К содержимому
ProductSense АКАДЕМИЯ
ВойтиПопробовать бесплатно
Разобраться в теме Понять, что происходит Найти решение 
Библиотека
ПодборкиМикрокурсыКонференции
Тарифы

Академия ProductSense

бета-версия · Поддержка: @ps24supportbot

АкадемияКурсыТарифыПубличная офертаПолитика конфиденциальностиОбработка персональных данныхКарта сайта
Разобраться в теме12 разделов · 186 темПонять, что происходит12 опор · 288 ситуацийНайти решение14 работ · 508 приёмов458 материалов бесплатно из 3 060
  1. Понять, что происходит
  2. ·Откуда я это знаю
  3. ·Ситуация

Используй количественные данные для поиска аномалий в поведении, а качественные — для объяснения их причин

12 материалов · принцип действия · Откуда я это знаю

Как выглядит
На ревью воронки ты видишь: на шаге оплаты отвал 40% за неделю. В дашборде красный график, в тикетах поддержки за эту же неделю — ни одного обращения об оплате.
Почему так работает
Счётчики считают, сколько человек дошло и сколько отстало, но не умеют спрашивать «зачем». Механика как у рентгена: снимок показывает, где перелом, но не показывает, на что человек споткнулся.
Как замечать
Посчитай за последний месяц две цифры по одному этапу воронки: сколько человек зашло и сколько отвалилось. Если разрыв больше 30% — открой тикеты поддержки и почитай, на что жалуются именно на этом шаге.
Где не работает
Если сессий в неделю меньше пятидесяти, графики скачут случайно и ничего не «показывают». Здесь нужны интервью, а не цифры.
Когда наоборот
Запускаешь новую фичу и собираешь первый фидбек — данных в аналитике ещё нет, поведение не успело накопиться. Здесь стартуешь с интервью, а цифры подключаешь через месяц.

Понять человека ↔ измерить результат

Вскрывать истинную человеческую задачу, мотивацию и контекст, абстрагируясь от поверхностных метрик.

Оперировать объективными, стандартизированными и измеримыми индикаторами для принятия однозначного решения.

Где об этом говорят

  • Видео8 мин

    Gain.co: ответы на вопросы

    Проверяем доступ

    «Количественные данные нужно использовать для поиска аномалий в поведении, а качественные — для объяснения причин этих аномалий.»

    здесь это прозвучало

  • Подкаст1 ч 10 мин

    О научном подходе, менеджменте, проверяемости исследований и личной стратегии

    Проверяем доступ

    «Для оценки и прогнозирования поведения людей лучше использовать модели с непрерывными шкалами, а не жёсткие типологии.»

    здесь это прозвучало

  • Видео15 мин

    Q&A с Дмитрием Кустовым

    Проверяем доступ

    «Бизнес редко верит решениям на основе десятка качественных интервью, поэтому качественные гипотезы нужно подкреплять количественными данными.»

    здесь это прозвучало

  • Видео20 мин

    Как найти идеальный сегмент аудитории и вырасти на нём (Valentin Radu, Omniconvert)

    Проверяем доступ

    «Веб-аналитика показывает сессии и переходы, но она не объясняет мотивы людей, поэтому для понимания причин оттока (churn) обязательно нужно проводить глубоко сегментированные опросы.»

    здесь это прозвучало

  • Видео14 мин

    Информирование

    Проверяем доступ

    «При диагностике этапа воронки или канала необходимо разделять количественные метрики (объем действий) и качественные (насколько хорошо эти действия были совершены относительно базы).»

    здесь это прозвучало

  • Подкаст1 ч 23 мин

    О росте компании с нуля до 250 человек, изменении процессов, роли продактов и выходе в Европу

    Проверяем доступ

    «Продуктовую аналитику нужно обязательно дополнять живым наблюдением за пользователями, так как метрики не показывают скрытые мотивы и физический контекст использования.»

    здесь это прозвучало

  • Видео12 мин

    Активация и первая сессия: как найти гипотезы роста без дата-сайентиста (Илья Красинский, Rick.ai & Heroes.camp)

    Проверяем доступ

    «Главный потенциал для роста скрыт в анализе поведения 99% людей, которые ушли, а не 1% тех, кто купил.»

    здесь это прозвучало

  • Видео15 мин

    ML и последняя миля в ритейле (Михаил Неверов, X5 Retail Group)

    Проверяем доступ

    «Инсайты, которые аналитики находят в данных, часто давно известны опытным сотрудникам бизнеса, поэтому данные должны дополнять их экспертизу, а не пытаться ее заменить.»

    здесь это прозвучало

  • Видео13 мин

    Как проводить исследования, чтобы получить от них максимальную пользу

    Проверяем доступ

    «То, что пользователи говорят о своем поведении, нужно проверять только по данным: на словах люди сообщают о мотивах, а реально действуют иначе.»

    здесь это прозвучало

  • Подкаст48 мин

    О целях, метриках и связи c бизнес-показателями в Customer Support и Success с Сергеем Будяковым

    Проверяем доступ

    «Продакт-менеджеру нужен прямой доступ к тикетам техподдержки, чтобы связывать обращения по конкретным фичам с падением конверсии или ростом оттока.»

    здесь это прозвучало

  • Видео33 мин

    Как тестируют и внедряют гипотезы с ML Gatherings (Константин Грабарь, Flo)

    Проверяем доступ

    «Изначальная продуктовая гипотеза может кардинально измениться после ручного анализа данных и кластеризации.»

    здесь это прозвучало

  • Видео28 мин

    Как построить дерево метрик и оценить метрики

    Проверяем доступ

    «Для средних пользовательских метрик (длина сессии) нужно строить распределения и выделять сегменты (например, тяжелые пользователи и новички).»

    здесь это прозвучало