Du har bygget et produkt. 1.000 personer har tilmeldt sig. Men du ved ikke, om de forstår, hvordan det bruges. Du ved ikke, hvilke funktioner de klikker på. Du ved ikke, hvor de går i stå. Det svarer produktanalyse på. Den følger hver eneste interaktion, en bruger har med dit produkt, så du forstår, hvad de gør, og hvornår de stopper.
Produktanalyse er noget andet end hjemmesideanalyse. Hjemmesideanalyse måler trafik og konverteringer. Produktanalyse måler, hvad folk gør inde i dit produkt, efter de er kommet. Her gennemgår vi, hvad produktanalyse måler, hvorfor det betyder noget, når du bygger produkter, folk faktisk bruger, og hvordan du handler på det, du lærer.
Produktanalyse følger brugernes interaktioner inde i dit produkt. Et klik på en knap. En sendt formular. En side, der er set. En funktion, der er brugt. Hver handling er en hændelse. Når du samler tusindvis af hændelser fra tusindvis af brugere, ser du mønstre: hvilke funktioner der bruges, hvilke der ignoreres, og hvor folk bliver frustrerede og stopper.
Produktanalyse er forskellen på at gætte, hvordan folk bruger dit produkt, og at vide det. Du tror måske, dine brugere elsker funktion X. Men dataene viser, at 90 procent aldrig klikker på den. Det er et gab mellem antagelse og virkelighed.
Hvad produktanalyse faktisk måler
Produktanalyse følger brugernes interaktioner inde i dit produkt. Hver handling er data: klik, sendte formularer, sidevisninger, brug af funktioner, tid på hver skærm, hvor brugerne går i stå, og hvilke veje de tager gennem dit produkt.
I modsætning til hjemmesideanalyse, som måler trafik og generel adfærd, zoomer produktanalyse ind på oplevelsen inde i dit produkt. Hjemmesideanalyse siger: "500 personer besøgte siden." Produktanalyse siger: "300 af de 500 tilmeldte sig, 150 gennemførte introduktionen, 80 brugte den vigtigste funktion, 50 kom tilbage ugen efter."
AARRR-modellen for produkttal
Fem tal betyder mest for ethvert produkt. Tænk på dem som piratmålene (AARRR): tiltrækning (Acquisition), aktivering (Activation), engagement (Engagement), fastholdelse (Retention) og indtjening (Monetization).
Tiltrækning: Hvor mange nye brugere tilmelder sig? Det viser, om din markedsføring virker.
Aktivering: Hvor mange af dem, der tilmeldte sig, brugte faktisk din vigtigste funktion? Det viser, om din introduktion virker.
Engagement: Hvor ofte bruger brugerne dit produkt? Dagligt, ugentligt, månedligt? Det viser, hvor klæbrigt dit produkt er.
Fastholdelse: Hvor mange af de brugere, der var engagerede sidste måned, kom tilbage i denne måned? Det viser, om brugerne sætter pris på det, du har bygget.
Indtjening: Hvor meget omsætning giver hver bruger? Det viser, om din forretningsmodel virker.
Tilsammen viser de fem det fulde billede af et sundt produkt.
De vigtigste tal i produktanalyse, du bør følge
Daglige aktive brugere (DAU) og månedlige aktive brugere (MAU): Hvor mange bruger dit produkt hver dag og hver måned? Høj DAU betyder, at folk kommer igen og igen. Forholdet DAU/MAU viser klæbrighed: hvis 50 procent af dine månedlige brugere er aktive dagligt, er dit produkt klæbrigt.
Aktiveringsrate: Hvor mange procent af dem, der tilmeldte sig, gennemførte deres første meningsfulde handling (så din vejledning, oprettede et projekt, inviterede en ven)? Lav aktivering betyder, at din introduktion ikke virker.
Brug af funktioner: Hvor mange procent af brugerne bruger faktisk din vigtigste funktion? Hvis 60 procent tilmelder sig, men kun 20 procent bruger hovedfunktionen, har du et problem med brug og ikke med markedsføring.
Sessionslængde: Hvor lang tid bruger en gennemsnitlig bruger i dit produkt pr. session? Lange sessioner betyder engagement. Korte sessioner betyder, at noget er galt.
Sider pr. session: Hvor mange skærme besøger en bruger, før hun går? Besøger hun én side og går, udforsker hun ikke. Besøger hun ti, er hun engageret.
Frafaldsrate: Hvor mange procent af brugerne holder op med at bruge dit produkt hver måned? 5 procent månedligt frafald betyder, at 95 procent af sidste måneds brugere kom tilbage. 30 procent frafald betyder, at du mister kunder hurtigt.
Sådan følger du produkttal i praksis
Du har brug for hændelsessporing. Sæt hændelser op for de handlinger, der tæller: brugeren tilmelder sig (tiltrækningshændelse), brugeren opretter sit første projekt (aktiveringshændelse), brugeren inviterer en anden bruger (engagementshændelse), brugeren logger ind igen ugen efter (fastholdelseshændelse).
De fleste analyseværktøjer lader dig følge egne hændelser. Google Analytics, værktøjer til produktanalyse og WEMASY's analytics understøtter alle hændelser. Skriv ned, hvilke hændelser der tæller for din virksomhed, sæt dem op, og lad dataene løbe ind.
Det vigtigste er at være præcis. Følg ikke bare "bruger aktiv". Følg "bruger gennemførte første opgave" eller "bruger inviterede et teammedlem" eller "bruger så vejledningen". Præcise hændelser fortæller historien. Vage hændelser fortæller intet.
Hvorfor segmenter viser den virkelige historie
Din samlede aktiveringsrate er 40 procent. Det lyder okay, indtil du deler den op: brugere fra organisk søgning aktiverer med 60 procent, brugere fra annoncer med 15 procent. Nu ser du den virkelige historie: dine annoncer tiltrækker de forkerte, eller din landingsside til annoncerne forklarer ikke dit produkt tydeligt.
Del dine brugere op efter kilde, enhed, geografi og første adfærd. Det segment, der aktiverer godt, viser, hvilke budskaber der virker. Det segment, der ikke gør, viser, hvad der skal rettes.
Forskellen på produktanalyse og hjemmesideanalyse
Hjemmesideanalyse fortæller dig, at 1.000 personer besøgte siden. Produktanalyse fortæller dig, at 100 tilmeldte sig, og 20 bruger produktet dagligt. Hjemmesideanalyse er toppen af tragten. Produktanalyse er det, der sker inde i tragten. Du har brug for begge for at forstå vækst.
Ofte stillede spørgsmål
Hvad er forskellen på produktanalyse og webanalyse?
Webanalyse måler, hvad der sker på din hjemmeside: trafik, sidevisninger, konverteringer. Produktanalyse måler, hvad der sker inde i dit produkt, efter nogen har tilmeldt sig: brug af funktioner, engagement, fastholdelse. Webanalyse er indgangen. Produktanalyse er oplevelsen indeni. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvor længe skal jeg vente, før jeg måler produkttal?
Mindst 30 dage. Brugere har brug for tid til at opdage funktioner og vende tilbage for at bruge dem igen. Tal fra den første uge er for tidlige. Tal fra den første måned viser vedvarende adfærd. Vent 60 dage, hvis du vil måle fastholdelse pålideligt.
Hvad er et godt DAU/MAU-forhold?
Det afhænger af din produkttype. En app til sociale medier sigter måske efter 40 til 50 procent DAU/MAU. Et værktøj til projektstyring måske 20 til 30 procent. Et rapporteringsværktøj måske 5 til 10 procent. Sammenlign med lignende produkter, ikke på tværs af kategorier.
Hvordan ved jeg, om et tal er vigtigt at følge?
Spørg: hænger dette tal direkte sammen med mit forretningsmål? Er dit mål tilbagevendende omsætning, betyder frafaldsraten noget. Er dit mål vækst, betyder aktiveringsraten noget. Er dit mål engagement, betyder DAU/MAU noget. Følg de tal, der passer til det, du prøver at nå.
Kan jeg forbedre et tal uden at forstå, hvorfor det er lavt?
Nej. Er aktiveringen lav på 20 procent, skal du vide hvorfor. Er brugerne forvirrede af brugerfladen? Forstår de ikke værdien? Rammer de fejl? At rette det forkerte problem spilder tid. Find årsagen, før du optimerer.
Hvad hvis min produktanalyse modsiger tilbagemeldinger fra kundesupport?
Dine data viser, at brugerne ikke bruger funktion X. Men dit supportteam siger, at kunderne elsker den. Begge dele kan være sandt: de højlydte kunder elsker den, men de fleste brugere opdager den ikke engang. Dataene viser dig flertallets mønster. Lyt til både data og kunder.