитики. В Mixpanel когорты можно дополнительно активировать с помощью наших встроенных функций обмена сообщениями или интеграции с партнерами по автоматизации маркетинга. В конечном счете, единственное ограничение – это творческий подход команды и ее желание экспериментировать и совершенствоваться.

Пример № 3: Прогностическая аналитика данных

Помимо настраиваемых отчетов и сегментации, на некоторых платформах продуктовой аналитики, включая Mixpanel, есть дополнительные приложения искусственного интеллекта (AI), которые открывают доступ к анализу данных как для маркетологов, так и для специалистов по продукту.

Например, модель прогнозирующей аналитики Mixpanel использует прошлое поведение, чтобы выявить, какие пользователи, вероятно, выполнят действие, а какие нет. Это позволяет настраивать таргетинг на потенциальных качественных пользователей с помощью своевременных рекламных оповещений и специальных предложений с помощью системы автоматизации маркетинга. Эта модель также позволяет проводить платный таргетинг и тестирование инкрементальности посредством интеграции аудиторий с поставщиками атрибуции, такими как AppsFlyer.

Модель прогностической аналитики и сегменты пользователей - Аналитика продуктов

Слева: инсайты модели прогностической аналитики Mixpanel
Справа: узнайте с помощью автоматической сегментации, какие пользовательские сегменты вызывают всплески показателей.

Эти данные могут быть дополнительно усилены с помощью автоматической сегментации и с помощью обнаружения аномалий. Обнаружение аномалий уведомляет вас, когда важные показатели неожиданно резко повышаются или падают, а также показывает пользователей, вызывающих эти изменения.

Эти автоматические инсайты могут применяться к тестированию UX продукта, обмена сообщениями и даже к распределению платных медиа.

Узнать больше

В каждом случае аналитика продуктов позволяет всем участникам процесса, независимо от уровня, контролировать результаты бизнеса и предоставлять улучшенный сервис. Это дает возможность командам быть более эффективными, стимулируя рост на всех уровнях организации.

Чтобы узнать больше о передовых методах анализа продуктов, ознакомьтесь с Руководством Mixpanel по метрикам продуктов.

About the Authors