En nybörjarguide till Saas-produktanalyser

Hur vet du hur du ska kunna flytta fram nålen med din produkttillväxt om du inte har produktanalyser?

Om du bara har börjat ditt äventyr med produktanalys kan det vid första anblicken verka överväldigande att titta på alla användningsdata. Men om du anstränger dig för att förstå grunderna kommer du att kunna göra betydande förbättringar av alla dina tillväxtmått snabbare.

Det här inlägget hjälper dig att förstå huvudkoncepten inom produktanalys och hur du kan använda dem för att utveckla din produkt!

Låt oss börja med en kort introduktion:

Vad är produktanalys?

Produktanalys är den process genom vilken du samlar in, granskar och analyserar data om användarnas interaktion med din produkt.

Genom att spåra, registrera och tilldela användarnas alla handlingar kan du skapa en otroligt detaljerad bild av:

• Vilka är dina användare?
• Hur de navigerar runt i din produkt
• Vilka uppgifter kämpar de med?
• De punkter där de upplever friktion
• Vilka funktioner används mest och vilka är underutnyttjade?
• Hur olika användargrupper beter sig och uppnår värde, osv.

Produktanalys gör det möjligt för dig att bedöma effekterna av de digitala upplevelser som du har byggt in i din produkt.

Är Google Analytics ett verktyg för analys av SaaS-produkter?

Nej.

Om du någonsin har arbetat med marknadsföring har du säkert stött på Google Analytics.

Om du är intresserad av att dra nytta av alla fördelar som produktanalys har att erbjuda kan du inte bara förlita dig på Google Analytics.

Varför?

Google Analytics är en verktygslåda för marknadsanalys som enbart är inriktad på den första delen av användarens resa – det vill säga var besökarna kommer ifrån.

Den här bloggen från Semetic illustrerar detta på ett bra sätt:

Källa: mixpanel.com

Hur en användare kommer till en webbplats är oändligt mycket mindre komplext än hur användaren kan interagera med en produkt.

Även om det går att hacka till viss del med Tag Manager, kvarstår den grundläggande punkten: Google Analytics bygger på anonymiserad trafik snarare än på händelsebaserad spårning som är kopplad till ett enskilt användar-ID.

Utan det bestående användar-ID:t finns det inget sätt att få en inblick i hur individer beter sig.

Är produktmätning samma sak som produktanalys?

Nej.

Produktanalys handlar om att hitta mönster i data om produktanvändning som kan användas för att informera affärsbeslut.

Produktmått (eller KPI:er) är mätningar av framsteg mot i förväg överenskomna affärsmål, vilket vi kommer att diskutera lite senare.

Analyser är en av de viktigaste metoderna för att identifiera och validera sätt att förbättra produktmätningar, vilket vi kommer att diskutera i nästa avsnitt.

Varför är produktanalys viktigt?

51 % av alla människor kommer aldrig att återvända till ett företag som de har haft en dålig erfarenhet av.

I SaaS-världen sker den överväldigande majoriteten av användarnas interaktioner med ditt företag via din produkt.

Att förstå vad de gör i din produkt är därför mycket viktigt:

• Förbättra förvärv av nya användare.
• förbättra användaraktivering
• maximera och öka intäkterna
• förbättra användarnas retention
• Uppmuntra nuvarande användare att rekommendera dig till nya användare, osv.

Peter Drucker uttryckte det på ett berömt sätt:

Det som mäts blir förvaltat.

Alla mätvärden som produktchefer måste bry sig om beror på användarnas beteende – på vad de gör och inte gör. Om hur de känner för produkten. Och på det värde de får ut av det.

Vilka roller använder produktanalys?

Men det är inte bara produktchefer som bör bry sig om produktanalys:

• UX-designers måste förstå hur användare navigerar runt i produkter och interagerar med UI-element.
• Utvecklare måste förstå vilka fel som användarna upplever och vilka förbättringar som bör prioriteras.
• Marknadsförare måste förstå vilka kanaler och kampanjer som ger de mest lönsamma användarna.
• Finansgrupper behöver förstå intäktstrender och kostnader för att kunna göra affärsprognoser.

Det är inte bara det, det är också viktigt för företag av alla storlekar. Även nystartade företag kan använda sig av analys i appen för att justera och förfina sina produkter och se till att de passar produkten och marknaden.

Varför är produktanalys effektivare än andra feedbackkällor?

Vi har tidigare skrivit ett långt inlägg om detta ämne, men här är de viktigaste punkterna:

✔ Objektivitet

Produktanalysen är objektiv. De flesta undersökningar och intervjuer tillåter subjektivitet (undantaget är mycket korta mikroundersökningar, som NPS-funktionen som tillhandahålls av Userpilot). Människor minns ofta inte vad de gjorde, varför de gjorde det och vad som hände sedan. Det gör inte Analytics.

Vad människor gör är en mycket bättre indikator på hur de känner sig och vad de kommer att göra härnäst än vad de säger – särskilt när beteendemönster aggregeras för ett stort antal användare.

✔ Specificitet

Analyser ger dig också möjlighet att få en extremt detaljerad och specifik bild. Det gör det möjligt att zooma in på särskilda frågor – antagande av en viss funktion, avbrottsfrekvens för en viss uppgift, avslutat onboardingflöde – och diagnostisera vad som händer.

De flesta analysverktyg gör det också möjligt att segmentera din målgrupp – efter demografiska egenskaper, efter kohort, efter användarens reseskede, efter betalningsnivå osv.

Genom att dela upp din användarbas i segment kan du skräddarsy individuella lösningar på deras problem och meddelanden som direkt riktar sig till deras behov.

✔ Effektivitet

Analyser är också mycket effektivare än undersökningar och andra feedbackkällor. Undersökningar tar lång tid att förbereda och genomföra. Svarsfrekvensen är ofta låg. Intervjuer tar ännu längre tid och är särskilt känsliga för subjektivitetsrisker.

Men att installera ett analysverktyg på din SaaS är oftast bara en fråga om att lägga in en kodrad och sedan hantera data med hjälp av ett användarvänligt gränssnitt.

Det betyder inte att återkoppling från andra källor än analyser är utan värde. Läs den här bloggen om att få ut det bästa av användarfeedback för att få veta mer.

Men som den senaste rapporten State of Product Analytics visade, ju mer datalitterat och datadrivet ett produktteam är, desto mer sannolikt är det att produktanalys är den viktigaste källan till användarinsikter.

Källa: mixpanel.com

Vilka KPI:er används inom produktanalys? Hur du använder produktanalys för ditt SaaS-system

Det är bättre att fråga: Hur fastställer jag rätt KPI:er för min SaaS?

Med de bästa produktanalysverktygen kan du spåra och mäta nästan alla typer av händelser i appen. De flesta låter dig definiera dina egna anpassade evenemang eller kombinera aktiviteter i virtuella evenemangsgrupper.

Men inte allt som kan mätas har betydelse!

Följ därför dessa regler:

KPI:er för produktanalys 101a: Formulera dina affärsmål

Vad försöker ditt företag uppnå och hur tjänar produkten detta?

• Om det genererar intäkter, bör intäkterna definitivt vara en KPI!
• Om produkten är ett freemium-marknadsföringsverktyg som syftar till att sälja användare till ett betalalternativ, bör antalet kostnadsfria provversioner och konverteringar från kostnadsfritt till betalat spåras.
• Om din produkt har en hög kundanskaffningskostnad (CAC) som du bara gradvis får tillbaka genom prenumerationsavgifter, kommer churn- och retentionskvoten att vara av stor betydelse när det gäller att göra vinst.

Tänk på att det sannolikt finns många intressenter i ditt företag utanför produktteamet som förtjänar att rådfrågas i detta skede av processen för att fastställa KPI:er.

KPI:er för produktanalys 101b: Gör målen kvantitativa

Ett mycket effektivt sätt att ta fram KPI:er är att använda “SMART”-mål.

“SMART” står för :

• Specifikt – knutet till en viss aktivitet eller ett visst mål
• Mätbart – Framsteg mot att uppnå målet kan mätas.
• Uppnåeligt – Det finns en realistisk möjlighet att nå dit.
• Relevant – Målet gör en meningsfull skillnad för din verksamhet.
• Tidsbegränsad – Det finns en tidsfrist för när den ska vara uppnådd senast.

Källa: Källa: Fitsmallbusiness.com

Ett SMART mål för ett SaaS kan vara att öka antalet användare som har betalat mer än sin CAC med 150 % inom ett år.

Produktanalys handlar om siffror – det är först och främst en kvantitativ verksamhet.

Därefter ska du omvandla dina SMART-mål till siffror – i form av de förändringar i beteendemönster som krävs för att uppnå dem.

Hur?

1. Gör en benchmarking av var du befinner dig nu – till exempel har du kanske 500 lönsamma betalande användare.
2. Utifrån SMART-målet kan du ta fram ett kvantitativt mål – i det här fallet att få ytterligare 750 användare till samma position inom 12 månader.

En kvantitativ KPI behöver inte vara en absolut siffra. Författarna till “Lean Analytics” rekommenderar att du istället använder nyckeltal och intervall.

KPI:er för produktanalys 101c: Ställa hypoteser och testa

Hur tar vi oss från det vi är till det vi vill vara?

Kom fram till förklaringshypoteser och testa dem.

Till exempel:

1. “Om vi sänker CAC med 10 % skulle vi med vår nuvarande takt för nya användare få en minskning av den punkt då användarna blir lönsamma från 4 till 3 månader.”
2. “Testanvändare som inte använder produkten mer än en gång under den första veckan är betydligt mindre benägna att bli betalande användare.”
3. “Användare som har infört mer än en funktion är betydligt mindre benägna att byta leverantör under de första sex månaderna än de som bara har infört en funktion.”

• 1 kan testas genom att vidta åtgärder för att sänka CAC och sedan analysera hur de kohorter som förvärvats genom olika marknadsföringskampanjer behåller sina kunder.
• 2 kan testas genom att dela upp ett mer intensivt arbetsflöde för nya användare mot dina befintliga arrangemang.
• 3 kan testas genom att skapa upplevelser i appen för att uppmärksamma vissa användarsegment på de mest relevanta funktionerna.

Dina analyser kommer att visa om varje hypotes är giltig.

Vill du bygga inbyggnadsupplevelser i appen? Prata med Userpilots produktexpert och kom igång idag.

KPI:er för produktanalys 101d: Släpp fåfänga mätvärden

Alltför många företag använder sig av KPI:er utan att veta vad de gör – de väljer dem inte för att de gör skillnad, utan för att alla andra använder dem.

Ännu värre är att förlita sig på “fåfänga mått” – siffror som ser bra ut men som egentligen inte betyder något.

Som Roman Pichler föreslår här är till exempel “nedladdningar av appar” ofta bara ett fåfängligt mått (särskilt när appen är gratis). Det som spelar större roll är upprepade inloggningar, tid på plats, genomförda onboardingflöden osv.

Huruvida en mätning är en fåfängelsemätning beror förstås på vad som är avgörande för ditt SaaS – vilket för oss tillbaka till början av detta avsnitt!

De bästa produktanalysverktygen för SaaS

Vilket verktyg som är bäst beror på vad din SaaS gör och vad du behöver veta om dina användare.

Det finns massor av olika verktyg som är avsedda för både särskilda nischer och för sektorn som helhet. Här ska vi titta på fem av dem som uppfyller en rad olika behov.

Produktanalysverktyg nr 1: Userpilot

Förutom att ge dig möjlighet att bygga och leverera kontextuella upplevelser i appen för dina användare, tillhandahåller Userpilot produktanalyser för att spåra viktiga mätvärden som:

• Aktivering av nya användare i onboarding
• Antagande av en funktion
• Utbildning och fortbildning av befintliga användare
• Användning av självbetjäning och helpdesk
• Användarens känsla

Userpilots analysfunktioner är alltså anpassade till behoven hos tillväxtchefer, produktchefer och produktmarknadsförare inom SaaS. De insikter som kan utvinnas kommer också att hjälpa UX-designers och webbutvecklare.

När Userpilot javascriptkoden har installerats i din app kan klickdata samlas in med hjälp av funktionstaggar i användargränssnittet. Det finns inget behov av att koda, vilket gör det intuitivt och enkelt att använda och ändra och att tillhandahålla begripliga rapporter till kollegor. Alternativt kan anpassade händelser och användarattribut fortfarande ställas in på Userpilot.

Userpilot gör det också möjligt att dela upp upplevelser mellan eller inom olika segment.

Genom att följa analysen av dessa tester får du datadrivna bevis för hur du kan förbättra dina KPI:er, vilket vi förklarade i det sista avsnittet.

I andra änden av skalan finns det för närvarande inga kraftfulla visualiseringsverktyg för att visa hur den faktiska användarens resa fortskrider jämfört med den ideala resan som du har kartlagt.

Vill du veta mer om vad du kan göra med Userpilot-analyser? Prata med en av våra produktexperter idag och se hur det fungerar!

Verktyg för produktanalys #2: Heap

Källa: heap.io

Heap är en fristående, omfattande svit för produktanalys.

Det bästa med Heap är att när den väl är installerad i din app spårar den allt som alla användare gör.

Det krävs ingen konfiguration eller definition av “händelser” för att spåra dem. Från första dagen finns allt där.

Detta är otroligt användbart eftersom vissa av de andra verktygen på den här listan – Mixpanel, till exempel – kräver att användarna gör omfattande inställningar för att bestämma vad de vill övervaka. Visst kan du lägga till nya händelser efter hand i dessa verktyg, men data samlas bara in från den tidpunkt då du definierade händelsen.

Heap gör det också möjligt:

• Spårning på användar- och kontonivå
• Kombinera spårade data till egna anpassade “virtuella händelser” för övervakning.
• Analys längs flera axlar och beteendesegment

Källa: heap.io

Men det är inte billigt. Gratis paketet är ganska begränsat när det gäller användningsvillkor, och betalda planer börjar från 1 000 dollar per månad.

Produktanalysverktyg nr 3: FullStory

Precis som Heap samlar FullStory in alla användares interaktioner med din app utan konfiguration.

Källa: fullstory.com

FullStory spårar och mäter till och med “rage clicks” – när en frustrerad användare använder musen för fullt. Vem säger att analys måste vara tråkigt!

I kombination med analysen finns Fullstorys främsta funktion: inspelning av sessioner. När du kan få dessa två funktioner att fungera tillsammans är det otroligt effektivt för att få fram insikter.

De kvantitativa data du samlar in för flera användare kan korsrefereras med den kvalitativa erfarenheten av vad verkliga användare faktiskt gjorde på skärmen. Detta gör det mycket lättare att förstå varför saker och ting händer i den ordning de gör än enbart genom dataanalys.

Källa: fullstory.com

FullStory har också AI- och maskininlärningsfunktioner som hjälper dig att få fram insikter från dina data.

Vad är haken? Priset är endast på ansökan…

Verktyg för produktanalys #4: Mixpanel

Mixpanel är förmodligen det mest kraftfulla produktanalysverktyget på den här listan, men det är också det mest användarvänliga.

Källa: mixpanel.com

Mixpanel har ett stort antal funktioner för att spåra och samla in användardata – särskilt realtidsdata där Mixpanel är bäst – men det är svårt att implementera.

• Varje händelse som du vill spåra måste definieras innan den fångas.
• Det är svårt och tidskrävande att skapa rapporter som utnyttjar de insamlade uppgifterna på bästa sätt.
• För att analysera de data du har samlat in krävs expertkunskaper.

Märkligt nog har Mixpanel inte stöd för spårning på kontonivå (om du inte kan komma på hur du lägger till alla användare från ett företag i ett anpassat segment).

Om du är ett stort företag med intern data- och analysexpertis eller om du verkligen behöver gräva djupt i detaljerna i en lång och komplex användarresa kan Mixpanel vara det bästa alternativet för dig.

Källa: mixpanel.com

Nybörjare bör akta sig för den billiga prislappen (Growth-paketet kostar bara 17 dollar per månad). Detta är ett verktyg som erbjuder mest för företagsanvändare.

Verktyg för produktanalys #5: Iterativt

Källa: iterative.ly

Iteratively gör något annat än de andra verktygen på den här listan.

Det gör det möjligt att kombinera alla dina andra datakällor på ett ställe – till en “enda sanningskälla”. Iteratively arbetar inte bara med verktygen på den här listan, till exempel Mixpanel och Heap, utan integrerar även med Facebook Analytics, Google Analytics, Segment, Intercom och andra appar som inte bara är avsedda för produktanalyser.

Detta är otroligt användbart:

• För att rensa ut dina data och trimma ner dem till en hanterbar nivå som går att åtgärda.
• För att se till att alla team är överens om de KPI:er och mätvärden som de tittar på, oavsett vilka verktyg de föredrar.

Om du är ett dataliterat företag som kämpar med den stora mängden information som dina analyspaket ger dig kan 120 dollar per månad som du lägger på Iteratively vara en bra investering.

Hur du får ut information från dina produktanalysverktyg

Det största problemet med produktanalyser är sällan – om ens någonsin – datainsamling.

Det handlar om tolkning: processen att ta reda på vad data säger att du ska göra för att förbättra dina mätvärden.

Oavsett vilket verktyg du väljer, se till att du konfigurerar dessa instrumentpaneler:

✔ Kohortanalys

Källa: ChartMogul

Genom att spåra beteendet hos grupper av användare som började använda din produkt vid olika tidpunkter (“kohorter”) kan du visa hur förändringar som du gör i din produkt eller i onboarding påverkar avhoppen, bibehållandet och det värde som uppnås med tiden.

✔ Trattanalys

Källa: Wikipedia

Rita upp en idealisk användarresa i form av händelser i appen och spåra var användarna hoppar av eftersom de saknar de nödvändiga aktiviteterna.

✔ Antagande av funktioner

Källa: Userpilot

Vilka funktioner ger mest värde för användarna? Används och ses de tillräckligt mycket för att ge den bästa upplevelsen? Genom att spåra analyser av funktionsanvändning kan du utveckla och tillhandahålla en produkt som ger användarna bättre och bättre upplevelser.

Kan endast datavetare och experter använda produktanalys?

Absolut inte.

De kan mycket väl använda det bättre än en nybörjare, men det utbud av lättanvända verktyg som finns tillgängliga i dag innebär att alla som är datakunniga, har ett öppet sinne och tänker vetenskapligt kan förbättra sin produkts prestanda med bara lite ansträngning!

Det var allt för tillfället. Vi hoppas att du fann det användbart och att du nu är på god väg att få ut mer av din produktanalys!