Sarah Leary (Microsoft, eBay, Nextdoor, Unusual Ventures) поделилась своим чеклистом по проработке гипотез для Product-Market Fit и персон с примерами.

@internetanalytics

Sarah Leary поделилась инструкцией к поиску Product-Market Fit. Она была продактом в Microsoft, запускала первые версии Microsoft Office, экс-вице-президент одной из компаний eBay, основатель Fanbase и Nextdoor, партнер Unusual Ventures.

1. Ответьте на три главных вопроса:
- Кто является целевым покупателем?
- Какая именно его потребность не удовлетворена?
- Почему она до сих пор не удовлетворена?

Выпишите ответы и обсудите с командой и знакомыми. Польза фидбэка выше, чем риск, что кто-то украдет вашу идею.

2. Проверьте гипотезы.

Andy Johnes (Facebook, Twitter, Quora, Wealthfront) говорит: "Не так важно первым выйти на рынок, как первым занять соответствующую продукту нишу рынка".

Признайте, что вы тоже можете ошибаться, и идите проверять гипотезы. Проверка должна быть быстрой и дешевой:
- опросы
- макеты на бумаге
- 1:1 интервью
- "Волшебник страны Оз" (Пользователь взаимодействует с системой, которая (как ему сказано) полностью автоматизирована. На самом деле, все действия и ответы системы находятся под контролем человека-оператора.)

И никогда не отдавайте эту работу на аутсорс.

Несколько недель тестов сэкономят вам месяцы разработки.

3. Протестируйте продукт в реальном мире.

Разработайте прототип с 1-3 фичами, MVP. Многие считают, что MVP — версия продукта, которую проще всего и быстрее сделать. На самом деле MVP — версия продукта, которая обрадует клиента и вызовет в нем энтузиазм дождаться следующей версии.

Sarah говорит, что осознала, что Nextdoor нашел Product-Market Fit, когда во время приостановки работы прототипа на час, ей стали звонить и писать обеспокоенные пользователи — Nextdoor был им нужен немедленно!

4. Детально проработайте портреты персон ЦА.

Проработка персон важна не для того, чтобы определить, кого именно вы обслуживаете. Проработка персон помогает понять, кого вы НЕ собираетесь обслуживать.

Не пытайтесь удовлетворить всех. Лучше иметь небольшую базу пользователей, которые влюблены в ваш продукт, чем большую базу людей, которым "вроде бы нравится". У продуктов успешных компаний всегда есть несгибаемое в своей лояльности ядро аудитории.

5. Запускайтесь, учитесь, корректируйте курс.

Как определить, что пора масштабно запускаться? Не дайте лучшему стать врагом хорошего. Запускайте, как только все жизненно важные фичи будут готовы и оттестированы. Если у вас проблемы с регистрацией пользователей — точкой входа — лучше отложить запуск на несколько недель, даже если у вас договоренности с прессой.

Nextdoor понял, что пора запускаться, когда заработала реферальная система. Новые пользователи слышали о сервисе от знакомых и уже были готовы регистрироваться.

https://www.unusual.vc/field-guide-consumer/finding-product-market-fit-2

@internetanalytics

Август 2020-го года. 59% населения планеты пользуются интернетом. Это 4,6 млрд людей.

Что происходит каждую минуту? То есть за то время пока вы внимательно читаете этот пост до конца.

Netflix стримит 404,5 тысяч часов видео. 500 часов видео загружают на YouTube.

Spotify добавляет 28 композиций в базу. Пользователи WhatsApp пишут 41,7 млн сообщений.

69,5 тысяч человек отправляют свое резюме потенциальному работодателю в LinkedIn.

Люди совершают онлайн покупки на 1$ млн. Amazon отправляет 6,6 тысяч посылок. 3,8 тысяч $ тратится в мобильных приложениях.

2,7 тысяч человек устанавливают TikTok.

И 1,4 млн людей начинают видео звонки.

@internetanalytics

Excel'ю 30 сентября исполнилось 35 лет. Первая версия Excel предназначалась для Mac и была выпущена в 1985 году, а первая версия для Windows была выпущена в ноябре 1987 года.

Excel стал первым популярным приложением Microsoft. Если бы не Excel, то, возможно, Microsoft не стал бы таким большим и дорогим. @internetanalytics

Табло - открыли виртуальную галерею

https://vizgallery.tableaupublic.com/

По ссылке виртуальная картинная галерея, где вместо картин - дашборды. Можно детально рассмотреть, открыть в Tableau Public и изучить. Графика на все случаи жизни.

@internetanalytics

Вышел большой апдейт Retentioneering
https://github.com/retentioneering/retentioneering-tools

Попробовать можно слету в Google Colab без установки, все стало очень просто.

Добавлен инструмент простого A/B-тестирования, ускорены более чем в десять раз скорость кластеризации, переработан функционал step-матриц.

P.S. Очень важное дополнение - различные варианты нормировки и развесовки ребер графа. Теперь можно четко видеть сколько пользователей сделало переход, либо сколько сессий с таким переходом было, либо сколько событий переходов во всем датасете. Можно явно выбирать как вы хотите это нормировать - на общее число пользователей или переходов, или на количество переходов из конкретного узла - получаются разные инсайты на графе и в матрицах переходов.

Вопросы задавать в чат @retentioneering_support

Excel опять виноват

Сведения о почти 16 000 новых инфицированных между 25 сентября и 2 октября не попали на официальный дашборд правительства Великобритании. А все потому... что в качестве дашборда использовалась эксель-таблица, в которую данные импортировали из csv, который присылали из лаборатории. Новый день - новый столбец. Так что в какой-то момент эксель "не смог".

Сейчас в Лондоне срач между лабораторией и департаментом общественного здоровья, ищут виновного. Пока виновен только эксель.

А проблему с данными решили, разрезав таблицу эксель на несколько частей 🤡

https://www.dailymail.co.uk/news/article-8805697/Furious-blame-game-16-000-Covid-cases-missed-Excel-glitch.html

@internetanalytics

Instagram показал графики использования на разных ОС по дням недели (будни и выходные) и по времени (с разбивкой по типу аккаунта). Очень интересно показан десктоп. Неизвестно, насколько его много (оси не подписаны и нормированы), но явно видно, что в будни там есть жизнь. А вообще, хотелось бы получить такой график с абсолютными цифрами. Но нам его никогда не покажут. @internetanalytics

Матемаркетинг - 9-13 ноября, онлайн

Билеты и подробности: https://matemarketing.ru
Программа конференции: https://bit.ly/3iMiT6Z

@matemarketing_official

Отвлекусь немного от цикла заблуждений,

Сегодня открыли доступ к видео про то, почему метрики в среднем лукавы, про когорты и почему планы продаж 90% компаний оценены неверно (все дело в неверном расчете конверсии). Когда мы усредняем, мы не понимаем что есть разные факторы, которые влияют на систему принятия решений и юнит-экономику.

🔗 Смотрите видео по ссылке

9-13 ноября будет Матемаркетинг 2020 в формате онлайн — в этом году я снова участвую 🖖

Решили попробовать новый формат выступлений: ответы на вопросы в живую 13 ноября в 12:00. Если есть что спросить, пишите вопросы в тред к этому посту — как обычно можно спрашивать про управление продуктами, юнит-экономику, аналитику, рост команд, постараюсь на все ответить 13 ноября.

Подробности matemarketing.ru

Unit-экономика для продуктовых компаний как основа роста.

Все компании стремятся создавать дополнительную ценность и зарабатывать больше, чем тратить. Но большинство командных KPI и потребление внутренних ресурсов не измеряются в деньгах. Поэтому самые талантливые команды могут оказаться экономически неэффективными, а решения руководителей непрозрачными для сотрудников.

По ссылке - доклад Влада Флакса, CEO OWOX о том:
— как выбрать правильные KPI для команд и не утонуть в бесполезных цифрах;
— как сформулировать продукты, которые создаются в каждой команде и не путать процесс с результатом;
— как построить бюджет компании на основе юнит-экономики, найти узкие места и зоны роста для масштабирования.

Доклад знакомит с решениями в области разработки, маркетинга и продаж, которые значительно поменялись благодаря анализу unit-экономики процессов, кроме того учит принимать управленческие решения не только на основе P&L и Cash-Flow.

https://youtu.be/U_zAv7NxXAE

@internetanalytics

Павел Левчук написал хорошую заметку про быструю проверку сплитера при A/B-тестировании

https://ecommerce-in-ukraine.blogspot.com/2020/10/ab-splitter.html

Помните, в Винни-Пухе был "Посторонним В. [вход воспрещен]". Бедный Винни все никак не мог понять, что это за Посторонним В?

Так вот, есть в МГУ такая наукометрическая база данных, которая постоянно взвешивает ученых. "Истина" называется. И что вы думаете? Там появился доктор наук, китаец, который очень знаменит: у него 614 статей, 549 книг, 104 доклада на конференциях, 50 тезисов докладов, 44 патента, 2 свидетельства о регистрации прав на ПО, 41 научный отчёт, 17 наград, 2 диссертации, 5 дипломных работ, 141 учебный курс. А количество цитирований статей в журналах по данным Web of Science равно 12214, а в Scopus - 12054.

И все мы с ним знакомы - потому что его зовут И Др. // Найдено на просторах интернета

В июле Algorithmia опросила 102 Chief Information Officer и IT директоров крупных компаний с объемом продаж выше $1 млрд и количеством сотрудников не менее 5 000 об эффекте пандемии на AI/ML инициативы.

Две трети компаний признали, что AI/ML проекты имеют большее значение, чем они предполагали раньше. Четверть жалеют, что не дали таким проектам высший приоритет.

За время пандемии фокус AI/ML сместился с задач с long-term эффектом (доработка бэк-офиса, оптимизация логистики, фрод) на задачи short-term - оптимизация костов, маркетплейса, поведенческая аналитика.

Половина компаний собирается увеличить бюджеты AI/ML инициатив в ответ на пандемию. Треть компаний и до пандемии закладывала на эту область более $10 млн в год.

В 65% компаний в отделе AI/ML более 50 сотрудников. В четверти компаний их больше 100. 27% в пандемию набрали еще людей.

@internetanalytics