6713
I diagnose with data and treat with design. More hardcore materials here – @co_intelligence @martsen | martsen.me | p13n.ru
Когда очень-очень хочется собрать фидбек от клиента.
Читать полностью…
Фреймворк Х-RAYS: вся психология в четырех лекциях
Авторы канала @postpostresearch предложили свой вариант анализа и синтеза знаний.
Они взяли лучшее из существующих подходов и приправили это здравым смыслом (что в целом является редкостью и ценно само по себе).
Вот ключевой концепт, который отличает этот фреймворк от остальных:
<начало цитаты>
И если маркетинговый исследователь скорее скажет «они хотят, чтобы было круто», а продуктовый — «они хотят порешать свои проблемы в заданных условиях» — то наш фреймворк говорит: все эти люди хотят влиять. Но они могут это в разной степени и по-разному.
<конец цитаты>
Однозначно рекомендовано к ознакомлению для расширения кругозора.
https://qual.education/framework-x-rays
Ооооочень релевантный для моего текущего проекта материал. Делюсь с вами выжимкой. Постараюсь носить такого чаще и по-больше (и из личного опыта, а не только пересказы)
https://p13n.ru/all/ux-friction-as-a-tool-for-signal-collection/
Немного умных мыслей от Паши Левчука. У самого есть такая картинка в Миро, но тут уже аккуратненько сложенно в пост :)
Читать полностью…
NPS и распределение кошелька
Недавно появилась концепция Wallet Allocation Rule (доли кошелька), имеющая более прикладное объяснение выбора потребителя.
Покупатель каждый день сталкивается с огромным количеством предложений, и лишь за некоторые из них он голосует рублем. Например, мы знаем, что в каждой сфере у покупателей есть репертуар брендов, которые он или она покупают или с высокой вероятностью задумываются об их покупке. Есть примерный бюджет, который они готовы на это потратить.
Идея доли кошелька заключается в наличии определенного количества брендов, которые человек рассматривает в ситуации выбора, и места этих брендов в его ментальном рейтинге — то, в каком порядке человек о них думает или вспоминает. При понимании, какое место в этом рейтинге занимает каждый бренд и какой средний бюджет на вашу категорию товаров, можно выявить среднестатистическую долю трат покупателя по вам и вашим конкурентам. Использование рангов, на мой взгляд, лучше отражает концепцию лояльности. Ранг говорит о выборе конкретного потребителя и его драйверах.
Доля компании в кошельке клиента – показывает, какую часть от общего числа покупок (в стоимостном выражении) или от покупок в данной товарной категории составляет продукт конкретной компании. Индикатор может быть рассчитан как в динамике, так и относительно кошелька конкретного индивида.
Сумма, которую покупатель тратит на бренд, будет зависеть от того, как этот человек оценил этот бренд по сравнению с другими конкурентами, которые также использовали. Естественно, мы ожидаем, что предпочтительный вариант будет использоваться чаще, чем следующий за ним лучший вариант. Но основа правила распределения кошелька выходит за рамки интуиции. Суть правила гласит, что доля кошелька зависит от ранга бренда. Эта взаимосвязь отражает научный эмпирический закон, известный как закон Ципфа.
Закон Ципфа-Мандельброта (закон «ранг—частотность»)
Информетрический закон, постулирующий, что распределение слов, ранжированных по их частоте в корпусе случайных текстов, аппроксимируется степенным распределением, известным как закон Ципфа. По сути это частотность
Всем привет!
А я пришла в это прекрасное утро понедельника пригласить вас на IT-тусовку Plus Camp⚡️
Если вы занимаетесь разработкой – то вам обязательно надо!
Во-первых, потому что спикеры и доклады просто огонь. Про исследования в разработке тоже обязательно поговорим.
Во-вторых, Фантех давно знаменит лучшими вечеринками 🥳
Ну и просто обязательно надо встречаться
Примеры различных дашбордов, расчётов и проверки гипотез от различных специалистов по аналитике, продукту и маркетингу.
https://artifacts.reforge.com/artifacts?topics=data-and-analytics
Высококалорийная статья про Мотивационный Фреймворк от Михаила Руденко.
Если коротко, то это “четыре силы прогресса” из JTBD помноженные на богатый опыт автора и адаптированный под привычный язык.
В статье определяются термины, помогающие систематизировать потребности потребителя:
* Ситуация возникновения потребности (СВП), в которой клиент начинает испытывать дискомфорт и недовольство своим текущим состоянием,
* Желаемое состояние (ЖС), в котором он хочет оказаться,
* Барьеры (они же проблемы), которые ему мешают => устранив проблемы, мы обеспечим наступление ЖС. В этом и заключается механика возникновения ценности.
В материале рассказывают не только базу, через которую можно думать про развитие продукта и клиентского опыта, но и есть набор житейских мудростей, о которых я раньше не думал в явно виде.
Например, понравилась эта мысль:
При формулировании проблем важно придерживаться правила сначала всегда формулировать проблему в риторике присутствия, и только потом, если не получилось через присутствие, формулировать что-то через отсутствие.
<…>
Когда мы формулируем проблему через присутствие, мы явно понимаем что необходимо устранить. <…> Для этого существуют конкретные методы, причём разные. А значит есть возможность для выбора и конкуренции.
https://blog.buro.cx/problema-kotoruyu-my-reshaem-dlya-klienta/
https://github.com/avito-tech/playbook/blob/master/analytics-levels.md
Читать полностью…
Хочу поделиться книгой - считаю полезной для всех кто хочет очень структурно построить и развивать процесс работы аналитиков данных в компании.
Книга - Guide to Business Data Analytics
Книжка внутренняя из университета в Канаде, о чем говориться - "Complimentary IIBA member copy.
Not for sale or redistribution."
Из множества книг, которые отношу к профессиональной литературе вокруг данных считаю очень крутая, потому что очень системно и без воды - практически на каждой странице множество информации, которая очень структурирует текущие знания и укрепляет/развивает их
Что круто:
- очень системно расписан цикл поставки ценности от аналитики
- каждый шаг от момента исследования данных до применения выводов на бизнес детизирован последовательно
- описаны типы применения аналитики в компаниях и декомпозируются по уровням - описательный, диагностический, предсказательный, предписывающий
- детально расписаны типы задач и техники их решения с потенциальными эффектами
Книга очень прикладная и читается на одном дыхании.
Я какраз сейчас бьюсь, чтобы развивать аналитику в части предписывающих функций в компании.
С радостью делюсь - советую! Если будут ваши мысли по книге - говорите.
Крик души UX-специалистов из IBM, в котором они осознали, что ML-инженеры хотят обучать модельки и решать тех.вызовы, а не делать юзер-ресерч.
Поэтому они призывают:
* разработать системный подход к исследованию и тестированию пользователей
* добавить в цикл разработки моделей других спецов (дизайн, ресерч)
* ML-щиков создавать артефакты, которые можно протестировать c живими пользователями
Последний пункт особо интересен. Жду какой-то прорыв в подходах к прототипированию ML-продуктов.
https://medium.com/design-ibm/the-surprising-reasons-why-we-lack-user-feedback-in-the-ai-cycle-b48f884e99d2
Ну и куда же без тематической спонтанной шутейки :)
Читать полностью…
На связи Антон Марцен (@martsen) — продуктовый аналитик и исследователь. Работаю в команде Яндекс Музыки.
Создаю продукты с 2014 года — в том году я со-основал роботехническую компанию, которая стала резидентом Сколково и понеслась… После своих стартапов трудился в Flo Health, Wrike и проектах из портфеля Palta.
Мой профиль — это персонализация продукта под пользователя: интерфейс, контент, цены и офферы. В этой сфере нужно соединять практики из AI и UX, что хорошо ложится на мои навыки и интересы.
Работал в разных ролях и на разных проектах, но всегда в работе использую количественные и поведенческие данные: логи, эксперименты, опросы. Также владею “базой” по качественным методом и могу копнуть проблему под другим углом.
Читая канал, вы будете в курсе практик и трендов про:
- аналитику и исследования пользователей, “mixed-methods”;
- превращение сырых данных в знания и действия;
- научные теории из экономики, информатики, дизайна и их реальные приминения для нужд персонализации;
- как натянуть сову на глобус прикладное использование перечисленных выше знаний в коммерческих проектах;
Активнее пользуйтесь поиском по каналу, т.к. в нем закопано много полезного. Сам часто обращаюсь к старым постам.
Вот несколько записей, которыми часто делюсь с аналитиками, исследователями и продакт-менеджерами:
- Кейс из Flo Health: находим драйверы роста в социалке при помощи ML и поднимаем ретеншн
- Как исследовать пользователей количественными методами (на базе моего опыта в Wrike)
- Как исследуют и приоритезируют в Atlassian
- Концепты из гейм-дизайн: Arcs, Loops, & Terrain
- Как Spotify развивает рекомендации
- Как раскрыли феномен роста крупнейшего форума больных раком
- Три типа создания инноваций: versioning, visioning, venturing
- Quantifying the User Experience: гид по базовым понятиям и метрикам
В канал @co_intelligence скидываю ссылки на задротские статьи без комментариев. Рекомендован к подписке для тех, кто готов погружаться в статьи с научных конференций и прочий хардкор.
Немного терминологии от NNgroup: User Journeys vs. User Flows
Коротко:
* User Journey - макро-уровень - охватывает шаги и эмоции пользователей в рамках разных каналов больших интервалов времени (дни, недели и дольше)
* User Flow - микро-уровень - описывает поведение пользователей и ответы системы на коротких промежутках времени (минуты, часы) и в рамках одного продукта.
Aurélien Vautier - дашбордист 80-го уровня, который делает прикольные визуальные заметки по теме.
Читать полностью…
Все известные мне грехи NPS в одном материале
https://hardclient.com/nps-pitfalls
Creator Economy 2.0: What We’ve Learned, Why It’s Hard, And What’s Next
https://andrewchen.com/creator-economy-20/
Пересказ от нейронок (трешово, но основные тезисы ясны):
Экономика создателей 2.0: Чему мы научились, почему это сложно и что дальше
• Экономика создателей - это новый сектор стартапов, который привлекает создателей контента для монетизации своих продуктов.
• Стартапы с экономикой создателей используют создателей для привлечения трафика и монетизации своих продуктов.
• Законы власти создателей: небольшое количество создателей доминирует в структуре выручки, что делает стартапы с экономикой создателей хрупкими и зависимыми.
• Битва за био-ссылку: платформы социальных сетей предлагают единственную ссылку для органического трафика, что делает это битвой за доминирование в био-ссылке.
• Проблема с выпуском: крупные создатели могут "уйти" с платформы, уводя своих клиентов и доходы.
• Алгоритмический пир и голод: стартапы с экономикой создателей сильно зависят от прихоти платформ социальных сетей и характера вирусного контента.
• Стартапам с экономикой создателей необходимо предоставить новую функциональность, создать новые формы монетизации и внедрить новые технологии.
JTBD по Клементу в 23 году
Алан Клемент опубликовал Pdf с описанием своего ноу-хау по валидации гипотез продуктов. Можно считать это демо-версией книги, которую он пишет уже 5й год. Я вникаю, но поделиться и обсудить уже хочется.
На картинке пример описания работы. Никаких вам Джоб сторис и стейтментов. Таблица, которая описывает многосоставную потребность пользователя через несколько аспектов мотивации: Желаемые изменения, Катализаторы и неведомая для меня сущность Key Affordances, через которые человек пытается понять будет ли продукт справляться с работой.
Интересно, что последние года полтора на своих курсах я тоже говорю про многосоставные потребности и их описание через похожие сущности, а Джоб стори / работы призываю использовать, как теги для их обозначения.
Взаимосвязь между восприятием клиентами брендов, которые они используют, и их долей кошелька, которую можно легко рассчитать с только помощью ранга, а не абсолютных значений метрик знания/лояльности
Читать полностью…
классный вебинар по теме "Как разблокировать рост продукта. От хаотичных исследований к системе работы с возможностями", идет прям щас:-)
Читать полностью…
Моя замечательная коллега Света и ваш покорный расскажут про взаимодействие с разработкой.
Раскроем детали процесса и покажем примеров из Музыки и Кинопоиска.
Девелоперы и им сочувствующие — приглашаем на PlusCamp :)
Дизайн-систему компании можно (и на мой взгляд нужно) представлять как продукт для внутреннего использования.
А если это так, то для его развития нужно научиться замерять его эффективность.
Нашел довольно хороший набор метрик для дизайн-стстемы, который может послужить вдохновением для покрытия метрик любых внутренних инструментов и продуктов.
https://thedesignsystem.guide/design-system-metrics
Будут краток — нанимаю к себе в команду Яндекс Музыки
Продукты, проекты и задачи по теме этого канала: персонализация, ML, mixed-methods, продукты с многомилинной аудиторией и рост бизнеса.
Все как мы любим :)
Расписал что да как на отдельной страничке: https://martsen.notion.site/8e2197e96f864db4b8147a563eaac2e1
Спрашивайте детали и высылайте резюме в личку (@martsen)
What’s Your Point? How to Drive Product Strategy With a Clear ‘So What’
Denise Deutschlander и Lise Marken описывают подход к подаче результатов исследования в Meta. Они советуют фокусировать их на нескольких ключевых выводах в духе «и что это значит?».
Shifting to product research and strategic foresight
Alison Harshbarger рассказывает об изменении подхода к исследованиям в Shopify. Они стараются предлагать менеджерам продуктов несколько вариантов будущего, которые помогают сформировать стратегию продукта.
Вот тут уважаемые люди анонимно рассуждают про животрепещущее проблемы. Иногда скидывают годноту. Вот пример с книжечкой на почитать.
Читать полностью…
Кто дошел до конференции Аха'23 - пишите @martsen.
Давайте знакомиться :)
Продолжая тему знакомства с читателями…
В этом году выхожу из режима тихони. Собираюсь это реализовать двумя сопосбами:
1. Больше писать
Подписчики со стажем могли заметить, что посты в канале стали выходить чуть чаще. В планах на этот год не просто скидывать ссылки, а вернуться к написанию авторских статей, где пытаюсь систематизировать знания.
2. Больше публично выступать
Бывало давал мастер-классы, лекции читал, на конференции ходил… Я несколько лет не выбирался в свет, а раньше пару раз в год выступал... Эх, молодость :)
———
Начинаю с малого и в этом году зайду в качестве слушателя на огонек к Леше Никушину.
30 мая в Москве он проведет конференцию по продуктовой аналитике Aha!’23. Это уже в следующий вторник.
Я еще с первого Матемаркетинга наблюдаю как продуктовый трек постепенно развивался и превратился в самостоятельную конференцию.
Дебют был в прошлом году, а в этом нас ждет продолжение.
Вижу, что из докладчиков там будут ребята из крупняка (Avito, Яндекс, Тинькофф, Мегафон, МТС, OZON) и из небольших команд и стартапов.
Точну зайду на доклад к Владиславу Завольскому. Посшулаю что там нового в Retentioneering.
В целом, в >>> программе <<< 28 докладов длиной по 45 минут. То есть, у спикеров есть возможность раскрыть тему и поотвечать на вопросы.
Это большой плюс, т.к. я никогда не понимал практической пользы от конференций с докладами по 20 минут :)
Выбрать есть из чего: от экспериментов, до оптимизации экономики маркетплейсов. Есть доклады более инженерные и более продуктовые.
Про персонализацию и ранжирование не забыли. Это тоже зачет.
На конфе ожидается ~500 релевантных человек из мира данных и управления продуктами.
Я планирую придти, встретить старых друзей/коллег и завести новые знакомства.
Если вы тоже будете там, то пишите мне в личку (@martsen) - с удовольствием встречусь и поболтаем.
Я готов предложить своему собеседнику широкий набор тем: от смолл-толков про аналитику, до работы со мной в команде (у меня есть несколько уникальных проектов и позиций, которые пока не буду анонсировать на широкий круг, но с удовольствием расскажу про них при встрече).
Если вы ещё НЕ, то можно со скидочкой 10% (промокод LASTCALL) прикупить билет по адресу matemarketing.ru/aha.
Через сайт вы сможете потом пересмотреть доклады (ну или посмотреть live, если не получится присутствовать лично).
P.S.
На следующий день в офисе Авито планируют афтерпати
https://avitotech.timepad.ru/event/2418500/
P.S.S.
Там будет угарный мерч :)
Привествую всех и новых подписчиков в частности! Спасибо, что читаете :)
За последний месяц к каналу присоеденилось больше 1000 человек, а про себя последний раз писал в марте 2020 года.
Настало время обновить био и представиться…
Лёха Бородкин написал про User Stories VS Job Stories
👥 User Stories говорят, что причины поведения - в том, что это за человек.
🔨 Job Stories сводит поведение человека к ситуации (контексту).
Как выбрать, когда все такое вкусное? Лёха дает интересный алгоритм, но неполный.
Разобраться в том, что делать, нам поможет наука.
Когда-то все люди, включая психологов, думали, что поведение человека зависит от того, что это за человек.
Но потом пришел Стэнли Милгрэм и заставил одних людей бить током других. ⚡️
И оказалось, что в определенных условиях многие люди ведет себя одинаково: большинство людей соглашались бить током других людей только потому, что так велел экспериментатор.
Значит ли это, что то, какой человек, не влияет на его поведение, а влияет только ситуация? Нет, не значит.
Пришел Уолтер Мишел и поделил ситуации на «сильные» - в которых выбор вариантов действий ограничен - и «слабые» - в которых человек может действовать свободно.
В «сильных» ситуациях поведение определяется ситуацией. В «слабых» ситуациях, там, где человек может свободно себя проявлять - поведение в большей степени определяется тем, какой он.
Таким образом, в социальной психологии спор между условными сторонниками User Stories (личностные черты) и Job Stories (ситуация) был решен больше 60 лет назад. Решили, что на поведение человека влияет и то, какой это человек, так и ситуация, в которой он оказался.
В JTBD классификации ситуаций (контекста) до сих пор нет. И нет идеи, что ситуации можно разделить на «сильные» и «слабые» по степени их влияния на человека. А User Stories до сих пор не учитывают ситуацию.
Так что делать-то? 💊Какую таблетку взять, синюю или красную?
Знание того, какой это продукт, тут не поможет. Поможет выяснить, как люди этот продукт используют:
🅰️ Если влияние ситуации минимально, у людей есть свобода действий, и вы видите, что пользователи действуют по-разному - подойдут User Stories.
🅱️ Если вашим продуктом пользуются разные люди, но их действия что-то ограничивает (физические ограничения, социальные нормы, регламенты, законы), и вы видите, как в общем-то разные люди вынуждены бить других людей током делают одно и то же, - подойдут Job Stories.
Рассмотрим на примере болезней и лекарств:
1️⃣ Есть «гусиная фигня», она вызывает сильную боль, это состояние нужно срочно облегчить. Это «сильная ситуация», в которой пациент не может ждать. И есть два препарата, из которых один помогает сразу, другой - через 6 часов. В этой ситуации все врачи назначают тот препарат, который действует сразу, вне зависимости от своих представлений о прекрасном. Job Stories.
2️⃣ Есть «синдром песочного человека», который может тянуться годами. Жить мешает, но не очень. Это «слабая ситуация». И есть много разных препаратов, но ни один не может это вылечить быстро. И вот тут врачи четко делятся по своим личностным особенностям. Одни назначают максимально безопасные препараты, потому что главное для них – «не навреди». Другие назначают максимально эффективное с их точки зрения средство, пусть и с побочными эффектами – потому что главное – эффективность. User Stories.
Знания о том, что люди делают с продуктом, у вас могут быть уже накоплены.
Если таких знаний нет – нужно исследование.
Почитать про персоны, сегменты, джобы и ситуацию:
🧾Что определяет потребительское поведение на самом делеСитуация, в которой оказывается человек, сильнее влияет на его желания и потребности, чем пол-возраст-доход или психографические характеристики: «стремление к власти», «контролю» или любые другие🧾Персоны, JTBD и сегментация здорового человека
Связь сегментации, персон и JTBD: типология пользователей, которая будет обоснована и полезна💽 @PostPostResearch Читать полностью…
Про тёмные паттерны популярных подписочных в формате скроллителинга.
https://pudding.cool/2023/05/dark-patterns/