¡Hola! Mi nombre es Sergey Folimonov, en DomClik soy responsable del marketing directo y las comunicaciones con los clientes. Recientemente, también estoy actuando como PO del proyecto Open Data , y quiero contarles la historia de la creación de este producto, centrándome en los problemas que enfrentamos, los errores que cometimos y el resultado final y sus variantes. utilizar.
La cultura impulsada por los datos dentro de la empresa es, por supuesto, buena, pero en un mundo donde los conceptos de contenido abierto, soluciones de código abierto y datos abiertos en general están ganando cada vez más popularidad, uno quiere no solo usar información, sino también compartir información. Esto es lo que impulsó a DomClick a crear "Datos abiertos".
¡Empecemos!
Me uní al desarrollo de productos desde el principio. Bueno, muy temprano. Digamos que teníamos
Las siguientes dos semanas, en un drive real, desarrollamos el proyecto desde cero, tratando de evitar cualquier proceso complejo, insertando muletas donde sea posible, para no retrasar el MVP y comprobar: "¿Qué podemos hacer?"
El resultado del primer sprint: todos los datos prometidos desglosados por días / semanas / meses están disponibles tanto en el mapa (estadísticas de regiones y ciudades principales) como en gráficos (clasificaciones de ciudades, dinámica). Pero, como puede adivinar, ahora solo quedan capturas de pantalla de esa versión:
había muchos datos aquí, el sitio funcionaba perfectamente funcionalmente, pero la UX no estaba pensada en absoluto. Y como resultado: los ojos se elevan, el camino del cliente no está claro y qué se puede aprender en general de este proyecto. De cara al futuro, diré que nada de la primera versión del proyecto se reutilizó en el desarrollo posterior.
Parecería que fueron dos semanas por el desagüe ... Sin embargo, fue la mirada al concepto rápido listo para usar y la comprensión de sus deficiencias lo que nos permitió formar los requisitos y deseos finales para el servicio. Sin entrar en detalles, decidimos en la primera etapa presentar los datos en forma tabular, en el siguiente paso proporcionar a los usuarios gráficos con dinámica, y luego trabajar la visualización en el mapa y el uso de modelos predictivos para construir pronósticos.
Se puede discutir si las dos primeras semanas fueron un error, si fue posible evitar perder el tiempo y hacer de inmediato un producto que se pudiera mostrar a los clientes. Sí, probablemente podríamos dedicar los primeros días a trabajar en la UX, realizar varias entrevistas y encuestas, eliminar no 2 semanas, sino 2 meses para el desarrollo. Pero la moraleja de mi historia es que no debes tener miedo de ser MVP rápidos con muletas. Trabajar a un ritmo acelerado y con un alto nivel de entusiasmo nos ha unido fuertemente para crear un producto realmente bueno. Y sí, no temas tirar los primeros bocetos a la basura: es mucho mejor que convertir la versión en bruto en un monolito.
MVP de Life After Death
En el curso del trabajo adicional en el proyecto, encontramos una serie de problemas extraordinarios. Me esforzaré mucho en contarlos para no sobrecargar a los lectores con los detalles del negocio hipotecario.
Aprender a llamar a las cosas por sus nombres propios
En la etapa de recopilación de datos sobre varias métricas, me enfrenté con el hecho de que diferentes personas en nuestra empresa pueden llamar a diferentes cosas igual, y las mismas cosas, de manera diferente. Por ejemplo, dos personas diferentes me dieron datos sobre el número de transacciones por región, y los números no pelearon en absoluto por el motivo de que varias entidades comerciales pueden llamarse transacciones a la vez. Al final resultó que, por un lado, tenía transacciones para el registro electrónico de objetos inmobiliarios y, por el otro, transacciones hipotecarias. Y los datos de la misma región dentro de un mes pueden no coincidir. Además, en ambas direcciones: puede haber tantos registros como transacciones hipotecarias (si de repente muchos clientes comenzaran a comprar bienes raíces sin hipoteca y simplemente compran el registro electrónico),y menos (si el servicio de registro electrónico no tiene mucha demanda en la región y la hipoteca se toma sin él).
Tales casos nos llevaron a la necesidad de crear un libro de referencia, para no confundirnos en las definiciones nosotros mismos, y explicar todas las métricas al usuario en el portal de la forma más detallada posible.
Agregamos diferentes datos por intervalos de tiempo
Cuando se trataba de métricas aditivas (y las primeras métricas que teníamos), la agregación no nos planteó ninguna pregunta. Número de transacciones hipotecarias en agosto: tomamos y contamos todas las transacciones que se emitieron desde el 1 de agosto hasta el 30 de agosto. Hicimos lo mismo con el período "Últimos 30 días", que brinda la imagen más relevante para cada métrica.
Sin embargo, la aparición de métricas no aditivas nos hizo pensar. Por ejemplo, el número de anuncios de venta de apartamentos publicados en un momento determinado no se puede contabilizar "en agosto". Si el 1 de agosto, en alguna región, se publicaron 1000 anuncios en el escaparate, y el 30 de agosto, 1200 anuncios, ¿qué número debería mostrarse? ¿Promedio diario? ¿Mediana mensual? ¿Valor a mitad de mes? Decidimos que es más fácil para nosotros y para los usuarios comprender mejor si dichas métricas se muestran no durante un período, sino en el último día del período. Si se selecciona agosto, los datos corresponden al 30 de agosto; si se selecciona "últimos 30 días", los datos son para ayer. Y la información sobre esto también se coloca en el directorio.
Determina el grado de apertura
En las primeras etapas de preparación de datos, queríamos mostrar la mayor cantidad de información posible. Si sabemos que se ejecutaron 65 transacciones de registro electrónico en la ciudad de H en julio de 2020, ¡avisemos a los usuarios! Sin embargo, en algún momento pensamos en cómo nuestros competidores podrían aprovechar esto. Después de todo, la divulgación de valores absolutos en el contexto de las ciudades, e incluso con la dinámica por semana, puede llevar al hecho de que los datos se utilizarán para probar varias hipótesis dentro de asentamientos específicos. Nuestros datos se actualizan todos los días, lo que significa que los actores del mercado tienen la oportunidad de monitorear casi todas las principales métricas de nuestro negocio a diario, realizar varias campañas y evaluar instantáneamente su efecto en nuestros resultados. Además, la divulgación de dos métricas (p. Ej.el número de solicitudes y el número de solicitudes aprobadas) pueden, de hecho, revelar otra métrica (por ejemplo, la tasa de aprobación) que no desea mostrar en absoluto.
Para evitar situaciones desagradables, decidimos "cerrar" métricas críticas para regiones y ciudades con intervalos. Además, la creación y clasificación de calificaciones dentro de la tabla siempre se lleva a cabo de acuerdo con los valores absolutos reales de las métricas, simplemente no se muestran al usuario final.
Para quién y por qué abrimos datos
Ahora el portal tiene cuatro secciones (transmisiones), cada una de las cuales contiene de 5 a 6 métricas en forma de tabla con una calificación regional. Cuando hace clic en una región, puede entrar en ella y ver la calificación de las ciudades dentro de esta región. Está disponible una opción de intervalo de tiempo (todos los meses a partir de enero de 2019 y "últimos 30 días"), así como la búsqueda por región y ciudad.
Esta granularidad permite que los datos se utilicen como materiales para la investigación de mercado. Por ejemplo, el análisis del mercado inmobiliario realizado por nosotros junto con SberIndex, basado en Open Data. Un agradecimiento especial a Nikolai Korzhenevsky, director del laboratorio SberIndex, por su postura proactiva en la investigación.
- Los precios de la oferta inmobiliaria en el país en promedio en los últimos dos meses han crecido un 3,0% a / a, según DomClick. En el mercado primario, las cotizaciones crecen un 6,2% a / a.
- Entre los líderes en el aumento de los precios de los suministros se encuentran las regiones turísticas:
- Territorio de Khabarovsk (18,9% interanual),
- Región de Kaliningrado (18,0% interanual),
- República de Altái (17,6% interanual).
- La dinámica de los préstamos emitidos en julio-agosto también se mantuvo cercana a valores récord en el contexto de una rápida caída de las tasas hipotecarias. El número de préstamos hipotecarios emitidos, según nuestras estimaciones, crece 44% interanual.
- Desde la pandemia, casi la mitad de las solicitudes de hipotecas aprobadas por DomClick se han presentado en línea, según Open Data.
Además del análisis y la investigación de mercado, los "datos abiertos" pueden ser útiles para varias audiencias a la vez:
- , / , ..
- , .
- Excel .
- , / , .
- // . , :)
¿Que sigue?
- En un futuro cercano, planeamos enfocarnos en la construcción de gráficos para un seguimiento más conveniente de la dinámica de los cambios en las métricas por meses y semanas. Los diseños ya están listos, los datos están ahí, el trabajo está en pleno apogeo.
- Al mismo tiempo, seleccionamos y comenzamos a recopilar datos para nuevas secciones, tratando de comprender qué será más interesante para los usuarios.
- Queremos que sea más conveniente exportar datos agregados a Excel.
- Y en paralelo, estamos trabajando en opciones para visualizar métricas en el mapa de RF (con mapa de calor o puntos) Es decir, en cierta medida, estamos volviendo a la idea de la primera versión del producto, pero ya con la experiencia a nuestras espaldas, un equipo amable y un proyecto en producción.
Si tiene comentarios / preguntas sobre el portal, o ideas sobre datos que serían interesantes para "abrir", escriba en los comentarios, intentaré responder a todos.