Descifrando las habilidades de datos para gerentes de producto

¿Qué habilidades de datos debe poseer un gerente de producto senior?

Según algunas voces, cada uno de nosotros debería ser un hablante nativo de SQL con un título avanzado en estadística, capaz de crear sin esfuerzo paneles complejos en Tableau, Power BI o Excel, analizar en profundidad bases de datos y extraer la respuesta a cualquier pregunta que se nos ocurra.

He visto a muchos directores de proyecto talentosos desanimarse con este tipo de declaraciones genéricas. Y he tenido el placer de trabajar con muchos buenos directores de proyecto sénior que carecían de estas habilidades.

Las habilidades de datos que necesito dependen de diversos factores. Por ejemplo:

• Estructura organizativa. ¿Existe una cultura basada en datos, informada y experimental? ¿Existe un equipo de datos? ¿Los equipos operan de forma interdisciplinaria?
• Tipo de producto. Digital vs. físico. Intensidad tecnológica. ¿Es un producto de datos o de IA?
• Etapa del ciclo de vida del producto. Etapa inicial vs. etapa madura. ¿Es un entorno con pocos o muchos datos?
• Mercado e industria, panorama competitivo

Para comprender realmente qué significa trabajar con datos para un buen gerente de producto sénior, debemos volver a los principios básicos, en lugar de simplemente recitar una lista intimidante de herramientas y abreviaturas. Este último enfoque es completamente irrelevante.

Lo más importante: Nadie cumple con la lista de exigencias del “gerente de proyecto perfecto”. Esta lista debería ser una meta ambiciosa por la que trabajar, no una barrera de entrada.

¿Por qué los gerentes de producto necesitan trabajar con datos?

¿Cuál es tu principal objetivo como gerente de proyecto? ¿Mantener satisfechos a los interesados? ¿Gestionar plazos ajustados? ¿Ascender profesionalmente? Espero que no.

Los mejores gerentes de producto se mueven principalmente por su deseo de impactar tanto en la vida de sus usuarios como en los resultados de negocio. Todo lo demás es un medio para lograr ese fin.

Una de las partes más difíciles del trabajo de un gerente de proyecto es priorizar. Ya sea que priorices tu propio tiempo, el trabajo de tu equipo, las solicitudes de funcionalidades, las oportunidades de los clientes o los resultados, siempre se trata de comparar diversas opciones y seleccionar la que tenga más probabilidades de generar el impacto deseado.

Priorizamos mejor al pronosticar. Somos simples mortales, esforzándonos al máximo por predecir un futuro impredecible.

Pero nuestros pronósticos mejoran cuando tenemos en cuenta una variedad más amplia de puntos de datos y aprendemos a distinguir la señal del ruido.

Por ejemplo, al combinar datos de costos internos, datos de mercado, datos económicos, datos de investigación de usuarios, datos de experimentación y datos de comportamiento del usuario/cliente (y ponderar cada uno de ellos correctamente), obtendrá un pronóstico mucho mejor que si solo toma en cuenta la opinión del CEO.

Adelantémonos al futuro. Tu pronóstico fue positivo, validaste tu idea y lanzaste tu solución. Ahora es momento de medir. ¿Fue preciso nuestro pronóstico? ¿Por qué acertamos o nos equivocamos? Si nos equivocamos, ¿qué aprendimos?

Adoptar un enfoque de ganar o aprender puede mantener el ánimo y la moral del equipo altos durante las etapas de experimentación. Así es como se desarrolla el instinto de producto con el tiempo y se aprende a priorizar mejor en el futuro:

Desarrollar habilidades de datos por el simple hecho de tenerlas no tiene sentido si no sabes cómo aplicarlas para pronosticar y medir el impacto. De nada sirve ser capaz de responder preguntas por tu cuenta con datos si no sabes cuáles son las preguntas correctas ni cómo interpretar los datos que descubres.

Por otro lado, si se cuenta con el contexto estratégico y se formula la pregunta correcta, es posible crear un pronóstico rudimentario con conocimientos básicos de datos. Si se trata de tener un panel perfecto que responda a una pregunta inútil o un pronóstico de alto nivel que responda a una pregunta importante, siempre elegiría la segunda opción.

Cinco maneras en que los directores de proyecto deberían trabajar con datos cualitativos

Ahora que hemos cubierto los conceptos básicos, entremos en detalles y exploremos cinco formas importantes en las que los gerentes de proyecto deberían poder trabajar con datos cuantitativos.

Perspicacia financiera

No puedes comparar una idea con otra si careces de las habilidades para considerar las implicaciones financieras de tus opciones.

No creo que los PM deban “ser dueños de las ganancias y pérdidas ”, esto significaría que tendrían que poder despedir personal y ser considerados responsables profesionalmente por las caídas de ingresos.

Sin embargo , deben poseer los conocimientos financieros y estratégicos necesarios para crear un caso de negocios (simple).

Para calcular la inversión de capital en un determinado cliente o estrategia, puedes calcular los puntos de la historia o el tiempo real dedicado a ese cliente o estrategia.

Para calcular el costo de construir y lanzar algo nuevo, puedes comenzar estimando el costo real del proyecto.

Si tienes una aproximación del coste de un sprint, es un punto de partida fácil para tu cálculo. Pero no olvides tener en cuenta los costes de mantenimiento y comercialización para comprender realmente el coste de lanzar una nueva función al mercado.

Calcular los ingresos proyectados es mucho más difícil que los costos internos. Depende de la aceptación de su producto o función en el mercado y, por lo tanto, es mucho menos predecible. Para calcular la , haga una estimación aproximada de cómo esta nueva función podría generar nuevos ingresos (por ejemplo, al habilitar nuevas ofertas de ventas o ampliar los clientes existentes). Sea lo más realista y conservador posible. Esto generalmente implica analizar a fondo el flujo de ventas y la base de datos de clientes. Asegúrese de evitar especulaciones descabelladas. Puede analizar el rendimiento de funciones anteriores para obtener una línea de base.

Como dice Sascha Brossmann , simplemente plantear las siguientes tres preguntas puede ser un excelente punto de partida:

1. ¿Qué tan grande podría ser esa oportunidad en un rango de x a y?
2. ¿Cómo lo sabes?
3. ¿Qué tan seguro está usted de ese conocimiento (apostaría su salario por ello)?

Pensamiento estratégico con datos

Un gerente de proyecto sénior debe saber cómo aprovechar los datos para pensar estratégicamente e impulsar el crecimiento del negocio. Esto significa que debe comprender a fondo los objetivos de negocio de la empresa y traducirlos en objetivos de producto viables que orienten la estrategia de producto.

Los gerentes de producto deben ser capaces de identificar las métricas de producto más importantes que reflejan un cambio en el comportamiento o la opinión del usuario y que tienen una alta probabilidad de impulsar el objetivo comercial de la empresa. Al ofrecer soluciones o funcionalidades, deben comprobar si han logrado avanzar tanto en su objetivo de producto (indicador adelantado) como en el objetivo comercial (indicador rezagado).

De nuevo, puedes ser un experto en SQL, Python, SAS, Tableau, Looker o Excel, pero ninguna de estas habilidades te salvará si no tienes una visión global. No hay premio por quedar atrapado en un laberinto de datos.

Comprensión básica de estadística y visualización de datos.

Como gerente de producto, debe comprender conceptos fundamentales de estadística, como media, mediana, valores atípicos, cuartiles y percentiles. Por ejemplo: ¿En qué caso es mejor considerar la media y en cuál la mediana? ¿Cómo gestionamos los valores atípicos que podrían distorsionar nuestros resultados?

En la visualización de datos, es útil comprender qué representan los diferentes gráficos disponibles. Veo que muchos gestores de proyectos utilizan gráficos circulares y de barras casi indistintamente, aunque sus propósitos son distintos.

Análisis de usuarios y datos de comportamiento

No serías el primer gerente de producto que mira sin rumbo los paneles y piensa: “¿Y qué?”. Los datos y las métricas son inútiles sin contexto.

Tan solo mirar los ingresos, los usuarios activos mensuales (MAU), los usuarios activos diarios (DAU), las visitas a la página o los clics puede desesperar. Claro, hoy tenemos más usuarios activos que ayer, pero ¿por qué? Los usuarios pasan mucho tiempo en nuestra página y navegan por ella, pero ¿significa eso que están obteniendo valor? ¿Qué significa realmente el valor?

Un buen gestor de proyectos combina datos cualitativos y cuantitativos para comprender a fondo cómo los usuarios usan y experimentan el producto. Mientras que los datos cuantitativos aportan cifras objetivas, los cualitativos añaden el contexto subjetivo necesario para extraer significado de las cifras y los insights.

Por ejemplo, al crear informes de embudo de ventas o consultar las repeticiones de sesiones, puede ver en qué punto del recorrido del usuario se abandona el servicio para identificar posibles puntos de fricción. Al consultar mapas de calor , mapas de desplazamiento o auditorías de funciones, puede ver qué partes del producto visitan sus usuarios y qué funciones muestran las mejores tasas de adopción y retención.

Pero solo al combinar esta información con datos cualitativos, como datos de encuestas (que considero cualitativos si no tienes un conjunto de datos estadísticamente significativo) o información obtenida a partir de pruebas de seguimiento o de usabilidad, puedes entender el “por qué” detrás del “qué”.

Me entusiasma ver el auge de herramientas de análisis de productos fáciles de usar como Logrocket para democratizar el acceso a los análisis de usuarios.

Estas herramientas son relativamente fáciles de instalar y ofrecen informes y paneles listos para usar que ayudan a los gerentes de producto a tomar decisiones basadas en datos por sí mismos.

Experimentación y pruebas A/B

Una buena gestión de productos consiste en eliminar los riesgos de sus ideas antes de enviarlas.

Una excelente experiencia de usuario se construye a través de iteraciones rápidas y ciclos de retroalimentación.

La experimentación y el aprendizaje son la base de ambos principios.

Aunque las pruebas A/B suelen considerarse el estándar de oro, los gestores de proyectos disponen de una amplia variedad de métodos de prueba para minimizar el riesgo o validar una idea. Un buen gestor de proyectos puede seleccionar el método de prueba adecuado según las circunstancias, configurar la prueba (incluyendo la definición de métricas de éxito viables), analizar los resultados y comprender por qué una prueba falló o aprobó:

Las pruebas A/B son probablemente el método de prueba adecuado si estás tratando de entender lo que harán los usuarios (no por qué lo hacen), tienes suficiente tráfico yendo al área del producto que estás probando y tienes un cierto nivel de confianza de que esta idea moverá la aguja.

Un buen gestor de proyectos sabe que, a veces, es aceptable prescindir de la significancia estadística al realizar pruebas A/B. Al probar áreas de superficie del producto que se encuentran en zonas muy profundas y no reciben mucho tráfico, obtener una muestra lo suficientemente grande como para alcanzar un nivel de confianza del 95 % es imposible o llevará demasiado tiempo.

Las decisiones deben tomarse en el momento oportuno, no cuando la herramienta de pruebas A/B lo autorice. La buena noticia es que la mayoría de las decisiones sobre productos no requieren un nivel de confianza del 95 %. Especialmente cuando se busca una lectura direccional, se respaldan los resultados de las pruebas con los de otras (véase el kit de herramientas anterior) o se toman decisiones reversibles sobre productos, se puede trabajar con tamaños de muestra mucho más pequeños.

Medición de resultados en relación con objetivos y previsiones

Permítame resumir cómo es un proceso de gestión de productos sólido e basado en datos:

1. Alinearse con los resultados comerciales y de producto que está intentando lograr
2. Pronóstico el costo y el impacto potencial de su idea (idealmente: comparando y contrastando varias ideas). Un pronóstico puede basarse en estimaciones de esfuerzo y costo, datos de comportamiento de los usuarios, datos de mercado y resultados de pruebas.
3. Después del lanzamiento al mercado, qué el impacto real que la idea ha tenido en sus resultados y compárelo con métricas de éxito predefinidas.

Siempre me sorprende ver cuántos equipos de productos se saltan el paso tres porque es “demasiado difícil”.

Sería fantástico que tu prueba A/B predijera un aumento del 15 % en la conversión entre los pasos uno y cinco del proceso de incorporación. Pero recuerda que una prueba A/B es una simulación. No garantiza el mismo comportamiento del usuario cuando la función se lance al público.

Cuando enfrento a estos equipos con la dura realidad, tiendo a pensar:

• Esto se debe a factores fuera de nuestro control (tal vez el marketing ha estado atrayendo a los clientes equivocados a nuestro producto, o la temporada ha cambiado, o estamos en una crisis económica, o un nuevo competidor nos está robando clientes).
• No podemos entender ni resolver este problema de forma autónoma.

Ambos son puntos válidos.

Pero tengo el listón muy alto. Espero que los gerentes de proyecto sean curiosos y profundicen en el porqué de esto, incluso si para resolverlo necesitan iniciar un proyecto a nivel de toda la empresa, ajeno a su equipo.

Reflexiones finales

Independientemente de que lo llamemos basado en datos o basado en datos, los administradores de proyecto necesitan saber cómo trabajar con datos cualitativos y cuantitativos para respaldar su toma de decisiones.

No se trata sólo de lo bien que comprendas las desviaciones estadísticas, los modelos de datos o si puedes consultar una base de datos o visualizar datos, aunque esas cosas ayudan mucho.

Se trata de usar datos para priorizar las ideas correctas. Se trata de comprender a fondo el negocio, el producto y el cliente para comprender la historia detrás de las cifras que analizamos y saber cuándo cuestionarlas.

Fuente de la imagen destacada: IconScout

Si quieres conocer otros artículos parecidos a Descifrando las habilidades de datos para gerentes de producto puedes visitar la categoría Guias.