通過自助式分析消除瓶頸並充分利用數據

已發表: 2021-09-11

Kahoot! 成立於 2012 年,源於挪威科技大學的一個研究項目! 已經發展到為超過 550,000 名付費用戶提供服務。 2020 年,超過 2.5 億場遊戲在 Kahoot! 上進行,在 200 個國家/地區有超過 15 億玩家參與。

卡胡特! 是一個包羅萬象的平台,用戶可以在其中創建、分享和玩學習遊戲或知識問答。 該公司總部位於奧斯陸,在美國和整個歐洲均設有辦事處。

在過去的九年裡,Kahoot 經歷了驚人的增長。 Amplitude 一直是一個重要的合作夥伴,幫助我們在擴大規模時充分利用我們的產品使用數據。

我們為改善數據治理而採取的措施

我開始在 Kahoot 工作! 2018 年擔任數據科學家。 在 Kahoot! 之前,我曾在一家名為 Schibsted 的著名挪威媒體公司工作。 我們將 Schibsted 的 Amplitude 用於市場部門的全球組件。 我們建立了一個系統,利用 Kafka 和內部事件跟踪器向 Amplitude 提供這些事件。 我知道我們可以在 Kahoot! 使用 Amplitude 取得類似的進展。

卡胡特! 我們已經採用了 Amplitude,但作為一個組織,我們的規模仍然很小,大約有 50 人。 卡胡特! 那時已經開始通過付費訂閱獲利,但就 Amplitude 而言,我們只使用了一些功能並跟踪最小的事件。

大家都在談論大數據、機器學習、AI等,但隨著行業的成熟,我們不能忘記基礎。 人們宣揚數據治理的重要性,但與此同時,組織仍然遭受所有請求都經過數據分析師的經典瓶頸。 我們在使用 Amplitude 進行擴展方面取得成功的很大一部分原因在於,我們投入了大量時間來創建自助式分析,讓整個公司的員工都可以使用產品數據進行自己的分析。 今天,我們的核心團隊由大約 170 名員工組成。 其中,大約 150 人擁有 Amplitude 帳戶,其中 100 人是每月活躍用戶。

要為成功做好準備,您需要先在數據治理方面付出努力。 我們首先設置了明確的命名約定,讓最終用戶看不到不必要的信息,並考慮哪些屬性具有不同的值並且需要合併。 這很簡單,甚至很無聊,但它讓生活變得如此輕鬆。 它還確保您可以信任您的產品分析數據,並且您的最終用戶不需要數據科學背景來理解它。

很多公司都想跳過數據洞察,但如果你沒有一個好的數據治理框架,洞察就沒有那麼有用。 點擊推文

重要的是要了解您想要回答的問題,然後從那裡開始構建。 制定跟踪計劃。 同樣,它並不華而不實,但它非常重要,因為它是您未來進行任何數據工作的基礎。 很多公司都想跳過數據洞察,但如果你沒有高質量的數據——以及數據治理——那麼洞察就沒有那麼有用了。 如果你花時間好好計劃一切,那麼數據就會變得更加強大。

當人們了解數據時,他們會推動增長

一旦我們鞏固了我們的數據治理框架並且人們看到了向他們提供匯總使用數據的價值,他們就會更加渴望使用該平台。 但是要幫助組織中的每個人意識到價值需要一些協調。

在我加入 Kahoot! 的近三年內,我見證了該公司從一個測驗和社交工具成長為一個成熟的學習平台。 美國一半的師生舉辦或演奏了Kahoot! 整個大流行期間,97% 的財富 500 強公司都在使用 Kahoot! 用於培訓、入職、演示和活動。 我們已經從跟踪少量交互轉變為處理大量、超級豐富的元數據集。 組織中的每個人都可以通過 Amplitude 訪問和使用該數據以了解客戶行為並推動整個垂直行業的增長、忠誠度和採用率,這很快變得勢在必行。

在分析方面,Amplitude 允許公司中更多的人自助服務。 這意味著工程師、PM 和營銷人員可以了解我們的用戶如何使用產品或我們發布的功能如何執行,而無需依賴數據團隊的一切。 產品經理現在可以通過 Amplitude 根據他們在產品中看到的情況做出產品決策。 許多功能都得到了改進,例如移動按鈕或使它們更加可見,並且這些決定很快做出。

與卡胡特! 經歷瞭如此爆炸式的增長,我們將 Amplitude 納入了新員工的培訓中——我們使用自己的平台讓培訓變得有趣。 我們提供特別的個人支持,以確保每個人都了解如何使用 Amplitude。 當我們想要採取更多不干涉的方法時,將額外的資源分配給個人似乎違反直覺,但我們發現它對 Kahoot 的每個人都有回報! 在加入公司兩週內與 Amplitude 有一個良好的開端。

今天,卡胡特! 擁有 170 多名員工,如果包括我們最近的收購,則增加到 500 多名員工。 由於我們在數據治理方面的初步工作,我們看到了數據分析嵌入公司文化的重要性。 振幅現在是 Kahoot! 的 DNA 的一部分。

快速洞察力為基於數據的決策讓路

Amplitude 以超快的速度處理數據,這很重要,因為我們有大量流量,我們需要快速獲得這些見解。 它也非常易於使用,允許用戶構建漏斗和細分,並且它與 Iterable 很好地同步,這使 Amplitude 成為我們行為分析的中心。

我們還利用 Amplitude 的監控和警報來告訴我們什麼時候出現問題。 幅度監控器從一個地方轉移到另一個地方,這是其他監控平台無法捕捉到的,例如,如果客戶從定價頁面被重定向。 我們以這種方式捕獲了一些我們不會看到的錯誤。

我們在 Kahoot 使用 Amplitude 的主要用戶! 是產品經理和工程師,他們監控發布的指標。 第二大組由我們的營銷人員組成,他們監控產品內部的定價頁面和升級流程,以確定是否有任何變化有助於提高轉化率。 他們還監控一般操作和性能問題並運行 A/B 測試。

自助分析的重要性怎麼強調都不為過。 通過這樣做,您可以消除經典的數據瓶頸。 點擊推文

在所有這些情況下,自助分析的重要性怎麼強調都不為過。 我們已經消除了您在許多公司中看到的經典數據瓶頸,即有人需要兩週時間才能收到報告。 洞察力的即時性激發了進一步的好奇心。 人們希望更深入地了解結果,這意味著我們的 Amplitude 用戶在數據分析領域變得更有能力。

現在,無論是產品經理還是工程師、營銷人員還是客戶支持團隊,他們都覺得他們需要 Amplitude 來完成他們的工作。 並且由於產品決策是根據數據進行的,因此這些數據已成為產品管理的關鍵部分。 關於使用和活動的匯總產品數據不再被視為蛋糕上的櫻桃,而是整個蛋糕。

是時候進行新項目了

自實施 Amplitude 以來,對我們數據團隊的請求減少了約 80%。 這是因為 Amplitude 的自助服務性質意味著我的同事可以自己立即獲得問題的答案,而無需向數據科學團隊提交請求。 人們可以親眼看到點擊特定按鈕或查看特定頁面的用戶數量,或者選項 A 和選項 B 之間的轉化率如何變化。

因為我們不再需要這樣做,所以我們的數據分析師有時間專注於其他 20% 的請求,這些請求更加複雜,需要我們編寫 SQL 並轉換數據。 我們在新騰出的時間裡承擔的項目之一是創建一個流失模型並在 Amplitude 中對其進行測試。 該模型導致客戶流失率下降了 20%。

Amplitude 的 UI 質量意味著現在我們的生產經理可以看到他們需要移動一個按鈕,例如,或者他們需要使其更加可見。 以前,如果沒有數據科學家的幫助,他們不會理解這一點。 Amplitude 的 UI 讓這一切變得簡單,我們的產品經理現在也像數據科學家一樣了解這些決策背後的原因。 我們現在使用 Amplitude 來監控我們推向市場的每一個版本。

過去 12 個月對每個人來說都是變化的一年,人們使用 Kahoot! 在世界各地的教室和客廳中保持聯繫並保持參與。 振幅給了 Kahoot! 在為我們的用戶提供出色學習方面的優勢。


報名參加 AmpliTour,動手實踐 Amplitude 研討會,了解有關自助服務分析的更多信息。