Команда это важно

Проблемы с UI, которые возникли на нашем проекте, были также очень тесно связаны с плохой коммуникацией в команде. Многие команды, которые смогли добиться больших успехов в UI, сделали это благодаря грамотному распределению сил в команде — кто-то прорабатывает продуктовую часть и UX, а кто-то подхватывает работу и начинает накидывать UI.

У нас этого не произошло, и на это было две причины.

Первая, и самая большая — я не хотел делиться работой. Я поставил себе глобальную цель использовать учебу как трамплин для раскачки своих навыков (я писал об этом ранее https://t.me/bukhtiyar/152), поэтому мне было в кайф брать на себя как можно больше нагрузки, а не быть менеджером команды. В итоге ребята, увидев мой запал, вместо того, чтобы включиться в конкуренцию за работу над проектом, отступили и дали мне полный карт-бланш.

Вторая причина, которая вытекает из первой — у ребят не было мотивации работать над проектом, у них были запары на работе и другие более важные дела. Мне часто приходилось обсуждать что-то сначала с одним участником команды, на следующем занятии с другим участником мы приходили к противоположному решению этой же проблемы. Порой это действительно раздражало, и я поражался их отношению к работе.

Но чем ближе к защите, тем больше я понимал что не справляюсь в таком одиночном режиме. Мне нужна команда. Поэтому мы собрались с ребятами, и честно все друг другу высказали. Это оказало отрезвляющий эффект (к слову о ценности ретро в продуктовых командах). Со своей стороны я перестал ревновать проект, а ребята действительно активнее включились в работу.

Команда это важно — пожалуй, это один из самых главных выводов, которые я сделал во время учебы. Даже если очень хочется взять все на себя, важно помнить, что очень сложно сделать большое дело в одиночку, поэтому нужно уметь увидеть сильные стороны других участников команды и распределить работу соответствующе.

В итоге получившийся дизайн не так уж и далеко ушел от первоначальных набросков, но мы добавили замечательные иллюстрации Намы, навели порядок с типографикой, и в результате получилось неплохо. Все в сумме давало впечатление живого приложения со своим характером.

Переговоры: возможность принять финальное решение

Ещё одна вещь, которую почему-то игнорируют в книгах про переговоры — то, что случается после переговоров. Вот пришли вы на встречу, там сложно, вроде бы о чём-то договорились. А затем возвращаетесь в офис (или куда там вы возвращаетесь), и получаете несогласие от коллег.

В мягком варианте несогласие просто замедляет дела, а в жёстком — что угодно: начиная от мягкого саботажа и заканчивая тем, что коллеги просто перепримут решение без вас. Особенно часто такие страдания бывают во всяких клиентских сервисах, где над менеджером стоит какой-нибудь аккаунт-директор, который приходит и всё меняет.

Это — не плохая практика: такой надзор помогает избежать действительно неадекватных решений. Но лично мне в такой системе совершенно некомфортно — когда я чувствую, что на встрече за моей спиной незримо стоит кто-то, кто может все отменить, я обычно проваливаю такую встречу.

Посмотрите, может быть у вас так же?

Специальные организмы

Специальные организмы

Год назад мы перестроили процесс работы команды с китом в Figma и перестали проебываться с правками по десяткам экранов разом.

Для этого в общей теории атомарности мы вели специальные организмы.

Они отвечают за конкретный текст внутри сценария и позволяют быстро править тексты и иконки внутри этих сценариев. Например, требуются правки в сценарий входа — заменить с Подтвердить на Войти.

В нашей дизайнерской вселенной живут пять сущностей, две из них — наша находка.

1. Атомы
Базовые элементы-одноклеточные. Отвечают за стиль и используются много раз. Атомом бывает фигура или иконка.

2. Молекулы
Сумма атомов, основа дизайна: это целостный элемент, например кнопка, инпут, меню или тапбар. Отвечает за разметку (расстояния).

3. Организмы
Это состояния молекулы, которые передают цвет и отображение атомов. Например, состояния кнопки: при наведении или при нажатии.

4. Специальные организмы
Отвечают за текст и иконки и конкретный текст внутри сценария.

5. Общие организмы
Это специальные организмы, которые используются в неизменном виде в нескольких сценариях.

PayPal: рост аудитории в 5 раз

PayPal - крупнейшая платежная система в мире. Оплаты счетов, денежные переводы и куча всего прочего.

Сегодня кейс о том, как компания увеличила аудиторию в 5 раз.

Что сделали

- переосмыслили подход к привлечению пользователей- за каждую регистрацию начали давать по $20 с порога
- тестили разные формы регистраций
- нашли ту, которая дает самую низкую стоимость привлечения CPA

В итоге, за 5 месяцев аудитория выросла 1 до 5 млн.юзеров.

Со временем начали снижать бонус за регу с $20 до $10, потом до $5 и так до нуля. Дальше сервис раскрутился и начался органический рост.

Посыл

Подумайте, можно ли вознаграждать пользователя за целевое действие в своих продуктах? Часто бонус может вытащить за счет костов на удержание.

Источник - https://bit.ly/2OLQ3qI

Презентация CMO Яндекс.Такси Даши Золотухиной

Одна из проблем, с которой борется команда маркетинга Я.Такси — перераспределение трафика между брендами и каналами (каннибализация). Суть — у бизнеса есть 2 сильных бренда (Я.Такси и Убер). Нужно научиться правильно распределять трафик между ними. Кроме того, есть десятки каналов привлечения трафика и нужно понять какие из этих каналов приводят новых пользователей, а не просто "воруют" органический трафик.

Предложенные решения:

  • разное позиционирование для брендов. Например, Uber для более молодых. Запуск и продвижение тарифа Uber Night привел к росту(+55%) ночных поездок и увеличил (+32%) узнаваемость среди ЦА.
  • сделать списки ремаркетинга отвалившихся клиентов одного бренда и предложить им второй бренд,
  • плановое (в несколько этапов или несколько партнеров) отключение рекламной закупки для снижения каннибализации в платном трафике

Интересная информация:

  • более 50% пользователей мультиаппят (используют несколько приложений для вызова такси),
  • конверсия в первую поездку Uber через канал Тик-Ток - 41%,
  • дождь приносит до +22% рост органики в Я.Такси.

Кажется, неплохая статья о том, как анализировать данные

Да-да, нельзя просто пыриться в гугл-аналитику и молиться, чтобы кривая посещений поползла вверх. Нужно делать какие-то выводы, что-то менять и проверять. Однако, как убедиться в том, что вы не предлагаете какой-то нонсенс?

Вот несколько советов о том, что ж делать-то:

1. Почистите свои данные. Нельзя просто взять и начать интерпретировать полученные результаты, нужно с ними поработать, очистив от лишних всплесков и нерелевантных значений. А уже после этого делать выводы.

2. Держите в голове вопрос, на который вы хотите ответить при помощи данных. Иначе рискуете собрать много бесполезных цифр.

3. Описывайте данные простыми словами. Такие описания помогут вам не запутаться, и быстрее понимать их значение другим людям.

4. Проверьте, что контекст сбора данных был верным. Если вы собрали данных за два года, то половина из них может оказаться нерелевантной из-за изменившегося контекста (например, был проведён редизайн сайта).

5. Собирайте данные из разных источников, чтобы собрать полную картину и проверить данные на противоречия.

6. Выделите свои основные KPI и смотрите на них. Так не потонете в пучинах таблиц и цифр.

7. …но сравнивайте их и с другими метриками, которые идут с KPI в противоречие.

8. Ищите не только данные, которые подтверждают ваши гипотезы, но и те, которые их опровергают. Хоть так соблазнительно закончить исследование, если вы вроде как нашли доказательства ваших инсайтов, но потратьте немного времени и подумайте, где вы можете найти опровержение — возможно, вас ждёт сюрприз.

9. Исследуйте аномалии. Если вы видите наравномерные всплески и провали ключевых метрик, потратьте усилия, чтобы понять их причины. Возможно, это проявления какой-то большой проблемы.

10. Категоризируйте и кластеризируйте качественные и количественные данные — так с ними будет проще работать.

11. Визуализируйте ваши данные. Порой, так будет проще делать выводы, чем просто пырясь в таблицу.

12. Используйте цветовое кодирование… очевидно. ✅

13. Используйте когортный анализ, когда это возможно. (Ну такое)

14. Используйте специальные тулы. (Тут в статье реклама видимо)

https://databox.com/how-to-analyze-data