Как Настроить Продуктовую Аналитику И Укрепить Data-Driven Культуру В Компании

Для омниканальной продуктовой аналитики Лига ставок использует систему Амплитуда , прошедший пилотные испытания с воронкой, регистрацией-идентификацией.

Наша задача — помочь клиентам начать играть в один клик.

На основе данных, полученных от Amplitude, мы сформировали гипотезы: «Почему клиенты не проходят идентификациюЭ» и начал проверять.

Кто-то добился успеха, кто-то меньше, но эффект был положительный.

Мы подключили к сервису как можно больше клиентских событий, собираем и анализируем данные, делаем выводы, на основе аналитики планируем следующие задачи и хотим показать на практике, как мы улучшаем наш продукт.

Как настроить продуктовую аналитику и укрепить data-driven культуру в компании



Работа с данными без Amplitude



Как появилась аналитика данных

В начале 2020 года в Лига ставок сформировал новый отдел «Аналитический центр» (Data Office), который стал связующим звеном для бизнес-подразделений по предоставлению данных и проведению исследований.

Но с созданием команды появились новые требования к источникам данных, которые высветили главный недостаток аналитики: отсутствие отдельной системы с данными о поведении пользователей в продукте.

Поэтому одновременно в начале 2020 года по просьбе Дмитрия Урдина, главного менеджера по продукту «Беттинговой лиги», было принято решение о внедрении системы продуктовой аналитики.

Вопрос был только в том, какой из них выбрать.



Кто работал с данными

Основная задача продукта заключалась в привлечении трафика, поэтому сбор и анализ данных требовались как для маркетинговой команды, так и для всего бизнеса.

До появления Data Office и продуктовой аналитики задачи аналитики были абстрактными, без конкретных целевых результатов.

Поэтому в процессе сбора данных возникли проблемы:

  1. Было сложно расставить приоритеты в задачах, и их выполнение занимало от недели до нескольких месяцев;
  2. В каждом подразделении были свои аналитики, свои источники и модели расчета.

    Поэтому одни и те же показатели часто различались по качеству и содержанию;

  3. Из-за большой загруженности или отсутствия веб-аналитика маркетологи и менеджеры по развитию продуктов не могли получить полную информацию о метриках, даже имея доступ к системам Яндекс.

    Метрика, Google Analytics и AppsFlyer. Им приходилось оставлять заявку в справочной службе и, в зависимости от приоритетов и свободного времени сотрудников, ждать ответа от нескольких часов до недель;

  4. Отсутствие контроля качества.

    В команде не было человека, который бы проверял правильность введенного сбора событий давно.

    Их проверяли только в случае аномального роста или падения.

Мы поняли, что оценить эффективность всех команд, влияющих на продукт и обеспечивающих стабильный рост бизнеса, можно только на основе точных данных.

Так что проблема сбора и анализа данных о пользователях в продукте стала ключевой.



Проблема в отсутствии пользовательских данных об использовании продуктов компании.

Для решения этой задачи мы использовали стандартные системы: Google Analytics, Яндекс.

Метрика, AppsFlyer и внедрили систему аналитики Matomo. Не все данные собирались корректно, а в собственных решениях часто возникали проблемы, например, с высокой нагрузкой базы данных Matomo. Поэтому базу данных пришлось очистить, включая необходимые данные.

Наш опыт лишь доказывает, что в большинстве случаев для продуктовой аналитики лучше использовать готовое решение, чем создавать собственную систему.



Решение — внедрение системы продуктовой аналитики Amplitude.

Для принятия решения о покупке Амплитуда , мы прошли несколько этапов внедрения этой системы:

Этап 1 – Аудит

На этом этапе аналитики Адвентум необходимо было проанализировать, как работает аналитика в нашей компании, и выявить узкие места, которые необходимо улучшить.

Для этого мы составили список вопросов:

  • как реализована аналитика;
  • какие документы и регламенты сформированы для работы с данными;
  • как поддерживается аналитика;
  • как они оптимизируют продукт и в каком формате отчитываются;
  • насколько доступны данные;
  • Как происходит общение между командами? На основе ответов нашей команды мы определили основные проблемы: фрагментация и ограниченная доступность данных, отсутствие регламента работы с ними.

«На этом этапе необходимо было выявить основные проблемы в процессах и дать рекомендации по их устранению.

Ведь самое главное для data-driven компании — удобные процессы работы с данными.

Данные должны быть доступными, понятными, подкрепленными документацией и нормативными актами.

Также важно вовлекать сотрудников и обучать их по каждому пункту.

Именно на это и были направлены наши усилия в дальнейшей работе».

Вадим Шестаков, руководитель отдела аналитики Adventum

Этап 2 – Подготовка к тестированию

Перед тестированием важно определить, какие события отправлять в Амплитуда И записать их в единый реестр — список действий, которые пользователь совершает на сайте.

Реестр помогает разработчикам понять, что означает событие, если это не очевидно из названия.

На этапе обсуждения мы планировали выделить небольшой участок воронки — регистрацию в iOS-приложении, поскольку там уже была настроена отправка событий в системы аналитики, но после составления схемы и реестра событий мы решили сразу отметить выделим основные воронки регистрации, ставок и ставок.

В процессе маркировки мы выявили структурные особенности продукта в сфере ставок, что дало нам вектор дальнейших действий: большое количество событий, на которые можно делать ставки, и множество вариантов исхода ставки.

Они фрагментированы, поэтому в день на сайте может происходить несколько сотен различных событий.

Мы ввели более крупные категории по видам спорта и лигам, а также добавили идентификаторы событий, чтобы их было легче отслеживать.

По правилам безопасности в беттинге данные о стоимости «покупки» передаваться не могут. Поэтому мы сосредоточились на исследовании пути пользователя, а не на сумме ставки.



Этап 3. Проверка концепции

Пока собирались данные по воронкам, мы с командой Адвентум начали обсуждать Proof of Concept (POC) — критерии эффективности внедрения Амплитуда в продукт. Цель состоит в том, чтобы решить, как мы будем измерять ценность системы на нашей стороне.

В результате появился документ, в котором говорилось:

  1. Все этапы реализации, от заключения договора поставки до полной интеграции со сроками и ответственными лицами;
  2. Риски.

    Мы выделили один риск — задержку отправки данных;

  3. Критерии оценки успеха: полнота данных, уровень детализации, выявление резких спадов и взлетов аналитики и так далее.

На этом же этапе анализа Адвентум провели оценку затрат, исходя из примерного количества отправляемых событий в месяц (50–100 миллионов).



Этап 4 – Тестирование

За этот период нам подключили расширенную версию Амплитуда и организовал обучение, чтобы научить наших сотрудников пользоваться системой и показать, какую информацию можно получить с помощью ее инструментов.



Этап 5 – Принятие решения

«Сначала мы думали, что когда мы запустим Amplitude, она, как по взмаху волшебной палочки, ответит на все интересующие нас вопросы и высветит все точки роста в продуктах.

Когда мы интегрировали систему и запустили в нее данные, мы поняли, что самым сложным вопросом является маркировка продукции: как маркировать каждый элемент продукции, чтобы выстроить их в цепочку и понять, где слабое место.

» Алексей Кочанов, руководитель дата-офиса Лиги ставок

Как настроить продуктовую аналитику и укрепить data-driven культуру в компании

Наша команда сформулировала для Amplitude задачи, которые мы хотим решить с помощью системы: 1. Удержать клиента, найти причины низкой конверсии, отток и уменьшить его.

2. Увеличение конверсии при регистрации, ставках и депозитах.

3. Интеграция с другими системами.

4. Отслеживайте карту пути клиента (CJM) и следуйте воронкам регистрации и ставок с пониманием всех шагов и скорости их выполнения.

5. Отслеживать, из какого раздела сделана ставка.

6. Контролировать работу с корзиной (купоном), куда пользователь добавляет события: почему не получается «покупка» ставки, от каких исходов отказываются и почему.

7. Следить за тем, чтобы люди, приходящие в целевую компанию, выполняли условия, а если нет, то откуда они уходили: с неинформативного лендинга, на этапе авторизации и так далее.

8. Отслеживайте, используют ли клиенты новые функции и как они их используют.

Как сейчас работают с данными в Amplitude

С Амплитуда все в Лига ставок может получить доступ к данным, проанализировать их и предложить гипотезы для разработки продукта или решения проблем.

Раньше это могли делать только руководители подразделений.

Благодаря этому у наших команд появился инструмент оценки: KPI по конверсиям и другим целям.

На ранних стадиях реализации Амплитуда лишь несколько сотрудников использовали систему Букмекерские лиги .

Спустя полгода 30 сотрудников активно пользуются сервисом продуктовой аналитики.



Как настроить продуктовую аналитику и укрепить data-driven культуру в компании

С появлением единой системы продуктовой аналитики изменилась и структура нашей компании: помимо нового отдела Data Office в Аналитическом центре создается отдел исследования пользовательского опыта.

Всего в центре сейчас работают 7 человек, которые собирают, обрабатывают и используют данные в аналитике.

И это только начало - Лига ставок активно растет и ищет новые таланты.

Узнайте больше о компании, атмосфере и посмотри открытые вакансии .

А если вы не нашли подходящего, присылайте свое резюме на [email protected] Евгения Агеева, руководитель сообщества Betting League

Какие данные мы собираем в Amplitude?

Максимальная маркировка товаров: это близко к электронной коммерции, у нас те же товары (тарифы) и корзина (купон), но без передачи информации о деньгах.

Для этого произведена интеграция с корпоративным хранилищем компании, где финансовые данные объединяются с данными продуктовой аналитики для пользователей.

Данное решение позволяет дополнить профиль клиента в Амплитуда используя данные из CRM. Теперь можно сегментировать с помощью импортированных данных проводить продуктовую и поведенческую аналитику не только интересующих когорт клиентов при работе с гипотезами, но и общепринятых сегментов букмекерского бизнеса.

Цифровой путь клиента в продукте: на основе данных, записанных в Амплитуда , построит систему рекомендаций с персональными предложениями.



Какие идеи вы получили от внедрения Amplitude?

Благодаря внедрению системы Амплитуда наши аналитики обнаружили слабые места в продукте и внутренних процессах:
  • Данные об ошибках собираются неправильно.

    Когда клиент делает ставку и сталкивается с ошибкой, он получает об этом уведомление.

    Это событие фиксируется в главной системе и отправляется аналитикам.

    Ошибки отправляются случайным образом, что затрудняет их отслеживание и быстрое исправление.

  • Сложный этап регистрации и первая ставка.

    Он построен по большой воронке: пользователю необходимо заполнить многостраничную анкету, добавить документы, дождаться проверки и пройти еще множество шагов, чтобы в конечном итоге сделать ставку.

    Это воронка, из которой пользователь может выйти на каждом этапе.

    Поэтому важно было найти в нем узкие места и устранить их.

  • Вам необходимо создать процесс работы с данными.

    В требованиях к команде разработчиков стали подробно описывать, какие пользовательские шаги в продукте следует перенести в Amplitude. Таким образом, продакт-менеджеры и маркетологи выявляют популярные и непопулярные места в сервисе, а также предлагают гипотезы по улучшению пользовательского опыта.



Что мы планируем дальше?

  • Настройте систему рекомендаций для пользователя: выделите те места, которые ранее его интересовали;
  • Настройте персональные уведомления: напомните клиенту о событии, которое его интересовало, но на которое он так и не сделал ставку, и о событии, которое осталось в «купоне»;
  • Запустить в компании исследовательское подразделение, где на основе собранных данных будут разрабатывать решения по улучшению продукта.

«С момента внедрения Amplitude мы пересмотрели все наши подходы как до, так и после принятия решения.

Это важный фактор, повлиявший не только на наш подход к решению задач, но и на корпоративную культуру компании.

Мы правильно поняли систему, а дальше все зависит от того, как мы научимся ее использовать».

Алексей Кочанов, руководитель дата-офиса Лиги ставок Таким образом команда Data Office хочет повысить лояльность клиентов и повлиять на их поведение, используя собранные данные.

«Мы прошли долгий путь в налаживании детального сбора данных с сайт И Приложения Букмекерская компания осуществила полную регистрацию клиента в системе.

Амплитуда : от обсуждения основного направления аналитики до обучающих мероприятий по работе с платформой.

Теперь сотрудники Букмекерские лиги может самостоятельно работать с данными, искать полезную информацию и делать продукт лучше, не дожидаясь ответа от отдела аналитики.

Я рад, что вместе с моими коллегами из Букмекерской лиги нам удалось проделать такую работу и заложить основу культуры продуктовой аналитики в компании».

Вадим Шестаков, руководитель отдела аналитики Adventum Культура продуктовой аналитики приводит к большему количеству гипотез, более быстрой разработке и более высоким показателям.

Каких результатов нам удалось добиться в следующих случаях, вы узнаете.

СЛЕДУЙТЕ ЗА ОБНОВЛЕНИЯМИ НА СПЕЦИАЛЬНОЙ СТРАНИЦЕ ПРОЕКТА Теги: #лига ставок #менеджер по продукту #аналитика продукта #продукт #Амплитуда #цифровой маркетинг #аналитика продукта #стратегия продукта #команда продукта #Интеллектуальный анализ данных #Большие данные #Аналитика мобильных приложений #Управление продуктом

Вместе с данным постом часто просматривают: