Kako pratiti i meriti uspeh proizvoda

Ovaj tekst je nastao u okviru programa Preduzmi ideju koji finansira USAID.

Za merenje uspeha proizvoda ne postoji univerzalan vodič koji treba pratiti kako bi sigurno znali da li je to što se pravi kvalitetno. Na uspeh proizvoda utiče mnoštvo faktora, počev od istraživanja i izbora tržišta, konkurenata, traženosti rešenja, pa sve do uloženog novca i vremena u razvoj novih funkcionalosti, marketinga i drugih načina pridobijanja krajnjih korisnika. Ipak, moguće je razvrstati niz često korišćenih taktika i metrika koje se koriste u različitim situacijama, koji mogu da pomognu da se proceni koji od navedenih faktora ne doprinosi ili šteti razvoju proizvoda.

Svaki proizvod je drugačiji, i gotovo uvek treba prilagoditi metrike i pratiti podatke relevantne za proizvod i tržište u kom se nalazi. Za početak, tehnike za merenje uspešnosti proizvoda se razlikuju pre i nakon lansiranja. S obzirom da pre lansiranja ne postoji ustaljena baza korisnika, neophodno je osloniti se na tzv. kvalitativna istraživanja i metrike, dok se nakon toga otvaraju mogućnosti za korišćenje kvantitativnih analiza poput analitičkih podataka, A/B testiranja i drugih.

Kvantitativne i kvalitativne metrike su zapravo komplementarne, jer prve govore koliko korisnika koristi proizvod na neki način, dok druge govore više o tome zašto korisnici koriste proizvod. Iako postoji veliki broj metrika koje je moguće pratiti, tokom razvoja proizvoda uglavnom se bira nekolicina onih koje su relevantne za proizvod u datoj fazi razvoja i one koje mogu dati korisne informacije neophodno za dalje skaliranje.

S obzirom da nije moguće navesti i objasniti sve metrike, u nastavku članka biće navedene samo neke koje imaju širu upotrebu.

Analitika i A/B testiranje

Analitika omogućava merenje stvarnog ponašanja korisnika i za razliku od kvalitativnog istraživanja, analitikom se objedinjuje ponašanje velikog broja korisnika čime se dolazi do statističkih zaključaka značajnih za uspeh proizvoda. Analitika je ključna za informacije o tome kako korisnici koriste proizvod.

Iako se može učiniti da su u pitanju odvojene stvari, A/B testiranje se zasniva na analitici i predstavlja način na koji možete pouzdano da proverite da li su promene koje ste napravili na proizvodu imale efekta. Tačnije, A/B testiranje omogućava da deo svoje korisničke baze pošaljete na novu verziju proizvoda, dok preostali korisnici nastavljaju da koriste staru. Ovakvim pristupom se dobijaju konkretne informacije o tome koliki uticaj su nove promene imale kod korisnika.

Veliki broj kompanija koristi ovaj vid testiranja kao jednu od metrika kada se prave velike promene. Cilj je da umesto da se potpuno pređe sa stare na novu verziju proizvoda, stara verzija se održava i radi potpuno normalno, dok se na novu prebacuje samo mali procenat korisnika. Ideja je da se izvuku ključni pokazatelji uspešnosti nove verzije i da metrike ciljane za poboljšanje imaju bolji učinak. Ovo je jedna od najboljih tehnika za testiranje nove verzije proizvoda ili funkcionalnosti jer je pre svega u skladu sa Lean metodologijom. Tačnije, smanjuje se rizik od ulaganja velike količine novca i vremena i lansiranje nove verzije nečega što niko ne želi da koristi.

A/B testiranje je sredstvo za donošenje odluka o proizvodu zasnovano na dokazima. Njime se generišu podaci iz stvarnog ponašanja mnogih korisnika, tako da ne postoji rizik od prekida veze između onoga što korisnici govore i onoga što rade. Takođe, pored korisnika se ne nalazi niko od ljudi koji su zaduženi za proizvod dok oni testiraju promene, tako da nema rizika od promene rezultata.

AARRR frejmvork

Još jedan set metrika, odnosno analitički alat jeste AARRR frejmvork. Smatrajući da mnogim startapima pažnju odvlače površni pokazatelji i metrike, kao što su lajkovi na društvenim mrežama i slično, Dejvid Meklur, investitor u Silicijumskoj dolini i osnivač „500 startups” (fond rizičnog kapitala i startup akcelerator), razvio je frejmork pod nazivom AARRR koji se zbog izgovora često naziva i piratski frejmvork.

Meklur je sa AARRR-om imao dvojaki cilj. Da pokaže kompanijama kako da suze fokus na metrike koje mogu direktno da utiču na zdravlje poslovanja i proizvoda, dok je drugi cilj bio da omogući kompanijama da koriste prave podatke za procenu uspeha upravljanja proizvodima marketinških poduhvata.

AARRR je zapravo akronim za skup od 5 bihevioralnih metrika koje bi trebalo pratiti. Među njima se nalaze:

Akvizicija (svest o proizvodu) – kako ljudi otkrivaju proizvod?

Odnosi se na sve kanale kojima upoznajete korisnike sa svojim proizvodom, a to uključuje SEO, društvene mreže, marketinške kampanje itd.

Aktivacija – da li korisnici koriste proizvod i preduzimaju radnje koje želimo i očekujemo?

Odnosi se na to da li ljudi posle prve interakcije sa proizvodom posećuju dodatne stranice, eksperimentišu sa dodatnim funkcionalnostima, provode određeno vreme na aplikaciji, prijavljuju se na free trial…

Zadržavanje – da li se aktivirani korisnici zadržavaju, odnosno da li nastavljaju da koriste proizvod nakon određenog vremena?

Nakon što se korisnici aktiviraju, odnosno nakon što ih zainteresujete da preduzmu određenu akciju, metrika koju je vredno pratiti jeste koliko korisnika nastavlja da pokazuje interesovanje za proizvod što je moguće izmeriti ukoliko se korisnici vraćaju da koriste proizvod nakon nekog vremena, ukoliko otvaraju mejlovi koji im se šalju, ukoliko se registruju na RSS feed…

Preporuka – da li se korisnicima proizvod dovoljno sviđa kako bi ga preporučili drugima?

Ovde su u pitanju metrike koje je jako teško pratiti iz razloga što ljudi koriste različite načine da prenesu drugima informacije o proizvodu, međutim, moguće je postaviti određene sisteme praćenja ovakvog ponašanja poput mejlova sa ugrađenim promocijama preporuke i drugih marketinčkih kampanja osmišljenih tako da olakšaju deljenje proizvoda sa drugima.

Prihod – da li su korisnici spremni da izdvoje novac za proizvod?

Ovo je jedan od glavnih pokazatelja da li su uloženo vreme i novac u ostale delove AARRR frejmvorka vredni, odnosno isplativi. Ukoliko je ono što ulažete u pridobijanje korisnika i njihovo zadržavanje preveliko u odnosu na korist koju od toga dobijate, iz toga je jasno da treba promeniti pristup.

Ono što Meklur preporučuje jeste da se prate dve ili tri ključne metrike za svaki od pet elemenata AARRR-a s obzirom da tok konverzije nije samo jedna ukupna metrika već više njih. Takođe, neophodno je koristiti se pojedinim alatima kako bi se ove metrike pratile, poput Google Analytics i sličnih. Štaviše, A/B testovi koje smo pominjali ranije su prema Mekluru takođe od velikog značaja, s obzirom na to da daju korisne informacije o tome koje delove AARRR frejmvorka je potrebno unaprediti.

I već spominjani Den Olsen smatra da u nekom trenutku poslovanja jedna od 5 metrika AARRR modela postaje važnija od ostalih. On to naziva MTMM-om, odnosno „metric that matters most”. Iako je moguće poboljšati poslovanje unapređenjem ostalih pokazatelja, MTMM metrika je ona koja nudi najveći povraćaj ulaganja. Međutim, u nekom trenutku će na polju odabranog MTMM-a biti ostvaren značajan napredak i ta metrika neće više biti najbitnija, odnosno neće nuditi najveći povraćaj ulaganja, što ukazuje na to da je potrebno ponovo sagledati sve metrike i ponovo uraditi procenu.

Sa novim proizvodima ovo je uobičajena stvar. Metrike koje je neophodno pratiti u datom trenutku su podložne promenama i ne utiču uvek podjednako na uspeh proizvoda. Važno je konstantno pratiti i optimizovati metrike tako da stvaraju najveći povraćaj u odnosu na uloženo vreme i novac.

Optimizovanje zadržavanja

Prema Olsenu, kada se kreira novi proizvod cilj je postići product-market fit. Sve dok nije jasno da li potencijalni korisnici misle da je proizvod vredan, nije dobro trošiti novac i vreme u cilju privlačenja korisnika/kupaca. U biti, ako korisnici pronađu vrednost u proizvodu oni će nastaviti da ga koriste, dok u suprotnom neće. Zadržavanje ili retencija je metrika koja je najbliža PMF-u, pa je iz tog razloga i prva koju je neophodno optimizovati.

Retention rate meri koji procenat korisnika aktivno koristi proizvod. Računica je dosta jednostavna jer se broj aktivnih korisnika podeli sa ukupnim brojem korisnika do tog trenutka. Cilj je pratiti stopu zadržavanja tokom vremena kako bi se dobili relevantni podaci o tome koji procenat korisnika je nastavio da koristi proizvod. Ono što potencijalno predstavlja problem jeste što različiti korisnici počinju da koriste proizvod u različitom trenutku, što se može preduprediti prema Olsenu ukoliko se koriste relativni dani, odnosno gde se broji broj dana od kada se svaki korisnik registrovao.

Zadržavanje je korisno prikazati pomoću krive zadržavanja. Vertikalna osa predstavlja procenat korisnika koji se vraćaju, dok horizontalna osa prati broj dana od prvobitnog korišćenja. Krive zadržavanja gotovo uvek kreću od 100% od nultog dana, a zatim imaju tendenciju da se smanjuju tokom vremena. Ono čega se ne treba plašiti i što ne treba da iznenadi jeste činjenica da nakon prvog dana zadržavanje u velikoj meri opadne.

S obzirom da su krive zadržavanja dobre za merenje PMF-a, one pokazuju i da li je PMF tokom vremena poboljšan. No, nakon zadržavanja, Olsen smatra da je neophodno optimizovati konverziju pre akvizicije. Kada je PMF postignut, fokus treba prebaciti na povećanje konverzije, tačnije, na to da oni koji vide proizvod zapravo preduzmu inicijativu i da ga probaju i koriste.

Tek nakon toga, akvizicija postaje MTMM, odnosno identifikovanje boljih načina za privlačenje potencijalnih korisnika. Tu spadaju različiti kanali za akviziciju poput promocije, mejlova, poruka, SEO, društvenih mreža i drugo.

Product-market fit pitanja

Još jedna od korisnijih metrika koju je dobro primenjivati tokom razvoja proizvoda potiče od Šona Elisa, marketera i tvorca termina growth hacker. Prema njegovom mišljenju, ne treba investirati u prozvod/biznis i ulagati napore da se on unapredi, ukoliko nije postignut product-market fit (PMF) koji je direktno vezan za uspeh proizvoda. S tim u vidu, Elis je razvio anketu koju bi trebalo da na prost način proceni da li je i u kojoj meri PMF postignut.

Anketa se u suštini sastoji od jednog pitanja koje glasi: Kako biste se osećali ukoliko ne biste mogli više da koristite proizvod X? Na pitanje je moguće odgovoriti na 4 načina:

1. Veoma razočaran
2. Delimično razočaran
3. Nisam razočaran (proizvod nije baš toliko koristan)
4. Više ne koristim proizvod

Elis je anketu primenio na mnogim proizvodima i korisnicima i došao do zaključka da je PMF postignut kada 40% i više ispitanika navede da bi bili veoma razočarani ukoliko ne bi mogli više da koriste određeni proizvod. Takođe, njegova preporuka je da se anketa šalje korisnicima koji su koristili proizvod barem dva puta, kao i da su ga koristili relativno skoro. Elis smatra i da je pored navedenog pitanja dobro ostaviti prostor na kraju ankete da ispitanici mogu da odgovore na pitanje zašto su izabrali baš odgovor koji su izabrali.

***

Kao što je navedeno na početku teksta, metrika ima mnogo, i sve mogu biti relevantne za proizvod u određenoj fazi razvoja. Ono što je presudno za sam uspeh jeste koje metrike treba pratiti u datom trenutku, odnosno, koje mogu doneti najveći povrat spram uloženog. Vreme i novac koji se ulažu u kreiranje proizvoda su od presudnog značaja s obzirom da nisu beskonačni. Iz tog razloga, važno je adekvatno pratiti one metrike koje će smanjiti uloženo vreme i novac, i kojima je moguće prikupiti relevantne podatke o postizanju PMF-a i potencijalnom uspehu proizvoda, i na kraju, njegovoj monetizaciji.

*Izrada ovog teksta omogućena je uz podršku američkog naroda putem Američke agencije za međunarodni razvoj (USAID). Sadržaj ovog teksta je isključivo odgovornost Udruženja SEE ICT i ne predstavlja nužno stavove USAID-a ili Vlade SAD.