Statistieken zijn onzin, zegt u, en u heeft gelijk. In iets.
Als het om statistieken gaat, is verkeer de allereerste statistiek die in je opkomt.
Veel mensen mediteren graag urenlang terwijl ze naar de verkeersgrafiek van hun website kijken.
Hoe cool is het om de rij heen en weer te zien springen, heen en weer... En het is nog cooler als het siteverkeer voortdurend groeit.
Dan verspreidt de gelukzalige warmte zich door het hele lichaam en stijgt de geest naar de hemel in afwachting van hemels manna.
Ach, wat een vreugde, wat een gelukzaligheid!
En ook al is de foto droevig...
Je kunt je ogen nog steeds niet van de kaart afhouden, het is zo verslavend.
Het lijkt erop dat er een geheime betekenis verborgen zit in de graphics. Nog een beetje, en de foto onthult zijn geheimen en vertelt je een ongelooflijk eenvoudige en effectieve manier om een groot aantal klanten aan te trekken. En dan zal het geld zeker als een rivier stromen.
Maar in feite is aanwezigheid een typische “lieve (ijdelheids) maatstaf” die geen enkele nuttige betekenis heeft.
En dit zijn de meeste statistieken. Kortom, alle statistieken die u ziet, zijn suikerachtig. En dat is de reden waarom statistieken een slechte reputatie hebben als een zinloze verspilling van tijd en moeite.
Maar in werkelijkheid is dit helemaal niet het geval. De juiste statistieken bieden uiterst belangrijke en soms onschatbare informatie voor een bedrijf en een project.
De belangrijkste bonus en het doel van statistieken is dat ze het mogelijk maken uw bedrijf of project te beheren.
Hoe bepaal je of een statistiek slecht is?
Laten we eens kijken naar een heel eenvoudig voorbeeld: de snelheid van een auto.
Vertel me alsjeblieft wat snelheid betekent...
100 km/u?
Hmm ...
Hmm ...
Dus wat betekent het?
Ik denk dat je het zelf waarschijnlijk al geraden hebt dat... niets betekent!
OK. Nu de tweede vraag:
Is 100 km/u goed of slecht?
Hmm ...
Noch het een, noch het ander?
Rechtsaf!
Snelheid is een volkomen nutteloze en domme maatstaf. Tenzij je het natuurlijk op zichzelf gebruikt. Gecombineerd met andere statistieken kan het natuurlijk iets zeggen, maar op zichzelf is dat zeker niet het geval.
Het siteverkeer heeft precies dezelfde snelheid.
Daarom heeft het absoluut geen zin om voor de siteverkeersgrafiek te blijven hangen. Hij zal je het geheim van het leven niet onthullen. Begrijp je het nu?
Welke maatstaven zijn dan goed?
Bijvoorbeeld het verlooppercentage. Deze statistiek vertelt u hoeveel klanten het bedrijf/de site in de loop van de tijd voor altijd hebben verlaten.
Churn rate = 1% betekent dat we slechts 1% van de klanten verliezen. Die. We verliezen bijna niemand.
Als het Churn-percentage = 90%, betekent dit dat we bijna al onze klanten verliezen. Het is verschrikkelijk!
Zie je het verschil tussen deze statistiek en snelheid?
Het verlooppercentage is een betekenisvolle maatstaf die antwoord geeft op de vraag of iets goed of slecht is. En je hoeft niet te raden wat het betekent.
Dit is een maatstaf die voor zichzelf spreekt!
En nu zijn we klaar om dringend actie te ondernemen om het klantverloop terug te dringen.
Daarom worden dergelijke statistieken ‘actionable’ genoemd. Omdat ze tot actie aanzetten.
Criterium voor de ‘zoetheid’ van statistieken
Er is een heel eenvoudige manier om te bepalen of een metriek ‘ijdelheid’ is.
Meest absolute statistieken, zoals verkeer, aantal downloads, aantal retweets, aantal e-mails/abonnees, aantal likes, etc. zijn kaasachtig.
Relatieve, gewogen statistieken zijn vaak bruikbaar. Maar niet alles!
Wat kwaliteitsstatistieken betreft, bestaat hier geen zekerheid, omdat een kwalitatieve beoordeling op zichzelf kan niet accuraat en ondubbelzinnig zijn.
Maar aan de andere kant kan en moet de bruikbaarheid van een programma precies worden beoordeeld op basis van het perceptieniveau van de eindgebruikers en niets anders.
Hoe kunnen we metrieken in het algemeen benaderen?
Het eerste dat u hoeft te doen, is uw hersenen omdraaien.
Geen grapje.
Iedereen(!) die metrieken tegenkomt, begint allereerst te zoeken naar de reden waarom hij zich daarin bevindt. Maar dat laten ze helaas niet zien.
Metrieken zijn net als een gewone liniaal waarmee we alles meten wat we willen.
Je zoekt de reden van bestaan niet in een gewone houten liniaal, toch?
Het vinden van de zin van het leven in een lijn is wat een ‘bottom-up benadering’ wordt genoemd.
Om correct met statistieken te kunnen werken, moet je het paradigma veranderen en andersom gaan werken, van boven naar beneden.
Die. onderneem eerst wat actie en gebruik vervolgens statistieken om het effect dat daaruit voortvloeit te meten.
Metrieken moeten worden gebruikt als een gewoon meetonderwerp en niets meer.
Denk eens na over deze woorden.
Meet het effect van uw acties met behulp van statistieken, in plaats van acties te bedenken op basis van de meetwaarden van een houten liniaal.
Deze benadering wordt ook wel “Hypothese -> Meting” genoemd.
Oké, dit is duidelijk.
Vraag nr. 2: “Wat moet je precies meten? Hoe vind je de juiste statistieken?
Hoe kunt u uw eigen set statistieken maken?
Als u op internet heeft gesurft, zult u waarschijnlijk tientallen of zelfs honderden verschillende statistieken over hetzelfde onderwerp vinden.
U kunt bijvoorbeeld ongeveer honderd softwarekwaliteitsstatistieken vinden. Deze omvatten GOSTR-ISO-standaarden, statistieken berekend in SonarQube, enkele zelfgeschreven opties en zelfs “kwaliteits”-statistieken gebaseerd op gebruikersrecensies.
Dus welke zijn de moeite waard om te gebruiken en welke niet?
De beste aanpak is om je te laten leiden door een ‘kernwaarde’.
OMTM (één maatstaf die ertoe doet)
Laten we eens kijken naar een voorbeeld.
Het is duidelijk dat als je de kwaliteit van je softwareproduct wilt verbeteren, je deze kwaliteit op verschillende manieren kunt meten.
Kwaliteit gaat niet alleen over het aantal fouten. Als je naar kwaliteit als geheel kijkt, dan is dit:
aantal incidenten in de branche,
gebruiksgemak en gemak van perceptie,
snelheid van werken,
volledigheid en tijdigheid van de implementatie van de geplande functionaliteit,
veiligheid.
Er zijn veel criteria en het is onmogelijk om met alle criteria tegelijk te werken. Ze doen het heel eenvoudig: ze kiezen er één, het belangrijkste criterium van dit moment, en werken er alleen mee.
Deze aanpak wordt OMTM (One Metric That Matters) - One (Single) important Metric genoemd.
Het is logisch dat de softwarekwaliteit OMTM het aantal ernstige (belangrijke en kritieke) incidenten in een industriële omgeving selecteert.
Voor online winkels hoeft u helemaal niet aan OMTM te denken: het gaat om het verkoopvolume of de winst (afhankelijk van uw beslissing).
Deze ene belangrijke statistiek zal de kernwaarde zijn voor uw reeks statistieken. En hun uiteindelijke set zal ervan afhangen.
Waarde binnen
Ze beginnen vaak “uit het niets” met het samenstellen van een reeks meetgegevens door het internet af te zoeken en de beste opties te kiezen uit wat ze hebben gevonden volgens het principe: “Oh! Dit past bij ons!”
Zoals je begrijpt is dit niet de beste manier, toch?
Maar hoe bepaal je welke maatstaf je moet nemen en welke niet?
Zo worden er vaak verschillende soorten gebruikersconversies gemeten.
Maar waarom meten ze gebruikers en niet iets anders? Heb je over deze vraag nagedacht?
Natuurlijk is er een antwoord.
Laten we een online winkel bekijken als het gemakkelijkst te begrijpen voorbeeld.
Stel dat u uw omzet wilt verhogen. Welke statistieken heb je hiervoor nodig? Hoe dit te benaderen?
Er is één eenvoudige, logische en werkende manier. Alles valt op zijn plaats als je de vraag beantwoordt:
WIE PRODUCEERT WAARDE?
Wij werken op basis van verkoopvolume, toch? We willen het vergroten, toch?
Wie en wat moet worden beïnvloed om de omzet te verhogen?
Natuurlijk
moeten de oorzaak beïnvloeden -
op degene die waarde ‘produceert’.
Wie verdient geld in een online winkel? Waar komt het geld vandaan?
Heel simpel: van klanten.
Waar precies in een online winkel kun je klanten beïnvloeden?
Ja, overal!
Rechts. In elke fase van de levenscyclus van de klant.
Om de levenscyclus weer te geven, is het handig om de zogenaamde te bouwen. ‘trechter’ van de beweging van de cliënt door het proces.
Een voorbeeld van een onlinewinkeltrechter:
Waarom is dit zo? Omdat klanten juist verdwalen als ze van de ene stap van de trechter naar de andere gaan.
Door het aantal klanten op elk niveau van de trechter te vergroten, verhogen we automatisch het resulterende verkoopvolume.
Een eenvoudig voorbeeld.
De statistiek 'Ratio winkelwagenverlating' toont in wezen het conversiepercentage van een winkelwagentje naar een voltooide bestelling.
Stel dat u tijdens de eerste meting ontdekt heeft dat 90% van de manden verloren is gegaan, d.w.z. Van de 10 manden wordt er slechts 1 bestelling geplaatst.
Er is duidelijk iets mis met het winkelwagentje, toch?
Voor de eenvoud gaan we ervan uit dat het bedrag van één bestelling 100 roebel is. Dat. het uiteindelijke verkoopvolume zal slechts 100 roebel bedragen.
Als gevolg van de winkelwagenverbeteringen daalde het percentage verlaten winkelwagentjes met 10% tot 80%. Hoe ziet dit er in cijfers uit?
Van de 10 manden werden er 2 bestellingen geplaatst. 100 roebel * 2 = 200 roebel.
Maar dit is een stijging van het verkoopvolume met 100%! Bingo!
Door uw stapconversie met slechts 10% te verhogen, heeft u uw verkoopvolume met 100% verhoogd.
Fictie!
Maar dat is precies hoe het werkt.
Begrijp je nu wat de schoonheid is van correct geconstrueerde metrieken?
Met hun hulp kunt u een fantastische impact op uw processen realiseren.
Bij een online winkel is alles vrij eenvoudig, maar hoe kan dit alles bijvoorbeeld worden overgedragen op de kwaliteit van het softwareproduct? Ja precies hetzelfde:
- Wij kiezen de kernwaarde waar wij mee bezig zijn. Zo brengen we het aantal incidenten in de branche terug.
- Wij begrijpen wie en wat deze waarde produceert. Bijvoorbeeld broncode.
- We bouwen een levenscyclustrechter voor de broncode en stellen statistieken in bij elke stap van de trechter. Alle.
Hier bijvoorbeeld, welke kwaliteitsstatistieken zouden kunnen worden verkregen (uit mijn hoofd)...
Waarde-indicator:
- Dichtheid van industriële defecten per 1000 regels code
Statistieken gebaseerd op de levenscyclus van de broncode:
- percentage mislukte compilaties,
- autotestdekking,
- percentage mislukte autotests,
- faalpercentage van implementaties.
Statistieken gebaseerd op de levenscyclus van defecten:
- dynamiek van defectdetectie,
- dynamiek van correctie,
- dynamiek van herontdekkingen,
- dynamiek van defectafwijkingen,
- gemiddelde wachttijd voor een reparatie,
- gemiddelde tijd om te repareren.
Resultaten van
Zoals u kunt zien, is het onderwerp statistieken echt heel belangrijk, noodzakelijk en interessant.
Zo kiest u de juiste statistieken:
Kies een OMTM, denk na over de kernwaarde ervan en meet de producenten van die waarde.
Bouw statistieken op basis van de levenscyclustrechter van de fabrikant.
Vermijd het gebruik van absolute statistieken.
Wat is er nog meer te lezen over dit onderwerp
Het onderwerp statistieken werd populair in de nasleep van de Lean Startup-beweging, dus het is het beste om te beginnen met lezen vanuit de primaire bronnen: de boeken "Lean Startup" (vertaling in het Russisch - "Business from Scratch. The Lean Startup Method" op Ozon) en “Lean Analytics” (er is geen vertaling, maar het boek in het Engels wordt verkocht op Ozon).
Sommige informatie is zelfs in het Russisch op internet te vinden, maar helaas is er zelfs in het westerse segment nog geen uitgebreid leerboek gevonden.
Trouwens, nu zijn er zelfs individuele ‘productspecialisten’ wiens taak het is om het juiste meetsysteem voor hun product op te bouwen en manieren voor te stellen om dit te verbeteren.
Dat is alles.
Als het artikel je zou helpen de essentie van het probleem beter te begrijpen, zou de auteur dankbaar zijn voor een ‘like’ en repost.
Bron: www.habr.com