More on NPS

My latest article on NPS sparkled some interesting conversations on this metric that I believe are worth sharing:

NPS has or has not the % sign?

From a strictly mathematical point of view, we should use the percentage sign because when we subtract two percentage numbers, the result must be represented as a percentage or as a fraction number. For example, if we have 50% promoters and 30% detractors, the NPS calculation will be 50% – 30% = 0.5 – 0.3 = 0.2. That is, the NPS is 0.2 or 20%. From a mathematical point of view, saying that the NPS is 20 is not correct, because 0.5 – 0.3 is not equal to 20, is equal to 0.2, or 20%.

Source: https://xkcd.com/435/

However, a bit of caution is required. If your NPS is 20%, that doesn’t necessarily mean that 20% of the interviewed customers are promoters. It means that at least 20% are promoters. It can be:

  • 20% promoters + 0% detractors + 80% neutral
  • 23% promoters + 3% detractors + 74% neutral
  • 60% promoters + 40% detractors + 0% neutral
  • any other combination

The same goes for a negative NPS. A -16% NPS means that at least 16% of the interviewed customers are detractors. It can be:

  • 16% detractors + 0% promoters + 84% neutral
  • 19% detractors + 3% promoters + 78% neutral
  • 58% detractors + 42% promoters + 0% neutral
  • any other combination

In the article The One Number You Need to Grow by Fred Reichheld where the concept of net promoters and its correlation to business growth was first presented in December 2003, all charts show net promoters as percentages, not integers.

Most recently many NPS reports from Bain & Company, Satmetrix Systems, and even from Fred Reichheld, who conjointly own the NPS trademark, present the metric as integers and not as percentages.

So I believe we can safely say that it doesn’t matter if we use or don’t use a % sign when presenting the NPS number. However, regardless of whether or not we use the % symbol, what really matters the most is understanding why promoters, detractors, and neutrals gave us this rating.

How to manage NPS?

During my coaching sessions, one metric my coachees normally bring to discuss is NPS. How to measure? How to manage it? It is common to see targets and KRs set for NPS, like “we will have an NPS of 20 (or 20%) by the end of the quarter”. I advise against using NPS as a target because:

  • NPS is a lagging indicator: as I explained earlier, there are two types of metrics, lagging indicators, which are indicators that denote consequences (revenue, profit, churn, number of customers, NPS), and leading indicators, which are indicators that denote causes. A good example of a leading indicator is the customer’s engagement with a product, which is the cause of a lower churn and a higher NPS. So, instead of having a target for NPS or churn, we should aim for a customer engagement target.
  • NPS is an induced and subjective metric: in order to measure NPS, you need to disrupt your customer’s journey to ask her if she would refer you/your product to a friend. The simple fact that you are disrupting her journey already interferes with the measurement. To add to this, this is a very subjective question. I may refer to this friend, because I know he likes this kind of product, but not to this other friend because the product doesn’t make sense to her.

That doesn’t mean we should not measure NPS. We should because the act of measuring and discussing it provides many useful insights to help us improve our product.

Summing up

  • When presenting the NPS metric, it doesn’t matter if we use the % symbol or not. What really matters the most is understanding why promoters, detractors, and neutrals gave us this rating.
  • NPS is not a metric to be set as a target because it is a lagging indicator and it is an induced and subjective metric.
  • We should measure NPS because the act of measuring and discussing it provides many useful insights to help us improve our product.

Coaching on digital product leadership

I’ve been helping several product leaders and their companies extract more value and results from their digital products. Check here how I can help you and your company.

Digital Product Management Books

Do you work with digital products? Do you want to know more about how to manage a digital product to increase its chances of success, solve its user’s problems and achieve the company objectives? Check out my Digital Product Management bundle with my 3 books where I share what I learned during my 30+ years of experience in creating and managing digital products:

You can also acquire the books individually, by clicking on their titles above.

Mais sobre NPS

Meu último artigo sobre NPS gerou algumas conversas interessantes sobre essa métrica que acredito que vale a pena compartilhar:

O NPS tem ou não o sinal %?

Do ponto de vista estritamente matemático, devemos usar o sinal de porcentagem, pois quando subtraímos dois números percentuais, o resultado deve ser representado como uma porcentagem ou como um número fracionário. Por exemplo, se tivermos 50% de promotores e 30% de detratores, o cálculo do NPS será 50% – 30% = 0,5 – 0,3 = 0,2. Ou seja, o NPS é 0,2 ou 20%. Do ponto de vista matemático, dizer que o NPS é 20 não é correto, porque 0,5 – 0,3 não é igual a 20, é igual a 0,2, ou 20%.

Fonte: https://xkcd.com/435/

No entanto, é preciso um pouco de cautela. Se o seu NPS é de 20%, isso não significa necessariamente que 20% dos clientes entrevistados são promotores. Isso significa que pelo menos 20% são promotores. Pode ser:

  • 20% promotores + 0% detratores + 80% neutros
  • 23% promotores + 3% detratores + 74% neutros
  • 60% promotores + 40% detratores + 0% neutro
  • qualquer outra combinação

O mesmo vale para um NPS negativo. Um NPS de -16% significa que pelo menos 16% dos clientes entrevistados são detratores. Pode ser:

  • 16% detratores + 0% promotores + 84% neutros
  • 19% detratores + 3% promotores + 78% neutros
  • 58% detratores + 42% promotores + 0% neutros
  • qualquer outra combinação

No artigo The One Number You Need to Grow, de Fred Reichheld, onde o conceito de net promotors e sua correlação com o crescimento dos negócios foi apresentado pela primeira vez em dezembro de 2003, todos os gráficos mostram os net promoters como porcentagens, não como números inteiros.

Mais recentemente, muitos relatórios de NPS da Bain & Company, Satmetrix Systems e até mesmo de Fred Reichheld, que detém os direitos de uso da marca NPS, apresentam a métrica como números inteiros e não como porcentagens.

Portanto, acredito que podemos dizer com segurança que não importa se usamos ou não um sinal % ao apresentar o número NPS. No entanto, independentemente de usarmos ou não o símbolo %, o que realmente importa é entender por que promotores, detratores e neutros nos deram essa classificação.

Como gerenciar o NPS?

Durante minhas sessões de coaching, uma métrica que meus coachees normalmente trazem para discutir é o NPS. Como medir? Como gerenciá-lo? É comum ver metas e KRs definidos para NPS, como “teremos um NPS de 20 (ou 20%) até o final do trimestre”. Eu desaconselho o uso do NPS como alvo porque:

  • O NPS é um indicador consequência: como expliquei anteriormente, existem dois tipos de métricas, indicadores consequência, que são indicadores que denotam consequências (receita, lucro, churn, número de clientes, NPS), e indicadores causa, que são indicadores que denotam as causas. Um bom exemplo de indicador causa é o engajamento do cliente com um produto, que é a causa de um churn menor e um NPS maior. Portanto, em vez de ter uma meta de NPS ou churn, devemos apontar para uma meta de engajamento do cliente.
  • O NPS é uma métrica induzida e subjetiva: para medir o NPS, você precisa interromper a jornada do seu cliente para perguntar se ele indicaria você/seu produto para um amigo. O simples fato de você estar atrapalhando a jornada dela já interfere na medição. Para adicionar a isso, esta é uma questão muito subjetiva. Posso indicar para esse amigo, porque sei que ele gosta desse tipo de produto, mas não essa outra amiga porque o produto não faz sentido para ela.

Isso não significa que não devemos medir o NPS. Devemos porque o ato de medir e discutir fornece muitos insights úteis para nos ajudar a melhorar nosso produto.

Resumindo

  • Ao apresentar a métrica do NPS, não importa se usamos o símbolo % ou não. O que realmente importa mais é entender por que promotores, detratores e neutros nos deram essa classificação.
  • O NPS não é uma métrica a ser definida como meta porque é um indicador consequência e é uma métrica induzida e subjetiva.
  • Devemos medir o NPS porque o ato de medi-lo e discuti-lo fornece muitos insights úteis para nos ajudar a melhorar nosso produto.

Coaching em liderança de produtos digitais

Tenho ajudado várias pessoas líderes de produto (heads de produto, tech founders, heads de engenharia) e suas empresas a extrair mais valor e resultados de seus produtos digitais. Veja aqui como posso ajudar você e a sua empresa.

Gestão de produtos digitais

Você trabalha com produtos digitais? Quer saber mais sobre como gerenciar um produto digital para aumentar suas chances de sucesso, resolver os problemas do usuário e atingir os objetivos da empresa? Confira meu pacote de gerenciamento de produto digital com meus 3 livros, onde compartilho o que aprendi durante meus mais de 30 anos de experiência na criação e gerenciamento de produtos digitais. Se preferir, pode comprar os livros individualmente:

Growth: Engagement and churn

Once you get to bring in users (free or paid) to use your product, your next concern is related to the engagement from these users, that is, are they using the product? Are they solving the problem that the product is supposed to solve? How many times a day (or a week, or a month) your product is being used? For how long? How is it being used?

Engagement

It is very important to find metrics to measure engagement. For instance, for a product to send e-mail marketing, some engagement and usage metrics are:

  • how many times per day does the person access his/her inbox,
  • how many campaigns go off per month,
  • how many clicks this campaign had,
  • how many messages were sent with the incorrect e-mail address,
  • how many messages generated complaints.

Note that each product has different engagement and usage metrics. Each product manager must select metrics to track his/her specific product.

Have you ever stopped and thought about how many times a day you use your cell phone? What do you use to access it? WhatsApp? Facebook? Instagram? Can you tell that you are deeply engaged with these applications?

Promoting engagement should be one of the concerns of the product manager. In 2013, Nir Eyal launched his book called Hooked: How to Build Habit-Forming Products, in which he explains the theory behind these products that just end up entering our daily lives. It is a great book to understand more about this theme.

There are some strategies that can help you to increase your product’s engagement and usage. These techniques are called lock-in.

  • APIs: Short for Application Programming Interface, API is a way of giving access to your product, to the data that are stored and to the routines it executes to other software. When someone creates a new software using the APIs of your product, there’s a great chance of increasing the engagement with it.
  • Incentive to use: you can do promotions to incentive the use of your product. For instance, if your product has usage quota, you can increase this quota as the time goes by. be one of the concerns of the product manager. In 2013, Nir Eyal launched his book called Hooked: How to Build Habit-Forming Products [^hooked], in which he explains the theory behind these products that just end up entering our daily lives. It is a great book to understand more about this theme.
Churn example

Despite the fact that churn was greater than 20% every month, growth in the year was 73 new customers.

Why is it possible to grow even with a high monthly churn?

There are two reasons. The first, which I have already mentioned, is that it is necessary to have a greater inflow of customers than the amount that goes out.

The second is that churn varies based on the age of the customer. It is common to have cases where churn is high in the first month, because the customer did not like the service and decided to cancel right away. Or in the third or sixth month if your billing is quarterly or semi-annually. Some people call it premature churn.

Premature churn, despite being common, is something that can and should be reduced. You do this:

  • Aligning the customer’s expectations that you created in them by promoting your product with what they will find when they start using it.
  • Ensuring that the first experiences of using your product are very good and that your customer can achieve their goals in these first experiences.
  • Keeping your product useful to your customer over the months and years, investing in understanding your customer and their problems, and updating your product so it continues to solve your customer’s problems.

The concepts of churn and engagement go hand in hand, because the more engaged a user is, the less likely they are to cancel the service. So, a good way to predict the churn of a given customer is to track their engagement.

For example, if you’ve launched a distance learning product and track the usage of that product, you’ll likely see that the churn rate is higher for customers who have never attended the class. Review the previous lock-in thread for tactics to increase engagement and decrease churn.

Data science, machine learning, and product management

In recent years, the terms data science, machine learning, and artificial intelligence have appeared recurrently and abundantly. These terms are quite important for product managers. No wonder I dedicate 5 chapters of the book to subjects related to data and metrics.

As I mentioned in the previous chapter, the product manager must be a data geek, that is, a person who is always thinking about how to learn more from data. What is a person’s behavior in the months and days before unsubscribing to your product? And the behavior of a person who upgrades? What is the behavior of a user who says he is satisfied with your product? And what do you say very satisfied? If your product has multiple features, which is the most popular? Which generates greater satisfaction? What is the typical usage pattern for your product? If an atypical usage pattern appears, what does it mean? These are examples of some questions that the product manager can ask and that will have their answers in the product metrics. And with each new answer obtained, it is very likely that the product manager will want to ask more questions.

To find the answers to your questions, it is important that the product manager knows data science techniques and knows how to extract the answers to his questions himself, whether through data extraction and visualization tools or by running SQL in the product database. If the product manager does not have this independence and needs other people to extract the data for him, this can hinder the evolution of the product.

As this learning from the data takes place, it is likely that the product manager will begin to see opportunities to embed these learnings into the product. For example, a product manager of a CRM software may notice, after analyzing the usage and engagement data of the product, that customers end up canceling less when they are using the commercial proposal generation functionality. Once that discovery is made, he can make a change to his product to make it easier and more immediate to use this functionality and, in doing so, decrease customer churn by making them more engaged. This is a way to infuse data science into your product.

Machine learning, which is nothing more than a way of implementing artificial intelligence, is when we program machines to learn from data, and the more data the machine has in its hand, the more it will learn. In other words, it’s a way to insert data science into the product to make it better. The more you use a particular product, the more data is available to the team that develops the product to get to know your user and how they use that product. For example, the more purchases you make at an online store, the more it learns about your shopping habits and the easier it is for the store’s software to make recommendations that interest you. The same goes for Netflix and Spotify suggestions. In these cases, it is common for the store to compare its use with the use of people who show similar behavior to make suggestions such as “whoever bought this item also bought these other items”.

That’s why the product manager and the entire team that develops the product must know and know how to use data science, machine learning, and artificial intelligence in their daily lives. They are powerful tools to help you increase your chances of building a successful product.

In the next chapter, we will continue with the topic of metrics, focusing on financial and long-term metrics. Let’s also understand the concept of negative churn, the “Holy Grail” of products with a subscription-based business model.

Mentoring and advice on digital product development

I’ve been helping several companies to get more value and results from their digital products. Check here how I can help you and your company.

Digital Product Management Books

Do you work with digital products? Do you want to know more about how to manage a digital product to increase its chances of success, solve its user’s problems and achieve the company objectives? Check out my Digital Product Management bundle with my 3 books where I share what I learned during my 30+ years of experience in creating and managing digital products:

You can also acquire the books individually, by clicking on their titles above.

Crescimento: engajamento e churn

Uma vez que você conseguiu trazer usuários (gratuitos ou pagos) para utilizarem seu produto, sua próxima preocupação será com o engajamento desses usuários, ou seja, será que eles estão conseguindo utilizar o produto? Será que eles estão conseguindo resolver o problema que o produto se propôs a resolver? Quantas vezes por dia (semana ou mês) seu produto é usado, e durante quanto tempo? Como ele é usado?

Engajamento

É muito importante encontrar métricas para medir o engajamento. Por exemplo, em um produto de disparo de e-mail marketing, algumas métricas de engajamento e uso são quantas vezes por dia a pessoa acessa, quantas campanhas o usuário dispara por mês, quantas vezes foi aberta a campanha disparada, quantas vezes essa campanha foi clicada, quantas mensagens foram disparadas com endereço de e-mail incorreto e quantas mensagens geraram reclamações.

Repare que cada produto tem métricas de engajamento e de uso diferentes. Cada gestor de produtos deve pensar em que métricas acompanhar em seu produto. Eventualmente, algumas métricas vão gerar demandas de desenvolvimento, pois elas podem não estar sendo medidas e precisam de alguma modificação no produto para passarem a ser.

Você já parou para pensar quantas vezes por dia você usa o seu celular? O que você costuma fazer ao acessar seu celular? WhatsApp? Facebook? Instagram? Dá para se dizer que você está bastante engajado com essas aplicações?

Fomentar o engajamento deve ser uma das preocupações do gestor de produto. Em 2013, foi lançado um livro chamado Hooked: How to Build Habit-Forming Products, de Nir Eyal, no qual ele explica a teoria por trás desses produtos que acabam entrando no nosso cotidiano. É um ótimo livro para entender mais sobre esse tema.

Existem algumas estratégias que podem ajudá-lo a aumentar o engajamento e o uso de seu produto. Em inglês, essas técnicas são chamadas de técnicas de lock-in :

  • APIsApplication Programming Interface (ou, em português, Interface de Programação de Aplicativos): é uma maneira de dar acesso ao seu produto, aos dados que estão armazenados lá e às rotinas que ele executa para outros softwares. Quando alguém cria um novo software usando as APIs de seu produto, existe grande chance de aumentar o engajamento com ele.
  • Incentivo ao uso: você pode fazer promoções que incentivem o uso do seu produto. Por exemplo, se seu produto tem quota de uso, você pode aumentar essa quota à medida que o tempo passa.
  • Treinamento: ensinar seus usuários a tirar todo o potencial de seu produto é uma forma de engajá-los. Quanto mais eles aprenderem, mais rápido entenderão como ele poderá ajudá-los. Não é necessário treinamento formal, em sala de aula. Você pode fazer treinamento virtual via webinars, ou até mesmo usar em seu produto aqueles tooltips, mostrando passo a passo como o usuário pode tirar proveito dele.
  • Historic data: os dados de utilização de seu produto, como logs e relatórios, podem ser uma ferramenta muito útil para o seu usuário. Ajude-o a tirar proveito desses dados. Por exemplo, você pode mandar resumos diários (ou semanais) via e-mail para ele, convidando-o a acessar seu produto para ver mais.
  • Integração com outros produtos: outra forma de aumentar o uso do produto é por meio de integrações com outros produtos que o seu cliente já usa. Por exemplo, uma loja virtual pode ter integração com gateways de pagamento, com sistemas de nota fiscal eletrônica e com sistemas de envio de pacotes via correio.

Churn

Outra métrica muito importante é churn, ou seja, a quantidade de usuários e clientes que deixaram de ser usuários ou clientes. Eventualmente, alguns deles vão deixar de ser seu usuário ou cliente. É importante saber quantos são, e os motivos por que isso aconteceu, pois aqui você descobrirá muita informação para melhorar seu produto de software.

Esse número é muito importante em qualquer empresa que tem por modelo de negócio o uso contínuo, principalmente aqueles baseados em assinatura. Ele costuma ser medido como um percentual da seguinte forma:

Churn

Churn mensal = quantidade de clientes que cancelou no mês / total de clientes do último dia do mês.

Existe também o churn anual, que se calcula da mesma forma, só que dividindo a quantidade de clientes que cancelaram em um determinado ano pelo total de clientes do último dia do ano anterior.

É um número que contém muita informação mas, por ser somente um único número, ele deixa várias perguntas em aberto. Já vi discussões do tipo: “se o churn está em 20%, em cinco meses não teremos mais clientes, então não vale a pena investir em divulgar esse produto”. Uma frase como essa não tem muito sentido, pois mesmo que o churn se mantenha a 20% durante vários meses, até mesmo mais de 5 meses, a quantidade total de clientes pode continuar crescendo. Como? Basta ter uma quantidade maior de ativações do que de cancelamentos, e a divulgação ajuda bastante nisso. Veja o exemplo:

Exemplo de churn

Apesar de em todos os meses o churn ser maior do que 20%, o crescimento no ano foi de 73 novos clientes.

Por que mesmo com um churn mensal alto é possível crescer?

São dois os motivos. O primeiro, que já comentei, é que é preciso ter uma entrada de clientes maior do que a quantidade que sai.

O segundo é que o churn varia de acordo com a idade do cliente. É comum ter casos nos quais o churn é alto no primeiro mês, pois o cliente não gostou do serviço e decidiu cancelar logo de cara. Ou no terceiro ou sexto mês, se sua cobrança for trimestral ou semestral. Algumas pessoas chamam de churn prematuro.

O churn prematuro, apesar de ser comum, é algo que pode e deve ser diminuído. Você faz isso:

  • Alinhando a expectativa do cliente que você criou nele por meio da sua divulgação do seu produto com o que ele vai encontrar quando passar a usá-lo.
  • Garantindo que as primeiras experiências de uso de seu produto sejam muito boas e que o seu cliente consiga atingir seus objetivos nessas primeiras experiências.
  • Mantendo seu produto útil para o seu cliente ao longo dos meses e dos anos, investindo em entender seu cliente e seus problemas, e em atualizar seu produto para que ele continue resolvendo os problemas de seu cliente.

Os conceitos de churn e de engajamento andam de “mãos dadas”, pois, quanto mais engajado estiver um usuário, menores são as chances de ele cancelar o serviço. Assim, uma boa maneira de prever o churn de um determinado cliente é acompanhar seu engajamento.

Por exemplo, se você lançou um produto de ensino a distância e acompanha a utilização desse produto, você provavelmente verá que a taxa de cancelamento é maior nos clientes que nunca assistiram aula. Reveja o tópico anterior sobre lock-in para ver táticas para aumentar o engajamento e diminuir o churn.

Data science, machine learning e gestão de produtos

Nos últimos anos tem aparecido de forma recorrente e abundante os termos data science, machine learning e artificial inteligence. Esses termos são bastante importantes para os gestores de produtos. Não é à toa que dedico 5 capítulos do livro a assuntos relacionados a dados e métricas.

Como comentei no capítulo anterior, o gestor de produtos deve ser um data geek, ou seja, uma pessoa que está sempre pensando em como aprender mais com dados. Qual é o comportamento de uma pessoa nos meses e dias antes de cancelar a assinatura de seu produto? E o comportamento de uma pessoa que faz upgrade? Qual é o comportamento de um usuário que se diz satisfeito com seu produto? E do que se diz muito satisfeito? Se seu produto tem várias funcionalidades, qual é a mais popular? Qual gera maior satisfação? Qual é o padrão de uso típico de seu produto? Se aparecer um padrão de uso atípico, o que isso quer dizer? Esses são exemplos de algumas perguntas que o gestor de produtos pode fazer e que terão suas respostas nas métricas do produto. E a cada nova resposta obtida é muito provável que o gestor de produtos irá querer fazer mais perguntas.

Para achar as respostas às suas perguntas, é importante que o gestor de produtos conheça técnicas de data science e saiba como extrair ele mesmo as respostas para suas perguntas, quer seja por meio de ferramentas de extração e visualização de dados, quer seja rodando queries de SQL na base de dados do produto. Se o gestor de produtos não tiver essa independência, e precisar que outras pessoas extraiam os dados para ele, isso poderá atrapalhar a evolução do produto.

À medida que esse aprendizado a partir dos dados for acontecendo, é provável que o gestor de produtos comece a perceber oportunidades para inserir esses aprendizados dentro do produto. Por exemplo, um gestor de produtos de um software de CRM pode perceber, após fazer análises com dados de uso e engajamento do produto, que clientes acabam cancelando menos quando estão utilizando a funcionalidade de geração de propostas comerciais. Uma vez feita essa descoberta, ele pode promover uma mudança em seu produto para tornar mais fácil e imediato o uso dessa funcionalidade e, com isso, diminuir o churn de clientes por deixá-los mais engajados. Essa é uma forma de inserir data science em seu produto.

Mechine learning, que nada mais é que uma forma de implementação de artificial inteligence, é quando programamos as máquinas para aprenderem com os dados e, quanto mais dados a máquina tiver em suas mão, mais ela vai aprender. Ou seja, é uma maneira de inserir data science no produto para torná-lo melhor. Quanto mais você usa um determinado produto, mais dados estão à disposição do time que desenvolve o produto para conhecer seu usuário e como ele usa esse produto. Por exemplo, quanto mais compras você faz em uma loja virtual, mais ela aprende sobre seus hábitos de compra e mais fácil fica para o software da loja fazer recomendações que te interessem. O mesmo acontece com as sugestões do Netflix e do Spotify. Nesse casos é comum a loja comparar seu uso com o uso de pessoas que mostram comportamento similar para fazer sugestões do tipo “quem comprou esse item também comprou esses outros itens”.

É por isso que o gestor de produto e todo o time que desenvolve o produto deve conhecer e saber usar data science, machine learning e artificial inteligence no seu dia-a-dia. São ferramentas poderosas para o ajudar a aumentar as chances de construir um produto de sucesso.

No próximo capítulo, vamos continuar com o tema de métricas, com foco nas métricas financeiras e de longo prazo. Vamos também entender o conceito do churn negativo, o “Santo Graal” dos produtos com modelo de negócio baseado em assinatura.

Mentoria e aconselhamento em desenvolvimento de produtos digitais

Tenha ajudado várias empresas a extrair mais valor e resultados de seus produtos digitais. Veja aqui como posso ajudar você e a sua empresa.

Gestão de produtos digitais

Este artigo é mais um capítulo do meu livro Gestão de produtos: Como aumentar as chances de sucesso do seu software, onde falo sobre o que é gestão de produtos digitais, seu ciclo de vida, que ferramentas utilizar para aumentar suas chances de sucesso. Você também pode se interessar pelos meus outros dois livros:

Growth: be a “data geek”

Take a close look at the data that your product generates! Aside from talking to your users and hearing their feedback, a mandatory way of knowing your product and how your users interact with it is through data. To take advantage of these data you must become a data geek, a person who knows in depth the data generated by the application and their meaning.

In God we trust. All others bring data. — W. E. Deming

William Edwards Deming is an American engineer, statistician, and professor known for his work in Japan right after World War II when he taught about statistic management of quality and helped the Japanese to become the second larger economy in the world in only 10 years. It’s all about collecting and trusting valuable customer data.

Which data is important?

Every data is important, but depending on your goal, some are more important than others. Knowing your data is a continuous task because at each new information you acquire, new questions appear that are going to need more data to understand it.

One of the first pieces of information that you will want to know is how many visits you get to your product’s website. To know these numbers, you can use some statistic reports that your hosting provider offers. Another very common option is Google Analytics.

With a report like that in hand, you get some important information, such as the number of visits, amount of unique visitors, amount of page views, among others. Depending on the statistical system you are using, you will also check:

  • what is the first and the last page visited during the access to your website;
  • where (which country and city) your visitors come from;
  • if they accessed your website due to a Google AdWords or Facebook campaign;
  • or some other online campaign that you are running;
  • or if they found your website organically, that is, typing the address directly;
  • or searching for something in some search system.

It is good to remember that it is important to hold these reports not only for your website but also for your entire software product.

Be careful. Many of the visiting report systems show a great amount of information, and it is easy to get lost in this sea of data.

Along with the number of visits and access that your website holds, other important data you must know about your web product is:

  • Amount of people who discover your product: it is possible to differentiate the way people discover your product by dividing them into two categories, paid and free. The paid ones are those which you have to invest some money, such as on Google AdWords, Facebook ads, ads on content websites (preferably those linked to the theme of your product), and ads on magazines (also preferably linked to the theme of your product). The free ones are those in which you invest time and work to get to be known, such as creating relevant content on the theme of your website, interacting on blogs related to the theme of your product, making it easier for people to recommend your product to others, etc. The return in this case comes slower but holds the advantage of not having any financial cost, only time and work.
  • Amount of clicks generated by ads or other sources: this is information a little more difficult to obtain because depending on the strategy to attract people to your website, it will not be available. The online ad systems such as Google AdWords, Facebook ads, and ads on content sites usually have that information available, and the price they will charge usually will be set on a price per click.
  • Amount of unique visitors: they are the new visitors that your website gets. It is different from the number of visits: one single person can visit your site more than once until he/she decides to buy anything.
  • Amount of visitors who become users: from these unique visitors, some will register to become a user of your system. If you offer a free trial period or a free version with no expiration date, this number can be reasonably big.
  • Amount of users who become clients: by the end of the trial period, some of your users will want to become a client, that is, will want to pay to use your service. If you are offering a free version of your product, with no expiration date, you must have a paid version that pushes your users to leave the free version and pay for using your product.

Conversion funnel

Napoleon Bonaparte, a French political leader and military officer known for the Napoleonic Wars — through which he was responsible for establishing the French supremacy over the major part of Europe at the beginning of the 19th century –, had a great defeat in 1812, in the Russian Campaign. This campaign was a huge military operation designed by the French and their allies that had a great impact on the Napoleonic Wars, setting the beginning of the decay of the First French Empire. In this campaign, Napoleon brought 580,000 soldiers, but only 22,000 survived, and the rest perished in the way from France to Moscow due to the difficulties found on the way (cold, rain, rivers, etc.).

Russia’s campaign

This image resembles very much a conversion funnel of a website, which can be built with the data we discussed previously. The conversion funnel shows us how many potential clients we are losing on the way of attracting people to the site until the point someone pays to become your client:

Conversion funnel

The funnel displays several opportunities for you to better understand how your users interact with your product. Each part of the funnel has its specific characteristics and can be expanded in different ways. Focus on one piece at a time and test it. In the worst-case scenario, if the test goes bad, you can always come back to the previous situation. For a data geek, the funnel must be the very first data focus to be collected and analyzed.

In the next chapter, we will see two other metrics that are the natural consequence of the conversion funnel: engagement, which shows how the user utilizes your product; and churn, which shows how many users are not using it anymore, helping to identify why this happens.

Digital Product Management Books

Do you work with digital products? Do you want to know more about how to manage a digital product to increase its chances of success, solve its user’s problems and achieve the company objectives? Check out my Digital Product Management bundle with my 3 books where I share what I learned during my 30+ years of experience in creating and managing digital products:

You can also acquire the books individually, by clicking on their titles above.

Mentoring and advice on digital product development

I’ve been helping several companies extract more value and results from their digital products. Check here how I can help you and your company.

Crescimento: Seja um “Data Geek”

Dê uma olhada nos dados que o seu produto gera! Além de conversar com seus usuários e obter feedback deles, uma maneira obrigatória de conhecer o seu produto e como os usuários interagem com ele é por meio de dados. Para poder tirar proveito desses dados, você deverá se transformar em um data geek, uma pessoa que conhece profundamente os dados gerados pela sua aplicação e seus significados.

Em Deus nós acreditamos. Todos os outros devem trazer dados.
W. E. Deming

William Edwards Deming é um engenheiro, estatístico e professor americano bastante conhecido pelo seu trabalho no Japão, logo após a II Guerra Mundial, onde ele ensinou sobre gestão estatística da qualidade, e ajudou os japoneses a se transformarem em 10 anos na segunda maior economia do mundo em apenas 10 anos. Tudo se resume a coletar e confiar nos valiosos dados do cliente.

Quais Dados são Importantes?

Todos os dados são importantes, mas, dependendo do que você está querendo entender, uns são mais importantes do que outros. Conhecer seus dados é uma tarefa contínua, pois a cada novo conhecimento que você adquire, aparecem novas questões, que vão precisar de mais dados para serem respondidas.

Uma das primeiras informações que você vai querer conhecer é quantas visitas você recebe no site de seu produto. Para conhecer esses números, você pode usar algum relatório de estatísticas que o provedor de hospedagem oferece. Outra opção muita usada é o Google Analytics.

Com um relatório como esse, você consegue algumas informações importantes, tais como: quantidade de visitas, quantidade de visitantes únicos, quantidade páginas vistas (pageviews) e várias outras. Dependendo do sistema de estatísticas que você estiver usando, você também conseguirá ver:

  • qual a primeira e a última página visitadas durante um acesso ao seu site;
  • de onde (que país e cidade) vêm seus visitantes;
  • se eles acessaram seu site partindo de uma campanha de Google AdWords, do Facebook;
  • ou de alguma outra campanha online que você está fazendo;
  • ou se acharam seu site de forma orgânica, digitando diretamente o endereço;
  • ou buscando por algo em algum sistema de busca.

Vale lembrar que é importante ter esses relatórios de acesso não só para o seu site como também para seu produto software.

Cuidado, pois esses sistemas de relatório de visitas normalmente dão uma quantidade muito grande de informação, e é fácil se perder nesse mar de dados.

Junto com a quantidade de visitas e acessos que seu site tem, outros dados importantes que você precisa conhecer de seu produto web são:

  • Quantidade de pessoas que ficam sabendo que seu produto existe: é possível diferenciar as formas como as pessoas ficam sabendo que seu produto existe classificando-as em duas categorias, as pagas e as gratuitas. As pagas são aquelas em que você tem de investir algum dinheiro, como Google AdWords, anúncios no Facebook, anúncio em sites de conteúdo (preferencialmente ligados ao tema de seu produto) e anúncios em revistas (também preferencialmente ligados ao tema de seu produto). Já as gratuitas são aquelas em que você investe tempo e trabalho para ficar conhecido como, por exemplo, criar conteúdo relevante sobre o tema do seu site, interagir em blogs sobre o tema do seu produto, facilitar que as pessoas recomendem seu produto para seus conhecidos etc. O retorno nesse caso é mais lento, mas tem a vantagem de não ter custo financeiro, só de tempo e trabalho.
  • Quantidade de cliques gerados pelos seus anúncios ou por outros meios: essa é uma informação um pouco mais difícil de obter, pois, dependendo de sua estratégia para atrair pessoas para o seu site, essa informação não estará disponível. Os sistemas de anúncio online como Google AdWords, Facebook e anúncios em sites de conteúdo normalmente têm essa informação disponível, e o preço que cobrarão normalmente será baseado em um preço por clique.
  • Quantidade de visitantes únicos: são os novos visitantes que seu site recebe. É diferente da quantidade de visitas, pois uma mesma pessoa pode visitar seu site mais de uma vez até decidir comprar.
  • Quantidade de visitantes que se tornaram usuários: desses visitantes únicos, alguns vão se cadastrar para se tornar um usuário do seu sistema. Se você oferecer um período de experiência gratuito ou uma versão grátis sem prazo de expiração, esse número pode ser razoavelmente grande.
  • Quantidade de usuários que se tornaram clientes: findo o período de experiência, alguns de seus usuários vão querer se tornar um cliente, ou seja, vão querer pagar para usar o seu serviço. Se você estiver oferecendo uma versão gratuita de seu produto, sem prazo de expiração, você deverá ter uma versão paga que motive seus usuários a saírem da versão gratuita e a pagarem pelo uso de seu produto.

Funil de Conversão

Napoleão Bonaparte, líder político e militar francês conhecido pelas Guerras Napoleônicas – por meio das quais foi responsável por estabelecer a hegemonia francesa sobre a maior parte da Europa no início do século XIX –, teve uma grande derrota em 1812, na Campanha da Rússia. Essa campanha foi uma gigantesca operação militar intentada pelos franceses e seus aliados, que teve grande impacto sobre o desenrolar das Guerras Napoleônicas, marcando o início do declínio do Primeiro Império Francês. Nessa campanha, Napoleão usou 580.000 combatentes. Desses, sobreviveram apenas 22.000 combatentes, o restante pereceu no caminho da França até Moscou devido às dificuldades encontradas nesse caminho (frio, chuva, rios etc.).

Campanha da Rússia

Essa imagem lembra muito um funil de conversão de um site, que pode ser feito com os dados que discutimos anteriormente. O funil de conversão nos mostra quantos potenciais clientes estamos perdendo no caminho entre atrair pessoas para o site até o ponto em que uma pessoa paga para se tornar seu cliente:

Funil de conversão

O funil apresenta várias oportunidades para você entender melhor como seus usuários interagem com seu produto. Cada pedaço do funil tem suas características específicas e pode ser alargado de diferentes formas. Concentre-se em um pedaço por vez e faça seus testes. Na pior das hipóteses, se o teste for ruim, você sempre pode voltar para a situação anterior. Para um data geek, o funil deve ser o primeiro foco de dados a se obter e analisar.

No próximo capítulo, vamos ver mais duas métricas que são a consequência natural do funil de conversão: o engajamento, que mostra como seu usuário utiliza seu produto; e o churn, que mostra quantos usuários deixam de usá-lo, ajudando a identificar por que isso acontece.

Gestão de produtos digitais

Este artigo é mais um capítulo do meu livro Gestão de produtos: Como aumentar as chances de sucesso do seu software, onde falo sobre o que é gestão de produtos digitais, seu ciclo de vida, que ferramentas utilizar para aumentar suas chances de sucesso. Você também pode se interessar pelos meus outros dois livros:

Mentoria e aconselhamento em desenvolvimento de produtos digitais

Tenha ajudado várias empresas a extrair mais valor e resultados de seus produtos digitais. Veja aqui como posso ajudar você e a sua empresa.

Ferramenta para geração de lista de palavras

No artigo “Como as pessoas vão encontrar meu produto?” comentei sobre a importância de se ter uma lista de palavras relacionadas com o tema do seu produto.

O Google tem uma ferramenta muito boa para ajudar na criação dessa lista de palavras, o Keyword Planner. É necessário ter uma conta no Google habilitada a acessar o Google AdWords, mas não tem custo nenhum. Vc não precisa estar gastando com AdWords para poder usar essa ferramenta.

Ele é um ótima ferramenta para dar ideas de novas palavras e para entender o volume de pesquisa que cada palavra tem. Ele diz tb quanto custa cada clique gerado por essa palavra, mas isso é tema para outro artigo… 😛