6 ejemplos reales de análisis de producto en acción
Gestión de productos basada en datos. Eso es lo que hacen los chicos modernos hoy en día, ¿verdad? Puede que hayas buscado en Google y descubierto que ser «basado en datos» consiste en utilizar ampliamente la analítica de productos en el flujo de trabajo diario de estos responsables de producto.
Pero la pregunta es: ¿qué hacen con los datos analíticos? ¿Cómo los utilizan en la vida real?
Por suerte, he recopilado una lista de 6 casos de uso de la analítica de productos para inspirarte.
¿Quieres más de The CPO Club?
Regístrate para obtener una membresía gratuita y terminar de leer este artículo:
Have an account? Log In
¿Qué es la analítica de productos y por qué debería importarte?
El análisis de productos es el proceso de recopilar datos sobre tu producto digital (incluida la actividad de los usuarios, los datos financieros, etc.), analizarlos y tomar decisiones diarias y estratégicas sobre el producto basándose en tus conclusiones.
El uso de la analítica de productos aumenta significativamente la calidad de las decisiones que tomas como responsable de producto, ya que puedes respaldar y demostrar tus ideas o soluciones mediante el uso de datos.
Al tratarse de datos cuantitativos, también complementan los datos cualitativos que has recopilado mediante entrevistas con clientes, lo que te proporciona una imagen completa del estado de tu producto, así como del comportamiento de los usuarios o clientes.
Puedes habilitar la analítica de productos para tu producto configurando una herramienta especializada de analítica de productos que supervise la actividad de tus usuarios y te envíe informes sobre sus interacciones.
Estas herramientas agregan los datos sobre las acciones de los usuarios que han recopilado de tu producto y te permiten crear informes personalizados para encontrar respuestas a algunas de las preguntas que puedas tener sobre el uso de tu producto.
Ahora que sabemos en qué consiste la analítica de productos, comencemos a explorar algunos casos prácticos de aplicación del análisis de productos.
Ejemplo n.º 1: Despejar tu UI de funciones que nadie utiliza
Los grandes productos no son aquellos que tienen más funciones que sus competidores. De hecho, la mayoría de las veces, los productos con demasiadas funciones resultan difíciles de navegar para sus usuarios e imposibles de mantener para su equipo de desarrollo de productos.
Por lo tanto, los grandes equipos de producto se aseguran de que sus productos solo tengan funciones que aporten valor a sus usuarios. Para ello, añadirás constantemente nuevas funciones que crees que la gente utilizará y eliminarás aquellas que sabes que ya no son valiosas.
El siguiente dilema evidente es cómo elegir las funciones que merece la pena eliminar. Es sencillo: ¡comprueba su uso con una herramienta de analítica de productos!
Usar una herramienta de analítica de productos basada en eventos, como Mixpanel, para despejar la interfaz
Para poder realizar un seguimiento del uso de cualquier función, tendrás que configurar un evento para ella y activarlo cada vez que el usuario interactúe con dicha función. Suponiendo que hayas configurado estos eventos para las funciones del producto que quieres medir, lo único que tienes que hacer es crear un informe sobre el uso de esa función.
Ilustrémoslo con un ejemplo. Imagina que diriges Spotify, el servicio de música en streaming que muchos de nosotros utilizamos, y quieres saber si merece la pena eliminar la función de reproducción aleatoria.
Para ello, crearemos un nuevo informe de Insights que tenga este aspecto.
Aquí hemos seleccionado la función en cuestión —«Reproducción aleatoria»— junto con la función de referencia (normalmente, la acción principal de tu producto o la Estrella del Norte) con la que queremos compararla; en este caso, «Reproducir una canción». Para ambas hemos seleccionado la opción «Contar DAU», que nos muestra el número de usuarios únicos que utilizan la reproducción aleatoria y reproducen música cada día.
Después hemos añadido una fórmula sencilla que calcula el porcentaje de usuarios que reproducen canciones y han utilizado la función de reproducción aleatoria.
Al observar este gráfico, podemos extraer 2 conclusiones importantes:
- Apenas el 0,5 % de todos los usuarios que reproducen música utiliza la función de reproducción aleatoria.
- El uso de la reproducción aleatoria ha disminuido constantemente del 1,3 % al 0,5 % durante el último mes.
Basándonos en estas estadísticas de uso, podemos considerar que la función de reproducción aleatoria es una buena candidata para eliminarla y despejar nuestra interfaz.
Ejemplo n.º 2: Encontrar y solucionar problemas de experiencia de usuario que interrumpen los flujos de configuración o del momento ¡AJÁ!
Los primeros pasos que dan tus usuarios en tu producto tendrán un fuerte impacto en su retención y valor de vida útil. Al menos, esto es lo que he observado numerosas veces en los productos que he dirigido.
Cualquier mejora en el proceso de configuración de tu producto por parte de los usuarios y en el proceso para que alcancen su momento ¡AJÁ! terminaría convirtiéndose en un mayor nivel de retención para ellos.
Para mayor claridad, los usuarios alcanzan su momento de configuración cuando han realizado todas las configuraciones necesarias al registrarse (por ejemplo, proporcionar los datos de su tarjeta de crédito y verificarla en una aplicación de pagos). El momento ¡AJÁ! es el punto del recorrido del usuario en el que experimenta por primera vez el beneficio y el valor de tu producto (por ejemplo, realizar una transferencia instantánea con tu aplicación de pagos).
Por lo general, es bastante común que haya problemas en la experiencia del producto durante el recorrido, lo que hace que menos personas alcancen sus momentos de configuración y de creación de hábitos. Pero la buena noticia es que puedes encontrarlos fácilmente con una herramienta de analítica o con mapas de calor de UX como estos. Con este tipo de datos, los equipos pueden identificar dónde abandonan los usuarios, qué pasos generan fricción y cómo mejorar la conversión.
Lectura relacionada: Las 10 mejores herramientas de diseño de UX para desarrolladores de productos
Cómo utilizar los embudos de analítica de producto en Heap para solucionar problemas de conversión
Una de las formas más prácticas de hacer seguimiento y solucionar problemas en los recorridos (incluidos aquellos que conducen a tus momentos de configuración y ¡AJÁ!) son los embudos. Un embudo es una lista de eventos colocados en un orden específico en la que puedes ver la conversión de los usuarios de un evento a otro.
Este es el aspecto que tiene un análisis de embudo para una página de registro básica en la que tienes un único campo de correo electrónico y un botón de envío.
Para nuestra página de registro, hacemos seguimiento de los usuarios en estos eventos:
- Visualización de la página de registro.
- Introducción del correo electrónico del usuario en el campo.
- Hacer clic en el botón de envío.
Como podemos ver, más de 1.200 usuarios accedieron a la página de registro. Sin embargo, solo el 17 % de esos 1.200 usuarios introdujo su correo electrónico, y el 90 % de quienes proporcionaron su correo electrónico hizo clic en el botón de envío.
Este embudo nos indica que hay algún problema con el campo de correo electrónico y que debemos investigar exactamente cuál es.
Para ello, podemos realizar pruebas de usabilidad de nuestra pantalla de registro o consultar la reproducción de sesiones de Heap, que es una grabación de vídeo en tiempo real de la interacción del usuario con tu producto.
En el caso del campo de correo electrónico, podrías descubrir que la validación del correo electrónico resulta frustrante y que tus usuarios se rinden después de intentar introducir su correo electrónico un par de veces.
Ejemplo n.º 3: Medición del impacto de una funcionalidad durante el despliegue gradual
¿Cuántas veces has añadido a tu producto una nueva funcionalidad llamativa que fue un fracaso absoluto (es decir, que no mejoró el uso o incluso lo perjudicó)? Esto les ha ocurrido al menos un par de veces hasta a los PM más talentosos.
Como no siempre sabemos si la funcionalidad que hemos creado tendrá éxito o fracasará, es una buena idea implementarla para un pequeño número de usuarios, comprobar si la utilizan (y si mejora tus métricas clave, como la retención o el valor de vida útil) y, suponiendo que haya tenido éxito, implementarla para todos los demás.
Puedes realizar tanto el despliegue gradual como la medición del impacto con una solución especializada de analítica de producto que incluya funcionalidades esenciales del software de analítica, como Amplitude.
Configuración y ejecución de experimentos con un software avanzado de analítica de producto como Amplitude
Amplitude incluye una funcionalidad avanzada llamada Experimentos. Puedes utilizarla para ejecutar pruebas A/B o realizar despliegues graduales de funcionalidades. No entraré en los detalles de la creación de un experimento, ya que eso será tema para otro día, pero puedes consultar la documentación que Amplitude tiene sobre esta funcionalidad, donde se describe todo, desde la mensajería de API hasta las integraciones, las notificaciones y los precios.
Ahora imaginemos que has añadido una guía en vídeo como parte de la incorporación de usuarios a tu producto y quieres aumentar el número de personas que hacen clic en reproducir y la ven. Para ello, has diseñado dos soluciones en las que el vídeo aparece en dos partes diferentes del proceso de incorporación.
Para entender si tus soluciones funcionan (y cuál funciona mejor), podemos configurar un experimento con un despliegue parcial del 25 % para la variante A y del 25 % para la variante B.
Cuando iniciamos este experimento y lo ejecutamos durante un tiempo para obtener datos de usuarios estadísticamente significativos, esto es lo que vemos.
El gráfico anterior es un embudo de conversión desde la visita a la página de inicio hasta el inicio del video. Como podemos ver, la variante A es la ganadora y puede optimizar la conversión de inicio del video en un 3,4 %.
Dependiendo de la situación, podrías considerar esto un éxito o un fracaso. Para una tasa de conversión de apertura del video, diría que es un fracaso y que no vale la pena el esfuerzo de implementarlo para todos. Pero si el resultado de un experimento fuera un aumento del 3,4 % en la retención, sería un éxito significativo.
Ejemplo n.º 4: Supervisión de la salud del producto
Los productos son organismos vivos que pueden sentirse bien o enfermar. Para asegurarte de estar siempre al tanto de la salud de tu producto y poder identificar y solucionar cualquier problema que presente, tendrás que supervisar el «latido» de tu producto mediante un panel de control de salud del producto.
Como resultado de tu supervisión, podrías notar descensos o picos en las métricas principales del producto y en los KPI, como WAU o la frecuencia de uso, que requieren investigación; también podrías observar que la interacción de los usuarios disminuye gradualmente, lo que indica que tu producto necesita una renovación.
Por suerte, un panel de control de salud del producto es algo que puedes crear fácilmente utilizando cualquier herramienta de inteligencia empresarial (por ejemplo, Mixpanel o Amplitude).
Seguimiento de las métricas principales del producto con Mixpanel
Los paneles de control de Mixpanel constan de varios informes relacionados que colocas uno al lado del otro. Para un panel de control de salud del producto, puedes considerar crear los siguientes informes:
- DAU, WAU o MAU para tu acción principal (por ejemplo, reproducir una canción en Spotify). La elección entre esas tres métricas depende de la frecuencia natural de la acción principal. En el caso de reproducir canciones, será diaria; por lo tanto, elegirás DAU.
- Frecuencia de uso (DAU/WAU, WAU/MAU, etc.). Esto mostrará el porcentaje de usuarios que interactúan con tu producto y regresan a él.
- Registros a lo largo del tiempo y conversiones de gratuito → de pago a lo largo del tiempo. Debes vigilar estas dos métricas y asegurarte de que crezcan gradualmente.
- Abandono. Este es el número de usuarios que has perdido durante un periodo de tiempo. El aumento de esta cifra debería preocuparte.
- Retención. Esto muestra el número de usuarios que han permanecido contigo después de un periodo específico (por ejemplo, 90 días).
Este es el aspecto que suele tener un panel de control de salud del producto en Mixpanel.
Puedes añadir cualquier otro informe adicional a tu panel de control si representa la salud de tu producto.
Ejemplo n.º 5: Tomar la decisión de lanzar o no lanzar cuando tu equipo de QA ha encontrado un problema grave en la versión
Una de las decisiones de producto más difíciles que debemos tomar es dar luz verde al lanzamiento de una versión. Y es difícil porque las versiones casi nunca están libres de errores. Las cosas se complican aún más cuando encontramos un error capaz de perjudicar la experiencia de tus clientes.
Pero ¿por qué es complicado? Si tienes un error grave, deberías solucionarlo antes de lanzar la versión, ¿verdad? Pues imagina que descubres que tu equipo tardará otra semana en solucionarlo y que tu equipo de marketing ya ha asumido compromisos y realizado preparativos que son difíciles de cancelar.
En esta situación, tienes dos opciones:
- Dar luz verde al lanzamiento y afrontar las consecuencias del error grave.
- Dar a tu equipo de marketing un argumento sólido para explicar por qué debería posponer el lanzamiento.
Ambas opciones parecen malas. Pero no te preocupes: existe la posibilidad de que el error en cuestión tenga un impacto mucho menor del que imaginabas y puedas lanzar la versión sin demasiadas consecuencias.
Para medir el impacto de un error, podemos utilizar datos de nuestra plataforma de análisis de productos.
Uso de Google Analytics para calcular el impacto de un error
Imagina que tienes un error que está provocando fallos ocasionales en tu aplicación móvil para Android 6.0.1 y que perjudica por completo el recorrido de tus clientes. Para comprender el impacto de este error, necesitaremos saber cuántos usuarios tienen esta versión de Android.
Por suerte, además de los datos de uso, Google Analytics también es capaz de recopilar y almacenar datos sobre los aspectos técnicos de nuestros usuarios, como sus tipos de dispositivo, versiones del sistema operativo, tamaños de pantalla, etc.
Por lo tanto, si abrimos su informe «Detalles técnicos» y seleccionamos la opción «Sistema operativo con versión», descubriremos que solo el 1,2 % de toda la base de usuarios utiliza Android 6.0.1.
Aunque estos datos ya son un indicador que nos permite dar luz verde al lanzamiento, podemos ir un paso más allá y calcular también el posible impacto financiero comprobando los ingresos que obtenemos de los usuarios de Android 6.0.1.
Si comparamos los ingresos totales entre «todos los usuarios» y «usuarios de Android 6.0.1», veremos lo siguiente.
Al parecer, los usuarios que experimentarán fallos después del lanzamiento no generan ningún ingreso para nosotros. Por lo tanto, no tendremos consecuencias financieras por lanzar la versión con el error. ¡Una ventaja adicional!
Ejemplo n.º 6: Identificar las cohortes de usuarios que merecen tus esfuerzos de marketing
No todos tus usuarios son iguales. Algunos serán usuarios avanzados que representan la mayor parte del uso de tu producto (así como la mayoría de tus ingresos), mientras que otros permanecerán inactivos, con pocas esperanzas de conseguir que interactúen y generen ingresos.
Naturalmente, a todos nos gustaría identificar a los usuarios que pueden generarte más ingresos y centrar en ellos tus esfuerzos de marketing. Pero ¿cómo hacerlo?
Bien, puedes aprovechar los datos de analítica de tu producto identificando diferentes cohortes de usuarios y comparando sus principales métricas de uso y monetización.
Análisis de cohortes con Amplitude
Las cohortes son grupos de usuarios que comparten una característica común. Puedes crear cohortes basadas en:
- Plataforma (por ejemplo, usuarios de Mac y Windows). Tenía un producto cuyos usuarios de Mac tenían un LTV un 30 % superior al de los usuarios de Windows.
- Geografía (por ejemplo, usuarios de Francia y Grecia). Dependiendo del producto, puede monetizar bien en determinados países y tener un rendimiento inferior en otros.
- Fecha de registro (por ejemplo, usuarios que se registraron en noviembre y enero). Imagina que tu campaña del Viernes Negro fue un éxito rotundo. Te dirigiste a las personas adecuadas y tu cohorte de noviembre tiene un LTV mucho mayor que el de otros meses.
- Comportamiento del usuario o uso de determinadas funciones (por ejemplo, usuarios que mezclan canciones y aquellos que no lo hacen). Al desarrollar una función, realmente quieres que sus usuarios tengan una mejor interacción y un LTV superior. De lo contrario, la función no fue un éxito y merece la pena eliminarla.
Ahora creemos un par de cohortes en Amplitude y comparémoslas.
Imagina que quieres saber si merece la pena invertir en marketing para Japón. Podemos crear una cohorte en Amplitude para los usuarios japoneses de la siguiente manera.
Después, podemos comparar la frecuencia de las acciones de compra de los usuarios japoneses con la del resto de los usuarios.
Como podemos ver, los usuarios japoneses realizan más compras que la media. Por lo tanto, merece la pena pedir a tu equipo de marketing que se dirija a Japón.
En resumen
La analítica de producto te facilita la vida como responsable de producto, ya que te permite tomar decisiones de diseño basado en datos y no depender únicamente de tu intuición y tus corazonadas.
Tomar decisiones fundamentadas en los datos de analítica es estupendo, pero no deberías detenerte ahí. Algunas de las otras excelentes herramientas que puedes utilizar para convertirte en un mejor responsable de producto son:
- Bucles de comentarios de clientes para asegurarse de que todos escuchen la voz de sus clientes.
- Estructuras alámbricas de productos para iterar sobre tu diseño rápidamente y sin complicaciones.
- PRD para que todos estén alineados sobre los detalles de implementación de la funcionalidad, y mucho más.
- Cursos de analítica de productos son recursos valiosos y con un alto retorno de la inversión que te ayudan a ser más eficaz en tu puesto.
Además de leer estas guías, también puedes suscribirte a nuestro boletín y permitir que te enviemos muchos recursos útiles de gestión de productos directamente a tu bandeja de entrada.