Nota de autor
“Product Analytics for Dummies” es un libro breve pero destacable. Trata el tema de la Analítica de producto de forma bastante completa y es por cierto un excelente punto de partida.
Quién esté dispuesto a leerlo en su idioma original sacará gran partido del tiempo invertido en ello, sin duda.
Por otro lado este resumen en español intenta entregar una síntesis útil como referencia para aquellos que lo han leído como para aquellos que no.
Introducción
Los productos más exitosos a nivel mundial usan analítica de producto. Ya sean una joven StartUp o una empresa de más de 20 años en el mercado, el correcto análisis de la información generada por el uso de productos digitales (y no digitales) es parte de la caja de herramientas para lograr el éxito.
Un análisis de product efectivo consta de 5 partes esenciales que son:
- Buen manejo de los datos (Good data management)
- Análisis del comportamiento (Behavioral Insights)
- Crecimiento impulsado por el producto (Product-led Growth)
- Segmentación por comportamiento (Behavioral Targeting)
- Aprendizaje colaborativo (Collaborative learning)
Buen manejo de los datos
Good data management
Los líderes de la industria usan los datos para crear, personalizar y mejorar las experiencias del cliente.
La forma en que la organización crea y mantiene estos datos se llama data management. Pero sólo manejar los datos no es suficiente.
El BUEN manejo de los datos GOOD data management es uno de esos objetivos que siempre están un paso adelante (y parecen inalcanzables) porque en realidad no hay un destino, hay que disfrutar el camino.
Para tener un buen manejo de los datos se requiere de:
a) Decidir a qué datos vamos a dar seguimiento (data tracking)
Al determinar cuales son los datos que realmente importan los equipos puede lograr el éxito más rápido y evitar riesgos innecesarios.
Los datos obtenidos desde diversas fuentes, incluyendo los embudos de venta deben integrarse en alguna herramienta de analíticas de producto.
Las analíticas del producto deben ser exactas, seguras y accesibles para el equipo.
Si das seguimiento a los datos correctos podrás (a través de las herramientas de analíticas de producto) obtener información como:
- Descubrir las tendencias y perspectivas (trends and insights)
- Crear dashboards sobre el comportamiento de sus clientes.
- Personalizar la experiencia de los clientes.
- Utilizar datos históricos para predecir comportamientos futuros.
- Seguir y medir las experiencia de los usuarios de principio a fin.
Los datos para la analítica de producto se dividen en 2 tipos principales:
- Eventos: Que representan las distintas acciones que los usuarios pueden realizar.
- Propiedades: Que adjuntas a los usuarios o eventos dan información adicional.
Para decidir qué eventos y propiedades incluir, puedes seguir las siguientes directivas
- Deben poder ser usados para mejorar la experiencia del cliente
- Ayudan a los equipos a alinear y medir el impacto en los indicadores clave (KPI)
- Entregan información sobre el engagement y el comportamiento a lo largo del ciclo de vida del usuario.
⚠️ Considera comenzar con solo unos pocos eventos y propiedades (entre 15 y 20 como máximo), esto disminuirá el ruido y podrás encontrar información valiosa para tu equipo y tu producto rápidamente.
b) Procurar datos exactos, seguros y accesibles
Si tus datos no son exactos las decisiones que tomes basado en ellos serán erradas.
Si no están seguros valiosa información podría filtrarse o perderse.
Si no son fácilmente accesibles, no serán revisados periódicamente.
Gobernanza de los datos
El concepto Data governance, describe cómo las personas, procedimientos y herramientas usadas por la organización permiten que los datos sean exactos y útiles.
Algo tan sencillo como que el nombre del evento sea claro e inconfundible con otros indica si el equipo está gobernando los datos o no.
Los cinco aspectos principales de un proceso efectivo de gobierno de datos son:
- Definir una taxonomía (nomenclatura). Iniciar y mantener la taxonomía y la documentación de apoyo.
- Planificar nuevos eventos. Trabaja con los equipos de producto e ingeniería para determinar las convenciones y las planes para medir nuevas características y actualizaciones.
- Establecer los criterios de aprobación de los datos. Verifica su exactitud y borra aquellos datos rotos, faltantes o incoherentes de forma regular.
- Controlar el acceso. Gestiona los permisos y los controles de acceso para garantizar que los datos correctos sean accesibles a las personas correctas.
- Borrar los datos obsoletos. Regularmente debes eliminar datos desactualizados, irrelevantes o no usados cada 30 días a fin de despejar tu herramienta de análisis.
Finalmente las principales consideraciones para construir una fuerte base en el buen manejo de los datos es:
- Definir a los responsables
¿Quién es responsable de cada parte de la buena gestión de datos? Lo ideal es que haya un miembro del equipo dedicado a ello. También puedes definir las responsabilidades y delegar esas tareas en varias personas o departamentos.
- Hacer un plan
Se intencional. Tu plan debe incluir los objetivos principales del negocio y eso definiera los eventos y propiedades a los que se les dará seguimiento.
- Definir procedimientos de control de calidad
Un procedimiento que verifique que los eventos están siendo trackeados y importados en la herramienta de análisis adecuadamente.
- Tener un plan para corregir los datos.
No quieres ser el primero en darte cuenta de los errores. Crea un lugar donde todos puedan reportar problemas con los datos y permite que todos puedan sonar la alarma y buscar formas de resolverlo siguiendo un plan definido.
- Conseguir el apoyo del equipo
Comparte la visión, flujos de trabajo e información con el equipo. Para que ellos apoyen la gestión basada en datos.
Análisis del Comportamiento
Behavioral Insights
Las analíticas de producto ayudan a los equipos a entender el comportamiento de sus usuarios. Esto es clave para el crecimiento impulsado por producto.
Puedes saber si estás dando seguimiento a los datos correctos cuando:
- Puedes crear dashboards y compartir los aprendizajes.
- Eres capaz de optimizar el customer-journey (el recorrido del cliente).
- Eres capaz de descubrir patrones significativos.
- Puedes identificar oportunidades de mejora de alto valor.
Analizando el recorrido del cliente
Cuando analizas el recorrido que siguen los clientes que usan tu producto, verás que hay algunas acciones o eventos que son especialmente significativos, estas secuencias de eventos son conocidos como “embudos” (”funnels” en inglés)
Un buen ejemplo de un embudo podría ser imaginar que tu producto está diseñado para ayudar a los vendedores a reservar citas. Con el análisis del comportamiento, puede descubrir que los usuarios tienen más probabilidades de convertirse en clientes de alto valor una vez que utilizan su producto para reservar su primera cita de ventas. Los usuarios que nunca inician el proceso o que se «caen» en alguna parte del embudo antes de terminar son más propensos a la desertar del proceso.
Ahora bien, no todos los embudos son lógicos o esperados, existen varios recorridos “ocultos” que con las herramientas de análisis correctas podrás descubrir y utilizar para mejorar la retención y reducir la deserción.
Una vez hayas analizado los datos y creado los embudos podrás responder preguntas como ésta:
- ¿Cómo descargan los usuarios su producto?
- ¿Cuáles son las primeras acciones que realiza alguien?
- ¿Qué incentivos se dan para regresar a o reutilizar la aplicación?
El análisis del comportamiento te permitirá
- Tomar mejores decisiones sobre los productos.
- Mejorar las experiencias de los clientes.
- Crear una alineación en torno a resultados medibles
También ayudará al equipo a:
- Informarse o inspirarse en los datos.
- Desarrollar el gusto por la experimentación y el aprendizaje colaborativo.
- Consolidar la idea de que todos los esfuerzos de los productos deben tener resultados medibles.
- Mantener una perspectiva centrada en el cliente.
¿Cómo comienzo a analizar el comportamiento?
Primero deberías determinar cuales son los resultados clave que deseas obtener.
Luego definir las preguntas que te ayudarán a responder si esos resultados han sido alcanzados, estas preguntas podrían parecerse a:
- ¿Cómo podemos aumentar las tasas de activación de nuevos usuarios?
- ¿Cómo podemos monetizar mejor nuestras funciones?
- ¿Cómo podemos convencer a los ejecutivos de que nuestros lanzamientos son exitosos?
¿Te gustó?, suscríbete para recibir la segunda parte tan pronto sea publicada. En ella hablaremos de Crecimiento impulsado por producto, segmentación por comportamiento y aprendizaje colaborativo.
Puedes conectar con el autor y con toda la comunidad de Product Management en Español en nuestro servidor de Discord.
