A ciência comportamental pode ajudar os PMs a entender como seus usuários tomam decisões e a projetar produtos que atendam às suas necessidades e desejos. Compreender os princípios básicos desta ciência pode levar a melhores resultados de negócios e experiências de usuário mais satisfatórias.
É importante entender que os dados refletem acontecimentos do passado
O que é, sintaxe e alguns exemplos.
Não consegue extrair nenhum dado do seu produto? O caminho não é tão simples, mas você pode e deve dar os primeiros passos
Alguns conceitos de estatísticas, bases de dados e até de IA
Um miniguia para desvendar a terceira linguagem de programação mais utilizada no mundo.
Análise de dados para quem tem pressa (ou quem pelo menos não gosta de perder tempo)
A palavra hipótese veio para nos ajudar a criar uma estrutura organizacional mais orientada a dados e experimentações
Como acelerar o entendimento das informações e gerar mais valor
Precisamos discutir o "dogmatismo" que paira sobre os dados
Não é rara a criação de metas sem sabermos o que queremos responder. Como criamos metas a partir de indicadores que moldam comportamentos?
Não há gestão sem mensuração. Entenda como PMMs podem medir o impacto de seu trabalho e sua influência nos indicadores do negócio.
Entendendo a relação entre gestão de produtos e desdobramento dos OKRs
Breve anotação sobre os indicadores de negócio e de produto da Uber
Muitos times de produto podem nascer inspirados pelas métricas pirata mas, para que se diferencie, o funil precisa evoluir para um loop (ou vários loops)
Seu time de produto está com dificuldades de priorizar? Já encontrou o seu Product/Market Fit? Uma gestão por resultados pode te ajudar com isso
Paradigmas primitivos que se perduram até os dias atuais.
Medir é a última etapa do processo em que ligamos as análises dos resultados de um produto com a estratégia de negócio.
As perguntas são o ponto de partida para os filósofos e para os analistas de dados. Mas fazer as perguntas certas é mais difícil do que responder corretamente.
NPS não é eficiente como um indicador acionável. Queremos explicar por quê agora.