Para muitos, ser ágil é tão somente desenvolver o mais rápido possível em um fluxo constante. Este tipo de equívoco, pode fazer empresas esqueceram de criar uma estratégia de Dados. Criar algo com problemas ou incertezas, além de gerar débito técnico, criam decisões erradas. Além disso, de nada adianta ter um time ágil se as decisões não acompanham a velocidade do time e, principalmente, a do mercado. Falarei sobre como criar uma estratégia de análise de dados de produto, pode ajudar a entregar valor no curto prazo baseado em um case da Somos Educação. A estratégia passa por mostrar os diferentes níveis de tomada de decisão do produto e quais dados podem ser gerados/medidos e analisados para eles. Depois como criar um processo de análise dentro do sprint de desenvolvimento do time do produto. Vou apresentar este conteúdo com exemplos reais e lições aprendidas.

1. Sobre mim …
Marcos Fabrício
• Moro em Bauru-SP
• Product Owner na SOMOS Educação
• Bons anos trabalhando com Educação publica e
privada
• Apaixonado por analisar o comportamento
humano
CSPO® - MBA Data Science & Machine Learning

2. Product-driven
&
Data-driven
Designed by Freepik

3. O melhor método é ...
aquele que resolve seu problema

4. Quais os objetivos de se usar dados?
Para tomar melhores decisões no contexto do negócio
Para automatizar controles, relatórios e operações
manuais
Para melhor atender nossos clientes por meio de
produtos mais inteligentes
Para ajudar os usuários a tomar melhores decisões
Designed by Freepik

5.  Foco nos pontos problemáticos dos
consumidores finais
 Satisfação
 Mais partes interessadas dentro da time
Análise de dados voltada
para o usuário
 Concentra-se nos pontos problemáticos
dos negócios e dos clientes internos
 Eficiência, escalabilidade, segurança
 Mais partes interessadas fora da equipe
Análise de dados voltada
para a plataforma

6. Como criar uma
estratégia de dados?
via memedroid

7. via GIPHY
Dica #1
Vamos gravar tudo e depois vemos como
usar os dados.
“ ”
Não pense em todas as métricas que você pode
gravar. Dificilmente vai achar um insight em meio
a toneladas de dados.

8. Perguntas simples!
Dica #2
Ao invés de procurar uma resposta, comece pela
pergunta que deseja responder.
https://giphy.com/gifs/memecandy-ZC0ATzzJnKqn2SNDHR

9. Que eu posso fazer ?perguntas

10. Alcance
Quantas pessoas usaram o produto
recentemente?
Contas criadas ou ativamente envolvidas nos últimos 3 meses

11. Usou o novo sistema de anexar arquivo nos primeiros 3 meses
Ativação
Qual a porcentagem de novos
usuários que perceberam o valor do
seu produto?

12. Enviou mais de 1 conteúdo nos últimos 7 dias
Uso ativo
As pessoas aparecem regularmente
e percebem o valor do produto?

13. Viu mais de 1 conteúdo nos últimos 7 dias
Engajamento
Qual a porcentagem de
visualizações de conteúdo por
usuário ativo?

14. Retenção
Qual a porcentagem de usuários
que assistiram a um vídeo e
voltaram para fazê-lo novamente
em 1 semana

15. Específica
Qual a receita média por assinante? De quais formas seu
produto agrega valor?

16. O que é importante para o seu negócio
Métrica de foco
Complementar as métricas de foco
Métricas principais de Nível 1
Mais específico e dirige o N1 e métricas de foco
Métricas de Nível 2
Companhia:
assinantes ativos
semanais (WAS)
Marketing: assinantes
Retido
Reativado
Novo
Crescimento:
assinatura em 7 dias /
novos usuários
Tempo para se
inscrever
Produto e conteúdo:
minutos visualizados /
WAS
Produto: Vídeo inicia
/ WAS
Conteúdo: Completo
/ Início
Produto e marketing:
1 semana WAS de
retenção
Conteúdo: alguns
mostram retenção
Produto: receita
média / assinante
Alcance Ativação Engajamento Retenção Negócios específicos
Dica #3
Organize suas métricas em níveis

17. Designed by Freepik
DADOS X PROCESSOS

18. =
Entrega 01
=
Entrega 02
=
Entrega 03
PDCA

19.  Product Discovery
 NPS
 Entrevistas
variações

20. Sempre é bom lembrar
 Não grave tudo
 Inicie pela pergunta (simples)
 Organize suas métricas em níveis
 Meça cada ciclo de entrega

21. O que eu ganho com
isso?
• Garante uma base sólida e confiável para tomada
de decisão
• Velocidade e eficiência de uma resposta
• Decisões orientadas a dados (Data-driven)
• Previsibilidade
• Questionar o que é problema e solução
• Oportunidade para análises mais profundas
(modelos, correlações, etc) e evoluções horizontais
(OKRs)
• Maior probabilidade de investimento no produto e
na estratégia
People photo created by drobotdean - www.freepik.com

22. #ficadica
 Lembre-se do motivo pelo qual está medindo
 Escolha a ferramenta certa para você ou seu cenário
 Discuta com seu time como vai coletar os dados
 O que serve para o seu amiguinho, pode não servir para você!

23. Obrigado!
Dúvidas?
marcosfabricio
marcosandre.web@gmail.com
https://jobs.kenoby.com/somos