Vista previa del material en texto
Módulo 1 Fundamentos de Product Discovery Como usar dados para guiar o processo de discovery Will Sertório https://www.linkedin.com/in/williansertorio Atualmente - 11 anos de experiência - Web designer (Luego e Tonks) - Product Manager em duas startups (Hubify e AIDAX, ambas adquiridas) - Product e Business designer (Neue Labs, Funeel e Handmade) - Mentor na ACE - Educador PM3, Tera, How Education e Mergo Will Sertório Product Design Manager na Revelo Mini-currículo Quem sou eu https://www.linkedin.com/in/williansertorio 1. Visão geral sobre dados e discovery Agenda desta aula 2. Onde encontrar dados para iniciar o discovery 3. Como analisar os dados antes de iniciar o discovery 4. Como usar dados para priorizar uma oportunidade 5. Dados durante o discovery Agenda desta aula 1. Visão geral sobre dados e discovery Agenda desta aula 2. Onde encontrar dados para iniciar o discovery 3. Como analisar os dados antes de iniciar o discovery 4. Como usar dados para priorizar uma oportunidade 1.1 Visão geral sobre dados e discovery Reflexão Você trabalha em uma empresa de tecnologia e alguns clientes começaram a solicitar a construção de uma nova funcionalidade específica. O que você faz: constrói ou não essa funcionalidade? Que dados você levantaria para ter mais segurança antes de seguir? Case Case Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO Case Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE Case Atraso no serviço Orçamento “flutuante” Sujeira Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS Case Atraso no serviço Orçamento “flutuante” Sujeira Pintamos sua casa em 24h, sem sujeira e sem surpresas no orçamento. Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS PROP. VALOR Case Atraso no serviço Orçamento “flutuante” Sujeira Pintamos sua casa em 24h, sem sujeira e sem surpresas no orçamento. Parceria com empresa de pintura e landing page para usuário fazer pré-orçamento. Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS PROP. VALOR MVP Resultado Em dois meses, produto virou o segundo mais vendido no e-commerce, sem investimento em mídia. Parceria com empresa de pintura e landing page para usuário fazer pré-orçamento. Case Atraso no serviço Orçamento “flutuante” Sujeira Pintamos sua casa em 24h, sem sujeira e sem surpresas no orçamento. Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS PROP. VALOR MVP Onde encontrar dados para iniciar o discovery? Como analisar esses dados? Como usar dados para priorizar oportunidades? Como e quando coletar dados durante o discovery? 1. Visão geral sobre dados e discovery Agenda desta aula 2. Onde encontrar dados para iniciar o discovery 3. Como analisar os dados antes de iniciar o discovery 4. Como usar dados para priorizar uma oportunidade 1.2 Onde encontrar dados para iniciar o discovery Onde encontrar esses dados MARKETING VENDAS PRODUTO CUSTOMER SUCCESS Marketing Qualitativos Quantitativos Quais são os pontos fortes da nossa marca? Como somos percebidos no mercado? O que ainda não está claro no nosso posicionamento? Quanto tempo demora entre gerar e qualificar um lead? Quais são os canais que trazem os melhores leads? Quais são os canais que trazem maior volume de leads? Ferramentas - Facebook, LinkedIn e Google Ads - E-mail marketing Boas para - Demografia e comportamento dos usuários mais engajados com a marca - Sentimento em relação à marca FerramentasMarketing Vendas Qualitativos Quantitativos Por que os clientes compram da nossa empresa? Quais são os maiores motivos de lost? Qual o nosso perfil ideal de cliente (ICP)? Quantas vendas fazemos e perdemos por mês? Qual o tempo médio para fechar uma venda? Quais são os gargalos no nosso processo de vendas? Ferramentas - CRM de vendas - Automação de e-mail Boas para - Gargalos no atual funil de vendas - Motivos de objeção FerramentasVendas Produto Qualitativos Quantitativos Qual é o a-ha moment do produto? Quais são os principais motivos de churn? Quem são os usuários mais engajados no produto? Quantos usuários engajados temos? Qual o nosso churn? Quanto tempo demora para o usuário perceber o valor do produto? Ferramentas - Google Analytics - Product Analytics e Database Boas para - Entender comportamento do usuário dentro do produto - Identificar gargalos e padrões de uso FerramentasProduto Quais as principais dúvidas dos usuários? Quais são as principais reclamações? Quais são os principais pedidos dos usuários? Customer Success Qualitativos Quantitativos Qual é a taxa de cancelamento? Qual o NPS do produto? Qual o nosso volume mensal de tickets? Ferramentas - Gestão de chamados - Reclame Aqui Boas para - Entender dúvidas, pedidos e reclamações dos clientes - Entender churn e motivos de cancelamento FerramentasCustomer Success 1.3 Como analisar os dados antes de iniciar o discovery SEGMENTAÇÃO COHORT FUNIL Tipos de análise SEGMENTAÇÃO COHORT FUNIL Tipos de análise Segmentação Gênero Idade Renda Localização Segmentação Gênero Idade Renda Localização http://www.adweek.com/news/advertising-branding/infographic-brands-should-treat-consumers-friends-not-age-groups-167492 "Analisando demograficamente, não há muita diferença entre uma pessoa de 13 anos e uma de 50.” Segmentação http://www.warc.com/LatestNews/News/Netflix_goes_beyond_demographics.news?ID=34519 "Dados demográficos são praticamente inúteis.” Todd Yellin, VP Netfix http://www.warc.com/LatestNews/News/Netflix_goes_beyond_demographics.news?ID=34519 “O que importa não é quem eles são na superfície - como gênero, idade, localização. Também não importa o que eles dizem. Importa o que eles fazem.” Todd Yellin, VP Netfix Como saber o que os usuários fazem no produto? Segmentação Eventos Eventos SEGMENTAÇÃO COHORT FUNIL Tipos de análise Um coorte é um grupo de pessoas que compartilham das mesmas características em uma período de tempo. Análise Cohort Análise coorte permite comparar o desempenho desses grupos em um período de tempo. No exemplo, evolução de salário. Análise Cohort Como analisar um gráfico cohort https://tomtunguz.com/interpreting-cohort-data/ Onboarding Longitudinal Cohort SEGMENTAÇÃO COHORT FUNIL Tipos de análise Análise de funil permite visualizar o volume de usuários que continuaram e abandonaram a jornada de uso do produto. Análise Funil Funil de geração de leads Funil de qualificação Funil de vendas Funil de produto Funil de feature Tipos de funil PRECISAMOS VENDER MAIS! Impressões de mídia Produto Check-out 70.123 6.423 250 98Sucesso Analisando um funil Impressões de mídia Produto Check-out 70.123 6.423 250 98Sucesso 9.4% CTR 3.8% CR 39% CR Taxas de Conversão Analisando um funil Impressões de mídia Produto Check-out 70.123 6.423 250 98Sucesso 9.4% CTR 3.8% CR 39% CR 1.3% CTR 8.7% CR 20-40% CR Taxas de Conversão Benchmark http://www.smartinsights.com/ecommerce/ecommerce-analytics/typical-average-add-cart-conversion-rates/ Analisando um funil PRECISAMOS VENDER MAIS! Beleza. Quala nossa meta de vendas? 300 VENDAS POR SEMANA, SEM AUMENTAR MÍDIA Beleza. Qual a nossa meta de vendas? Impressões de mídia Produto Check-out 70.123 6.423 250 98Sucesso 9.4% CTR 3.8% CR 39% CR 1.3% CTR 8.7% CR 20-40% CR Taxas de Conversão Benchmark http://www.smartinsights.com/ecommerce/ecommerce-analytics/typical-average-add-cart-conversion-rates/ Analisando um funil Impressões de mídia Produto Check-out 70.123 6.423 769 300Sucesso 9.4% CTR 11.9% CR 39% CR 1.3% CTR 8.7% CR 20-40% CR Taxas de Conversão Benchmark http://www.smartinsights.com/ecommerce/ecommerce-analytics/typical-average-add-cart-conversion-rates/ Analisando um funil Analisando um funil Impressões de mídia Produto Check-out 70.123 6.423 769 300Sucesso 9.4% CTR 11.9% CR 39% CR 1.3% CTR 8.7% CR 20-40% CR Taxas de Conversão Benchmark http://www.smartinsights.com/ecommerce/ecommerce-analytics/typical-average-add-cart-conversion-rates/ SEGMENTAÇÃO Qual meu nicho de usuários tem a maior taxa de conversão? Como estimular esse comportamento nos demais usuários? ANÁLISE COORTE Grupos mais antigos de usuários se comportavam de forma diferente? 1.4 Como usar dados para priorizar uma oportunidade https://blog.intercom.io/rice-simple-prioritization-for-product-managers/ Reach Impact Confidence Effort RICE (Intercom) Reach: Quantos usuários a oportunidade vai impactar? OPP 1 500 usuários/mês OPP 2 2.000 usuários/mês OPP 3 800 usuários/mês Impact: Pontue cada projeto de 0.25 (pouco) a 3 (massivo). OPP 1 500 usuários/mês OPP 2 2.000 usuários/mês OPP 3 800 usuários/mês 3 1 2 Confidence: Pontue cada projeto de 0% a 100% OPP 1 500 usuários/mês OPP 2 2.000 usuários/mês OPP 3 800 usuários/mês 3 1 2 100% 80% 50% Effort: Quanto mês x homem serão usados? Mínimo 0.5 OPP 1 500 usuários/mês OPP 2 2.000 usuários/mês OPP 3 800 usuários/mês 3 1 2 100% 80% 50% 2 4 1 Multiplique os 3 primeiros números e divida pelo último (esforço). OPP 1 500 usuários/mês OPP 2 2.000 usuários/mês OPP 3 800 usuários/mês 3 1 2 100% 80% 50% 2 4 1 Multiplique os 3 primeiros números e divida pelo último (esforço). OPP 1 750 OPP 2 400 OPP 3 800 1.5 Dados dados durante o discovery Case Atraso no serviço Orçamento “flutuante” Sujeira Pintamos sua casa em 24h, sem sujeira e sem surpresas no orçamento. Parceria com empresa de pintura e landing page para usuário fazer pré-orçamento. Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS PROP. VALOR MVP 1 - Volume de certeza A coleta de dados é constante nas etapas do Discovery. Não adianta fazer uma análise para tentar chegar em 100% de certeza e aí sim começar a construir. Case Atraso no serviço Orçamento “flutuante” Sujeira Pintamos sua casa em 24h, sem sujeira e sem surpresas no orçamento. Parceria com empresa de pintura e landing page para usuário fazer pré-orçamento. Criar um serviço de pintura residencial. Ligações de clientes na central telefônica perguntando se a Porto oferecia serviço de pintura residencial. DADO OPORTUNIDADE PROBLEMAS PROP. VALOR MVP Qualitativo Quantitativo Quantitativo 2 - Pesquisa certa no momento certo certo 2 - Pesquisa certa no momento certo certo 2 - Pesquisa certa no momento certo certo Oportunidade 2 - Pesquisa certa no momento certo certo Oportunidade Problema 2 - Pesquisa certa no momento certo certo Oportunidade Problema Proposta de valor 2 - Pesquisa certa no momento certo certo Oportunidade Problema Proposta de valor Solução 2 - Pesquisa certa no momento certo certo Oportunidade Problema Proposta de valor Solução Satisfação 3 - Cadência entre ficar dentro x fora de casa ���� 3 - Cadência entre ficar dentro x fora de casa Time prepara pesquisa para entender problema Pesquisa para entender problema Análise dos dados e montar proposta de valor Testar proposta de valor Montar MVP Testar MVP 🏠 🏠 🏠 🌍🌍🌍 3 - Cadência entre ficar dentro x fora de casa 🏠 🏠 🏠 🌍🌍🌍 Hipótese Aprendizado Hipótese Aprendizado Hipótese Aprendizado 4 - Documentando seu aprendizado 4 - Documentando seu aprendizado https://goo.gl/yLdUht Converse com outras áreas da sua empresa e tente levantar oportunidades para um discovery. Priorize essas oportunidades com o framework RICE. Exercício Quer saber mais? Obrigado!