Quem não tem cão, caça “os” dados
O que você consegue fazer quando você sabe que os dados existem mas você não tem eles com facilidade para iniciar suas análises?
A gente vive em um momento de aprendizados, testes e evoluções no Grupo Mateus e isso é um fato. Mas também é fato o quanto os times estão firmes e com os olhos no target da empresa. E hoje o papo é sobre dados.
O papel de uma Product Manager é levantar oportunidades para melhorar nosso produto, o negócio e o valor aos usuários. E a gente só consegue fazer isso quando passamos mais tempo analisando e buscando a causa raiz das coisas, em vez de focar em apenas outputs.
Assim que entrei para o Mateus Mais, uma nova squad foi criada, a de usuários. E eu fiquei responsável por essa vertical. E o que você faz assim que você inicia em uma nova empresa/negócio/squad? eu estava vindo de uma rotina bem diferente já que eu lidava mais com a parte de produtos internos e precisava me orientar agora para um negócio B2C.
A primeira coisa é: quem são nossas personas? quais seus perfis de consumo dentro e fora do app? e como estamos atualmente? como podemos analisar nossos usuários ativos em relação aos resultados dos nossos meses e etc..? não tem como estar em uma squad de usuários se não sabemos ao certo quem são eles e o que costumam fazer.
O objetivo: Desenvolver maturidade analítica para explorar melhor os problemas, trazer insights de melhorias e priorizar melhor nossas entregas, ou pelo menos conseguir justificar melhor o porquê de iniciar por funcionalidade x em vez de y, usando nossas informações a partir dos dados.
Levantamento inicial
O primeiro passo foi levantar as perguntas que precisaríamos responder. Qual a quantidade de usuários cadastrados hoje no app? por região, cidade e faixa etária? com esse resultado conseguiríamos ter primeiro o panorama geral do app.
Observação: os valores abaixo são valores apenas para exemplificar o case e não fazem parte da realidade do negócio.
A partir daí começamos a conversar com o time de BI (alô Débora ❤) para compartilhar nossos objetivos e o que precisávamos entender. E foi assim que o primeiro Dash foi montado.
Principais insights:
A nossa maior base de cadastros encontra-se na faixa etária de:
- 25–29 cerca de 83%
- 30–34 cerca de 78%
- 35–39 cerca de 71%
- 20–24 cerca de 63%
- 40–44% cerca de 55%
- 45–49 cerca de 35%
O que podemos concluir a partir dessas informações? nada.
Essas informações servem de ponto de partida para nossos próximos passos de investigação. E o próximo é: desse total, quantos usuários ativos realmente temos?
Observação 1: como não temos nossas personas mapeadas, nosso ponto de partida foi a análise por faixa-etária para posteriormente iniciarmos nosso mapeamento por comportamentos, hábitos de consumo, necessidades e nossas pesquisas mais qualitativas realizando entrevistas.
Observação 2: esses números gerais do app nos fizeram validar algumas hipóteses sobre os usuários mais engajados e nos levantou algumas outras questões que precisariam ser validadas com estudos mais profundos.
Observação 3: Realizando algumas pesquisas com usuários que já compraram no app, enviamos um forms e a maioria das pessoas que responderam foram pessoas com as seguintes faixas etárias:
Como ainda não tínhamos as respostas iniciais, começamos a levantar hipóteses de que os usuários ativos estavam entre as faixas de 30–40, 40–50 e de 50 pra cima. (Isso fez a gente arregalar os olhos hahah). Só que pegando a nossa base geral do app e confrontando com as respostas do forms, vimos que precisaríamos de um terceiro validador. E é aí que entra nossa dash de usuários ativos.
Se você tiver um time de BI, como nós temos aqui no Grupo, isso facilita muito o seu trabalho. Eu amo muito o time de BI aqui porque conseguimos trabalhar em um nível de desempenho alto e de forma colaborativa. Isso faz total diferença. Inclusive eles são os grandes responsáveis por entregar muito além do que tínhamos solicitado. Esse é o poder de trabalhar em rede.
Perguntas que precisávamos responder:
- Quantos usuários ativos possuímos hoje? ~consideramos usuários ativos pessoas que compraram no app pelo menos 1 vez nos últimos 3 meses~
- Qual essa quantidade de usuários ativos a cada mês?
- Qual a quantidade total e a média de pedidos realizados por esses usuários?
- Qual a quantidade de itens top 3? (amostra para a quantidade de itens de um pedido)
- Qual a faturamento total para a quantidade de pedidos realizados por esses usuários ativos?
- E qual a quantidade de usuários ativos por faixa etária?
- Qual a média mensal de pedidos por cliente?
- Qual o Ticket Médio dos pedidos?
- Qual o faturamento total por faixa etária? e quantidade de pedidos pela mesma?
- Qual faturamento total por usuário/loja/produto?
Principais Insights
Os números não são os verdadeiros, mas vou compartilhar com você algumas análises que conseguimos fazer e que ajudarão times de marketing, produto e comercial a traçar um planejamento em busca das mudanças dos nossos indicadores principais :)
- O ranking da faixa etária a partir dos nosso usuários ativos se mostrou:
- 30–34 anos
- 35–39 anos
- 25–29 anos
- 40–44 anos
- 20–24 anos
- 45–49 anos
- Mas se formos analisar o ranking das faixas etárias por faturamento, ela muda para:
1. 35–39 anos, pediram em média 5 vezes nos últimos 3 meses (jan-mar 2022). R$272 de Ticket Médio;
2. 30–34 anos, pediram em média 4 vezes nos últimos 3 meses (jan-mar 2022) R$224,88 de Ticket Médio;
3. 40–44 anos, pediram em média 3 vezes nos últimos 3 meses (jan-mar 2022) R$281, 54 de Ticket Médio;
4. 25–29 anos, pediram em média 4 vezes nos últimos 3 meses. Isso mostra que apesar de pedirem mais vezes, o ticket médio da faixa-etária é menor que o das anteriores. R$204,75 o Ticket Médio.
5. 45–49 anos ,pediram em média 1–2 vezes nos últimos 3 meses. R$ 304, 87 é o Ticket Médio
- Ou seja, se olharmos apenas para nossa base de cadastro, corríamos o risco de tomar decisões equivocadas. E se analisar faixa etária ativa e faixa etária a partir do faturamento, também conseguimos outro tipo de análise. Então muito cuidado nesse momento.
- Com essa análise, podemos pensar em fazer ações que façam com que movam a média de pedidos da faixa-etária de 40–44 anos, já que seu Ticket médio é mais alto;
- Podemos criar ações pontuais para a faixa-etária de 35–39 anos, para que possamos aumentar o valor do seu Ticket Médio; Pois como vemos, é a faixa-etária que mais retorna faturamento, mas isso se deve ao número de vezes que eles pedem. Aqui a meta é aumentar o Ticket;
- Como a Faixa-etária de 30–34 é a segunda a trazer mais faturamento pois eles pedem entre 4–5 vezes, podemos pensar em ações para aumentar o Ticket médio da faixa-etária já que eles sentem segurança em pedir no app. ( a pergunta: o que essas pessoas gostam ou gostariam de comprar?)
- A faixa de 45–49 é a quinta a retornar mais faturamento para nós, porém pedem muito pouco. Mas pelo seu Ticket médio de compras ser o maior, podemos pensar em ações que façam essa faixa comprar mais vezes
Nessa Dash conseguimos analisar também um ranking dos usuários que estão trazendo mais faturamento para o nosso negócio nos últimos 3 meses ( e podemos usar o filtro de mês e dia para outras análises). E também conseguimos analisar de qual loja esse usuário tá vindo, bem como os itens que ele mais compra, ranqueados também pelo faturamento dos produtos.
Pergunta: Por quais motivos estas pessoas estão no topo? Alguma loja pode estar sendo inaugurada nesse período de análise e por isso eles estão comprando mais?
Outro ponto é que agora temos um norte por onde podemos começar nossas pesquisas qualitativas para estudar e entender melhor nossas personas e tudo que envolve seus universos.
Nos próximos posts vou estar compartilhando mais um pouco sobre as outras páginas da nossa Dash, mas a grande mensagem aqui é: não se limite quando você chegar em algum lugar e olhar que você ainda não possui as informações que precisa. O seu papel é buscar artefatos que façam com que você consiga essas informações e principalmente, que esteja ao acesso de todos que trabalham com você.
