Зачем учить аналитику

Уметь видеть взаимосвязи между разными элементами продукта, понимать, как изменения тех или иных частей продукта приведут к финансовому результату и растить бизнес с помощью продукта.

Что конкретно нужно знать и уметь

  1. Уметь построить систему метрик, которая связывает продукт, маркетинг и финансы, презентовать эту систему метрик стейкхолдерам и команде, чтобы у всех было общее понимание. Книга - Lean Analytics
  2. Уметь поставить задачу на сбор данных в веб-аналитике. Навыки - GTM, CSS, Mixpanel, Google Analytics
  3. Уметь найти нужную информацию в данных. Навыки - SQL / Excel
  4. Уметь построить график без участия аналитика. Это не обязательно, но понадобится, если вам нужно быстро собрать график для презентации, а все аналитики заняты. Навыки - SQL для скрипта, для визуализации - Redash / Tableau / Metabase / Mixpanel. Книга - Данные: визуализируй, расскажи, используй
  5. Уметь провести A/B-тест, дать задачу аналитику, принять задачу. Если что-то не сходится - уметь заметить ошибку. Этот навык нужен в крупных компаниях, где проводится много A/B-тестов. Курсы - Основы статистики, Experiment Fest, книги по статистике и теории вероятностей ниже
  6. Быть в курсе отраслевых бенчмарков, сравнивать метрики своего продукта с отраслевыми бенчмарками. Сайт: Lenny, Книга Jeff Sauro
  7. Уметь работать с сегментацией клиентов - RFM, ABC, ABCDX и так далее, чтобы смотреть не только со средними значениями по всем, я понимать разрезы, конкретно какой сегмент выпадает и в каком сегменте стоит сделать акцент

Практика

  1. 1-2 раза в неделю выделить слот в календаре на просмотр основных метрик и выводы по ним.
  2. Построить дерево метрик в продукте
  3. Построить дашборд по тем метрикам, которые нужны для вашего продукта

Знать крайности и уметь балансировать (high level)

В аналитике есть 2 крайности - недоаналитика и переаналитика.

  1. Недоаналитика - когда вы не понимаете, что происходит с продуктом, нет системы метрик, главные продуктовые метрики не измеряются.
  2. Переаналитика
    1. Когда вы измеряете любой чих, неважно, зачем
    2. У вас целый отдел аналитики на маленький / не аналитический продукт.
    3. Когда на анализ уходит больше ресурсов и денег, чем на то, чтобы разработать.
    4. Когда вы посмотрели много данных, находитесь в состоянии анализа долгое время, но не можете принять решение и двинуться дальше, при этом стоимость принятия решения небольшая.

Как избегать крайностей