Blog KaryaVirtual

Gudang Pengetahuan Digital

Apa setiap manajer produk perlu tahu tentang Product Analytics

January 24, 2020 Block Chain Product Management 0

Sebagai manajer produk, kita mengambil setiap kesempatan kita untuk belajar lebih banyak tentang pelanggan kami karena memahami kebutuhan mereka adalah penting untuk membangun produk yang berguna. Ini berarti melakukan wawancara pelanggan, menjalankan survei, dan memeriksa analisis produk. Data yang kita miliki dari analitik produk memberi tahu bagaimana pengguna menggunakan produk secara aktual — bukan apa yang ingin mereka lakukan, Bagaimana menurut mereka mereka menggunakannya, atau bahkan bagaimana kita pikir mereka menggunakannya.

Di mana pengembangan software berbeda, dengan membangun rumah, pasti bisa mendapatkan manfaat dengan penggunaan metodologi Agile. Agile memungkinkan banyak tim untuk merespon perubahan, dengan cepat. Jadi bagaimana bisa lincah, metode yang didasarkan pada responsive terhadap perubahan, secara cepat. Jadi bagaimana Agile suatu metode yang didasarkan pada delivery terus menerus dan sering bisa bersanding dengan perencanaan gambaran besar (big picture)

Apakah mungkin untuk membuat forecast yang realistis selama jangka waktu yang panjang, mengetahui bahwa sesuatu yang pasti adalah perubahan?

Sebagai product manager, pertanyaan seperti, “berapa banyak waktu yang pengguna habiskan di setiap hari?” “Tindakan apa yang paling mereka ambil?” “Fitur manakah yang paling sering digunakan?” sangat berharga untuk memahami pengguna Anda dan memberi kita petunjuk tentang cara membuat pengalaman mereka menjadi lebih baik. Dalam posting ini, saya akan menjelaskan apa itu analisis produk dan mengapa Anda harus menggunakannya; Bagaimana untuk mendapatkan pemahaman yang benar dari pengguna Anda sehingga Anda dapat melunasi utang “empati “; dan cara menggunakan analitik untuk membantu memandu pengembangan fitur baru

Mari kita mulai!

Pengantar analitik produk

Dalam rangka mendapatkan pemahaman kuantitatif tentang apa yang pengguna lakukan dengan produk Anda, langkah pertama adalah mengininstrumentasi dengan analisis. Idenya adalah untuk menembakkan sebuah event untuk setiap tindakan yang pengguna dapat mengambil dalam produk Anda sehingga Anda mendapatkan tampilan agregat berapa banyak pengguna menggunakan fitur, dan seberapa sering mereka menggunakannya. Misalnya, jika Anda ingin melacak berapa kali pengguna mengklik tombol tertentu, Anda dapat menembakkan event yang disebut “Big-Red-Button.” Dari sana Anda dapat melihat fitur mana yang memerlukan pekerjaan, yang paling penting, dan menggunakan informasi tersebut untuk memprioritaskan perubahan.

Ada satu ton solusi di luar sana yang memberi Anda kerangka untuk menambahkan Peristiwa analitik dan melacak mereka. Periksa Google Analytics atau KISSmetrics sebagai titik awal.

Pada Atlassian kami telah mencoba untuk membuatnya semudah mungkin bagi semua orang untuk mendapatkan data dan dapat menjalankan query mereka sendiri dan laporan. Kita menggunakan beberapa alat yang dikembangkan secara internal untuk menyediakan layanan ini, tetapi alat Google Analytics akan membuat Anda mulai juga. Hal ini telah menyebabkan semua orang, dari pengembang ke Product Manager untuk merancang, mengajukan pertanyaan tentang penggunaan dan mencoba untuk memahami dampak dari apa yang kita bangun.

“Empati utang”: jenis terbaru dari utang

Mari kita coba istilah baru ini, “empati utang.”

Utang empati: ukuran dari Apakah Anda memahami pengguna Anda dan bagaimana mereka menggunakan produk Anda.

Analisis dalam produk dapat membantu Anda melunasi hutang empati dalam dua cara: dengan umpan balik kualitatif yang dikumpulkan melalui kegiatan seperti pengujian konsep dan wawancara pelanggan; dan dengan data kuantitatif yang dikumpulkan dalam produk, seperti analisis produk dan survei NPS.

Sebagai contoh, Karyavirtual.com telah ada sekitar untuk waktu yang cukup lama sekarang dan memiliki banyak fitur . Salah satunya adalah dashboard fitur share to whatsapp, yang merupakan awal dari sebagian besar perjalanan pengguna dengan karyavirtual. Kami sebenarnya dalam proses merombak itu sekarang. Kami memiliki beberapa feedback tentang dashboard dari wawancara pelanggan, tetapi kami tidak memiliki semua analisis produk yang diperlukan untuk benar-benar memahami penggunaan dari perspektif kuantitatif. Kami memiliki banyak pertanyaan yang tak terjawab, seperti:

  • Berapa banyak penggunaan share to whatsapp Dapatkan? Berapa kali orang mengklik ?
  • Untuk Apa sebenarnya menggunakan fitu tersebut?
  • Apa yang orang inginkan di fitur tersebut?

Ini adalah beberapa pertanyaan yang cukup mendasar yang kami butuhkan jawaban untuk sebelum memulai perubahan ke salah satu fitur di karyavirtual. Jika Anda tidak memiliki analitik di produk Anda, atau bahkan fitur tertentu yang Anda Cari untuk berubah, maka harus sangat waspada tentang membuat keputusan.

Menguji masa depan sebelum di implementasi

Meskipun menambahkan analitik produk dapat bermanfaat untuk memahami bagaimana pengguna menggunakan fitur yang ada, mereka juga sangat berharga untuk menguji fitur dan pengalaman baru. Jika Anda memiliki tujuan yang jelas untuk berapa banyak Anda ingin menggunakan fitur Anda, memiliki analisis produk membantu Anda bekerja menuju nasehat “failing fast dan iterasi sampai sampai Anda berhasil”.

Proses yang kita gunakan umumnya terlihat seperti ini:

  • Tentukan hipotesis yang jelas untuk perubahan produk-misalnya “dengan meningkatkan ukuran kotak komentar yang kami harapkan untuk melihat peningkatan 5% dalam komentar.”
  • Buat penerapan termurah dari perubahan ini, sarat dengan peristiwa analitik yang kita butuhkan, yang akan memungkinkan kita untuk menguji hipotesis kita.
  • Menyebarkan perubahan ke subset pelanggan dalam uji A/B.
  • Lakukan rincian hasil, dengan bantuan seorang analis dalam kasus perubahan yang lebih kompleks, dan memutuskan apakah perubahan itu berhasil.

Untuk perubahan dashboard kami akhirnya merancang tiga dashboard yang sangat “opinionated” , masing-masing mempromosikan kasus penggunaan yang berbeda dan set perilaku. Kami berlari mereka melalui proses ini (meskipun hipotesis kami agak lebih rumit) dan bekerja bekerja sangat baik untuk kita. Tetapi ada beberapa temuan umum yang telah kita pelajari-terkadang dengan cara yang sulit-bahwa Anda akan ingin untuk berpikir tentang sebelum menguji fitur baru dengan cara ini. Beberapa anti-pola untuk menonton keluar untuk:

  • Tidak ada yang lebih buruk daripada mendapatkan ke akhir percobaan dan menyadari bahwa Anda tidak memiliki semua peristiwa yang Anda butuhkan… Cobalah untuk melakukan analisis Anda sebelum menjalankan eksperimen menggunakan beberapa Dummy data, Anda akan dengan cepat melihat celah apa pun pada apa yang sedang Anda potret.
  • Datang dengan hipotesis dapat memakan waktu, tetapi Anda perlu memastikan bahwa Anda memiliki satu dan bahwa Anda yakin Anda dapat membuktikan atau menyangkal dengan analisis produk yang Anda miliki sebelum Anda memulai. Melakukan analisis pada data dummy sebelum peluncuran akan membantu Anda menguji ini juga.
  • Pastikan Anda menguji pada cukup pengguna dan untuk jangka waktu yang cukup lama. Anda ingin memastikan bahwa hasil Anda signifikan secara statistik.
  • Bersiaplah untuk membuang ide buruk! Seperti yang saya sebutkan, Anda ingin menguji fitur luar semang mungkin dan menjalankan tes ini secepat mungkin. Gagal cepat baik.

Jangan lupa untuk mendengarkan pengguna Anda juga

Seperti yang saya sebutkan di atas, itu bagus untuk menjadi data-informasi, tetapi menjadisepenuhnya berbasis data terkadang dapat membuat Anda buta terhadap keseluruhan pengalaman yang Anda buat untuk pengguna. Menjadi tergantung sepenuhnya pada data juga bisa sedikit melumpuhkan ketika tiba saatnya untuk membuat keputusan dan Anda tidak memiliki semua data yang Anda butuhkan.

Analisis produk mengekspos realitas mentah bagaimana orang menggunakan produk, atau bahkan fitur tertentu, tetapi bisa sangat satu dimensi. Menggabungkan apa yang Anda pikir Anda tahu dari data analisis produk dengan umpan balik kualitatif dalam wawancara pelanggan, lokakarya pengujian konsep, dan perdebatan akan memberikan gambaran yang lebih lengkap tentang apa yang terjadi sehingga Anda dapat membangun produk terbaik mungkin.

Leave a Reply

Your email address will not be published. Required fields are marked *