Link Dedicado

Como desenvolver uma estrutura analítica

No mundo de hoje, enquanto lutamos com a explosão de dados, temos que encontrar uma maneira de estruturar a análise dos dados para encontrar insights. Particularmente quando temos que automatizar o rastreamento do desempenho de um produto, uma estrutura de análise é crucial. Uma estrutura fornece contexto de métricas. Ajuda a identificar as principais métricas para um negócio, bem como identificar os vários fatores que impulsionam as principais métricas.

Então, quais são as principais métricas de um produto? Isso depende de onde o produto está, em seu ciclo de vida. A equipe de produto de um novo produto pode querer se concentrar agressivamente na aquisição de usuários e downloads de aplicativos. Visto que, para um produto estabelecido, a retenção e o aumento da lucratividade podem ser o foco. A ideia de ter uma estrutura padronizada para as principais métricas ainda seria útil em todos os casos.

Para entender como desenvolver uma estrutura para medir o desempenho de um produto, consideramos um exemplo aqui de um produto como o YouTube – essencialmente um aplicativo onde um usuário vem e assiste vídeos sobre Link Dedicado. Para este produto, as principais métricas rastreadas são –

Usuários ativos diários (número de usuários assistindo ao vídeo no aplicativo diariamente)

Tempo gasto por dia por usuários ativos diariamente

As métricas de foco ou as principais métricas são as mais importantes ou as métricas de nível superior. Depois, há métricas mais granulares que complementam as métricas de foco. Qualquer mudança nas métricas de nível inferior direciona as métricas de foco. Equipes / recursos individuais podem se concentrar em métricas granulares específicas, conduzindo assim as métricas principais gerais por meio de esforços consolidados.

Neste caso, a estrutura pode ser construída da seguinte forma –

  1. MÉTRICAS DE FOCO –

Usuários ativos diários (DAU), neste exemplo, é o número total de usuários assistindo a um vídeo no aplicativo em um determinado dia. A DAU mostrará as tendências de uso ativo durante um período de tempo. No entanto, confiar apenas na DAU pode ser enganoso, pois novos usuários podem estar onboarding no aplicativo e tentando assistir a um vídeo, aumentando a DAU, pois pode ser uma ação de baixo atrito. O uso real ou “aderência” dos usuários pode ser medido pelo quão engajados eles estão na plataforma. Por isso, batemos DAU e avg. o tempo gasto pelo usuário DAU no aplicativo como nossas métricas de foco. Embora a DAU possa ser volátil, rastrear sua média móvel de 7 dias pode fornecer uma tendência mais geral. A base geral de usuários DAU seria segmentada em coortes por dados demográficos do usuário, usuários novos / ressuscitados / existentes e versões de aplicativo / sistema operacional.

Link Dedicado

  1. MÉTRICAS DE NÍVEL 1 –

As métricas de nível 1 contribuem diretamente para as métricas do Focus ou agem como uma verificação para garantir que o excesso de entusiasmo em melhorar as métricas do Focus não prejudique a saúde geral do produto. Em nosso caso, as métricas de Nível 1 que contribuem para o uso ativo podem ser organizadas na estrutura HEART do Google da seguinte forma –

  1. a) Felicidade – Porcentagem de DAU que gostam / compartilham um vídeo

Essa métrica indicaria quantos usuários diários realmente gostam do conteúdo e encontram valor na plataforma (curtidas) e quantos usuários estão prontos para encaminhar o conteúdo aos seus amigos (compartilhamentos).

  1. b) Engajamento – Tempo gasto por dia por usuários ativos

Essa métrica seria um forte indicador de como os usuários ativos estão interagindo com o aplicativo. O tempo que eles gastam em um determinado dia no aplicativo seria uma métrica importante que forneceria uma visão sobre a experiência do usuário do aplicativo.

  1. c) Adoção – Porcentagem de novos usuários integrados por dia

Novos usuários que ingressam no aplicativo em um determinado dia pela DAU. As tendências de adoção ao longo de um período de tempo indicariam oportunidades de crescimento do produto. A adoção pode ser rastreada até mesmo para novos recursos no aplicativo, conforme a contagem de usuários que usam o novo recurso em um determinado dia.

  1. d) Retenção –

A taxa de retenção indica o sucesso do aplicativo em atrair os usuários para a plataforma. Podemos rastrear a retenção de 7 dias como a porcentagem dos usuários gerais que retornaram ao aplicativo dia a dia na última semana. Os usuários cancelados são a porcentagem de usuários que nunca mais voltaram à plataforma após, digamos, 7 dias. Para taxa de churn, precisamos definir um intervalo (por exemplo, 7 dias) de nenhuma atividade, post que o usuário é marcado como churned.

A aderência também pode ser medida por DAU / MAU (usuários ativos agregados por mês).

  1. e) Tarefa de sucesso –

O sucesso da tarefa indicaria que os usuários conseguiram realizar ações importantes no aplicativo sem nenhum problema.

  1. MÉTRICAS DE NÍVEL 2 –

As métricas de Nível 2 são de menor granularidade e conduzem as métricas L1 e, portanto, as principais métricas gerais. As métricas L2 são, na verdade, métricas L1 segmentadas por idade do usuário, sexo, estado, sistema operacional móvel ou ação do usuário / recurso específico do produto. Em nosso caso, as métricas L2 em cada métrica L1 são as seguintes –

  1. a) Porcentagem de DAU que gostam / compartilham um vídeo

Isso pode ser posteriormente segmentado em –

porcentagem de usuários que compartilham conteúdo

porcentagem de usuários que gostam de conteúdo

entre gêneros, dados demográficos do usuário e usuários novos / existentes. Assim, podemos identificar quais gêneros são mais populares com qual faixa etária de usuários de qual gênero. Também podemos rastrear a viralidade do conteúdo com base na contagem agregada de curtidas / compartilhamentos para diferentes criadores de conteúdo. Dessa forma, podemos obter o impacto da qualidade do conteúdo no usuário satisfação com o aplicativo – se estão encontrando conteúdo relevante na plataforma.

  1. b) Tempo gasto por dia por usuários ativos

As seguintes métricas contribuem para o tempo gasto por cada usuário por dia no aplicativo-

Total de vídeos iniciados pelo usuário

Total de vídeos que foram assistidos pelo usuário / total de vídeos iniciados (taxa de conclusão)

Total de vídeos reproduzidos pelo usuário / total de vídeos iniciados (taxa de repetição)

Tempo gasto / sessão

Duração da sessão (adição de tempo gasto assistindo vídeos mais tempo gasto navegando em busca de conteúdo, etc.)

Total de sessões / dia

Eles podem ser agrupados por coortes de gênero, idade e estado e gênero de conteúdo e criador de conteúdo, a fim de identificar o público-alvo para diferentes gêneros / criadores com base em sua taxa de conclusão e taxa de repetição. A segregação com base na duração do vídeo fornecerá informações sobre o público-alvo de vídeos mais longos em comparação com vídeos menores (por exemplo, o público mais jovem pode preferir vídeos menores). A segregação pela idade dos usuários na plataforma seria útil em certos cenários (por exemplo, novos usuários podem passar menos tempo no aplicativo, pois ainda estão explorando seu conteúdo de nicho).

  1. c) Porcentagem de novos usuários integrados por dia

Podemos categorizar novos usuários em –

novos usuários (integração pela primeira vez)

usuários ressuscitados (usuários que retornaram à plataforma depois de terem feito o desligamento).

Podemos segmentar os novos usuários com base em sua idade, sexo e estado. Isso ajudaria a identificar oportunidades de crescimento de produto com os segmentos de baixo desempenho. Ao segmentar os usuários integrados em sua versão móvel, sistema operacional e versão do aplicativo, podemos identificar quaisquer falhas no fluxo de integração, por queda nas tendências, em um segmento específico devido a fatores técnicos.

Link Dedicado

  1. d) Retenção –

Podemos rastrear a taxa de rotatividade de usuários para identificar qual grupo de usuários tem mais valor na plataforma e quais são os gêneros / criadores de conteúdo com a maior taxa de retenção. Rastrear a taxa de retenção na versão móvel, sistema operacional e versão do aplicativo ajudará a identificar falhas técnicas de longa data / experiência do usuário ruim nesses segmentos.

  1. e) Tarefa de sucesso –

Por meio de métricas como taxa de falha, total de vídeos iniciados / sessão vs. total de vídeos concluídos / sessão, podemos identificar se os usuários têm sucesso em fazer a ação principal (assistir vídeos) para encontrar valor no aplicativo. Se a taxa de falha aumentar repentinamente em uma determinada versão / sistema operacional do aplicativo para sessões contínuas, isso pode indicar um problema técnico relacionado ao lançamento.

Exemplo – considere um caso em que, em 2 semanas, os usuários ativos diários aumentaram 20% e o tempo gasto por usuário diminuiu 5%.

  1. Um cenário pode ser que um influenciador de tecnologia tenha escrito sobre o aplicativo, o que pode levar a um download em grande escala. Agora, esses novos usuários impulsionariam a DAU. No entanto, como são novos na plataforma, eles ainda podem estar encontrando seu conteúdo relevante e podem não ver o conteúdo por muito tempo. Assim, como o tempo gasto por usuário é uma proporção com DAU como denominador, embora a DAU aumente, o tempo gasto diminui, uma vez que a coorte de novos usuários não mostra a mesma aderência que os “veteranos”. Isso pode ser identificado na estrutura acima, analisando as tendências de coortes de usuários “novos / existentes” de DAU durante as duas semanas e o “tempo gasto / sessão” por cada um dos coortes.
  2. Outro cenário pode ser um conteúdo muito viral (por exemplo, uma nova série da web) pode estar atraindo novos usuários para a plataforma que impulsiona a DAU, mas os novos usuários estão gastando tempo principalmente com o conteúdo viral. Portanto, a proporção de tempo gasto / DAU está caindo devido à tendência de aumento desproporcional no numerador em comparação com o denominador da proporção. Isso pode ser verificado analisando as curtidas / compartilhamentos / replays de novos usuários e seu tempo gasto por sessão (e número de sessões) em diferentes gêneros de conteúdo e coortes de criadores de conteúdo. Picos repentinos podem ajudar a identificar o motivo da viralidade.
  3. Mais um caso pode ser que o aplicativo tenha sido iniciado em um novo estado / região, aumentando a DAU. No entanto, devido ao conteúdo regional limitado na plataforma (já que os criadores regionais também seriam novos no aplicativo), o tempo gasto para esses novos usuários pode ser menor. Isso pode ser verificado pelos novos usuários / coorte regional e analisando o número de sessões e o tempo gasto / sessão para os usuários no estado recém-lançado.
  4. Em caso de vários eventos como proibição / sanção em aplicativos concorrentes que direcionam novos usuários a este aplicativo, lançamento de uma nova versão do aplicativo e melhoria na funcionalidade de pesquisa de conteúdo no aplicativo, podemos separar o efeito de cada um desses eventos por meio do estrutura. Para investigar o efeito da nova versão do aplicativo na experiência do usuário, podemos comparar as tendências de duração da sessão, número de sessões, tempo gasto e taxa de conclusão de vídeo nas versões nova e antiga do aplicativo. Em caso de falhas técnicas (digamos, para problemas de carregamento de vídeo), a taxa de conclusão do vídeo, o tempo gasto e a duração da sessão diminuirão, embora possa haver um pico no número de sessões, pois o usuário pode estar tentando atualizar / iniciar uma nova sessão no caso de buffer de vídeo.

Em caso de problemas na funcionalidade de classificação de pesquisa (ou com a qualidade do conteúdo), o tempo gasto e a taxa de conclusão do vídeo podem diminuir e o tempo de navegação do usuário pode aumentar com o usuário tentando pesquisar o conteúdo necessário.

Aprendizado

Uma forma de estruturar as principais métricas do produto seria ter poucas métricas de alto nível / foco que são segmentadas e direcionadas por meio de métricas mais granulares.

A estrutura deve ser simples e ser capaz de explicar claramente o impacto dos recursos do produto, fatores técnicos e comportamentais do usuário na saúde geral do produto.

Notícias dos Famosos, Entretenimento, Famosos antes e depois, Como Fazer, Fofocas

Você não é “viciado” em mídias sociais

Conheça Evelyn Abbot: uma estudante do último ano do ensino médio de 17 anos que procrastinou seu dever de Cálculo. Ela entra nas Notícias dos Famosos mais por hábito do que por desejo, folheando as postagens que já viu e puxando para baixo para atualizar sua alimentação no evento de sorte que ela encontra em algo novo. Sem mais nada para fazer, ela visita a página “Explorar”, assistindo a vídeos de gatos e “trabalhos manuais de cinco minutos” de maneira entorpecente. Seu pai entra pronto para perguntar a ela sobre seu dia, mas para ao ver seu rosto taciturno. Ele olha para o telefone dela e suspira, declarando: “Você sabe que não pode gastar todo o seu tempo com isso. Eu não entendo porque você é tão viciado! ”

Pare. Vamos fazer uma pausa. “Viciado”: ​​uma palavra com a intenção de culpar Evelyn por sua falta de consciência e autocontrole.

Por que ela simplesmente não sai do aplicativo se não tem mais nada para fazer? Ou, mais importante, se isso não lhe traz mais alegria? Por que esse problema é tão comum, mas raramente falado? Se não podemos deixar de verificar nossos telefones inúmeras vezes ao dia na esperança de uma nova notificação, somos todos viciados?

Em “Não, você não é viciado em Entretenimento”, o pesquisador de comportamento humano da Universidade da Pensilvânia, Arunas L. Radzvilavicius, revela uma distinção fundamental entre o vício em mídia social e as normas sociais; “Considerando que o vício é algo que as pessoas experimentam principalmente como indivíduos, as normas sociais são estados mentais compartilhados, moldados pelas visões e crenças de outros membros da sociedade e por nossas percepções subjetivas dessas crenças” (Radzvilavicius). Essencialmente, delinear a associação de cada pessoa com suas mídias sociais como um “vício” coloca a culpa sobre eles. Ao contrário de focar na questão como um vício individual, Radzvilavicius corretamente levanta a questão de por que a mídia social é tão “viciante” em primeiro lugar. Se um vício atinge massas tão grandes da sociedade que se torna o novo normal, claramente não é culpa do indivíduo.¹ No caso de Evelyn, referir-se à sua situação como um “vício” desencadeia uma batalha solitária e autoinfligida isso a afasta de reconhecer a fonte do problema maior: o design de mídia social.

Por trás de cada plataforma de mídia social de Famosos antes e depois simples e intuitiva está uma equipe de centenas de engenheiros de software, designers de interface de usuário e psicólogos que colaboram para prender a atenção do usuário pelo maior tempo possível. Em “Addicted to Your iPhone? You’re Not Alone ”, a jornalista Bianca Bosker entrevista o ex-especialista em ética de design do Google, Tristan Harris, para expor a realidade de que todas as curtidas, seguidas, marcações e comentários foram criados com detalhes intencionais e meticulosos para sugerir outro motivo para retornar ao aplicativo. O conhecimento de Harris, junto com muitos outros influenciadores emergentes do Vale do Silício, foi fundado na mesma escola de pensamento ensinada pelo psicólogo experimental B.J. Fogg em seu “Laboratório de Tecnologia Persuasiva”. O ingrediente básico para o sucesso da mídia social, como explica Harris, é tirar proveito de nossos comportamentos psicológicos inatos para nos “persuadir” a usar o aplicativo.

Notícias dos Famosos, Entretenimento, Famosos antes e depois, Como Fazer, Fofocas

Veja Como Fazer o Instagram, por exemplo: um veterano da mídia social, querido por aqueles que buscam um feed de fotos “estético” e embarcam na jornada emocionante de acumular curtidas e seguidores. Ao explorar “necessidades humanas profundas”, como aprovação e apreciação social, o Instagram atinge uma natureza “viciante” (Bosker). Psicologicamente, cada “gosto” representa um nível de apreciação social que desencadeia uma onda de dopamina, um neurotransmissor no cérebro que contribui para a sensação de prazer. Cada notificação é lançada estrategicamente imediatamente, fornecendo assim um motivo para esperar uma fonte constante de gratificação instantânea. Essa entrega imprevisível e aleatória de uma recompensa é apoiada por pesquisas psicológicas cognitivas que comprovam “para reforçar o comportamento de forma rápida e forte” (Bosker). Em outras palavras, a autocontenção é facilmente substituída quando um like ou post em espera está vinculado a um valor social mais profundo. Sempre desejaremos mais curtidas, seguidores e validação geral da sociedade – uma verdade triste, mas totalmente aproveitada.

Conhecendo o profundo poder neurológico de curtidas e outras notificações instantâneas, também se deve questionar por que os pequenos círculos numerados no aplicativo estão totalmente vermelhos. Vídeo da Vox “Não é você. Os telefones são projetados para serem viciantes ”, pergunta de forma semelhante: por que as notificações push não são calmas, azul claro ou verde pastel? Mais uma vez, ele aponta para uma pesquisa cuidadosamente calculada que rastreia o movimento dos olhos, descobrindo uma sensibilidade elevada ao vermelho brilhante (Vox) .³

Cada curtir, marcar e comentar é, portanto, psicologicamente projetado como um convite para retornar as Fofocas – todas as ações iniciadas pelos usuários, tornando o sistema totalmente autossuficiente. Como Harris coloca de forma simples, as empresas “‘ficam para trás vendo um bilhão de pessoas correrem como galinhas com as cabeças cortadas, respondendo umas às outras e sentindo-se em dívida umas com as outras'” (Bosker). Nessa metáfora caótica, a verdade fundamental é clara: o dilema auto-infligido do vício em mídia social deve ser reaproveitado em um maior ajuste de contas com a moralidade de seu design. Se os gatilhos humanos com base psicológica são incorporados à experiência do usuário da mídia social, em que ponto isso se torna antiético?

Compreender o poder de cada um desses gatilhos neurológicos nos permite perceber quão pouca agência resta ao indivíduo. Apesar de nossas muitas diferenças, os humanos estão programados com os mesmos desejos fundamentais. Se estudos com pesquisadores como Fogg são feitos para localizar esses elos comuns, explorá-los e divulgá-los por todo o setor, não é de se surpreender que todos tenhamos o mesmo problema.

É importante notar que a mídia social, apesar de seu sucesso surpreendente, existe há apenas vinte anos nesta indústria conivente. O ensaio em vídeo da Vox ilustra como essas empresas tomaram notas de um jogador de sucesso de longa data: os cassinos. A alça de puxar de uma máquina caça-níqueis representa a incerteza total de ganhos potencialmente massivos ou um fracasso decepcionante. Da mesma forma, o recurso “puxar para atualizar” representa a incrível imprevisibilidade de quais postagens irão surgir. Apesar do fato de que o feed é atualizado instantaneamente, puxar constantemente para atualizar cria uma ilusão de controle para o usuário ditar essa incerteza (Vox). Se o recurso de atualização não existisse, o usuário se sentiria menos interessado em sua experiência e, portanto, visitaria menos. Dissecar essa parte pequena, mas integral da experiência do usuário, revela como esses recursos são internalizados, aumentando o fascínio enigmático e inexplicável da plataforma. Contextualizar essa perspectiva com o argumento de Radzvilavicius nos lembra da escala mais ampla: a luta interiorizada de cada pessoa na mídia social é desencadeada por esses mesmos recursos, meticulosamente projetados para prender sutilmente a sua atenção.

O interrogatório do Instagram continua: e quanto à rolagem infinita? Por muito tempo, o feed da página inicial do Instagram representou um fluxo infinito de entretenimento, puxando postagens que datam de anos atrás para evitar que o usuário ficasse entediado e saísse da plataforma. Ao serem criticados por serem uma plataforma muito “viciante”, eles instituíram uma mensagem “You’re All Cught Up” quando alguém chega ao fim de seu feed. Problema resolvido, certo? Bem, lembre-se de Evelyn: quando não havia nada de novo para ver, ela se aventurou até a página “Explorar” deliberadamente projetada para esse propósito – outro motivo para permanecer no aplicativo.

Notícias dos Famosos, Entretenimento, Famosos antes e depois, Como Fazer, Fofocas

A forma de conteúdo gerado por inteligência artificial tem variado amplamente nas diferentes plataformas de mídia social, cada uma correndo para ajustar seu algoritmo e capturar mais um minuto de atenção do usuário. O líder do setor dessa técnica é o Tik Tok, um aplicativo de vídeo de formato curto que baseia a experiência do usuário em sua página “For You” gerada por IA. Ao curar um fluxo de conteúdo que não exige que o usuário siga ninguém e não tem um fim concreto, ele efetivamente incentiva uma quantidade infinita de tempo gasto no aplicativo. Para a maioria dos usuários que descrevem sua experiência na plataforma, esse parece ser o caso, imaginando onde seu tempo misteriosamente evaporou. É importante ressaltar que Tik Tok é um concorrente na indústria de entretenimento que chama a atenção, onde qualquer técnica para manter um usuário em uma plataforma é muito procurada. Não é nenhuma surpresa que em agosto de 2020, o Instagram lançou Reels, sua própria alternativa Tik Tok. Isso prolonga a experiência do usuário ainda mais, permitindo uma transferência sem esforço das fotos estáticas da página “Explorar” para o fluxo interminável e atraente de conteúdo de vídeo de formato curto.

O vício em mídias sociais é, portanto, menos culpa de seus usuários e mais uma armadilha intencional de seus designers, formulando meticulosamente uma experiência abusiva. Embora os usuários tenham alguma agência para determinar por quanto tempo usarão o aplicativo, cada grama de responsabilidade individual é deliberadamente examinada pelos designers para nos “persuadir” de volta ao aplicativo. Essa percepção pode ser preocupante e reconfortante. A criação desse mecanismo de autoperpetuação de entretenimento arrebatador e personalizado pode promover sensações de desamparo. Por outro lado, isso tira a culpa do “vício” de Evelyn e aponta para questões maiores sobre o quanto permitimos que essas empresas se safassem. Quando ex-executivos da empresa como Harris deixam a empresa por preocupações éticas com seu futuro, há motivo para alarme.

Equipar-se com essa percepção quebra a barreira indescritível do vício auto-isolante e se une para criar uma mudança significativa. Também chama a atenção para uma das soluções da Harris ao exigir um código de conduta, ou “juramento hipocrático para designers de software” (Bosker). Se houver limites estabelecidos de design ético, os desenvolvimentos do vício em mídia social podem ser limitados e monitorados ativamente.

Devemos nos armar continuamente com esse conhecimento da intenção de criticar os programadores que se escondem atrás de suas telas. Devemos valorizar a posição de Radzvilavicius para iniciar conversas sobre por que o abuso de mídia social se tornou uma norma social. Devemos lembrar que a existência humana durou muito antes da invenção das mídias sociais, então não há razão para que ela tenha um controle tão intenso sobre nossas vidas.

Em que ponto ficará claro que é hora de reivindicar nossa própria agência digital? A cada minuto desperdiçado, o algoritmo nos conhece um pouco melhor, prende nossa atenção por mais um minuto e torna a empresa muito mais forte. Talvez se os designers do Instagram tivessem feito seu próprio juramento hipocrático, Evelyn não estaria tão presa em primeiro lugar.