Интересуетесь бизнес-анализом в ИТ? Приглашаю Вас ознакомиться с моей книгой "Профессия "бизнес-аналитик". Краткое пособие для начинающих", которая вышла в издательстве "Олимп-Бизнес".
В мае 2019 года я посетил семинар Влада Исмагилова из компании Яндекс.Маркет, посвящённый продуктовой аналитике. Влад — руководитель аналитической службы. Сегодня Яндекс.Маркет – дочерняя компания Яндекса, развивающая сервисы электронной коммерции. Организатором семинара выступила компания Ак Барс Цифровые технологии.
О том, что такое аналитика и какие задачи стоят перед аналитиком в современной компании – в сегодняшнем материале Self.Dev().
Аналитика. Что это? Зачем это нужно?
По словам Влада, суть аналитики, как сферы деятельности – помощь в принятии решений на основе данных. Яркий кинематографический пример аналитики – фильм “Moneyball” с Брэдом Питтом в главной роли. В российском прокате фильм шёл под названием «Человек, который изменил всё».
Фильм о спортивном менеджере, который пытается добиться больших высот с заурядной бейсбольной командой. Со временем герой Питта разочаровывается в классическом подходе подбора игроков на основе наблюдений скаутов и их экспертных оценок. Вместо этого он начинает анализировать большие объёмы данных о технических действиях сотен игроков. По результатам статистического анализа он собирает команду из спортсменов, которые хороши только в одном или двух игровых действиях: броске, приёме, перемещениях между базами и т.д. В итоге за значительно меньшие деньги формируется боеспособный коллектив.
Итак, аналитик работает с данными, на основе которых менеджер сможет принять управленческое решение. При этом не обязательно собирать исчерпывающую информацию – это может занять слишком много времени. Вполне достаточно 70% доступных сведений. В подтверждение этого тезиса Влад привёл цитату Джэффа Бэзоса, основателя компании Amazon.com:
«Если собирать ВСЮ необходимую информацию для принятия решений, Вы никогда не ошибётесь, но всегда будете отставать»
В своём рассказе Влад Исмагилов выделил 8 типов аналитики.
Рассмотрим подробнее каждый из них. В качестве практических примеров Влад приводил сервисы электронной коммерции.
Продуктовая аналитика
Т.к. в первую очередь семинар был посвящён продуктовой аналитике, Влад уделил этой теме больше времени, нежели другим направлениям.
Продуктовая аналитика — направление, связанное с созданием новых продуктов, поиском путей развития компании и экспериментами. Упрощённо, продуктовый аналитик проходит 5 этапов при создании нового продукта или сервиса.
Этап 1. «А может не надо?».
Задумав новый сервис, который перевернёт мир, важно спросить себя – действительно ли в подобном сервисе есть необходимость? Аналитик отвечает на десятки вопросов типа:
- Каковы перспективы сервиса, с учётом тенденций развития отрасли?
- Почему мы считаем, что сервис понравится потребителям?
- Нет ли похожих сервисов у конкурентов? Если есть, то каковы их успехи? Если сервис «не взлетел», то по какой причине?
Если по итогам изучения таких вопросов энтузиазм не испарился, можно переходить к этапу 2.
Этап 2. Пилотный проект
На втором этапе аналитик должен определиться: как дёшево проверить, что от внедрения нового сервиса или продукта будет польза. На этом этапе проектируются и запускаются примитивные прототипы.
Этап 3. А/B тестирование и вилка решений
Суть А/B тестирования лучше пояснить на примере. Допустим, у Вас есть интернет-магазин. Вы хотите добавить в магазин пару новых фишек – например, красивую кнопку оформления заказа и 3D-обзор товара. Для удобства, назовём их «Фича 1» и «Фича 2» соответственно. Текущее состояние магазина без новых фич – это контрольный показатель. Затем Вы создаёте несколько версий магазина: с «Фичей 1», с «Фичей 2», с обеими «Фичами» сразу. И демонстрируете новые версии сайта фокус-группам пользователей.
Ваша цель — понять, как новые изменения и их комбинации повлияли на показатели работы магазина, по сравнению с контрольным показателем. Возможно, что смена цвета кнопки с синего на красный приведёт к оттоку пользователей. Или наоборот, заказов станет больше. Исходя из таких тестов собирается набор данных, на основе которых принимается решение: добавлять новую фичу на сервис или нет.
На этом этапе возникает термин «вилка решений». Перед началом работ Вы должны однозначно определиться с критериями принятия решения. Т.е. организаторы на берегу договариваются: если новая фича привела к увеличению интересующего показателя на x%, значит работы по внедрению продолжаются. А если фича уменьшила интересующую метрику на y% — значит от фичи отказываемся и придумываем что-то ещё.
Этап 4. Запуск в промышленную эксплуатацию
Если А/B тестирование показало приемлемые результаты, то новая фича внедряется на сервис в полном объёме.
Этап 5. Сопровождение
На последнем этапе анализируется востребованность новых функций со стороны пользователя, работа обновлённого сервиса, подводятся итоги проведённой работы. Кроме того, аналитик в течение определённого времени сопровождает обновлённый сервис во избежание непредвиденных инцидентов.
Бизнес-анализ
Классическое определение: бизнес-анализ – деятельность, которая позволяет внедрять изменения в компании путём определения потребностей и рекомендации решений, которые обеспечивают ценность для заинтересованных лиц.
В случае с сервисами электронной коммерции, бизнес-аналитик занят работой с:
- Бизнес-процессами компании;
- Планами развития компании и KPI;
- Оттоком и сегментацией партнёров;
- Ассортиментной и ценовой политикой.
Как отметил Влад, важная задача бизнес-аналитика – поддержка оптимального количества заказов на складе. Иными словами, чтобы в любой момент времени на складе было нужное количество товара, но не больше: хранение лишних единиц товара всегда связано с дополнительными расходами.
Data Science
Аналитик данных решает следующие задачи:
- Автоматизация и прогнозирование;
- Академически сложные задачи: математика, статистика и т.д.;
- Разработка механизмов персональных рекомендаций на основе анализа больших объёмов данных.
Эффект «большого брата», который следит за Вами – заслуга аналитика данных. Речь о ситуации, при которой сервис формирует персональную рекомендацию буквально через минуту после возникновения потребности у Клиента. Вы только подумали о том, чтобы купить новую игровую приставку и ввели первый поисковый запрос, а Яндекс уже предлагает магазины с лучшими ценами и ссылки на обзорные статьи.
Привлечение пользователей
Задача аналитика, работающего над привлечением пользователей — привести на сервис как можно больше людей и обеспечить максимальное количество коммуникаций с каждым из них.
В данном направлении аналитик работает с:
- Инструментами поисковой оптимизации;
- Сегментацией клиентов и точечными предложениями;
- Инструментами управления взаимоотношениями с Клиентами (CRM);
- Программами лояльности;
- Скорингом пользователей: как часто Клиент посещает сервис, какие действия предпринимает, сколько товаров заказывает и т.п.
Поясним цель работы аналитика по привлечению пользователей на примере.
В некий момент t0 компания привлекла клиента на своей сервис и убедила купить продукт или услугу. На такое привлечение компания затратила определённые средства: CAC — Customer acquisition cost. У каждого привлечённого Клиента есть время жизни на сервисе, т.н. Lifetime.
Цель аналитика: отбить деньги, потраченные на привлечение Клиента за время жизни Клиента на сервисе.
Маркетинговые исследования
В ходе маркетинговых исследований аналитик проводит глубинные интервью с Клиентами и старается «залезть» им в голову. Главное в маркетинговых исследованиях – коммуникации и искусство правильно задавать вопросы.
В качестве примера Влад рассказал следующий кейс.
Исследователи собрали студентов в аудитории и раздали листочки. Преподаватель задал студентам единственный вопрос: какого цвета плеер Sony Walkman вы бы хотели себе? Ответ нужно было написать на листочке. Собрав и проанализировав ответы, исследователи пришли к выводу, что преобладают яркие цвета: жёлтый, красный, зелёный. На выходе из аудитории студенты увидели стенды, на которых бесплатно раздавали плееры всевозможных цветов. Парадокс в том, что несмотря на результаты опроса большинство студентов взяли себе чёрные плееры, а вовсе не ярких цветов, как указали в опросе. Этот кейс показал, насколько результаты опроса зависят от формулировки вопроса и как сильно могут отличаться от реальности.
UX и UI
UX – от англ. user experience – пользовательский опыт.
UI – от англ. User interface – пользовательский интерфейс.
UX/UI – дизайн взаимодействия с пользователем. Цель данного направления — повышение удовлетворенности пользователя за счет удобства, доступности и эффективности решения стоящих перед пользователем задач.
В ходе UX/UI – тестирований проверяются гипотезы, связанные с удобством использования продукта или сервиса. Для подобных тестов характерны короткие итерации и создание примитивных прототипов. Кроме того, анализируются пользовательские сценарии и истинные потребности Клиента. В ходе тестирований на интерфейсе перемещаются элементы, меняется их форма, размер, цвет и сотни других параметров. Всё для того, чтобы пользователь получил максимальное удовлетворение от взаимодействия.
Инфраструктура и Business Intelligence
По словам Влада, коротко работу с инфраструктурой для аналитики и Business Intelligence можно охарактеризовать так: «чистим, варим, храним логи».
В данном направлении обрабатываются большие объёмы данных в помощь аналитикам. Цель BI — интерпретировать большое количество данных, заостряя внимание лишь на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений.
Продолжение следует!