Neste artigo vou fazer uma breve introdução sobre o que é product analytics, suas características em qual contexto ele está inserido e como ele se diferencia dos métodos tradicionais de análise de dados.

Antes de mais nada, precisamos fazer uma breve distinção do que é product analytics e o que é data analytics.

Data Analytics

Data analytics na verdade é um grande “guarda-chuvas” que envolve diferentes formas de lidar com os dados que se divide em várias sub-especialidades, como o machine learning, infra-estrutura de dados, modelagem de dados ou visualização de dados “ dataviz”, não vou entrar no detalhe de cada uma pois não é o foco deste texto.

Product Analytics

Na PunkMetrics definimos product analytics como a coleta e análise de dados gerados a partir das ações dos usuários ao interagirem com os produtos e serviços digitais.

Pois bem, product analytics é uma sub-área da disciplina de análise de dados que tem suas raízes no que chamamos de web analytics e sua principal característica é que suas principais fontes de informações são geradas a partir da interação dos usuários com as interfaces digitais do produto. Por isso, vai ter por natureza um peso maior para análise comportamental, que é o que o diferente de análise de dados transacionais ou de log (aqueles registros gravados pela lógica do sistema no banco de dados). E não é por isso que a atuação de product analytics não vai usar desse segundo grupo de informações, pode usar sim ainda mais se você atua como Product Manager, que deve estar super alinhado com a estratégia e modelo de negócio da empresa.

Mas de forma resumida boa parte do foco está nas interações com a interface e nesse caso as famosas ferramentas de web analytics como Google Analytics, Mixpanel, Amplitude, Firebase são os grandes aliados nessa jornada.

As Definições Formais de Product Analytics

Agora que já falamos da parte simples, vamos contemplar aquelas definições formais feitas por diferentes referências do mercado, que também são importantes para construir e consolidar nosso conhecimento.

As definições a seguir são um tradução livre, pois estavam todas em inglês, mas deixo no final o link para os textos originais.

“O termo product analytics se refere ao processo de captura e análise de dados quantitativos através de ferramentas que gravam o comportamento dos usuários.” — Product Plan

“Product Analytics é uma aplicação específica de business intelligence (BI)” utilizando softwares de analytics e relatórios para analisar feedback de clientes, avaliações de produtos, identificar oportunidades e melhorias no produto e padrões de uso…” — Gartner

“Empresas usam product analytics para melhorar a experiência dos seus clientes. Analytics torna o acompanhamento dos usuários mais fácil por automatizar a coleta e gerenciamento das informações” — Mixpanel

“Product Analytics é a aplicação de análise de dados para entender padrões de uso e identificar oportunidades de melhoria nos produtos ao mesmo tempo que otimiza os resultados de negócio e resolver dores dos usuários” — Amplitude

A quem compete Product Analytics

Importante destacar que quando levantamos o assunto de análise de dados em projetos de design e produto (product analytics), automaticamente tendemos a sobrepor funções já existentes nas organizações, como as do time de data analytics, por outro lada muitos profissionais de análise de dados atuam muito mais com os citados dados transacionais do que com digital analytics. Portanto em algumas situações, você como profissional de design e produto terá que tomar a iniciativa de se aventurar em uma ferramenta de digital analytics ou até mesmo solicitar a implementação de uma. 

Então a quem compete product analytics, literalmente essa disciplina compete a Product Managers, UX Designers e quem mais quiser se apropriar desse recurso para trazer mais valor para seu processo de tomada de decisão ou acompanhamento diário. E em muitos dos casos vocês serão os protagonistas das iniciativas de product analytics na empresa mesmo que exista uma equipe de data analytics.

Agora se por um acaso você tem a sorte de trabalhar com uma equipe incrível, que já tem conhecimento prévia de implementação e exploração de web analytics, esses profissionais de dados passam a ser seus aliados, e a ideia é realmente trabalhar juntos.

Referências: