Секреты успеха: как анализ данных развивает компании и продукты

0
149

В российской культуре разработки приложений и других цифровых проектов пока не стала стандартом практика тотального мониторинга данных. Погружение в эту недооценённую область может открыть глаза на особенности бизнеса и поведения клиентов, которые без такой информации остаются гипотезами с непроверенной эффективностью или вообще невидимы.

Можно улучшить жизнь себе и клиентам, просто наблюдая. Но почти никто этого не делает. Почему? Чаще всего это связано с отсутствием понимания необходимости сбора и учёта информации в стратегии развития бизнеса. Если мы не знаем даже о возможности что-то собирать, мы не можем это использовать и не задумываемся о такой возможности. Выход простой — нужно задуматься.

Разработчик мобильного приложения технически может получать самые разные данные. В качестве основы для дальнейших рассуждений предположим, что речь идёт о коммерческом приложении, которое продаёт или оказывает услуги. Для такого сценария разделим данные на два типа.

Дисклеймер о безопасности

Мы не призываем следить за людьми. Но, в зависимости от сути приложения, с согласия человека вы можете получить в нём бесценный источник информации о том, как улучшить бизнес. Человек может наложить запрет, такая функция есть в операционных системах iOS и Android, есть отказ от cookies на сайтах. Мы считаем эти возможности большим достижением в сфере защиты личной информации. 

Важно уважать конфиденциальность пользователей и обеспечивать безопасный сбор и хранение их данных. Разработчики должны всегда получать согласие, прежде чем собирать личную информацию, и быть прозрачными в отношении того, как утилизируют данные. Кроме того, разработчики должны соблюдать все соответствующие законы и положения о защите конфиденциальных данных в своей юрисдикции. 

Это касается всех платформ и ситуаций. Высокая культура продукта даёт гораздо больше плюсов в репутации, технологии и процессах, чем имеет минусов из-за самоограничения. Поэтому уважайте своих клиентов и не делитесь их информацией ни с кем, включая сторонних разработчиков, если не имеете на это информированного согласия. 

Первый тип — информация о пользователе

  1. Профиль пользователя — имя, фамилия, адрес электронной почты, номер телефона, возраст и другие персональные данные. К ним следует обращаться в строгом соответствии с законом и пожеланиями клиента.
  2. Данные о местоположении — географические координаты, страна, город, информация об окружении на основе имеющихся датчиков, которые можно использовать для локализации. Ещё один подвид информации, с которой нужно обращаться с особой осторожностью, не передавая её никому без согласия.
  3. Информация о поведении пользователя — действия в приложении, время, проведённое в приложении, даты и время регистрации активности, взаимодействие с определёнными функциями, а также вышеупомянутая информация об окружении от датчиков.

Второй тип — коммерческая информация

  1. Продажи — сюда входит информация о покупках, которые пользователь совершил или собирался совершить внутри приложения. Намерения мы узнаём по действиям, которые обычно предваряют покупку, а вместе с этим смотрим, что, когда и сколько купили. Чем больше знаний о пути и окружении мы имеем, тем больше будем знать, как увеличить конверсию лида в покупателя. Эти данные помогут определить, какие товары популярны, а какие требуют корректировки с точки зрения цены или доступности.
  2. Доход и эффективность рекламы — работает, если вы предоставляете рекламную площадку. Эти данные помогут оптимизировать места размещения рекламы вам и рекламные стратегии вашим клиентам, а также определить, какие типы объявлений эффективнее.
  3. Подписки — сюда входит информация о пользователях, подписавшихся на услуги. Эти данные помогут разработчикам понять, что людям ценее, а что лучше подправить.

Помните, что возможности сбора также зависят от вашего бизнеса. В продажах одежды они будут отличаться от приложения службы скорой помощи или платформы для мониторинга строительства нефтегазовых объектов. Штурмовать идеи по данным необходимо индивидуально по каждому проекту. Здесь мы предлагаем идеи, а не отчитываемся об исследовании мирового рынка.

Как и зачем интерпретировать данные

Мы задались целью рассказать о том, какие данные бывают и как их можно использовать. Воспринимайте это как фантазию на тему, потому что каждый бизнес нужно разбирать отдельно. Причём, не каждую отрасль, а именно каждую компанию, каждый продукт и так далее — из-за обилия индивидуальных нюансов.

Персональные данные

Идентификация людей открывает возможность более точно работать с их потребностями, оценивать поведение и делать выводы о своём продукте. Ещё раз подчеркнём, что эту информацию нужно собирать и использовать с особенным акцентом на безопасности.

Примеры:

  1. Персонализированная реклама — понимание предпочтений пользователя позволяет показывать ему рекламу подходящих товаров и услуг. Например, если он указал возраст и пол, вы можете отправить ему рекламу товаров, которые чаще всего покупают такие люди (половозрастная характеристика — это лишь база, первая маленькая ступенька в описании целевой аудитории). Сюда же можно отнести рекомендации и догоняющие оповещения, даже кроссплатформенные, когда клиент зашёл на ваш сайт, а вы пишете ему в мессенджере.
  2. Улучшение пользовательского опыта — используйте данные о поведении, чтобы определить, какие функции и разделы приложения наиболее полезны клиентам. Хорошо работать и с обезличенной информацией, но эта руда не столь богата на информационные самородки. Здесь вы также можете предлагать персонализированные рекомендации и оповещения.
  3. Безопасность и обработка заказов — хорошая форма адреса поможет эффективно доставлять товары, а номер телефона поможет решать непредвиденные проблемы. Проверяйте личность пользователя, чтобы убедиться, что он является настоящим покупателем, а не DDoSит отдел продаж.

Местоположение

Ценный источник знаний для соединения пользователя и мест, в которых он находится. Включает удивительно полезные схемы контекстуального взаимодействия.

Примеры:

  1. Персонализированные предложения — местные события, акции и скидки на локальные товары и услуги. По геолокации легко сообщить клиенту, что ваш магазин, кафе, нужное-подчеркнуть совсем рядом и даёт скидки, или отправить уведомление, когда человек входит в зону действия услуги или предприятия.
  2. Определение маршрутов — вы не только подскажете человеку лучший путь к совершению покупки (в прямом смысле), но и сможете узнать, какими дорогами он двигается, чтобы разместить ваши точки, товары и рекламу. Можно даже предложить клиенту пересечься с курьером по дороге с работы.
  3. Улучшение пользовательского опыта — покажите релевантные контакты и информацию, которая соответствует географическому положению клиента. Позвоните спасателям, если он резко затормозил и три раза перевернулся в воздухе. Разместите бонусные баллы в виде монет рядом с точками продаж, чтобы ваш клиент Соник чаще купался в лучах вашего бренда.

Поведение

Поведенческие данные, такие как действия пользователей внутри мобильного приложения, могут дать калорийную пищу для интерпретации и анализа.

Примеры:

  1. Идентификация популярных функций — мобильное приложение может отслеживать, какие функции люди используют чаще, а какие реже. За этим следуют выводы об улучшении, добавлении и удалении функций.
  2. Узнавание причин отказов — определяем, на каких шагах пользователи уходят и почему. Например, если большинство людей останавливается на этапе заполнения регистрационной формы, это может указывать на её сложность или ошибку.
  3. Улучшение персонализации — приложение может собирать данные о предпочтениях пользователей, чтобы вы могли найти личный подход к каждому клиенту. Если пользователь часто покупает продукты для веганов, приложение будет делать акцент на них в персональной подборке.
  4. Увеличение конверсии — отслеживание всего пути от лида до покупателя позволит сгладить препятствия в интерфейсе, увеличить чек и количество продаж.
  5. Мониторинг изменений — трекинг поведения пользователей после внесения изменений. Поставили новые цены или подправили интерфейс — проследите, как это повлияло на показатели.

Продажи

Изучение данных о продажах в приложении помогает понимать, какие товары популярны, какие маркетинговые кампании наиболее эффективны, как улучшить ассортимент продуктов и оптимизировать цены, а также прогнозировать продажи и планировать запасы товаров, что в итоге может привести к повышению доходов и улучшению покупательского опыта и имиджа компании.

Примеры:

  1. Анализ популярности товаров — данные о покупках выявят разницу в востребованности, а исследование интерфейса позволит исключить ситуацию, когда люди не покупают из-за проблем с процессом, а не с товаром.
  2. Количественные, временные и событийные данные о продажах — идут на прогнозирование запасов, спроса, корректировку цен, анализ ошибок в стратегии и многое другое. Банальный пример — сезонные товары.
  3. Продажи относительно рекламы и маркетинговых кампаний — чем точнее анализ, тем эффективнее маркетинг. Как минимум, меньше ресурсов будет потрачено впустую. Если маркетинг не даёт эффект, вы просто не умеете его готовить.
  4. Идентификация дополнительных продаж — когда вы знаете, зачем клиент пришёл, с чем и каким путём ушёл, вы можете составлять пакетные предложения, включая в него товары регулярного спроса и высокомаржинальные аксессуары. На дистанции это даст приятный результат.

Реклама

Конечная цель любой рекламной кампании — это доход, и, следовательно, данные о доходах являются основополагающими в оценке эффективности кампаний.

Примеры:

  1. Стоимость привлечения клиента (CAC) — считаем, во сколько обходятся клиенты, привлекаемые через рекламу. Чем ниже CAC, тем выгоднее рекламная кампания, если представить, что приходят только целевые лиды.
  2. Возвращаемость инвестиций в рекламу (ROI) — соотношение доходов и расходов на рекламу. Чем выше ROI, тем более эффективной получилась кампания.
  3. Конверсия в продажу — доля пользователей, которые совершают желаемое действие (например, покупку) после просмотра рекламы. Высокий конверсионный показатель означает, что реклама вызывает интерес у пользователей и увеличивает вероятность совершения покупки.
  4. Коэффициент оттока — покажет, сколько пользователей покинули приложение после просмотра рекламы. Высокий коэффициент может свидетельствовать о том, что реклама не соответствует ожиданиям пользователей и раздражает их.

Подписки

У подписной модели есть сильные и слабые стороны. Надёжность денежного потока компенсируется трудностями в первичном и повторном привлечении клиентов, а отсутствие данных может оставить вас один на один с неожиданным оттоком платежей, как будто их перекрыли дамбой.

Примеры:

  1. Фиксация отказов, досматриваемости и других показателей по контенту — непрерывное определение интересов аудитории и наиболее перспективных категории контента поможет поддерживать нынешних клиентов и привлекать новых, в том числе через личные рекомендации, которые надёжнее любой рекламы.
  2. Портреты пользователей — сегментирование аудитории позволит лучше закрепляться в зоне интереса и повышать чек через предоставление релевантных услуг. Важен не только размер чека, но и постоянство транзакций, которое в итоге поднимет LTV.
  3. Тестирование типов подписок — если у вас разные варианты подписок, некоторые могут быть менее популярными, а это может говорить о контенте, ценовой политике и функциях продукта. Варьировать подписки можно по-разному, в том числе через акционные тарифы, составляющие которых становятся постоянными.
  4. Снова отслеживание оттока — когда человек перестал проявлять активность, это сигнал о том, что вы на грани разрыва договора. Виной всему могут быть ошибки, цены, нехватка функций или даже их избыток, а иногда в дело вмешиваются простые жизненные обстоятельства. Следует поискать вариант продолжения отношений.

Делитесь успехом

Основной причиной раскрывать бизнес-показатели разработчику является предоставление ему возможности делать обоснованные выводы и корректировать работу ради улучшения результатов. Однако есть и другие поводы.

В истории нашей компании много случаев, когда проекты получали премии, обращали на себя внимание СМИ и новых партнёров. И всегда в таких коммуникациях очень помогает информация об эффективности решения. Обычно достаточно кратко рассказать о повышении показателей, но чем подробнее вы опишете результат, тем интереснее будет кейс и тем больше дополнительного внимания мы вместе сможем привлечь к вашему бренду.

Информация не бывает лишней

Бывают случаи, когда её не могут интерпретировать. Когда слишком мало данных, начните их получать, когда слишком много — оптимизируйте аналитику. Многие вещи в ней можно автоматизировать, чтобы при определённых триггерах вы получали уведомления и могли вовремя обратить внимание на успехи или негативные тенденции.

Не важно, делают ли вам native-приложение, кроссплатформенное решение, собирают ли Франкенштейна из коробочных деталей, старайтесь не держать разработчиков в условиях информационного голода. Предприниматель должен понимать их сам, это его обязанность как ответственного за коммерциализацию своей работы. Но без аналитики в приложении и её связки с коммерческой информацией разработчику трудно сделать выводы о том, как лучше сделать и настроить продукт, чтобы деньги быстрее приходили на нужные счета.

Культура сбора и анализа данных становится важнее по мере того, как товары и услуги полностью переходят в цифру. Старый-добрый заводской цех может производить и реализовывать товары без цифровизации, пока его обгоняют более расторопные конкуренты, но многие привычные предприятия уже полностью интегрировались с цифровыми сервисами и пожинают плоды прогресса.

Вам выгодно сделать так, чтобы разработчики знали всё о вашем бизнесе. Более того, требуйте этого — и вместе с ними пользуйтесь благами информированности в принятии решений. Начните с вопросов:

  1. Какие данные мы можем извлекать
  2. Как их интерпретировать
  3. Как это автоматизировать

Далее: Чем приложения лучше веба и почему вам нужно и то, и другое

В Spider Group на вас работает более чем двадцатилетний опыт в разработке мобильных приложений, веб-разработке сайтов, серверных проектов, дополненной реальности, искусственного интеллекта и Интернета вещей.