🫣 Чем отличается хорошая гипотеза от плохой?
В предыдущих постах я много писал о том что АБ тест это всего лишь инструмент проверки гипотез. Сначала идет гипотеза, а потом уже инструмент для её проверки. Давайте разберем какими параметрами должна обладать хорошая гипотеза
1. Сигналы жизнеспособности
Под сигналами я имею в виду некоторые предпосылки успешности гипотезы. Например вы провели исследование поведения пользователей в продукте и нашли, что пользователи не могут пройти калькулятор в воронке.
Вы видите это на цифрах - это сигнал о том что это жизнеспособная гипотеза. Допустим провели опрос пользователей и они тоже сказали, что им не понятен калькулятор. У вас уже 2 сильных сигнала о жизнеспосбности.
2. Целевая аудитория
Любой продукт и его фичи должны делаться с прицелом на конкретную аудиторию. Также и с гипотезами. Вы должны четко понимать на какой сегмент аудитории хотите повлиять своей гипотезой.
Большое заблуждение считать, что у вашего продукта однородная аудитория. Как правило есть несколько разных работ или потребностей у разных групп пользователей.
Если вы не знаете сегменты своей аудитории и их потребности, критерии выбора и cjm, то вам рано заниматься АБ тестами, т.к. вы будете стрелять из пушки по воробьям и жечь ресурс и время команды.
3. Понятное изменение
Здесь речь про реализацию. Что конкретно вы хотите изменить в продукте, на каком экране это будет сделано, как будет выглядеть фича или написан новый оффер.
4. Ценность или решение задачи
Это очень важный пункт. Если вы не можете убедительно объяснить себе и команде какую именно задачу пользователя вы решите при помощи гипотезы или как увеличите ценность для клиента, то скорее всего вы делаете какую-то бесполезную фигню, которую пользователи даже не заметят. Чтобы обосновать ценность нужно четко понимать аудиторию, что было указано в п 2.
5. Эффект и метрики
У гипотезы должны быть метрики по которым вы точно сможете идентифицировать влияние. Подбор метрик это отдельная большая тема, т.к. важно учитывать чувствительность метрик, релевантность для гипотезы и прочее.
6. Размер аудитории
Возможно все предыдущие пункты выполнены на 100%, но может случится, что сегмент на который вы планируете влиять очень маленький и теряется всякий смысл, т.к. бизнес эффект будет очень маленький. Например на страницу сайта где вы хотите тестировать приходит всего 100 пользователей в месяц и доход от них 0,001% выручки.
Прикрепляю пример расписанной гипотезы
В предыдущих постах я много писал о том что АБ тест это всего лишь инструмент проверки гипотез. Сначала идет гипотеза, а потом уже инструмент для её проверки. Давайте разберем какими параметрами должна обладать хорошая гипотеза
1. Сигналы жизнеспособности
Под сигналами я имею в виду некоторые предпосылки успешности гипотезы. Например вы провели исследование поведения пользователей в продукте и нашли, что пользователи не могут пройти калькулятор в воронке.
Вы видите это на цифрах - это сигнал о том что это жизнеспособная гипотеза. Допустим провели опрос пользователей и они тоже сказали, что им не понятен калькулятор. У вас уже 2 сильных сигнала о жизнеспосбности.
2. Целевая аудитория
Любой продукт и его фичи должны делаться с прицелом на конкретную аудиторию. Также и с гипотезами. Вы должны четко понимать на какой сегмент аудитории хотите повлиять своей гипотезой.
Большое заблуждение считать, что у вашего продукта однородная аудитория. Как правило есть несколько разных работ или потребностей у разных групп пользователей.
Если вы не знаете сегменты своей аудитории и их потребности, критерии выбора и cjm, то вам рано заниматься АБ тестами, т.к. вы будете стрелять из пушки по воробьям и жечь ресурс и время команды.
3. Понятное изменение
Здесь речь про реализацию. Что конкретно вы хотите изменить в продукте, на каком экране это будет сделано, как будет выглядеть фича или написан новый оффер.
4. Ценность или решение задачи
Это очень важный пункт. Если вы не можете убедительно объяснить себе и команде какую именно задачу пользователя вы решите при помощи гипотезы или как увеличите ценность для клиента, то скорее всего вы делаете какую-то бесполезную фигню, которую пользователи даже не заметят. Чтобы обосновать ценность нужно четко понимать аудиторию, что было указано в п 2.
5. Эффект и метрики
У гипотезы должны быть метрики по которым вы точно сможете идентифицировать влияние. Подбор метрик это отдельная большая тема, т.к. важно учитывать чувствительность метрик, релевантность для гипотезы и прочее.
6. Размер аудитории
Возможно все предыдущие пункты выполнены на 100%, но может случится, что сегмент на который вы планируете влиять очень маленький и теряется всякий смысл, т.к. бизнес эффект будет очень маленький. Например на страницу сайта где вы хотите тестировать приходит всего 100 пользователей в месяц и доход от них 0,001% выручки.
Прикрепляю пример расписанной гипотезы
👍10👏5🔥2
А вы тоже почувствовали волну весеннего найма?
У меня резюме скрыто на HH(не планирую менять работу), но с конца марта в телеге активно начали писать HRы🙃
У меня резюме скрыто на HH(не планирую менять работу), но с конца марта в телеге активно начали писать HRы🙃
👍7
🧪 Проверка гипотез ≠ АБ тесты
Не всегда когда говорят про проверку гипотез имеют в виду АБ тесты. АБ тесты или же эксперименты это не единственный способ проверки гипотез. Рассмотрим несколько примеров.
✔️ 1. У вас стартап на этапе валидации проблемы
У вас есть ряд гипотез о том какие проблемы должен решать ваш продукт и вы хотите их проверить. Тут вы можете использовать глубинные интервью для того чтобы узнать у потенциальных клиентов, а действительно ли у них есть эти проблемы. Т.е. тут инструментом проверки гипотез является интервью.
✔️ 2. У вас упала конверсия в интернет магазине
Возьмем 2 гипотезы:
- упала доля трафика на конверсиоонные товары
- товар который хорошо конвертился закончился у вас в магазине.
Для того чтобы проверить первую гипотезу надо оценить динамику трафика в системе веб-аналитики для страницы конверсионного товара, есть ли просадка, которая может объяснить падение конверсии.
Для того чтобы проверить вторую гипотезу надо определить ТОП товаров приносящих много конверсий и проверить нет ли в карточках товара отметки "товар закончился".
✔️ 3. У вас есть сайт с воронкой заказа
И вы видите, что на одном из этапов упала конверсия. У вас есть гипотеза, что сломалась кнопка. Вы можете посмотреть записи веб визора на этом этапе и проверить попадают ли пользователи кликнувшие на кнопку на следующий этап воронки.
✔️ 4. Вы запустили рекламу на новый регион, но заказов нет
У вас гипотеза, что ваша служба доставки и модуль выбора доставки не работает с регионом на который вы запустили рекламу. Как будем проверять гипотезу? Очень просто - посмотрим, а есть ли вообще такой регион в модуле доставки.
Как видите некоторые гипотезы можно проверить с помощью очень простых исследований и АБ тесты нужны не для всех гипотез.
Не всегда когда говорят про проверку гипотез имеют в виду АБ тесты. АБ тесты или же эксперименты это не единственный способ проверки гипотез. Рассмотрим несколько примеров.
У вас есть ряд гипотез о том какие проблемы должен решать ваш продукт и вы хотите их проверить. Тут вы можете использовать глубинные интервью для того чтобы узнать у потенциальных клиентов, а действительно ли у них есть эти проблемы. Т.е. тут инструментом проверки гипотез является интервью.
Возьмем 2 гипотезы:
- упала доля трафика на конверсиоонные товары
- товар который хорошо конвертился закончился у вас в магазине.
Для того чтобы проверить первую гипотезу надо оценить динамику трафика в системе веб-аналитики для страницы конверсионного товара, есть ли просадка, которая может объяснить падение конверсии.
Для того чтобы проверить вторую гипотезу надо определить ТОП товаров приносящих много конверсий и проверить нет ли в карточках товара отметки "товар закончился".
И вы видите, что на одном из этапов упала конверсия. У вас есть гипотеза, что сломалась кнопка. Вы можете посмотреть записи веб визора на этом этапе и проверить попадают ли пользователи кликнувшие на кнопку на следующий этап воронки.
У вас гипотеза, что ваша служба доставки и модуль выбора доставки не работает с регионом на который вы запустили рекламу. Как будем проверять гипотезу? Очень просто - посмотрим, а есть ли вообще такой регион в модуле доставки.
Как видите некоторые гипотезы можно проверить с помощью очень простых исследований и АБ тесты нужны не для всех гипотез.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤1
Audio
Короче появилась новая нейросеть, которая может сочинять треки и музыку и это все спеть.
Но на русском она не смогла мне текст сочинить. Поэтому текст сочинил я сам, а нейросеть сделала музыку и спела песню
Наслаждайтесь 😁
P.S. Кидайте ваши треки если попробовали сделать в suno
Please open Telegram to view this post
VIEW IN TELEGRAM
👏15😁6👍5👎1
Вспомнил, что раньше был курс по по digital аналитике от digital god. По мне эта самая крутая реклама курсов по аналитике, которую я видел. Я так и не успел попасть на этот курс, т.к. закрыли, но клип остался на youtube https://youtu.be/IcH8qi1Ja3k
YouTube
Nikita Shirobokov - Digital God
Научим решать практические задачи при помощи программирования https://digitalgod.be
Soundcloud: https://soundcloud.com/dmitry-rodin-489648277/nitika-shirobokov-digital-god
Soundcloud: https://soundcloud.com/dmitry-rodin-489648277/nitika-shirobokov-digital-god
🚨 Ошибки в работе с коэффициентом конверсии
В одном из чатов спросили про ошибки при расчете коэффициента конверсии, накатал комментарий и решил поделиться у себя)
Пункты ниже не всегда являются ошибками, но чаще всего все же являются, нужно смотреть конкретную ситуацию.
1. Усреднение конверсии по сегментам, которые сильно отличаются. Например, мобилки и десктоп или разные источники трафика.
2. Расчет конверсии на всем потоке пользователей, а не на когортах.
3. Точечная оценка конверсии, без учёта доверительных интервалов.
4. Расчет конверсии без учёта цикла сделки, т.е. периода дозревания когорт.
5. Не верный выбор базисных единиц в числителе и знаменателе. Например, в числитель записали число заявок, а в знаменателе число пользователей. Это получится не конверсия, к среднее число заявок на пользователя.
6. Возможна не верная оценка результатов АБ тестов при расчете конверсии по сессиям. Статья1, статья2
В одном из чатов спросили про ошибки при расчете коэффициента конверсии, накатал комментарий и решил поделиться у себя)
Пункты ниже не всегда являются ошибками, но чаще всего все же являются, нужно смотреть конкретную ситуацию.
1. Усреднение конверсии по сегментам, которые сильно отличаются. Например, мобилки и десктоп или разные источники трафика.
2. Расчет конверсии на всем потоке пользователей, а не на когортах.
3. Точечная оценка конверсии, без учёта доверительных интервалов.
4. Расчет конверсии без учёта цикла сделки, т.е. периода дозревания когорт.
5. Не верный выбор базисных единиц в числителе и знаменателе. Например, в числитель записали число заявок, а в знаменателе число пользователей. Это получится не конверсия, к среднее число заявок на пользователя.
6. Возможна не верная оценка результатов АБ тестов при расчете конверсии по сессиям. Статья1, статья2
🔥13👏2
Удалось ли вам получить пользу или инсайты от постов в этом блоге?
Anonymous Poll
22%
Нет
73%
Да
5%
Сейчас расскажу в комментах
У многих ребят, с которыми я беседую на консультациях, в голове есть идея, что для успешного поиска и трудоустройства им не хватает хард скиллов. Это относится как к начинающим так и к опытным аналитикам.
На мой взгляд хард скиллы переоценены в вопросе трудоустройства. Очень важно иметь обширную сеть контактов. В одном канале я прочитал, что если хотите бустануть карьеру, то проводите каждую неделю хотябы 1 созвон с людьми из индустрии для того чтобы развивать свою сеть контактов. Я согласен с тем, что важно развивать сеть контактов. Но созвоны требуют много времени и индивидуального подхода.
Лучше всего развивать свой блог, выпускать профессиональные статьи, чатиться в профильных чатах, так вы будете обрастать знакомствами.
Как я попал на 3 последних места работы?
1. Когда я устраивался в OWOX, то рассказал, что веду блог toolmark.ru, оказалось, что некоторые из ребят его читали, т.е. получается были заочно знакомы со мной и моими компетенциями. А некоторые были подписаны на меня в FB и им нравились мои аналитические мемчики.
2. В Банк Точка я попал по рекомендации от одногруппника, с которым мы учились на курсе аналитики в Яндекс Практикуме.
3. При трудоустройстве в Альфа Банк я уже был знаком с несколькими аналитиками. Они были нашими клиентами, когда я работал в OWOX. Соответственно внутри компании уже были люди, знакомые со мной и моим уровнем компетенций.
Т.е. во всех случаях у меня было преимущество в виде, знакомств, либо заочного знакомства через статьи в моем блоге или соц.сети.
Развивайте вашу сеть контактов:
- общайтесь в профильных чатах
- знакомьтесь с аналитиками из других компаний
- ходите на конференции
- общайтесь в рамках обучений на которые ходите
- разивайте линкедин и показывайте там свой опыт
- ведите телеграм канал или профильный блог на хабре или VC
Так через несколько лет вы сможете получить обширную сеть контактов и внутри компаний будут люди которые смогут подтвердить ваши компетенции, а это довольно сильное преимущество в сравнении с кандидатом, о котором никто ничего не знает.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍28
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8
А знаете ли вы курсы по аналитике, где не учат инструментам, а учат именно анализу, методикам, исследованиям, выработке рекомендаций и принятию решений на основе данных?
🤔13
Я тут выше выложил пост, где попросил поделиться прикольными материалами по анализу поведения пользователей, но материалами поделились только 2 человека.
По сути основная задача продуктового аналитика это извлечение инсайтов из данных и подготовка рекомендаций по развитию продукта. По данным предыдущих опросов, в канале больше всего людей идентифицируют себя как "продуктовый аналитик".
Но я тогда не понимаю почему никто не поделился материалами. Поэтому ниже будет опрос
По сути основная задача продуктового аналитика это извлечение инсайтов из данных и подготовка рекомендаций по развитию продукта. По данным предыдущих опросов, в канале больше всего людей идентифицируют себя как "продуктовый аналитик".
Но я тогда не понимаю почему никто не поделился материалами. Поэтому ниже будет опрос
🤔1🎉1
Почему вы не поделились материалами?
Anonymous Poll
17%
Я не занимаюсь анализом поведения пользователей
4%
Мои материалы - моя прелесть. Никому не отдам
39%
Мне интересна тема, но у меня нет стоящих материалов
47%
Я только вкатываюсь в эту вашу аналитику и не шарю в этом всем
3%
Другое(пиши коммент)
🤞Почему не корректно брать для расчета результатов АБ теста только пользователей взаимодействовавших с фичей?
Рассмотрим пример, запускаем АБ тест калькулятора. Но решаем, что результат АБ теста будем оценивать только по тем пользователям которые кликали в калькулятор, т.к. вроде же логично, что надо в первую очередь оценить поведение тех для кого фича интересна, зачем нам те кто не проявил никакого интереса к ней?
В таком подходе кроется ловушка. Вы для оценки берете не всех пользователей, которые подверглись эксперименту, а только тех кто отреагировал на изменение, тем самым нарушаете одно из главных предположений о том, что сравниваемые группы в АБ тесте равны по всем параметрам. Соответственно в выборках присутствует ошибка отбора.
Может случится ситуация, что если вы будете считать конверсию только по тем кто работал с калькулятором, то конверсия вырастет в тестовом варианте, но по факту когда раскатите или пересчитаете на пользователей которые видели калькулятор, то конверсия будет ниже в тестовом варианте.
Накидал пример с цифрами в гугл таблице
Вы можете сказать, что Юра опять ты пишешь очевидные вещи, но на самом деле они очевидны когда вы акцентировали на них внимание, а когда ты в потоке работы и у тебя нет времени хорошенько обдумать каждое решение, то легко допустить подобные ошибки. Ко мне приходят иногда с предложениями посчитать АБ тест таким образом))
Рассмотрим пример, запускаем АБ тест калькулятора. Но решаем, что результат АБ теста будем оценивать только по тем пользователям которые кликали в калькулятор, т.к. вроде же логично, что надо в первую очередь оценить поведение тех для кого фича интересна, зачем нам те кто не проявил никакого интереса к ней?
В таком подходе кроется ловушка. Вы для оценки берете не всех пользователей, которые подверглись эксперименту, а только тех кто отреагировал на изменение, тем самым нарушаете одно из главных предположений о том, что сравниваемые группы в АБ тесте равны по всем параметрам. Соответственно в выборках присутствует ошибка отбора.
Может случится ситуация, что если вы будете считать конверсию только по тем кто работал с калькулятором, то конверсия вырастет в тестовом варианте, но по факту когда раскатите или пересчитаете на пользователей которые видели калькулятор, то конверсия будет ниже в тестовом варианте.
Накидал пример с цифрами в гугл таблице
Вы можете сказать, что Юра опять ты пишешь очевидные вещи, но на самом деле они очевидны когда вы акцентировали на них внимание, а когда ты в потоке работы и у тебя нет времени хорошенько обдумать каждое решение, то легко допустить подобные ошибки. Ко мне приходят иногда с предложениями посчитать АБ тест таким образом))
👍16❤🔥2
Подготовка к анализу поведения пользователей в продукте и поиску точек роста
Есть много подходов, нельзя сказать что какой-то правильный или не правильный, поделюсь своим виденьем.
✅ Сначала смыслы - потом цифры
Если у анализа нет целей и контекста, то из него сложно извлечь пользу
✅ Продукт - это не просто картинка на экране
Это набор определенных сценариев для решения задач пользователей
✅ Пользователи - это не просто логи в БД
У них есть задачи, они находятся на разных стадиях жизни в продукте
Продукт и пользователи - это не плоская, а объемная история. Поэтому надо включать свои 3D очки, чтобы увидеть смысл и истории за интерфейсами и цифрами.
Для того чтобы анализ был осознанным и принес результаты, должны быть несколько элементов.
1. Цель
Цель позволит сфокусировать анализ. Как правило целью анализа продукта может быть поиск точек роста(узких мест) в продукте в целом или в отдельных подпроцессах(онбординг, конверсия, удержание и прочее), либо работа с отдельными сегментами или фичами в этих процессах.
2. Сегменты
Без сегментации невозможно сделать осмысленный анализ. Т.к. если вы возьмете усредненных пользователей, то они будут не информативны - сильно зашумлены и вы не увидите реальной картины. Поэтому важно провести сегментацию по значимым параметрам и смотреть сегменты отдельно.
Типы значимых сегментов
2.1 По потребностям и решаемым задачам
2.2 По типу платформы
2.3 По этапу жизни в продукте
2.4 Что-то еще в зависимости от вашего продукта
3. Понимание сценариев использования продукта и их соответствие этапам жизни в продукте.
Т.е. вы должны понимать какие части продукта в какие моменты времени участвуют в онбординге, в активации, в конверсии, в удержании и прочее.
4. Задачи пользователя
У пользователей из разных сегментов есть определенные задачи, критерии выбора, барьеры и на каждом этапе жизни в продукте они должны решать эти задачи, что бы двигаться дальше от онбординга к монетизации.
5. Целевые действия и метрики
Чтобы понять может ли пользователь решить свои задачи при помощи вашего продукта у вас для каждого этапа жизни клиента в продукте должны быть целевые действия.
По которым вы сможете понять, что пользователь решает свои задачи и переходит с этапа на этап. На основе ключевых событий можно создать метрики для оценки эффективности каждого этапа.
Все эти параметры можно завернуть в табличку. Для каждого значимого сегментам вы можете сделать такую таблицу отдельно. Прикрепил пример таблички для интернет магазина, по продаже чая, она далеко не идеальна, но для иллюстрации идеи подойдет.
Резюме
Когда у вас есть понимание бизнес задач, понимание сегментов пользователей и их задач, понимание этапов жизни пользователя в продукте, понимание сценариев использования продукта и метрики по которым вы можете проводить оценку, то после этого можно идти зарываться в логи, анализировать отдельные фичи и микроворонки.
Без понимания сегментов данные будут запутанными и не понятными, без понимания глобальных сценариев, анализ фичей будет вырван из контекста и только запутает.
Есть много подходов, нельзя сказать что какой-то правильный или не правильный, поделюсь своим виденьем.
Если у анализа нет целей и контекста, то из него сложно извлечь пользу
Это набор определенных сценариев для решения задач пользователей
У них есть задачи, они находятся на разных стадиях жизни в продукте
Продукт и пользователи - это не плоская, а объемная история. Поэтому надо включать свои 3D очки, чтобы увидеть смысл и истории за интерфейсами и цифрами.
Для того чтобы анализ был осознанным и принес результаты, должны быть несколько элементов.
1. Цель
Цель позволит сфокусировать анализ. Как правило целью анализа продукта может быть поиск точек роста(узких мест) в продукте в целом или в отдельных подпроцессах(онбординг, конверсия, удержание и прочее), либо работа с отдельными сегментами или фичами в этих процессах.
2. Сегменты
Без сегментации невозможно сделать осмысленный анализ. Т.к. если вы возьмете усредненных пользователей, то они будут не информативны - сильно зашумлены и вы не увидите реальной картины. Поэтому важно провести сегментацию по значимым параметрам и смотреть сегменты отдельно.
Типы значимых сегментов
2.1 По потребностям и решаемым задачам
2.2 По типу платформы
2.3 По этапу жизни в продукте
2.4 Что-то еще в зависимости от вашего продукта
3. Понимание сценариев использования продукта и их соответствие этапам жизни в продукте.
Т.е. вы должны понимать какие части продукта в какие моменты времени участвуют в онбординге, в активации, в конверсии, в удержании и прочее.
4. Задачи пользователя
У пользователей из разных сегментов есть определенные задачи, критерии выбора, барьеры и на каждом этапе жизни в продукте они должны решать эти задачи, что бы двигаться дальше от онбординга к монетизации.
5. Целевые действия и метрики
Чтобы понять может ли пользователь решить свои задачи при помощи вашего продукта у вас для каждого этапа жизни клиента в продукте должны быть целевые действия.
По которым вы сможете понять, что пользователь решает свои задачи и переходит с этапа на этап. На основе ключевых событий можно создать метрики для оценки эффективности каждого этапа.
Все эти параметры можно завернуть в табличку. Для каждого значимого сегментам вы можете сделать такую таблицу отдельно. Прикрепил пример таблички для интернет магазина, по продаже чая, она далеко не идеальна, но для иллюстрации идеи подойдет.
Резюме
Когда у вас есть понимание бизнес задач, понимание сегментов пользователей и их задач, понимание этапов жизни пользователя в продукте, понимание сценариев использования продукта и метрики по которым вы можете проводить оценку, то после этого можно идти зарываться в логи, анализировать отдельные фичи и микроворонки.
Без понимания сегментов данные будут запутанными и не понятными, без понимания глобальных сценариев, анализ фичей будет вырван из контекста и только запутает.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11🔥7👎1
🦸♂ Что объединяет опытных продактов и аналитиков?
Умение быстро оценить потенциал большинства идей при помощи простых расчетов и здравого смысла, а не идти по сложному пути.
Это позволяет сэкономить ресурс и ускорить рост продукта за счёт концентрации на жизнеспособных идеях.
Примеры
1. Upsell
Появилась идея сделать аппсел, чтобы увеличить средний чек и выполнить план по выручке. Посчитали экономику, выяснили, что точка роста вообще не в среднем чеке, а в повторных продажах.
2. Потенциал АБ теста
Хотели запустить АБ тест, вроде гипотеза сильная, но проверили трафик который доходит до точки где должен быть эксперимент и поняли что эксперимент делать нет смысла, т.к. мало пользователей в него попадет.
3. Модель атрибуции
Хотели разрабатывать сложную модель атрибуции для оценки трафика, но проанализировав число каналов трафика до конверсии выяснили, что 80% пользователей совершают 1 сессию, отказались от разработки модели атрибуции.
4. Управление рекламой
Хотели масштабировать прибыльную рекламную кампанию с хорошим romi, но выяснили что рекламная кампания по брендовым запросам и масштабировать ее не удастся, отказались от идеи поднимать ставки.
5. Выбор метрик
Хотели взять для оценки продуктовых изменений метрику LTV, т.к. она максимально важна для бизнеса, но подумав что для сбора статистики по ней придется ждать 6 месяцев отказались от нее в пользу более быстрых метрик.
Умение быстро оценить потенциал большинства идей при помощи простых расчетов и здравого смысла, а не идти по сложному пути.
Это позволяет сэкономить ресурс и ускорить рост продукта за счёт концентрации на жизнеспособных идеях.
Примеры
1. Upsell
Появилась идея сделать аппсел, чтобы увеличить средний чек и выполнить план по выручке. Посчитали экономику, выяснили, что точка роста вообще не в среднем чеке, а в повторных продажах.
2. Потенциал АБ теста
Хотели запустить АБ тест, вроде гипотеза сильная, но проверили трафик который доходит до точки где должен быть эксперимент и поняли что эксперимент делать нет смысла, т.к. мало пользователей в него попадет.
3. Модель атрибуции
Хотели разрабатывать сложную модель атрибуции для оценки трафика, но проанализировав число каналов трафика до конверсии выяснили, что 80% пользователей совершают 1 сессию, отказались от разработки модели атрибуции.
4. Управление рекламой
Хотели масштабировать прибыльную рекламную кампанию с хорошим romi, но выяснили что рекламная кампания по брендовым запросам и масштабировать ее не удастся, отказались от идеи поднимать ставки.
5. Выбор метрик
Хотели взять для оценки продуктовых изменений метрику LTV, т.к. она максимально важна для бизнеса, но подумав что для сбора статистики по ней придется ждать 6 месяцев отказались от нее в пользу более быстрых метрик.
🎉12👍7
Как часто вы заходите в этот канал?
Anonymous Poll
54%
Если увидел в списке каналов, что есть новый пост, то захожу
7%
Ежедневно проверяю, жду новые посты
22%
1-3 раз в неделю специально захожу посмотреть новые посты
9%
Несколько раз в месяц
12%
Захожу когда вспоминаю, что в канале может быть нужная мне инфа
2%
Другое