“Я не разбираюсь в цифрах” - какая математика нужна продакту.
Когда ты только осваиваешься в профессии, тебя пугает неизвестность.
В продакт менеджменте есть несколько сфер знаний, которые ты осваиваешь: бизнес, дизайн, технологии, управление людьми и аналитика.
Вот с аналитикой у меня было сложнее всего.
Для того чтобы с ней разобраться, у тебя должен быть продукт - чтобы что то мерить.
И аналитика должна быть настроена, чтобы хоть какие-то данные собирались.
И как мне тогда казалось: нужно еще хорошее знание математики чтобы понять результаты.
Вот в последнем я ошибался.
Все базовые метрики, с которыми по началу сталкиваешься это в основном деление.
Конверсии, ретеншн и т.д.
То есть алгебра за 7 класс.
Но! Понимание принципов, и способность определить, стоит ли цифрам верить - вот это и есть сам навык работы с аналитикой.
Хоть какая то статистика начинает появляться, как только вы набираете десятки тысяч пользователей и вы начинаете запускать А/Б тесты. И даже там все вполне решается калькуляторами.
Для себя я вот что уяснил:
1 Не доверять. Подвергнуть сомнению каждый элемент: какой источник данных, как считали, как в график положили и т.д.
2 Всегда задаваться вопросами: что поменялось - из-за чего это могло произойти? Далеко не всегда причина в наших действиях.
3 Аналитика без правильно заданного вопроса - бессмысленна. И именно над этим надо работать.
Решил собрать 6 небольших заметок про то осваивается продуктовая аналитика:
1 Что продакты считают на самом деле
2 Почему все считают, что аналитика сложная
3 Честность в расчетах
4 Эксперименты и статистика
5 Почему компании молятся на цифры
6 Дашборд, который вы не откроете
Там основные вопросы, с которыми сталкивается каждый, кто только осваивается в дашбордах и аналитике.
Делюсь ответами, которые искал почти 10 лет карьеры в статье: https://podbiratel.com/pm/analytics/intro-to-analytics
· 22.08
когортный разрез по неделям вместо среднего ретеншена по всей базе — это то, чего тут реально не хватает. средний ретеншен 30% не говорит ничего, а когорта «пришли после нового онбординга» сразу показывает, где именно юзер отваливается и в какой день. без этого на малых объёмах а/б тесты превращаются в шум, и ты принимаешь решения по шуму
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён