Como Fazer e Interpretar uma Análise de Cohort: Exemplo Prático
O exemplo de construção e análise de Cohort apresentado no artigo faz parte do portfólio de trabalhos que fiz durante a formação em Análise de Dados da Comunidade DS.
O que é a Análise Cohort
A Análise de Cohort é uma técnica de analítica cujo objetivo é caracterizar pessoas ou eventos que tenham em comum uma determinada característica durante um determinado período de tempo, e com isso observar o seu comportamento ao longo desse período temporal.
Dando um exemplo simples do nosso quotidiano e depois passando para o ambiente online de desenvolvimento de produtos digitais.
Exemplo offline: Imaginando que vais almoçar fora com os teus pais, mais com os teus 2 irmãos e com os teus avós ao restaurante “Almoça Aqui”. E imagina que esse almoço foi o almoço do primeiro dia do ano – 1 Janeiro de 2025.
Ou seja, e considerando apenas a tua família, o restaurante “Almoça Aqui” recebeu no dia 1 Janeiro de 2025, 7 pessoas, nesse dia, mês e ano. E tu e a tua família, partilham uma característica em comum: foram almoçar a esse restaurante simultaneamente nesse dia.
Soubeste que os teus pais foram jantar ao restaurante no dia seguinte com mais um casal de amigos e o seu filho de 7 anos (considera novamente apenas os teus pais e o casal de amigos como únicos clientes nesse restaurante ao jantar).
E tu foste no dia 3 de janeiro, com a tua namorada e fechaste o restaurante só para vocês e fizeste-lhe uma surpresa :).
Soubeste mais tarde pelos teus pais que o casal de amigos dos teus pais foi ao restaurante no mesmo dia que foste com a tua namorada, mas almoçar.
Ou seja e em termos de Análise de Cohort, teríamos que se representa na tabela abaixo:
|
Primeira visita / Atividade |
Dia 1.1.25 |
Dia 2.1.25 |
Dia 3.1.25 |
|
Dia 1.1.25 |
7 |
2 |
1 |
|
Dia 2.1.25 |
– |
3 |
2 |
|
Dia 3.1.25 |
– |
– |
1 |
Exemplo de E-commerce: O exemplo de e-commerce segue exatamente, mesma lógica, sendo que desta vez estamos a analisar meses.
|
First-purchase / Atividade |
Jan 25 |
Fev 25 |
Mar 25 |
|
Jan 2025 |
1000 |
700 |
300 |
|
Fev 2025 |
– |
600 |
400 |
|
Mar 2025 |
– |
– |
500 |
Notas Importantes
- A característica comum às pessoas, não precisa de ser obrigatoriamente a primeira visita, ou a primeira compra. Pode ser, por exemplo e para o caso do restaurante o “prato” escolhido. E para o caso de e-commerce a categoria de produto comprado “sapatos”. A característica escolhida para a análise depende da própria análise que se pretende fazer.
- Mais à frente veremos melhor a interpretação dos dados da tabela de Análise de Cohort. Aqui quero apenas deixar a nota que, por exemplo para o dia 2 de Janeiro de 2025 (que será a data de cohort) a célula 1 de Janeiro de 2025, porque esse cohort/safra não existia (logicamente) nesse dia. O mesmo raciocínio aplica-se para os meses na loja online
Para que serve a Análise Cohort
O objetivo principal de uma Análise Cohort é para medir o comportamento das pessoas na utilização de um determinado produto ou serviço. Agora esse comportamento traduz-se nalguma métrica que pode variar, consoante as características dos grupo que foi selecionada:
- Retenção
- Life-Time Value
- Melhores Produtos
Que Dimensões e Métricas Precisamos para fazer uma Análise Cohort
As dimensões estarão relacionadas com o tempo ou inteligência de tempo. No exemplo do Restaurante estaríamos a falar da dimensão de tempo em dias. Já no caso do E-commerce a dimensão de inteligência de tempo seria o mês.
Outra dimensão que vamos precisar e que, de certa forma está relacionada com o tempo é, no exemplo do restaurante da data da “primeira visita”. E no caso do E-commerca da data da “primeira compra”.
As métricas que vamos precisar seria o Nº de primeiras visita ao restaurante e para o E-commerce, o Nº primeiras Compras.
No exemplo prático, temos de pensar no binómio “Facto-Dimensão”.
Exemplo de uma Análise Cohort feita em Excel
Enquadramento rápido:
Um Grupo de Beleza com várias lojas físicas espalhadas por Portugal, com o objetivo fazer acreditar no poder transformador da beleza e comercializar diferentes categorias de produtos de beleza.
Recentemente, foi identificado um desafio crescente: a retenção de clientes. A empresa percebeu que, embora as vendas continuem ocorrendo, a frequência de compras de clientes recorrentes tem diminuído.
O objetivo é criar indicadores que mostrem como os clientes interagem com o Grupo de Beleza ao longo de um determinado período de tempo.
Procedimento
Para não tornar o artigo longo e exaustivo, admite que todos os dados que seriam precisos estão na base de dados em Excel denominada de Customers. E nela temos as seguintes dimensões: Customer_Id, Order_Id, Order_Date.
1 – Que dimensões, métricas e factos vamos precisar
Facto:
-
- Customer_ID
Dimensões:
-
- Order_Date (Recorrência de compras) e precisamos de fazer a análise mensal
Dimensões de tempo derivadas da Order_Date:
-
- Order_Date (da primeira compra) e precisamos de fazer a análise mensal
|
Customer_ID |
Order_Date (first-purchase) |
Order_date (Recorrência) |
|
AA123 |
1.1.23 |
1.1.23 |
|
BB321 |
1.2.23 |
1.2.23 |
|
AA123 |
1.1.23 |
2.3.23 |
|
BB321 |
1.2.23 |
1.2.24 |
|
AC123 |
2.2.23 |
2.2.23 |
|
AC123 |
2.2.23 |
5.5.23 |
|
CA321 |
4.8.23 |
4.4.24 |
|
CD123 |
4.6.24 |
4.6.24 |
|
CD123 |
4.6.24 |
1.3.25 |
|
EF123 |
8.7.24 |
8.8.24 |
2 – Como vamos construir a Análise Cohort em Excel
2.1 Criar uma tabela com 3 colunas:
Coluna 1 – Customer_ID
-
- Não precisamos de fazer nenhum cálculo
Coluna 2 – Order_Date (data da primeira compra, em mês)
-
- Utilizando duas fórmulas:
- Formatar os valores de “Date” da coluna Order_Date (first_purchase) em formato custom do tipo “MM-YYYY”
- Utilizar a fórmula: =MINIFS[min_range;criteria_range1;criteria]
- Utilizando duas fórmulas:
Coluna 3 – Order_Date (recorrência de compras)
-
- Utilizando três fórmulas:
- Formatar os valores de “Date” da coluna Order_Date (Recorrência) em formato custom do tipo “MM-YYYY”
- Utilizar, por exemplo a fórmula =DATEDIF[initial_date;final_date;format], neste caso meses
- Utilizando três fórmulas:
Ou seja, vamos ter uma tabela similar a esta:
|
Customer_ID |
Order_Date (first-purchase) |
Order_date (Recorrência) |
Recorrência calculada (meses) |
|
AA123 |
1.23 |
1.23 |
0 |
|
BB321 |
2.23 |
2.23 |
0 |
|
AA123 |
1.23 |
3.23 |
2 |
|
BB321 |
2.23 |
2.24 |
12 |
|
AC123 |
2.23 |
2.23 |
0 |
|
AC123 |
2.23 |
5.23 |
3 |
|
CA321 |
8.23 |
4.24 |
8 |
|
CD123 |
6.24 |
6.24 |
0 |
|
CD123 |
6.24 |
3.25 |
9 |
|
EF123 |
7.24 |
8.24 |
1 |
4 – A Tabela de Cohort no Excel – Exemplificativa
A tabela de cohort resulta de uma pivot table em que utilizamos os facto-dimensões trabalhadas anteriormente. Ou seja, o facto será o “customer_Id” colocado em valores. E as dimensões serão em colunas e linhas respetivamente,“order_date” e “first_purchase”. Para termos os valores em %, temos de dividir o número de clientes em cada um dos meses pelo total de clientes no mês em que aconteceu a Order_Date – first_purchase.
5 – Interpretação dos Resultados
Em linha:
Conseguimos analisar a retenção dos clientes ao longo dos meses que estamos a analisar. Por exemplo, analisando a primeira linha, percebemos que dos clientes que fizeram a primeira compra no mês 0, só cerca de 10% voltaram a comprar no mês seguinte e nenhum comprou no 3º mês.
Podes analisar a média de cohorts, tendo em atenção o período de maturação do cohort. Por exemplo, considerando um mês
Em coluna:
Conseguimos analisar a retenção de novos clientes, e em relação aos níveis de retenção do mesmo mês. Considerando o exemplo de cima, verificamos que na 2ª linha e no mês 1, ao invés dos 9,9% de retenção, foi conseguida uma retenção de cerca de 17% e no mês seguinte de 8%.
O melhor cohort foi o mês de Novembro, analisando a retenção para um mês, e teve cerca de 24% de retenção de clientes.
Este tipo de análise, certamente que poderá ser feito recorrendo a outras ferramentas, como SQL, Python ou até mesmo em ferramentas já “prontas” como o GA4 que nos proporciona uma análise de cohort para o número de visitas. Tudo depende do conhecimento do problema e do conhecimento e da disponibilidade das ferramentas disponíveis.
Os Diferentes tipos de Valores do Produto associados aos seus Riscos de Desenvolvimento
Acredito que os quatro tipos de valor do produto – valor financeiro, valor social, valor psicológico e valor funcional – podem ser associados aos cinco riscos no desenvolvimento de produtos, definidos por Marty Cagan no seu livro Inspired e que estou a ler.
Ora vejamos:
1. Risco de Usabilidade e Valor Psicológico
Valor Psicológico – Este valor está relacionado mais ao campo interno e subjetivo da satisfação e do significado que o produto nos pode proporcionar. Produtos que oferecem valor psicológico vão além do seu valor funcional, do valor financeiro.
Na minha opinião este Valor está relacionado com o Risco de Valor de Negócio e/ou com o Risco Financeiro.
Quando se define uma estratégia financeira para o preço deve-se ter o valor psicológico em conta e o mesmo deve ser comunicado em ações de product marketing e/ou product growth.
#MVP #UXResearch #ProductManagement
2. Risco de Exequibilidade Técnica e Valor Funcional
Valor Funcional – Este valor do produto deve questionar ou melhor, responder à questão: “O produto satisfaz uma necessidade específica ou resolve um problema particular?”.
É o valor mais tangível do produto, fundamentado na utilidade e no pragmatismo. Compreender este valor do produto é compreender o seu propósito — o resultado concreto e prático que o produto oferece aos utilizadores.
O Valor Funcional, na minha opinião, é afetado diretamente pelo Risco de Viabilidade Técnica (Execução) já que se não houver capacidade interna para desenvolver o produto ou partes do produto, tal vai comprometer as expectativas já possivelmente cridas.
O risco de viabilidade técnica surge, ou melhor analisa-se e mitiga-se trabalhando em conjunto com as equipas de engenheiros e desenvolvimento. Ou seja, vamos avaliar se a solução proposta é exequível.
#POC #UXResearch #SolutionArchitects #DevelopmentEngineers #ProductManagement
3. Risco de Viabilidade de Negócio e Valor Financeiro
Valor Financeiro – É o valor que equilibra o custo e o benefício (valor psicológico), do produto. É o preço de venda com que o produto sai para o mercado e deve refletir não apenas os recursos materiais investidos, mas também o valor intrínseco que o produto possui. É uma medida de justiça, de quanto pedimos em troca do que entregamos e se essa troca parece justa e razoável.
O Risco de Viabilidade do Negócio está relacionado com o Valor Financeiro do Produto, porque o produto tem de ser rentável e só o é se for “saudavelmente financeiro” para a Empresa. Se o valor financeiro (ou melhor, o valor monetário) percebido pelos utilizadores não se traduzir num Modelo de Negócio viável, este risco vai aumentar.
4. Risco de Valor que se relaciona com todos os Tipos de Valor do Produto
Valor Financeiro – Se o produto não oferece benefícios financeiros claros para as pessoas e, simultaneamente, se não estiver assente no Modelo de Negócio e de pricing correto, os utilizadores poderão não comprá-lo, aumentando o risco de valor.
Valor Psicológico – Sem benefícios emocionais ou mentais (como tranquilidade ou satisfação), o produto pode não ser percebido como valioso em termos psicológicos.
Valor Funcional – Se o produto não resolve um problema importante ou não cumpre a sua função, o risco de valor funcional aumenta significativamente.
E o Risco Legal…
Por último, existe um risco que o Marty Cagan não fala, mas eu vou falar que é o risco legal. Um produto que não cumpra as requisitos legais, mesmo que tal seja difícil de compreender, de implementar ou até mesmo interfira na forma como as equipas trabalham, é um produto que mais tarde ou mais cedo vai estar condenado.
3 Queries SQL Básicas para consultar o Schema do GA em BigQuery
Apesar de durante os anos de 2023 e 2024 ter feito algumas formações de SQL e de SQL for GA4 BigQuery, no final deste ano tive a necessidade de dar os primeiros passos na coleta de dados do GA via BigQuery. E por isso, resolvi publicar este artigo com as primeiras queries que fiz para recolha de algumas métricas: Users, Active Users e Sessions.
São queries simples e o objetivo com este artigo é, para além de colocar a query SQL para cada um dos casos, é fornecer alguns comentários sobre as mesmas e sobre o resultado das mesmas.
Se tiverem respostas aos comentários, não hesitem em enviar-me uma mensagem.
Total Users
Contagem de “Total Users”
SELECT
COUNT(DISTINCT user_pseudo_ id) as Total_Users
FROM
`your_ga_table_scema.events_*`
WHERE
stream_id in (‘123456789’, ‘987654321’) AND
_table_suffix between ‘20240801’ and ‘20240810’
Algumas definições de dimensões importantes utilizadas nesta query
- user_pseudo_id
O user_pseudo_id é o identificador único que o Google utiliza para identificar cada utilizador. Quer dizer, na realidade, é o identificador único que o Google utiliza para identificar o web browser pelo qual o utilizador está a aceder ao website/app.
Ou seja, se um utilizador visitar um website a partir de um desktop, e depois a partir de um laptop e mais tarde a partir de um smartphone, o número de “Total Users” contabilizado pelo Google (Analytics) vai ser 3.
- user_id
O user_id pelo contrário, é um identificador utilizado pelo Google na esperança de identificar efetivamente os “Users”. Digo na esperança, porque o user_id só funciona, primeiro se o utilizador estiver autenticado no website, ou seja, o website tem de ter esta funcionalidade de Registo/Login. E segundo, o user_id para ser coletado pelo Google, tem de ser implementado.
Na query SQL acima, podemos retirar a “clause” WHERE, uma vez que o seu significado neste âmbito é para se poder filtrar uma determinada stream de dados presente no GA e, por outro lado, ter resultados só para os primeiros 10 dias de Agosto de 2024.
Active Users
Antes de explicarmos as dimensões, vamos explicar o conceito de Active User, através da própria definição da Google:
O número de “Uniqiue Active Users” que interagiram com o website ou app num determinado período de tempo especificado.
Um Active User é qualquer utilizador que tenha uma “engaged_session” ou quando o GA coleta:
- O evento “first_visit” ou o parâmetro “engagement_time_msec” de um website
- O evento “first_open” ou parâmetro “engagement_time_msec” de uma app Android
- O evento “first_open” ou “user_engagement” de uma app iOS
O utilizador é considerado ativo assim que o evento user_engagement é detetado num segundo.
- is_active_user
A partir de Julho de 2023 o Google criou uma nova coluna no schema do GA denominada de “is_acive_user” to tipo booleano (true or false). E desta forma tornou a contagem de “Active Users” um processo muito mais fácil.
Antes desta novidade, era necessário recorrer a outra query que utilizava a dimensão “engagement_time_msecs” que é um parâmetro do evento “page_view” ou “screen_view” se estivermos a analisar dados de Apps.
Ainda não consegui perceber porque razão o resultado dos “Active Users” dado pela nova fórmula onde utilizamos a coluna “is_active_user” é diferente do resultado proporcionado pela query antiga. Acredito que tenha a ver com as dimensões “engagement_time_msecs”
Se alguém me conseguir explicar, envie mensagem, pf.
Sessions
Contagem de Sessions
SELECT
count(distinct concat(user_pseudo_id,(select value.int_value from unnest(event_params) where key = ‘ga_session_id’))) as Total_Sessions
FROM
`your_ga_table_scema.events_*`
WHERE
stream_id in (‘123456789’, ‘987654321’) AND
_table_suffix between ‘20240801’ and ‘20240810’
Sessions
- user_pseudo_id
O “user_pseudo_id” já vimos acima quanto estivemos a analisar a query de contagem de “Total Users” o que significava.
- ga_session_id
O ga_session_id ou session_id é supostamente a dimensão que identifica “exclusivamente” a sessão. Mas tal não é bem assim, porque:
1 – O “ga_session_id” é uma dimensão que é do tipo “string”, ou seja é na realidade um timestamp indicativo de quando a sessão foi iniciada.
2 – Se o “ga_session_id” é um timestamp que indica (ao segundo) quando foi iniciada a sessão, então podemos ter diferentes utilizadores (“user_pseudo_id”) a despoletar simultaneamente (à mesma hora, minuto e segundo) o evento de “session_start”. Por isso ser necessário fazer a concatenação entre o “user_pseudo_id” + “ga_session_id” para garantir que existe uma “única_sessão”
Mas podemos-nos perguntar:E porque não utilizar o evento session_start, por exemplo através da seguinte SQL query:
Bom, existem inúmeras e aleatórias razões para o evento de session_start não disparar quando o utilizador visita um website. Uma delas é por exemplo por causa de um bug momentâneo (ou não) do GA, porque o evento “page_view” não foi enviando…
Por último, não sei se a SQL query apresentada acima será a SQL query mais utilizada para fazer a contagem de Sessões do GA, mas é aquela que percebo ser a mais comum e no caso particular que apresentou resultados muito semelhantes aos apresentados no GA UI.
A minha Participação no Product Weekend - Career Accelerator
Introdução
O primeiro evento do Career Accelerator promovido pela Product Weekend no Edifício Allo na Galp ocorreu nos dias 16 a 18 de Outubro de 2024.
O resumo do Programa foi o que se apresenta na tabela abaixo:
|
Horário |
Quarta-Feira |
Quinta-feira |
Sexta-feira |
|
18:00 – 19:00 |
Acolhimento por João Moita |
Identificação de skills e gaps por por Clara Rivero Machado |
CV e Linkedin por Hugo Froes e Tânia Almeida |
|
19:00-20:00 |
Reflexões sobre carreira e estabelecimento de objetivos por Francisco Pinto Leite |
Mastering Interviews techniques por Ricardo Luiz |
Simulação de entrevistas |
|
Plano de ação |
|||
|
20:00-21:00 |
Jantar + networking |
Jantar + networking |
Jantar + networking |
Os dois principais objetivos que tinha ao inscrever-me neste evento, que foi pago, eram dois:
-
- Dar-me a conhecer, dar a minha perspetiva sobre o que é Produto dentro das Empresas e esclarecer dúvidas que tenho sobre o tema
- Começar a fazer algum networking na área de Produto
- Perceber se haveria alguma coisa que poderia melhorar na minha abordagem a este mercado
Consigo dizer que o primeiro objetivo não foi completamente gorado, porque dei-me a conhecer e fiz algum networking, mas não consegui colocar dúvidas sobre vários temas da área de Produto aos profissionais na área. Mas também acredito que não fosse o evento indicado para o efeito.
Sobre os restantes 2 objetivos, acredito que foram atingidos.
Mas vamos então à minha experiência pessoal e aquilo que desenvolvi como caso prático daquilo que foi o evento.
Where From – Ou o Big Hair Audacious Goal ou simplesmente o Objetivo
No primeiro dia do evento, além de termos sido acolhidos pelo João Moita – Founder/CEO da Product Weekend, o Francisco Pinto Leite – Principal Product Manager na Talkdesk fez-nos um resumo da sua história profissional de há 10 anos até ao ano atual de 2024. Como ele estabeleceu o seu objetivo (spoiler: deve ser SMART). Vai um pouco de encontro daquilo que proclama a metodologia OKRs, mas o importante é que percebi o ponto do Francisco.
Após essa apresentação bastante carismática, e efusiva, todos fomos convidados a perceber e escrever o que valorizamos mais na nossa vida profissional; no momento atual quais seriam os nossos principais pilares ou desafios e por fim estabelecer o nosso Objetivo Profissional.
Caso prático – Pilares e Atributos
Objetivo
De acordo com os pilares e atributos, e por outras razões pessoais, “reescrevi” o meu objetivo inicial de carreira que não é em nada inicial :).
“I want to secure a role as a Product Manager/Product Analytics in a tech/digital company or healthcare company; within a maximum a 1 year (before the end of 2025)”.
Além dos clusters acima posso acrescentar algumas daquelas que são as minhas soft skills enquanto profissional em qualquer área:
- Curioso – Ou talvez meio que obstinado em aprender e saber tudo e mais alguma coisa sobre determinado tema, o que por vezes me deixa assoberbado
- Empatia – Sou uma pessoa mais de escutar e de pensar nos e sobre os temas do que efusivamente falar e falar. E por vezes até torno-me emocional, consoante os assuntos
- Pensamento Crítico – Gosto de perceber o porquê das coisas e não fazer só por fazer ou ser mandado fazer sem explicação
- Team Player – Não vejo o trabalho a ser feito de outra forma. Mas têm de ser team player também comigo, se não ninguém ganha
- Pensamento Analítico – Não tivesse eu trabalhado e estar a trabalhar na área digital ligada a Analytics e a formar-me ainda mais nesta área
- Espírito de Liderança – Ainda não tive oportunidade de liderar uma equipa de forma contínuo e com mais do 2 pessoas, mas acredito que pelo disse acima, conseguirei fazê-lo. Temos é de saber do que estamos todos a falar, a fazer, a caminhar para o mesmo e a entre ajudar-nos
Where To – Ou, de alguma forma, a Estratégia
No segundo dia, foi a vez da Clara Rivero Machado – Product Management Director na Mastercard tomar as rédeas do evento e de nos brindar com a sua história profissional e passar-nos conhecimentos sobre como poderíamos avaliar, sob a perspectiva da Matriz de Product Competency Matrix do Ravi Mehta – Angel Investor na TravelJoy, as nossas skills atuais e com isso percebermos os gaps que temos, tendo em conta a posição/função que almejamos e estabelecemos na sessão anterior.
E foi muito neste tema que incidiu a minha mentoring call com o Pedro Almeida – Product Owner na Critical TechWorks. ISto porque não tendo uma função de Product Manager no meu CV ou de Associate Product Manager, para “baixar” o nível hierárquico, tenho:
- Um nível de seniority superior a 11 anos de experiência profissional
- Tenho e tive responsabilidades em áreas de Produto. Um Produto não se constrói sozinho e muito menos é construído sozinho pelos Product Managers nem são apenas os Product Managers que atingem resultados de conversão X, crescimento de receita Y e por ai vai.
Já recebi feedback em processos de recrutamento a dizerem-me que tinha um nível já de Sénior e não de Associate Product Manager. Mas também já tive, e aqui tenho de dizer um feeling, porque o feedback nunca foi claro e transparente, feedbacks em que me pareceu que não avancei no processo pelo facto de não ter função alguma no meu CV como Product Manager.
Mas tenho a certeza que depois deste evento, deste trabalho pessoal e da mentoring call irei ficar mais esclarecido e acima de tudo, saber como agir melhor.
Caso prático – parte I – Skills & Gaps – As Is e com base na função de PM-L2 e PM-L3
Optei pela função de Product Manager, com base na análise do meu CV e da Matriz por parte do Chat-GPT. E ele indicou-me que o meu perfil estaria mais para um perfil de Sénior PM do que para PM. Ainda assim, fiz o exercício de auto-avaliação para PM.
Na primeira imagem temos uma avaliação mais contida/modesta/por baixo daquilo que penso serem as minhas capacidades. Aliás, o classificar-me como Product Management e não, por exemplo como Sénior Product Management revela um pouco isso.
Na segunda imagem, a avaliação é mais incisiva e com menos medo de fazer a auto-avaliação. Mas tenho a certeza que depois deste evento, deste trabalho pessoal e da mentoring call irei ficar mais esclarecido e acima de tudo, saber como agir melhor.
Nota – Ainda que um tanto ou quanto académico e subjetivo, este exercício teve por base toda a minha experiência académica e profissional que podem visualizar no meu CV
Nesse mesmo dia, houve uma segunda sessão, desta vez conduzida pelo Ricardo Luiz – Product Director na Altar.io. A apresentação do Ricardo também foi muito rica e tenho a certeza que todos aproveitaram as “dicas” dele de como nos devemos preparar para uma entrevista e não enviarmos o (mesmo) CV e pronto. Personalização é a palavra chave.
Caso prático – parte II – Mastering Interviews Techniques
Nesta parte do processo, não vou descrever todo o caso prático em si, mas algumas partes desse caso, que penso serem úteis para este documento e discussão posterior com o Pedro Almeida ou outra pessoa na área de Produto que me queira abordar.
Além disso, esta narrativa pessoal deve ser trabalhada a cada dia.
I learned, personally how important is to solve people’s needs. And I think my career has always have this concern about understanding people’s needs and transforming findings into insights to create valuable solutions. Over the past 11 years, pivotal experiences—like stepping into a Quality & Environment Manager role in a highly specialized, engineering-focused field—have underscored the importance of processes and procedures, while leading a couple of projects in the consultancy world or leading a GA4 integration at CTT showed me how important is to work in and with a team and the the power of qualitative and quantitative data. Each role has sharpened my ability to integrate analytics, UX research, and strategic thinking. “Moving” into a more focus product function, like product management it seems to me a natural transition, enabling me to craft products that truly resonate with users.
Where Next – Ou, de alguma forma, os Key Results
Por motivos pessoais, não consegui participar neste último dia.
Mas, já em em Março de 2024, recorri a uma empresa internacional especialista na estruturação e escrita de CVs.
No meu caso, o CV foi redesenhado (bem como o LinkedIn e a carta de apresentação). É um template único para “Advanced Career: +10 anos de experiência”. Além disso:
-
- Todo o conteúdo escrito em inglês foi revisto por profissionais nativos
- Foi reescrita por um profissional especialista neste tema e nesta área
- Está preparado para ser lido por ATS
- Passou de 5 para 2 páginas
- Foi aprovado por mim…e nem poderia ser de outra forma.
Notas finais
-
- Infelizmente não pude participar no último dia que foi dedicado ao “What’s Next” com apresentações do Hugo Froes da OLX e da Tânia Almeida da Bring Global, sobre marca pessoal no LinkedIn e simulação de entrevistas
- Este exercício, apesar de não ser académico, é um exercício que deve ser revisto quando necessário e reformulado.
- Preparei este documento como exercício final e como parte do plano de ação decorrente do Product Weekend – Career Acelerator, e com isso tornar mais produtiva a “mentoring call” que terei com o Pedro Almeida da Critical TechWorks.
Tudo (ou quase tudo) sobre Product Market Fit
Introdução
Começo por citar Paul Graham: “O erro mais comum de startups e das empresas em geral é resolver um problema que ninguém tem.”
E porquê? Por várias razões, todas elas relacionadas com falta de estratégia e entendimento das necessidade, motivações, frustrações dos clientes.
Product Market Fit
O Product Market Fit é o estágio em que o produto já colmata as necessidades reais (ou latentes) dos clientes, atraindo aqueles com disposição para fornecer algum tipo de valor, essencialmente monetário. Os clientes demonstram isso de forma consistente, o que sinaliza o potencial efeito de escala do produto. De forma simples, o estágio de Product Market Fit significa perceber se o Produto tem/terá mercado ou não.
Portanto, o Product Market Fit é uma interseção entre o Valor para a Empresa/Clientes, Necessidades dos Clientes e Exequibilidade Técnica.
Economic Market Fit
Já o Economic Market Fit é diferente. Significa perceber se o Produto retorna valor económico para a Empresa no decorrer do tempo. E existem 2 estratégias para o atingir, manter o Economic Market Fit.
-
- Estratégias de Preço – As estratégias de preço são, essencialmente, duas:
- Penetração – Em que a Empresa assume um preço baixo para o produto para penetrar no mercado
- Desnatação – Em que a Empresa assume um preço alto para o seu produto ir “desnatando” à medida que tenciona ou vai entrando em novos mercados.
- Estratégias de Diferenciação – Em que a Empresa se foca em tornar o produto único em comparação com o dos seus concorrentes, de forma que os consumidores estejam dispostos a pagar um preço premium por ele.
- Estratégias de Preço – As estratégias de preço são, essencialmente, duas:
Independentemente da estratégia escolhida para o produto, é preciso conseguir responder às perguntas seguintes:
- As operações funcionam de forma eficiente e eficaz e são capazes de geram os proveitos suficientes para cobrir os custos que existem atualmente?
- E vamos conseguir manter este nível de performance nas operações se o volume de clientes aumentar em 20%, 40%, 60%…?
- A Empresa vai conseguir manter o preço do seu produto competitivo de forma consistente – no caso da estratégia escolhida for a de preço – no caso da concorrência aumentar?
Ou seja, Pode haver Market Fit e não haver, seja no curto no médio ou no longo prazo, Economic Fit
Matematicamente, o Economic Fit ocorre quando o CAC < LTV do cliente. Se CAC=LTV podemos dizer que a Empresa está a atingir o break-even-point com esse Produto.
Problem Solution Fit
O Problem Solution Fit é o estágio em que o produto se encontra fornecendo uma solução que resolve um problema específico do cliente ou de um segmento de clientes.
Ou seja, as Empresas cujos Produtos atingem o estágio de Product Market Fit, atingirão também o estágio de Problem Solution Fit. Mas o inverso não é verdadeiro, até porque a Solution Fit pode não ser 100% viável tecnicamente ou financeiramente.
Business Model Canvas Fit e Proposta de Valor
O Business Model Canvas é uma ferramenta estratégica que nos auxilia a mapear todos os intervenientes de um Negócio/Produto.
O Business Model Canvas, tal como por exemplo o Service Blueprint, mas para outros efeitos, é composto por duas partes: a Área que está mais visível para os clientes e a Área que está mais visível para a Empresa.
Área Mais Visível para os clientes é composta por:
-
- Segmentos de Utilizadores/Personas – Diferentes grupos de pessoas ou organizações que as Empresas têm como alvo.
- Canais – Detalha como a Empresa comunica com os seus potenciais clientes a sua proposta de valor.
- Relacionamento com os Clientes – Especifica o tipo de relacionamento que a Empresa estabelece com cada segmento de cliente, que pode ser pessoal, automatizado, entre outros. Este relacionamento visa a aquisição e retenção de clientes.
Área Mais Visível para a Empresa é composta por:
-
- Parceiros Chave – Inclui fornecedores, parceiros estratégicos e outras entidades com as quais as Empresas colaboram ou colaborarão para otimizar o modelo de negócio e reduzir riscos.
- Recursos Necessários para o Negócio – Define os ativos mais importantes que a Empresa precisa para operacionalizar o negócio, como recursos físicos, humanos, intelectuais (como patentes) e financeiros.
- Atividades Necessárias para o Negócio – Engloba as atividades essenciais que as Empresas precisam realizar para fornecer a sua proposta de valor, alcançar mercados, manter os relacionamentos com os clientes e gerar receita. Isso pode incluir produção, desenvolvimento, marketing e distribuição.
- Fluxo de Receitas – Descreve as fontes de receita das Empresas. Pode incluir vendas per si, subscrições, licenças, entre outros.
- Estrutura de Custos – Detalha os custos necessários para operacionalizar o modelo de negócio. Deve incluir os custos fixos e variáveis, como despesas com recursos humanos, custos com produção.
A “cola” que une estas duas áreas é a Proposta de Valor.
Proposta de Valor
A Proposta de Valor reflete a promessa de benefício que um Produto oferece aos seus clientes, destacando as razões pelas quais o mesmo se diferencia (parcial ou totalmente) dos produtos existentes. De forma simples, é o motivo pelo qual os clientes escolhem ou devem escolher um determinando produto em detrimento de outro(s) concorrente(s).
A proposta de valor responde claramente às perguntas:
-
- Qual problema específico o produto resolve? – Problem Solution Fit
- Quais os benefícios e/ou resultados os utilizadores obtêm ao utilizá-lo? – Product Market Fit
- O que diferencia o produto de outros concorrentes? – Product Market Fit
Componentes de uma Proposta de Valor:
- Problema a ser resolvido – Define o problema ou necessidade que o produto resolve. Deve ter em consideração uma dor ou necessidade clara dos clientes.
Exemplo: “Facilitamos a comunicação rápida e eficiente entre equipas remotas.”
- Benefícios Principais – Destaca os resultados positivos que o cliente obterá. Isso pode incluir economias de tempo, melhorias na eficiência, redução de custos ou aumento de conveniência.
Exemplo: “O nosso software reduz o tempo gasto em tarefas manuais em 50%.”
- Diferenciação – Explica por que o produto é único ou melhor em relação à concorrência. Pode estar relacionado com a inovação, com a qualidade, com a facilidade de utilização, ou com uma combinação desses fatores.
Exemplo: “Somos a única plataforma que integra todas as ferramentas de produtividade num único interface simples de utilizar.”
Como Definir uma Boa Proposta de Valor
- Uma boa proposta de valor está alinhada com um modelo de negócio sustentável, garantindo que o produto ou serviço oferece uma solução que não só atende às necessidades dos clientes, mas também gera receita suficiente para sustentar o crescimento e o negócio em termos operacionais. Os Product Managers, em conjunto com o CEO, devem garantir que a proposta de valor não só resolve um problema real, mas também que está inserida numa estrutura financeira viável.
Exemplo: O modelo de assinaturas do Spotify oferece valor para o cliente final (acesso ilimitado a música) e para o Spotify (uma receita contínua obtida através de uma subscrição para serviço premium).
- Em mercados competitivos, a proposta de valor deve se concentrar no que realmente importa para os clientes. Deve resolver os problemas mais prementes ou ajudando-o a alcançar os seus objetivos. Foco relevância significa entender o que os clientes valorizam e o que os motiva/frustra, em vez de tentar resolver todos os problemas. A proposta deve ser percebida de forma clara, transparente para o cliente.
Exemplo: O Slack foca-se na eficiência da comunicação para as diferentes equipas empresariais, tornando-se a plataforma ideal para aumentar a produtividade em ambientes de trabalho remoto ou híbrido.
- Uma proposta de valor eficaz seleciona apenas algumas tarefas essenciais ou dores dos clientes, focando nas que eles estão dispostos a pagar para resolver. Isso ajuda a manter o produto simples, mas poderoso, focando nas áreas que terão o maior impacto para os clientes.
Exemplo: A Dropbox oferece espaço de armazenagem na Cloud com sincronização automática e backup de arquivos, resolvendo o problema específico de armazenagem e segurança dos dados – algo que os clientes valorizam e que estão dispostos a pagar.
- Para criar uma proposta de valor que realmente se identifique com os clientes. Mais uma vez, é fundamental compreender as motivações, frustrações e expectativas deles em relação ao produto. Isso permite que os product managers consigam criar uma oferta de produto/serviços que vá ao encontro dos desejos/necessidades emocionais e práticas dos clientes.
Exemplo: O Airbnb identificou que os viajantes procuravam experiências mais autênticas e acessíveis, frustrados com hotéis caros e impessoais. A sua proposta de valor foca-se em fornecer estadias únicas e personalizadas, respondendo a essas expectativas.
- É importante entender como os clientes definem sucesso ao usar um produto. Isso pode ser medido em termos de economia de tempo, simplificação de tarefas, ou melhoria na performance. A proposta de valor deve refletir essa perceção de sucesso para criar uma ligação mais forte e autêntica com os clientes.
Exemplo: O sucesso para os clientes do Trello é medido pela organização e produtividade alcançadas pelos seus projetos.
- Uma proposta de valor sólida deve destacar a diferenciação do produto, ou seja, aquilo que o torna único ou superior em relação às empresas concorrentes. Essa diferenciação competitiva é o que convencerá os clientes de que o produto tem mais valor ou resolve (melhor) o problema e de forma mais eficaz do que os outros existentes no mercado.
Exemplo: A Tesla diferencia-se no mercado de automóveis não só por fabricar veículos elétricos, mas também pela inovação em tecnologia de baterias e condução autónoma e por todos os produtos, tal como a Apple, fazerem parte de um ecossistema elétrico.
- Uma proposta de valor ideal é aquela que é difícil de ser copiada a 100% pelos concorrentes. Seja por meio de tecnologias patenteadas, design exclusivo, ou um forte brand awareness. A dificuldade em replicar o produto, garante que o mesmo mantenha a vantagem competitiva ao longo do tempo ou por mais tempo.
Exemplo: A Apple tem uma proposta de valor difícil difícil de replicar, pois a mesma combina tecnologia high-tech, design icónico e centrado nas pessoas e um ecossistema integrado de hardware e software.
Podem saberes mais sobre Produtos Digitais e Gestão dos mesmos, podes consultar os artigos seguintes::