En nybegynnerveiledning til Saas-produktanalyse

Uten produktanalyse, hvordan vet du hvordan du skal flytte nålen med produktveksten din?

Hvis du bare begynner eventyret med produktanalyse, kan det virke overveldende å se på alle bruksdataene ved første øyekast. Men å gjøre en innsats for å forstå det grunnleggende vil tillate deg å gjøre betydelige forbedringer av alle vekstberegningene dine raskere.

Dette innlegget vil hjelpe deg å pakke hodet rundt hovedkonseptene innen produktanalyse, og hvordan du implementerer dem for å utvide produktet ditt!

La oss starte med en kort introduksjon:

Hva er produktanalyse?

Produktanalyse er prosessen der du samler inn, inspiserer og analyserer data om brukernes interaksjoner med produktet ditt.

Ved å spore, registrere og tilskrive brukernes hver handling, kan du bygge opp et utrolig detaljert bilde av:

• Hvem brukerne dine er
• Hvordan de navigerer rundt produktet ditt
• Hvilke oppgaver sliter de med?
• Punkter der de opplever friksjon
• Hvilke funksjoner er mest brukt og hvilke er underbrukt
• Hvordan ulike grupper brukere oppfører seg og oppnår verdi osv. osv.

I det bredeste begrepet gjør produktanalyse det mulig for deg å vurdere effekten av de digitale opplevelsene du har bygget inn i produktet ditt.

Er Google Analytics et SaaS-produktanalyseverktøy?

Nei.

Hvis du noen gang har jobbet i nærheten av markedsføring, har du kommet over Google Analytics.

Hvis du er interessert i å få alle fordelene som produktanalyse har å tilby, kan du ikke bare stole på Google Analytics.

Hvorfor?

Fordi Google Analytics er et verktøysett for markedsføringsanalyse som kun er rettet mot den første delen av brukerreisen – altså hvor besøkende kommer fra.

Denne bloggen fra Semetic har en fin illustrasjon av dette punktet:

Kilde: mixpanel.com

Måten en bruker kommer til et nettsted på er uendelig mye mindre kompleks enn måten en bruker kan samhandle med et produkt på.

Selv om det til en viss grad kan hackes med Tag Manager, gjenstår det grunnleggende poenget: Google Analytics er avhengig av anonymisert trafikk i stedet for hendelsesbasert sporing som er knyttet til én enkelt bruker-ID.

Uten den vedvarende bruker-ID-en er det ingen måte å få innsikt i hvordan enkeltpersoner oppfører seg.

Er produktberegninger det samme som produktanalyse?

Nei.

Produktanalyse innebærer å finne mønstre i produktbruksdata som kan brukes til å informere forretningsbeslutninger.

Produktberegninger (eller KPIer) er målinger av fremgang mot forhåndsavtalte forretningsmål som vi skal diskutere litt senere.

Analytics er en av de viktigste måtene for å identifisere og validere måter å forbedre produktberegninger på, som vi vil diskutere i neste avsnitt.

Hvorfor er produktanalyse viktig?

51 % av folk vil aldri returnere til et selskap de har hatt dårlig erfaring med.

I SaaS-verdenen foregår det overveldende flertallet av brukernes interaksjoner med bedriften gjennom produktet ditt.

Så det er svært viktig å forstå hva de gjør i produktet ditt for:

• forbedre ny brukeranskaffelse
• forbedre brukeraktivering
• maksimere og øke inntektene
• forbedre brukeroppbevaring
• oppmuntre nåværende brukere til å henvise deg til nye brukere osv. osv.

Som Peter Drucker berømt sa det:

Det som blir målt blir styrt.

Alle beregningene som produktledere trenger å bry seg om avhenger av brukeratferd – av tingene de gjør og ikke gjør. Om hvordan de føler om produktet. Og på verdien de får ut av det.

Hvilke roller bruker produktanalyse?

Men det er ikke bare produktsjefer som bør bry seg om produktanalyse :

• UX-designere må forstå hvordan brukere navigerer rundt produkter og samhandler med UI-elementer
• Utviklere må forstå hvilke feil brukere opplever og hvilke forbedringer som bør prioriteres
• Markedsførere må forstå hvilke kanaler og kampanjer som bringer inn de mest lønnsomme brukerne
• Økonomiteam må forstå inntektstrender og kostnader for forretningsprognoser

Ikke bare det, det er viktig i bedrifter av alle størrelser. Selv startups kan gjøre stor bruk av analyse i appen for å justere og avgrense produktene sine for å sikre produktmarkedstilpasning.

Hvorfor er produktanalyse mer effektiv enn andre tilbakemeldingskilder?

Vi har laget et langt innlegg om dette emnet tidligere, men her er takeawayene:

✔ Objektivitet

Produktanalyse er objektiv . De fleste undersøkelser og intervjuer lar subjektiviteten snike seg inn (unntaket er svært korte mikroundersøkelser, som NPS-funksjonaliteten som følger med Userpilot ). Folk husker ofte feil hva de gjorde, hvorfor de gjorde det og hva som skjedde deretter. Analytics gjør det ikke.

Hva folk gjør er en mye bedre indikator på hvordan de har det og hva de vil gjøre videre enn det de sier – spesielt når atferdsmønstre er aggregert på tvers av et stort antall brukere.

✔ Spesifisitet

Analytics lar deg også ta en ekstremt detaljert, spesifikk visning. Den lar deg zoome inn på bestemte problemer – bruk av en bestemt funksjon, avbruddsfrekvenser for en bestemt oppgave, innføringsflytfullføringer – og diagnostisere hva som skjer.

De fleste analyseverktøy lar deg også segmentere målgruppen din – etter demografiske trekk, etter kohort, etter brukerreisetrinn, etter betalingsnivå, etc.

Ved å dele opp brukerbasen din i segmenter, kan du skreddersy individuelle løsninger til deres problemer og meldinger som adresserer deres behov direkte.

✔ Effektivitet

Analytics er også mye mer effektivt enn undersøkelser og andre tilbakemeldingskilder. Undersøkelser tar lang tid å sette opp og gjennomføre. Svarprosenten er ofte lav. Intervjuer tar enda lengre tid, og er spesielt utsatt for subjektivitetsrisiko.

Men å installere et analyseverktøy på din SaaS er vanligvis bare et spørsmål om å slippe inn en kodelinje, og deretter administrere dataene gjennom et brukervennlig GUI.

Det er ikke dermed sagt at tilbakemeldinger fra andre kilder enn analyse er uten verdi. Ta en titt på denne bloggen for å få mest mulig ut av tilbakemeldinger fra brukere for å finne ut mer.

Men som den siste State of Product Analytics-rapporten viste, jo mer datakyndig og datadrevet et produktteam er, desto mer sannsynlig er det at produktanalyse er hovedkilden til brukerinnsikt.

Kilde: mixpanel.com

Hvilke KPIer brukes i produktanalyse? Slik bruker du produktanalyse for din SaaS

Bedre å spørre: hvordan setter jeg de riktige KPIene for SaaS-en min?

De beste produktanalyseverktøyene lar deg spore og måle nesten alle slags hendelser i appen. De fleste lar deg definere dine egne tilpassede hendelser eller kombinere aktiviteter til virtuelle arrangementsgrupper.

Men ikke alt som kan måles betyr noe!

Så følg disse reglene:

Produktanalyse KPIer 101a: Artikuler dine forretningsmål

Hva prøver bedriften din å oppnå, og hvordan tjener produktet det?

• Hvis det genererer inntekter, bør inntekter definitivt være en KPI!
• Hvis produktet er et freemium-markedsføringsverktøy som har som mål å oppselge brukere til et betalt alternativ, bør antallet gratis prøveversjoner og konverteringer fra gratis til betalt spores
• Hvis produktet ditt har en høy kundeanskaffelseskostnad (CAC) som du bare får tilbake gradvis gjennom abonnementsavgifter, vil churn- og oppbevaringsrater være av stor betydning når det gjelder å tjene penger

Husk at det sannsynligvis vil være mange interessenter i virksomheten din utenfor produktteamet som fortjener å bli konsultert på dette stadiet av KPI-innstillingsprosessen.

Produktanalyse-KPIer 101b: Gjør målene kvantitative

En svært effektiv måte å utlede KPIer på er via «SMART»-mål .

“SMART” står for:

• Spesifikt – knyttet til en bestemt aktivitet eller mål
• Målbar – Fremgang mot å oppnå det kan måles
• Oppnåelig – Det er realistiske utsikter til å komme dit
• Relevant – Målet utgjør en meningsfull forskjell for virksomheten din
• Tidsbegrenset – Det er en frist for når den skal oppnås innen

Kilde: Fitsmallbusiness.com

Et SMART mål for en SaaS kan være å øke antallet brukere som har betalt mer enn sin CAC med 150 % innen ett år.

Produktanalyse handler om tall – det er først og fremst en kvantitativ aktivitet.

Deretter oversett dine SMART-mål til tall – når det gjelder endringene i atferdsmønstre som vil være nødvendig for å realisere dem.

Hvordan?

1. Benchmark hvor du er nå – for eksempel har du kanskje 500 lønnsomme betalende brukere
2. Fra SMART-målet, utled et kvantitativt mål – i dette tilfellet få ytterligere 750 brukere til samme posisjon innen 12 måneder

En kvantitativ KPI trenger ikke å være et absolutt tall. Forfatterne av “Lean Analytics” anbefaler å bruke forholdstall og områder i stedet.

Produktanalyse-KPIer 101c: Hypoteser og test

Hvordan kommer vi oss fra der vi er til der vi ønsker å være?

Kom opp med forklarende hypoteser og sett dem på prøve.

For eksempel:

1. “Med vår nåværende hastighet på anskaffelse av nye brukere, vil en senking av CAC med 10 % se at punktet hvor brukere blir lønnsomme falle fra 4 til 3 måneder.”
2. “Prøvingsbrukere som ikke bruker produktet mer enn én gang i løpet av den første uken har betydelig mindre sannsynlighet for å bli betalende brukere”
3. “Brukere som har tatt i bruk mer enn én funksjon har betydelig mindre sannsynlighet for å avbryte de første 6 månedene enn de som bare har tatt i bruk én”

• 1 kan testes ved å ta skritt for å senke CAC, og deretter analysere oppbevaringen av kohortene anskaffet under forskjellige markedsføringskampanjer.
• 2 kan testes ved å deletesting av en mer intensiv primær onboarding-arbeidsflyt for nye brukere mot dine eksisterende ordninger.
• 3 kan testes ved å bygge opplevelser i appen for å varsle visse segmenter av brukere om de mest relevante funksjonene.

Analysen din vil fortelle deg om hver hypotese er gyldig.

Ønsker du å bygge onboarding-opplevelser i appen? Snakk med Userpilots produktekspert og kom i gang i dag.

Produktanalyse-KPIer 101d: Slipp Vanity Metrics

Altfor mange bedrifter tar en off-the-peg tilnærming til KPIene sine – de velger dem ikke på grunn av forskjellen de utgjør, men fordi alle andre bruker dem.

Enda verre enn dette er avhengig av “forfengelighetsmålinger” – tall som ser bra ut, men som egentlig ikke betyr noe.

Som Roman Pichler foreslår her , for eksempel, er “appnedlastinger” ofte bare en forfengelighetsmåling (spesielt når appen er gratis). Det som betyr mye mer er gjentatte pålogginger, tid på stedet, fullførte onboarding-flyter osv.

Om en metrikk er en forfengelighetsmetrik avhenger selvfølgelig av hva som beveger nålen for SaaS-en din – noe som tar oss tilbake til begynnelsen av denne delen!

De beste produktanalyseverktøyene for SaaS

Hvilket verktøy som er best vil avhenge av hva SaaS-en din gjør og hva du trenger å vite om brukerne dine.

Det er mange forskjellige verktøy tilgjengelig som betjener både bestemte nisjer og sektoren som helhet. Her skal vi se på fem som dekker en rekke ulike behov.

Produktanalyseverktøy #1: Brukerpilot

I tillegg til å gi deg muligheten til å bygge og levere kontekstuelle opplevelser i appen for brukerne dine, tilbyr Userpilot produktanalyse for å spore nøkkeltall rundt:

• Ny brukeraktivering i Onboarding
• Funksjonsadopsjon
• Opplæring og oppkvalifisering av eksisterende brukere
• Selvbetjening og helpdesk-bruk
• Brukers sentiment

Så Userpilots analysefunksjoner er på linje med behovene til vekstledere , produktledere og produktmarkedsførere i SaaS. Innsikten som kan hentes ut vil også hjelpe UX-designere og webutviklere.

Når Userpilot javascript-koden er installert på appen din, kan klikkdataene samles inn gjennom funksjonstagger i brukergrensesnittet. Så det er ikke nødvendig å kode, noe som gjør det intuitivt, enkelt å bruke og modifisere og for å gi forståelige rapporter til kolleger. Alternativt kan egendefinerte hendelser og brukerattributter fortsatt settes til Userpilot.

Userpilot lar deg også dele testopplevelser mellom eller innenfor ulike segmenter.

Å spore analysene på disse testene gir deg datadrevet bevis på hvordan du kan forbedre KPI-ene dine, som vi forklarte i den siste delen.

I den andre enden av skalaen inkluderer den foreløpig ikke kraftige visualiseringsverktøy for å se den faktiske fremdriften av brukerreisen kontra din kartlagte ideelle reise.

Vil du finne ut mer om hva du kan gjøre med Userpilot analytics? Snakk med en av produktekspertene våre i dag og se det i aksjon!

Produktanalyseverktøy #2: Heap

Kilde: heap.io

Heap er en frittstående, omfattende produktanalysepakke.

Det beste med den er at når den først er installert i appen din, sporer Heap alt alle brukere gjør.

Det er ingen konfigurasjon eller definisjon av “hendelser” å spore nødvendig. Fra dag én er alt der.

Dette er utrolig nyttig fordi noen av de andre verktøyene på denne listen – Mixpanel, for eksempel – trenger at brukerne utfører omfattende oppsettsarbeid for å finne ut hva de vil overvåke. Jada, du kan legge til nye hendelser etter hvert i disse verktøyene – men data samles bare inn fra det tidspunktet du definerte hendelsen.

Heap muliggjør også:

• Sporing på bruker- og kontonivå
• Kombiner sporede data til dine egne tilpassede “virtuelle hendelser” for overvåking
• Analyse langs flere akser og atferdssegmenter

Kilde: heap.io

Men det er ikke billig. Gratispakken er ganske begrenset når det gjelder bruk, og betalte planer starter fra $ 1000 per måned.

Produktanalyseverktøy #3: FullStory

I likhet med Heap, fanger FullStory opp alle brukerinteraksjoner med appen din uten konfigurasjon.

Kilde: fullstory.com

FullStory sporer og måler til og med “rage-klikk” – når en frustrert bruker drar til byen med musen. Hvem sier at analyser må være kjedelig!

Kombinert med analysene er Fullstorys primære funksjon: øktopptak. Når du kan få disse to funksjonene til å fungere sammen, er det utrolig effektivt for å hente ut innsikt.

De kvantitative dataene du samler inn på tvers av flere brukere kan kryssreferanser med den kvalitative opplevelsen av hva ekte brukere faktisk gjorde på skjermen. Dette gjør det mye lettere å forstå hvorfor ting skjer i den rekkefølgen de gjør enn ved dataanalyse alene.

Kilde: fullstory.com

FullStory har også AI og maskinlæringsfunksjoner som hjelper deg å trekke ut innsikt fra dataene dine.

Hva er fangsten? Vel, priser er kun på søknad…

Produktanalyseverktøy #4: Mixpanel

Mixpanel er sannsynligvis det kraftigste produktanalyseverktøyet på denne listen, men det er også det mest brukeruvennlige.

Kilde: mixpanel.com

Mens Mixpanel har et stort utvalg av muligheter for å spore og samle brukerdata – spesielt sanntidsdata der det utmerker seg – er det vanskelig å implementere.

• Enhver hendelse du vil spore må defineres før den fanges opp
• Det er vanskelig og tidkrevende å sette opp rapporter som får mest mulig ut av data som samles inn
• Å analysere dataene du har samlet krever ekspertkunnskaper

Merkelig nok er en ting Mixpanel ikke støtter sporing på kontonivå (med mindre du selvfølgelig kan finne ut hvordan du legger til alle brukere fra ett selskap i et tilpasset segment).

Hvis du er et stort selskap med intern data- og analyseekspertise, eller hvis du virkelig trenger å grave dypt ned i detaljene i en lang og kompleks brukerreise, kan Mixpanel være det beste alternativet for deg.

Kilde: mixpanel.com

Nybegynnere bør være på vakt mot den billige prislappen (vekstpakken er bare $17 per måned). Dette er et verktøy som tilbyr det meste til bedriftsbrukere.

Produktanalyseverktøy #5: Iterativt

Kilde: iterative.ly

Iterativt gjør noe annerledes enn de andre verktøyene på denne listen.

Den lar deg kombinere alle dine andre datakilder på ett sted – til en “enkelt kilde til sannhet”. I tillegg til å jobbe med verktøy på denne listen, som Mixpanel og Heap, integreres iterativt også med Facebook Analytics, Google Analytics, Segment, Intercom og andre apper utover omfanget av produktanalyse.

Dette er utrolig nyttig:

• For å rydde opp i dataene dine og trimme dem til et håndterbart, handlingsdyktig nivå
• For å sikre at alle team er på linje med KPIene og beregningene de ser på, uansett hvilke verktøy de foretrekker

Hvis du er en datakyndig bedrift som sliter med den store mengden informasjon analysepakkene dine gir, kan $120 per måned brukt på Iterativt være en flott investering.

Slik trekker du ut innsikt fra produktanalyseverktøyene dine

Det største problemet innen produktanalyse er sjelden – om noen gang – datafangst.

Det er tolkning: prosessen med å finne ut hva dataene forteller deg å gjøre for å forbedre beregningene dine.

Uansett hvilket verktøy du velger, sørg for at du konfigurerer disse instrumentbordene:

✔ Kohortanalyse

Kilde: ChartMogul

Sporing av atferden til grupper av brukere som begynte å bruke produktet ditt på forskjellige tidspunkt («kohorter»), vil vise hvordan endringer du gjør i produktet ditt eller på ombordstigning påvirker churn, oppbevaring og verdi oppnådd over tid.

✔ Traktanalyse

Kilde: Wikipedia

Planlegg en ideell brukerreise når det gjelder hendelser i appen, og spor hvor brukere faller fra fordi de mangler de nødvendige aktivitetene.

✔ Funksjonsadopsjon

Kilde: Userpilot

Hvilke funksjoner gir mest brukerverdi? Blir de brukt og sett nok til å gi den beste opplevelsen? Ved å spore funksjonsbruksanalyse kan du utvikle og levere et produkt som gir brukerne bedre og bedre opplevelser.

Kan bare dataforskere og eksperter bruke produktanalyse?

Absolutt ikke.

De kan godt bruke det bedre enn en nybegynner, men utvalget av brukervennlige verktøy som er tilgjengelige i dag betyr at alle som er datakyndige, åpne sinn og tenker på en vitenskapelig måte, kan forbedre produktets ytelse med bare en liten innsats !

Det er alt for nå. Vi håper du syntes det var nyttig og at du nå er på god vei til å få mer ut av produktanalysene dine!