should_authorize_via_email
email.input_code tel.input_code
 
email.code_actual_for tel.code_actual_for
apply_exit_text
session_ended
to_homepage
Verilerdeki İçgörüler Nasıl Bulunur?

Verilerdeki İçgörüler Nasıl Bulunur?

SQUAD Ürün Analisti Liderinden Tüyolar

Giderek daha fazla şirket ürün analistlerini işe almaktadır. İşletmeler genellikle farklı gereksinimler öne sürerler ancak bir konuda hemfikirler. Bir ürün analistinin temel yetkinliği, ürün geliştirme için içgörü aramak ve bulmaktır.

SQUAD'de Ürün Analizi ve Ürün Analisti Lider kursu eğitmeni Bogdana Yuryk ile birlikte verilerde içgörü bulmanın yolunu izleyelim.

#1. Ürününüzü İnceleyin

Evet, verilerle değil ürünle başlamanız gerekiyor. Örneğin, bir elektrikli scooter kiralama hizmeti üzerinde çalışıyorsunuz. Başlamak için uygulamayı kurun ve kurulumla ilgili ilk izlenimlerinizi not alın. Hizmetin nasıl çalıştığını, ürünün değerini bulmak için hangi adımları atmanız gerektiğini anlayın ve “aha!” anını hissedin. Dışarı çıkın, sizin ve rakipleriniz elektrikli scooter sürerek onları karşılaştırın. Herhangi bir zorluk yaşayıp yaşamadığınızı ve zevk alıp almadığınızı kendinize sorun. Müşteri yolculuğunda yürüyün, kendinizi müşteriymiş gibi hissedin.

#2. Araçları Tanımlayın

Veri işleme ve görselleştirme için minimum araç setine karar vermeniz gerekir.

Dou.ua portalında ve 5 teknoloji devinin (GAFAM) web sitesinde veri ve ürün analistleri için açık pozisyonları ve gereksinimleri analiz ettim. Aşağıda temel çalışma alanları ve araçları mevcuttur:

  • SQL veritabanları (PostgreSQL, PL/SQL, MySQL) ve NoSQL ile çalışma
  • R veya Python'da veri işleme ve analiz
  • Veri görselleştirme (Tableau, Power BI)

#3. Veri Toplamaya ve Günlüğe Kaydetmeye Başlayın

Verilerle çalışma, veritabanına hangi günlüklerin (olayların) yazıldığını kontrol etmekle başlar. Örneğin, bir şirket aşağıdakileri toplayabilir:

  • ürünün çalışması ve performansı hakkında teknik bilgiler (uygulama, web sitesi, fiziksel ürün)
  • kullanıcı davranışını, ürünle nasıl etkileşime girdiğini izleyen ürün etkinlikleri
  • harcamaları (örneğin, reklam için) ve müşterilerden yapılan ödemeleri, banka bilgilerini içeren finansal veriler

Ardından, gerekli tüm seçeneklerin kaydedilip kaydedilmediğine ve iş talebine ve veritabanının yeteneklerine göre ne kadar süreyle işlenebileceğine bakın. Ürün olaylarını izlemek için dahili bir veritabanı ve/veya harici bir sistem (örn. Mixpanel veya Amplitude) kullanabilirsiniz. Gerekli bir olay (event) varsa bir sonraki noktaya geçin, yoksa olayın mantığını yazın ve takibe başlayın. Bu, kayıt veya uygulama ayarları olabilir, bunun için kullanıcının düğmeye tıklayarak neler yapabileceğini - hangi seçenekleri veya kayıt sayfalarını seçeceğini yazacaksınız.

#4. Analiz Amacını Belirleyin

Her araştırmanın bir amacı olmalıdır. Bu amacı belirlemek için ana soruları yanıtlamanız gerekir:

  • Araştırdığınız konu nedir?
  • Hangi verilere ihtiyaç duyuluyor ve ne kadar süre için?
  • Hedef kitleniz kimdir?
  • Analitik ile hangi sorunu çözmek istiyorsunuz?

Örneğin, düzenli raporlarınızda geçen hafta uygulama yüklemelerinde bir zirve olduğunu ve kayıttaki genel dönüşümün düştüğünü fark ettiniz.

Bu, metrikteki bir değişikliği araştırdığınız anlamına gelir. Son birkaç hafta içinde yeni kullanıcılar için uygulama günlüklerini almanız gerekiyor. Karşılaşabileceğiniz sorun, kaydolma dönüşümlerindeki düşüşün incelenmesidir. Sorunu tanımlamakta güçlük çekiyorsanız, ürün müdürünüzden yardım isteyin.

#5. Hipotezler Formüle Edin

Her şeyi kontrol etmeye çalışmayın, yaklaşımınızı yapılandırmaya çalışın.

Metrik değişikliğinin nedenleri iki büyük gruba ayrılabilir:

  • İç: Uygulama hataları, test edilmemiş yeni sürüm, eylemleri engelleyen yeni işlevsellik, günlük hataları, anlaşılmaz UX.
  • Dış: Halkla ilişkiler kampanyalarının yayınlanması, mevsimsellik, rakiplerin eylemleri, reklamverenlerin çalışmalarındaki değişiklikler, yönlendirmeler veya platformlar, belirli bir bölgedeki hava durumu veya sosyal koşullar.

Olası nedenlere ve metrikteki azalmaya (keskin veya uzun vadeli) bağlı olarak hipotezler formüle edin.

#6. Verilerin doğruluğunu kontrol edin

Veritabanına bağlanmak için SQL'e ihtiyacınız olacak. Gerekli tüm verilerin yazılı olup olmadığını kontrol edin. Hangi olayların nasıl yazıldığını daha iyi anlamak için üründe gerekli adımları gerçekleştirin (kayıt olun, sisteme dahil edin veya yeni işlevleri test edin) ve ardından veritabanında oluşturduğunuz günlükleri izleyin.

#7. Çalışan veri kaynakları oluşturun ve verileri temizleyin

Büyük bir veritabanı ile çalışıyorsanız ve ona doğrudan bağlanmak mümkün veya pratik değilse, SQL, Python veya R kullanarak çalışma tabloları hazırlayın. Gereksiz bölümleri (platformlar veya bölgeler) hariç tutun, süreyi sınırlayın, boş değerleri, yanlış kaydedilmiş verileri, beklenmeyen aşırılıkları kontrol edin.

#8. Metrikleri Analiz Edin

Metriklerin analizi her zaman araştırılan soruna ve ürünün veya kullanıcının yaşam yolunun hangi aşamasına ait olduğuna bağlıdır.

Örneğimizde, hangi kullanıcıların neden kaydolmadığını belirlememiz gerekiyor. Bunu yapmak için, kayıt sırasındaki her adımı (kişisel verileri doldurma, bir banka kartı girme ve onaylama, sms / e-posta kullanarak kimliğinizi doğrulama) analiz ediyoruz ve geçişlerin her aşamaya dönüşümünü ve bunları geçmek için harcanan zamanı hesaplıyoruz. Belki bazı aşamalarda keskin bir düşüş veya uzun bir geçiş göreceksiniz. Gerekirse bölgelere, platformlara, reklam kanallarına göre segmentlere ayırıyoruz.

Ürün analizi, hipotezleri test etmekle ilgilidir.

#9. Hesaplanan metriklerin net görselleştirmelerini yapın

Görselleştirme ile neyi ifade etmek istediğinize karar verin. Grafikler sadece anlatmaya yardımcıdır. Görselleştirmeyi karmaşıklaştırmayın, gereksiz olan her şeyi kaldırın, bir renk şeması seçin, aksanları yerleştirin. Aşağıda, Tableau'da yapılan, bölgeye göre bölünen satışların iyi bir görselleştirmesine örnek verilmiştir:

  • Büyük sayılarda vurgular mevcut
  • Sadece 4 ana renk kullanılmıştır.
  • Bölgelere ve ürün kategorilerine göre önemli kesintiler var
  • Tüm grafikler imzalı ve eklemeler var
  • Veri toplama düzeyleri arasında kolayca geçiş yapın
  • Filtrelemesi kolay

#10. Kullanıcı yorumlarını okuyun ve onlarla iletişim kurun

Ürününüzle hangi sorunları çözdüklerini, neden onu seçtiklerini ve eksikliklerini öğrenin. Kantitatif analizi doğrulamak için nitel araştırmada "Neden?" sorusunun cevabını arayın.

İyi bir ürün analizi için sadece metrik ve istatistik öğrenmek yetmez, verileri çekeceğiniz ve görselleştireceğiniz araçları da bilmeniz gerekir.

Bir ürün analisti, birçok alandaki becerileri bildiğinde, nasıl yaptığını bildiğinde ve birleştirdiğinde, ürünü ve kullanıcılarını derinden anladığında, içgörüler ve iş büyümesi sağlar.

#11. Daima sonuçlar çıkarın ve paylaşın

Bunları ekibin önünde bir rapora veya sunuma dahil edebilirsiniz. İnsanlar her zaman grafikleri ve tabloları hızlı bir şekilde anlayamaz, o yüzden önemli fikirleri yazarak onlarla paylaşabilirsiniz. Size iyi bir haberimiz var: ürünü anlamanız yanı sıra verilerin arkasındaki hikayeleri anlatma beceriniz de deneyimle birlikte gelişecektir. Denemekten korkmayın.

Daha fazla makale
Bu makale, bireylerin genel ve belirsiz kişilik tanımlamalarını kendi benzersiz kişiliklerinin doğru yansımaları olarak algılamalarını açıklayan psikolojik bir fenomen olan Barnum etkisini derinlemesine incelemektedir.
Simpson Paradoksu, alt grup analizleri veya başka değişkenler göz ardı edildiğinde genel bulguların nasıl yanıltıcı olabileceğini gösteren bir istatistiksel fenomendir.