Между бизнесом и клиентом: чем занимается продуктовый аналитик

Мобильное приложение супермаркета, сайт агрегатора недвижимости или личный кабинет клиента онлайн-банка — всё это продукты. Чтобы они приносили прибыль, нужно регулярно:

● анализировать пользовательские метрики: понимать, как покупатели взаимодействуют с продуктом, как часто его используют, какие функции популярны, а какие раздражают;
● анализировать продуктовые метрики, например время, которое посетители проводят на сайте;
● изучать поведение пользователей и сегментировать их, например, на тех, кто покупает больше или меньше;
● выстраивать гипотезы, которые помогут объяснить поведение пользователей и доработать продукт.

Анализом и интерпретацией данных, выдвижением гипотез занимается продуктовый аналитик.

Работать с данными
Продуктовый аналитик работает с большими объёмами данных, которые нужно собирать, обрабатывать, хранить и анализировать. Чтобы строить гипотезы и делать выводы, он должен уметь правильно интерпретировать информацию.

Визуализировать данные
Результаты анализа, гипотез и тестов нужно представлять в наглядной форме: в виде таблиц, графиков, диаграмм. Для этого аналитику важно уметь работать с BI-системами, например Power BI или Tableau.

Работать с метриками
В бизнесе и маркетинге много разных метрик, но аналитику нужно выбрать те, которые влияют на продукт. Чаще всего оценивают:

● частоту использования продукта,
● повторные покупки,
● активную месячную аудиторию,
● конверсию в активацию подписки или покупку,
● отток пользователей,
● средний чек.

Аналитику важно отслеживать сразу несколько показателей, потому что одни метрики растут, а другие снижаются. Например, в музыкальном стриминговом сервисе увеличивалось количество пользователей, но снижался размер среднего чека. Если бы аналитик отслеживал только количество пользователей, то упустил бы снижение второй метрики, от которой зависит прибыль компании.

Сегментировать аудиторию
У одного продукта может быть несколько категорий пользователей. Например, среди зрителей онлайн-кинотеатра есть женщины 20–35 лет и мужчины 30–50 лет. Продуктовый аналитик изучает сегменты аудитории, чтобы, например, делать индивидуальную подборку рекомендаций для каждой группы. Это влияет на удержание пользователя, количество повторных покупок и продление подписки, частоту и длительность использования продукта.

Разбираться в юнит-экономике
Юнит — это единица бизнеса: продукт, услуга или клиент, — которая приносит доход. Юнит-экономика помогает понять, сколько можно заработать на одной единице бизнеса и сколько на неё тратят ― это могут быть, например, расходы на рекламу или доставку продукта.

Если в продукт нужно внести изменения, например добавить новую функцию в приложении, расходы на их внедрение нужно обосновать. Обычно влияние изменений на продукт и окупаемость расходов анализирует продакт-менеджер. Если продуктовый аналитик разбирается в юнит-экономике, ему будет проще обосновывать свою точку зрения коллеге по команде.

Проводить эксперименты и тестирования
Одна из задач продуктового аналитика — делать так, чтобы продукт приносил ещё больше прибыли. Для этого формулируют гипотезы и проверяют их с помощью А/А-, А/А/В-, A/B-тестов. Например, команда выдвигает гипотезу, что более крупная кнопка «Купить» в приложении увеличит количество заказов. Чтобы это проверить, определяют метрику, которую будут отслеживать, — например, конверсию. Затем разрабатывают интерфейс с новой кнопкой и начинают тестирование. Задача продуктового аналитика — проанализировать результаты и предположить, почему гипотеза подтвердилась или не подтвердилась и что делать дальше.

Кроме перечисленных профессиональных навыков, продуктовому аналитику нужно обладать рядом софтскилов — гибких навыков.

Умение работать в команде — необходимо, чтобы находить общий язык с продакт-менеджером и ставить понятные ТЗ разработчикам, маркетологам и дизайнерам.

Продуктовое мышление — помогает смотреть на продукт глазами пользователей и выдвигать гипотезы на основании их опыта.

Аналитическое и критическое мышление — нужно, чтобы декомпозировать целое на части и находить причинно-следственные связи. Такое мышление пригодится, когда нужно анализировать данные и строить гипотезы.

Умение докапываться до сути. Продуктовый аналитик должен понимать, почему для продукта важно, как то или иное действие изменит результаты. Например, продакт-менеджер видит просадки по конверсии и просит аналитика разобраться, в чём может быть проблема.

Чтобы стать продуктовым аналитиком, нужны не только теоретические знания. На курсе «Продуктовая аналитика: симулятор» студенты на реальных кейсах учатся проводить исследования, сегментировать аудиторию, проводить А/В-тесты и визуализировать данные.

В зависимости от сферы деятельности продуктовые аналитики используют разные инструменты, чтобы анализировать и визуализировать данные, строить гипотезы и проводить тестирования. Вот самые распространённые сервисы и программы.

SQL ― язык запросов, с помощью которого аналитик «вытаскивает» информацию из базы данных, находит в ней нужное, структурирует или изменяет.

Python ― язык программирования, который нужен продуктовому аналитику, чтобы автоматизировать обработку больших массивов данных. Также с его помощью можно проводить кластеризацию или строить модели поведения пользователей.

Яндекс Метрика и другие системы аналитики. С их помощью специалист изучает источники трафика, поведение пользователей, оценивает конверсию.

Доход продуктового аналитика зависит от опыта работы, имеющихся знаний и навыков, сферы деятельности бизнеса. Компания NEWHR провела исследование и выяснила, что ниже всего зарплаты в EdTech, а самые высокие — в сфере услуг такси, каршеринга, маркетплейсов, сервисов доставок, E-commerce.

Обычно в профессию приходят из смежных сфер: IT, анализа данных, маркетинга, продакт-менеджмента. Если в этих направлениях опыта нет, понадобятся знания школьной математики, чтобы работать со статистическими данными, и понимание SQL, чтобы работать с большими массивами данных. В вузах пока не готовят продуктовых аналитиков, поэтому можно выбрать такие варианты.

Учиться самостоятельно по книгам, блогам и бесплатным видео. Такой способ больше подходит, чтобы освоить технические навыки. Например, можно научиться работать с Яндекс Метрикой или программировать на Python. У самостоятельного обучения есть преимущества: это бесплатно, можно заниматься в своём темпе. Главный минус такого способа — отсутствие практики и обратной связи от опытных специалистов.

Учиться на онлайн-курсах. Основное преимущество этого варианта — возможность освоить профессию за несколько месяцев. К тому же на курсах студенты получают актуальную и систематизированную информацию и работают с реальными проектами, а наставники помогают в сложных ситуациях и отвечают на вопросы.