Добавить в корзинуПозвонить
Найти в Дзене

Диагноз по фотографии: как понять, что не так с аналитикой?

В любой сфере есть сигналы, которые сразу говорят о проблемах. Лишний вес, вредные привычки, сидячий образ жизни – не приговор, но очевидный намёк, куда копать. В аналитике всё так же: есть маркеры, по которым можно быстро понять, что работает не так. Я всегда обращаю внимание на две вещи: - Гигиена данных – как всё организовано? Погружаться в хаос внутренних DWH не нужно. Достаточно знать, куда смотреть, – несостыковки вылезут сами. - Культура аналитики – зачем это всё? Какие вопросы задают данные, кто их использует и какие решения принимают на их основе? Как я это определяю? - Смотрю, что творится на сайте или приложении – какие скрипты установлены, что и куда отправляется, в какой последовательности. Консоль разработчика и парочка расширений могут рассказать о вашем аналитическом стеке гораздо больше, чем вы думаете. - Общаюсь со стейкхолдерами – мне хватает одной 30-мин консультации, нескольких вопросов о KPI, аномалиях и даблчеке, чтобы понять 70% всех проблем. Хорошая новость: 70

В любой сфере есть сигналы, которые сразу говорят о проблемах. Лишний вес, вредные привычки, сидячий образ жизни – не приговор, но очевидный намёк, куда копать. В аналитике всё так же: есть маркеры, по которым можно быстро понять, что работает не так.

Я всегда обращаю внимание на две вещи:

- Гигиена данных – как всё организовано? Погружаться в хаос внутренних DWH не нужно. Достаточно знать, куда смотреть, – несостыковки вылезут сами.

- Культура аналитики – зачем это всё? Какие вопросы задают данные, кто их использует и какие решения принимают на их основе?

Как я это определяю?

- Смотрю, что творится на сайте или приложении – какие скрипты установлены, что и куда отправляется, в какой последовательности. Консоль разработчика и парочка расширений могут рассказать о вашем аналитическом стеке гораздо больше, чем вы думаете.

- Общаюсь со стейкхолдерами – мне хватает одной 30-мин консультации, нескольких вопросов о KPI, аномалиях и даблчеке, чтобы понять 70% всех проблем.

Хорошая новость: 70% – это много.
Плохая новость: оставшиеся 30% проблем обычно самые дорогие.

Но это уже другая история.

Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале "Модель атрибуции”