Контекст и вызов
На старте у нас не было ответов на базовые вопросы: чем люди пользуются, где теряются, куда кликают и кликают ли вообще. Каждый спор о фичах заканчивался ничем: «я думаю», «а мне кажется». Моя цель была — внедрить аналитику так, чтобы она не усложняла процессы, а становилась частью культуры продукта
Как я подошёл к задаче
Сначала я составил карту пользовательских сценариев во всех трёх продуктах — от первой точки входа до целевого действия. Это позволило выстроить каркас будущей событийной структуры и понять, какие точки нам реально важны. Затем провёл короткие интервью с продактами, аналитиками — чтобы свериться, что метрики будут полезны не только мне
Что я сделал
Для мобильного приложения KegelFit я настроил AppMetrica, как оптимальный инструмент под iOS/Android. Внутри KSS и MMS, где были высокие требования к безопасности и сложные веб-интерфейсы, использовал ClickStream. Я разработал событийную модель, покрывающую 87% ключевых сценариев, и оформил её в виде понятной спецификации для разработчиков. Затем провёл ревью трекинга, помог внедрить и проверил корректность сбора данных
Результаты
Команды перестали спорить «на глазок» — у всех появились общие метрики
Мы начали видеть реальные узкие места в сценариях и точечно улучшать
Каждый новый релиз стал запускаться вместе с событиями и гипотезами
Что я понял в процессе
Хорошая аналитика — это не про красивые дашборды, а про понимание поведения. Не нужно трекать всё подряд: только то, что помогает принять решение. Важно, чтобы команда доверяла этим данным — а значит, нужно вовлекать их в процесс с самого начала.
Теперь продуктовые решения в этих проектах принимаются на основе реальных данных. Это уже полноценный фундамент под рост продуктов
Инструменты и методики, которые я использовал
Figma, Miro, AppMetrica, ClickStream, CJM, Event Mapping, Pathway, UX-интервью, дизайн-спецификация событий