Softwareprodukter som abonnement lever og dør med fastholdelse. Det koster penge at få nye kunder. Fastholdelse giver tilbagevendende omsætning. En kunde, der bliver i tolv måneder, er tolv gange mere værd end en ny kunde, der kun er købt én gang. Men fastholdelse kræver, at brugerne tager produktet i brug. De skal bruge dit produkt. Gør de ikke det, opsiger de. Adfærdsanalyse viser, hvad der står i vejen. Hvorfor gennemfører brugerne ikke onboarding? Hvorfor holder de op efter den første uge? Hvorfor holder de op med at bruge vigtige funktioner? Hvorfor opsiger de? Sessionsoptagelser viser brugernes besvær med dit produkt. Heatmaps viser, hvilke funktioner der bliver brugt. Hvilke der bliver ignoreret. Engagementscore viser, hvilke brugere der risikerer at opsige. Mikrokonverteringer viser vejen til, at funktioner bliver taget i brug. Kohorteanalyse viser, om nye funktioner gør, at flere bliver. Adfærdsanalyse for software handler om at forstå brugeroplevelsen. Finder brugerne værdi? Tager de funktionerne i brug? Bliver de hængende? En bruger, der bruger flere funktioner, opsiger sjældnere. En bruger, der gennemfører onboarding, engagerer sig oftere. En bruger, der bruger dit produkt hver dag, fornyer sandsynligvis. Adfærdsanalyse viser det forløb. Så kan du optimere hvert trin. Bedre onboarding giver flere, der tager produktet i brug. Bedre opdagelse af funktioner giver mere engagement. Bedre funktioner til fastholdelse giver mere loyalitet. Adfærdsanalyse for software driver de tal, der tæller. Brug. Engagement. Fastholdelse.
Denne artikel forklarer, hvordan du bruger adfærdsanalyse specifikt til at optimere et softwareprodukt.
Analysér adfærden i onboarding
Onboarding er afgørende. Brugerne lærer dit produkt at kende. De opdager værdien. Eller de farer vild. Adfærdsanalyse viser, hvad der sker.
Sessionsoptagelser af onboarding viser, hvor brugerne har det svært. Springer de trin over? Tøver de? Bliver de forvirrede? Enkelte optagelser viser problemerne.
Mikrokonverteringer under onboarding forudsiger succes. Gennemførte de vejledningen? Lavede de indhold? Inviterede de kolleger? Mikrokonverteringer viser, hvor langt de er kommet.
Kohorteanalyse viser, om ændringer i onboarding får flere til at blive. Nye brugere med bedre onboarding bør blive længere. Data fra kohorter viser det.
Find problemer med at tage funktioner i brug
Nogle funktioner bliver taget i brug af mange. Nogle gør ikke. Adfærdsanalyse viser hvorfor.
Heatmaps viser, hvilke funktioner der får klik. Hvilke der bliver ignoreret. Måske får avancerede funktioner ingen klik. Måske ved brugerne ikke, at de findes. Måske er de svære at finde.
Sessionsoptagelser viser, hvordan brugerne bruger funktionerne. Forstår de, hvad en funktion gør? Ved de, hvordan de skal bruge den? Bruger de den med succes? Optagelserne viser besværet.
Engagementscore viser, hvilke brugere der tager funktioner i brug, og hvilke der ikke gør. Har dem, der tager dem i brug, andre egenskaber? Kommer de fra andre kilder? Mønstre viser, hvad der driver, at funktioner bliver brugt.
Hold øje med signaler om opsigelse i adfærden
Brugere viser signaler om opsigelse, før de opsiger. Adfærdsanalyse viser de signaler.
Faldende brug af funktioner er et signal om opsigelse. En bruger, der var aktiv i uge ét, men inaktiv i uge fire, er ved at gå.
Faldende hyppighed af login er et signal om opsigelse. En bruger, der loggede ind hver dag, men nu logger ind hver uge, mister interessen.
Faldende længde på sessioner er et signal om opsigelse. En bruger, der brugte en time pr. session, bruger nu fem minutter.
Find de signaler. Kontakt de brugere. Kampagner, der får dem tilbage, kan måske redde dem.
Gør det lettere at opdage funktioner
Brugerne kan ikke bruge funktioner, de ikke kender. Adfærdsanalyse viser, hvilke funktioner der ikke bliver opdaget.
Heatmaps viser, hvilke funktioner der får klik. Funktioner, der bliver ignoreret, er måske ikke opdaget. Måske skal de placeres bedre. Måske skal de have bedre navne.
Sessionsoptagelser viser, om brugerne leder efter funktioner. Søger de efter noget, de ikke kan finde? Spørger de support om funktioner, der findes? Optagelserne viser problemer med at opdage funktioner.
Brug kohorteanalyse til at se effekten af funktioner
Nye funktioner bør få flere til at blive. Kohorteanalyse viser, om de gør det.
Brugere, der kom, før en ny funktion blev udgivet, er en kohorte. Brugere, der kom efter, er en anden. Sammenlign, hvor mange der bliver i de to kohorter. Fik funktionen flere til at blive? Hvis ja, var funktionen værd at bygge. Hvis nej, så undersøg hvorfor.
Analyse af effekten af funktioner hjælper dig med at prioritere den videre udvikling. Byg funktioner, der får flere til at blive. Spring dem over, der ikke gør.
Ofte stillede spørgsmål
Hvordan finder jeg de trin i onboarding, hvor flest falder fra?
Brug tragtanalyse på trinnene i onboarding. Trin ét. Trin to. Trin tre. Mål, hvor mange der gennemfører hvert trin. Find det trin, hvor flest falder fra. Det er dit problemtrin. Sessionsoptagelser af brugere, der falder fra ved det trin, viser hvorfor. Måske er trinnet forvirrende. Måske tager det for lang tid. Måske beder det om for meget. Ret det problem, du har fundet, og test igen. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Kan adfærdsanalyse forudsige, hvilke nye brugere der opsiger, før de gør det?
Delvist. Brugere, der springer onboarding over, har stor risiko for at opsige. Brugere, der ikke tager nogen funktioner i brug, har stor risiko for at opsige. Brugere, der viser faldende engagement, har stor risiko for at opsige. Når du finder de signaler tidligt, kan du gribe ind. Men forudsigelsen er ikke perfekt. Nogle brugere, der viser tegn på risiko, bliver alligevel. At finde risiko handler om at prioritere, hvor du griber ind, ikke om en perfekt forudsigelse.
Skal jeg følge anden adfærd for brugere i gratis prøveperiode end for betalende brugere?
Ja. Brugere i gratis prøveperiode og betalende brugere har forskellige motiver. Brugere i prøveperioden vurderer. Betalende brugere har bundet sig. Analysér adfærden i prøveperioden for sig og adfærden hos betalende for sig. Brugere i prøveperioden har måske brug for en anden onboarding. Betalende brugere har måske brug for andre funktioner til fastholdelse. Separat analyse gør det muligt at optimere for det enkelte segment.
Hvordan bruger jeg adfærdsanalyse til at begrunde, at vi investerer i en ny funktion?
Analysér først efterspørgslen. Sessionsoptagelser viser, om brugerne leder efter funktionen. Supporthenvendelser viser, om brugerne beder om den. Hvis der er efterspørgsel, så byg den. Efter lanceringen bruger du kohorteanalyse til at måle effekten. Nye brugere med funktionen bør blive længere end brugere uden. Bedre fastholdelse begrunder investeringen. Hvis fastholdelsen ikke bliver bedre, var funktionen ikke værd at bygge.
Hvilke mikrokonverteringer har mest betydning for at fastholde brugere af software?
Fokusér på mikrokonverteringer, der forudsiger, at brugerne bliver. At gennemføre onboarding forudsiger, at brugerne bliver. At tage vigtige funktioner i brug forudsiger det. At invitere kolleger forudsiger det. At lave indhold forudsiger det. Følg dem. Mindre relevante mikrokonverteringer, som at besøge prissiden, har mindre betydning for eksisterende brugere.
Hvordan måler jeg, om forbedringer ud fra adfærdsanalyse faktisk får flere til at blive?
Beregn den månedlige opsigelsesrate før og efter, du indførte forbedringer ud fra adfærd. Følg den fra måned til måned. Hvis opsigelserne falder, virkede forbedringerne. Beregn effekten. Hvis du får opsigelserne ned fra fem procent til fire procent, er det enormt. Gang med dit antal brugere. Beregn effekten på omsætningen. Et stærkt afkast begrunder, at du bliver ved med at investere i adfærdsanalyse.