Guest
2 ноября в 20:00 по МСК проходил вебинар на тему «Data-driven подход и почему это важно для развития продукта» от международной школы анализа данных и разработки Mathshub () в рамках программы Mentor in Tech 5.0 (). На вебинаре разобрали: 🔹Почему знания о развитии продукта актуальны не только для менеджеров, но и для технических специальностей. 🔹Обсудим, что такое data-driven подход и как его внедрить. 🔹Потренируемся предлагать метрики и выдвигать гипотезы на примере реального продукта. 🔹Узнаем, как эффективно работать с данными. 🎤Спикер – Виктор Семин: 🔹Product owner в Revolut, команда эквайринга. 🔹Product owner в Яндекс Доставке. 🔹Стратегический консалтинг в Bain and Company. Women in Big Data Russia: Telegram: Вконтакте: Глобальный сайт WiBD: Women in Tech Russia: Вконтакте: Telegram: Сайт WiT Russia: Сайт программы Mentor in Tech: Таймкоды: 00:00 - Приветствие 01:05 - Знакомство с Виктором 04:55 - Содержание 06:15 - Мотивация 07:35 - Развитие продукта аналогично прохождению лабиринта 08:55 - Что такое data driven product development? 09:55 - Этапы жизненного цикла продукта 11:30 - Источники данных на этапе Развитие 14:40 - Параметры сравнения источников данных 18:10 - Продуктовая аналитика - один из основных инструментов 19:25 - Основные компоненты продуктовой аналитики: сбор и обработка аналитики 20:00 - Что такое событие 20:30 - Способы отслеживания событий 22:27 - Основные концепты 26:35 - Пример 28:28 - Пример отправки события 20:55 - Make it work! 36:33 - Как построить запрос на отправку события? (вопрос от зрителей) 37:29 - Какая минимальная прибыль или количества покупок должны быть, чтобы применять могли позволить такую аналитику? (вопрос от зрителей) 39:18 - На каком этапе проекта этот подход актуален, до какого этапа излишен? (вопрос от зрителей) 41:04 - Какие практики лидерства по вашему опыту оказались наиболее эффективными во внедрении принятия решений на всех уровнях вашей организации? (вопрос от зрителей) 43:36 - Enterprise B2B компания, цикл продаж полтора два года, пользователь и покупатель - разные люди. На какие данные можно опираться в данном случае? (вопрос от зрителей) 46:05 - Есть ли возможность понять что с метриками что-то не так? (вопрос от зрителей) 48:46 - Продуктовая аналитика настроена, работает, но есть утечка, каие метрики имеет смысл смотреть в данном случае? (вопрос от зрителей) 50:50 - Не все продукт менеджеры умеют в data-driven подход или просто не все владеют знаниями и осознанностью в этом вопросе? (вопрос от зрителей) 52:46 - Что такое эксперимент? 53:40 - Способы проведения экспериментов 56:23 - Case study 1:10:21 - Какие навыки и знания критичны и необходимы продакту в небольшом стартапе? 1:13:18 - Из каких профессий переходят в работу с данными? 1:14:10 - Все это очень похоже на то, чем занимается продуктовый дизайнер, как они работают вместе? 1:16:13 - Вы говорили про ограничение выборки для А в количестве до 500 пользователей или 30%, это не влияет на статистическую значимость результата? 1:17:46 - Если в компании есть продуктовая аналитика, но в моем продукте она очень маленькая есть проблема, которую тяжело чинить, стоит ли в таком случае отдавать предпочтение опросам и интервью? 1:19:20 - Как мы выделяем приоритетные проблемы и решения для них? 1:20:39 - Можно ли за счет анализа выявить точную проблему? 1:21:33 - Как можно объединить данные из разных источников для понимания полной картины пользовательского опыта? 1:22:40 - Чем, по вашему мнению, отличается продукт оунер и продукт менеджер? 1:24:36 - Если приложение не интернет-магазин, а сложнуй тул, н-р Photoshop, что в нем считать за целевое действие? 1:26:38 - О Mathhub 1:36:12 - Розыгрыш сертификатов Mathhub Благодарим за просмотр!
