Продуктовая аналитика перестала быть модным бонусом в разработке цифровых проектов — теперь это ключевой инструмент в конкурентной войне.

Как правильно вшивать аналитику в продукт, получать целевые инсайты и правильно использовать в стратегии развития продукта — рассказываем в колонке на Rusbase.

Сергей Солдатов
Директор по продукту 65apps
Как продуктовая аналитика стала ключевым орудием в конкурентной войне
Последний год мы на собственной воронке продаж видим, как меняется запрос — становится существенно жестче требование клиентов к осмысленному продуктовому видению решения.

В этом году мы создали несколько проектов, используя именно продуктовый подход. И сейчас, оценив вместе с заказчиками все преимущества, мы хотим поделиться опытом.


Что происходит

Еще год назад многие бизнесы, работающие в диджитал-каналах, росли в основном за счет общего роста рынка. Места хватало всем. Можно было выпустить мобильное приложение без предварительных продуктовых исследований, и оно выстреливало только за счет растущей клиентской базы.

Можно было не утруждать себя аналитикой дальнейшей работы сервиса и изучением поведения пользователей. Особенно это было актуально для средних и крупных компаний, которые выходили из офлайна в онлайн или из web в mobile.


Сейчас мы видим, что доходы населения не растут. Люди более осторожно выбирают то, куда они понесут свои деньги. С началом пандемии конкуренция в digital сильно выросла, в первую очередь в сегменте интернет-торговли. Выйти первым в пустой рынок — в голубой океан — уже не получится.
Аналитика — и предварительная, и постоянная — перестала быть модным бонусом при разработке цифровых решений. Теперь это необходимость. И отслеживать нужно не только ситуативные изменения, но и глубокие продуктовые метрики по каждой фиче продукта.


Как начать

Аналитика дает нам понимание того, на какие показатели бизнеса влияет продукт.

Она показывает, например, что в приложении (по сравнению с сайтом) средний чек выше, активация пользователей дешевле, возвращаемость лучше. Если люди пользуются приложением и хорошо активировались, то они остаются с брендом в приложении дольше, чем в любом другом канале.

Предположим, интернет-магазин планирует удвоить число клиентов. Каким образом мобильное приложение влияет на эту метрику?
Возможно, привлечение новых клиентов через приложение позволит достичь нужных значений. Если задача бизнеса — увеличить прибыль, например, на 30%, то мы пониманием, что в приложении можно допродавать клиенту дополнительные товары или услуги, увеличивая доход с каждого пользователя на 50%, и тем самым влиять на общие стратегические цели. Эти гипотезы мы можем проверить с помощью аналитики.

На старте нам нужно провести декомпозицию стратегических метрик компании в метрики приложения и понять, по каким показателям мы будем оценивать его эффективность. И определять, приносит ли приложение прибыль бизнесу.

Раз уж мы начали говорить об онлайн-торговле, назову те бизнесовые и продуктовые метрики, которые мы отслеживаем в мобильных интернет-магазинах.

  1. Прежде всего мы мониторим общие метрики в мобильном канале — средний чек, LTV, retention, CR, анализ когорт (по большой функциональности).
  2. Также анализируем то, как влияет онбординг на активацию в продукте.
  3. В зависимости от типа продукта можно разложить весь путь пользователя, например на AARRR- или HEART-метрики, оцифровать их и отслеживать по когортам.

Настроив все эти метрики, мы понимаем, какая функциональность востребована у пользователей:

  • Насколько продукт продает, если это интернет-магазин.
  • Насколько он хорошо выполняет свои задачи, например, удерживает аудиторию, если это сервис.

Разрабатывая конкретную функциональность, мы понимаем, как тот или иной блок-фич влияет на каждую метрику. Например — как влияет регистрация на активацию клиента? Правда ли, что придуманный нами онбординг решает эту задачу по активации клиента? Сколько человек из тех, кто его просмотрел, выполнили целевое действие?

В ходе разработки мы настраиваем инструменты аналитики для сбора необходимых данных в мобильном приложении.

Одни из самых удобных и простых в освоении на сегодня инструментов — Яндекс.AppMetrica и Google Analytics. Их базовая функциональность легко осваивается.

Можно использовать и более сложные решения, такие как Amplitude или Mixpanel. Но это имеет смысл, если в компании высокая культура работы с данными. Эти инструменты требуют очень тонкой настройки и больших затрат, которые должны отбиваться за счет получаемых с их помощью инсайтов.

Запрос на очень тонкую настройку отчетов и метрик появляется, когда сам продукт дозревает до поиска точек роста и исследования нетипичных метрик. Искать такие корреляции должен продакт и/или аналитик, имеющий достаточные компетенции и ресурс времени.
Сила более простых инструментов типа AppMetrica в том, что основную часть ответов можно получать из интерфейсных отчетов, не обладая специальными скиллами.

Как правильно настроить инструменты аналитики

Есть два сценария использования аналитических инструментов, и мы рекомендуем использовать их одновременно.

  • Прежде всего в приложение нужно встроить SDK. Это позволит получать общие данные о пользователях: соцдем показатели, данные о моделях устройств и операционных системах, отслеживать количество активных или новых пользователей.
  • Затем нужно подготовить список действий в приложении, которые мы хотим отслеживать. Например, мы хотим контролировать добавление товара в корзину или подтверждение заказа — на эти события мы подключаем AppMetrica или GA. При выполнении нужного действия в аналитическую систему отправляется информация о событии и дополнительные данные, например, информация о сумме покупки.
Мы часто встречаем одну и ту же ошибку: при настройке аналитики используется только один сценарий. Если в приложение только встраивается SDK, бизнес получает общие данные об аудитории, но не видит того, что люди делают внутри приложения.

Но случается, что заказчик просит «обвесить» событиями сразу все и трекать каждый шаг пользователя. На выходе бизнес получает огромный массив данных, но использует лишь 10-20% из них. При этом денег на разработчиков он потратил больше, чем было нужно.

Грамотный путь — понять основные воронки, связать их с бизнес-метриками и учитывать в аналитике только те действия пользователя, которые на них влияют.
Почему аналитику нужно вшивать в продукт

Представьте, мы выпустили приложение, начали его продвигать, привлекать пользователей.

Первые две-три недели после старта — самые показательные. Как только в приложение пойдет трафик и появится достаточно пользователей, благодаря аналитике мы сможем понять, что работает хорошо, а что придется «докрутить».

Возможно, люди набирают товар, готовы оформить заказ, но 90% из них отваливается на этапе регистрации из-за слишком сложного пароля — а приложение не возвращает их к брошенной корзине. Качественная аналитика показывает нам, что нужно оперативно упростить форму регистрации. Количественная — показывает число брошенных корзин и недополученные суммы.

У нас появляется обоснование — аналитика позволяет посчитать экономику новых доработок.
Мы можем оценить стоимость фичи в разрезе эффекта, который она принесет, и стоимости ее разработки. И принять решение, стоит ли вообще что-то менять. Аналитика дает возможность приоритизировать дальнейшие изменения в продукте.

Мы можем оценить не только работу самого сервиса, но и эффективность маркетинговых активностей. Встроенные в приложение инструменты помогут узнать, какой канал привлечения наиболее эффективен — почта, СМС, рекламные щиты и т. д. И как вообще трафик конвертируется в деньги, в платящих пользователей, как долго они с нами живут, насколько все плохо или хорошо с оттоком, когда и почему люди уходят совсем из продукта. Аналитика — это система координат, которая показывает, как работать с аудиторией.

Например, благодаря встроенной аналитике мы знаем, что:

  • средний чек в мобильной версии интернет-магазина на 30% выше, чем на сайте;
  • конверсия по PUSH-коммуникациям в 3 раза лучше, при том, что этот канал — бесплатный;
  • количество целевых действий (например, платежей или добавлений в корзину) в мобильном приложении в 2,5 раза больше, чем в вебе;
  • удержание в мобильном приложении выше в несколько раз.


Вывод

Запустить цифровой продукт на растущем рынке было легко: инвестируешь в маркетинг и продвижение — растет аудитория, растет доход. Сейчас бизнесу приходится конкурировать за внимание потребителя, который, в свою очередь, вынужден экономить.

В этот момент нужно погружаться на уровень метрик и настраивать каждую из них по отдельности. На примерах и цифрах мы показали, где в приложении могут возникать проблемы — непонятный онбординг, сложная активация, неумение отрабатывать брошенные корзины и стимулировать повторные продажи — это те метрики, которые напрямую влияют на основной показатель — доход.

Количественные метрики работают только тогда, когда есть накопленные исторические данные, поэтому, чем раньше мы встроим в продукт аналитику и получим данные для анализа, тем лучше.

Разработка без аналитики — это все равно что управлять самолетом с закрытыми глазами. Пилот руководствуется множеством показаний различных датчиков и систем. Несмотря на то, что он знает маршрут и конечную точку, ему приходится корректировать полет на основе постоянно меняющихся внешних условий.

Управление digital-продуктом похоже на управление самолетом. И любому управленцу, ответственному за развитие продукта, нужен такой дашборд, который будет показывать, все ли хорошо с продуктом.
А такого как раньше — запустил и смотри, как прибывают пользователи и продажи, — уже не будет.

Чек-лист по внедрению аналитики в продукт

  1. Берем стратегические метрики компании. В контексте электронной торговли это средний чек, LTV, retention, CR и др. Это отправная точка для работы.
  2. Декомпозируем метрики на уровень ниже и предполагаем, как именно наш продукт поможет их выполнить.
  3. Сопоставляем стратегические метрики и конкретную функциональность продукта.
  4. Настраиваем систему аналитики: определяем, какие экраны и какие кнопки задействованы в конверсионной воронке клиента. Каждому действию сопоставляем событие — на этом этапе мы привлекаем разработчика, который реализует поставленную задачу.
  5. Тестируем систему аналитики до релиза. Проходим по всем сценариями, убеждаемся, что приложение отправляет в систему аналитики корректные данные, которые помогают найти ответы на все вопросы.
  6. Если речь о новом продукте — вовлекаем пользователей и собираем статистику. Если выпускаем новую версию приложения — стимулируем пользователей обновиться.Только накопив критический массив данных, мы сможем оценить, насколько приложение соответствует стратегическим целям компании.
  7. Важно не прекращать эту работу и поддерживать систему аналитики в актуальном состоянии: новые фичи могут влиять на работу всего приложения, доставлять неудобство пользователю. Регулярный отчет от аналитика или продакта покажет, как работают обновления и продолжается ли запланированный рост показателей.