Отзыв на книгу: Lean Analytics
Прочитала книжку Lean analytics. Хотела ее прочитать, на самом деле, уже очень давно, так как многие рекомендовали. И сейчас у меня остался только один вопрос — а что в ней хорошего-то?
Авторы развивают несколько мыслей, которые, на мой взгляд, в корне противоречат принципам качественной продуктовой разработки. Самая жесть — это попытка проанализировать 6 бизнес-моделей с точки зрения ключевых метрик. Берут, к примеру, маркетплейс и говорят: вот 10 метрик, за которыми надо следить; вот так надо делать аналитику. А ну-ка, Uber, Яндекс.Маркет и Booking, давайте глянем на список метрик, на которые вам (согласно авторам книжки) рекомендуется смотреть:
- Рост числа покупателей и продавцов
- Рост инвентаря (например, количества объявлений)
- Эффективность поиска
- Воронка конверсии
- Рейтинги и признаки мошенников
- Метрики, связанные с ценообразованием
Камон, ребята. Несерьезно как-то. Взрослые продакты никогда не ставят метрики ради метрик. Метрики — это просто один из способов договориться с командой о цели и замерить прогресс по ее достижению. Сначала миссия и стратегия, сначала роадмап и цели, и только потом — метрики. Это значит, что даже если Uber и Booking оба маркетплейсы, у них ну никак не может быть одинаковым набор ключевых метрик — потому что у них разные миссии и разные цели.
Безусловно, есть метрики, которые для всех компаний называются одинаково, типа retention или DAU. Но опять же здесь важен контекст продукта. Никому не придет в голову сравнивать DAU Amazon и какого-нибудь приложения, где коллекционеры могут выставлять и продавать редкие крышечки от бутылок. Для вторых, скорее всего, этот показатель будет намного менее важен, чем для первых.
Еще один подход, который меня напряг, — One Metric That Matters. Типа надо выбрать одну метрику, которая играет ключевую роль при работе над фичой. Предположим, наша ключевая метрика — конверсия из клиентов на пробной версии в платящих. Предположим, после запуска новой фичи это число увеличилось на 2%. Что это значит? Да ничего это не значит, потому что невозможно составить полную картину по одной цифре. Нужно смотреть на комплекс метрик, пытаться понять, что происходило на стороне пользователя. Подход OMTM — для ленивых; улучшили показатель, и бегут открывать шампанское, хотя в реальности там мог просто получиться случайный выброс.
При этом я не говорю, что плохо ограничивать количество метрик, на которые ты смотришь и по которым принимаешь решение. Сотня-другая дополнительных циферок вас не спасут, когда фича тонет по всем фронтам. Другое дело, что ограничиваться одной — неправильно; как минимум, всегда есть технические метрики, которые тоже очень важны.
Впрочем, был один графичек, который мне понравился (правда, не в плане продуктовой работы, а в плане построения карьеры 🙈)
