Ga terug
Product Analytics 101: een Beginnershandleiding

Product Analytics 101: een Beginnershandleiding

Datum August 22, 2018 Auteur Categorie Web Analytics

Statista schat dat de Apple App Store nu meer dan 2,2 miljoen applicaties bevat en dat er bijna net zoveel zijn in de Google App Store. Gebruikers gebruiken echter doorgaans slechts 9 apps per dag.

Dit betekent dat app stores vol zitten met apps die de interesse van gebruikers niet trekken. Daar zijn tal van redenen voor – producten leveren vaak geen waarde aan potentiële gebruikers, of ze worden niet goed geadverteerd.

Sommige bedrijven besluiten dit probleem op te lossen door veel geld uit te geven aan reclame. Een behoorlijke investering in het verwerven van nieuwe gebruikers kan inderdaad tijdelijke resultaten opleveren. Het kan zelfs uw app een dag of twee in een van de topkaarten van de App Store krijgen. Reclame zal echter niet alles oplossen.

Het is eigenlijk nog maar het begin.

Volgens gegevens van Localytics zijn de grootste uitdagingen waarmee app-bedrijven worden geconfronteerd gekoppeld aan klantenbehoud. Gemiddeld verliezen apps twee van de drie gebruikers binnen 90 dagen na het downloaden van het product.

Klinkt pessimistisch? Niet als u het vergelijkt met de gegevens verzameld door Amplitude. Uit hun statistieken blijkt dat 80% van de nieuwe gebruikers slechts drie dagen na het downloaden van de app stopt met het te gebruiken!

Geconfronteerd met deze waarheden, lijkt de nadruk op reclame helemaal niet te helpen.

Om deze gegevens te verbeteren, moeten bedrijven kwantitatieve data verzamelen over gebruikersgedrag binnen hun applicaties en producten. Dat stelt hen in staat om de zwakste schakels in hun service te detecteren en op te lossen en gebruikers tevreden te maken met hun ervaring. Met andere woorden, ze hebben een aantal betrouwbare tools nodig.
Gelukkig is er een methode die precies dat oplevert. We hebben het over Product Analytics.

In de afgelopen jaren heeft Product Analytics zichzelf bewezen als een van de meest efficiënte manieren voor app-bedrijven om klantenbehoud te vergroten en te overleven in deze wrede industrie.

Volgens McKinsey, rapporteren bedrijven die klantanalytics gebruiken uitvoerig dat ze hun concurrentie bijna tweemaal zo vaak overtreffen als bedrijven die het niet gebruiken.

Klantanalytics dankt zijn populariteit ook aan het feit dat het door veel marktleiders wordt gebruikt, waaronder Spotify, Netflix, Zalando en Uber (hier kunt u meer lezen over hoe geavanceerd ze zijn in dit proces – behoorlijk indrukwekkend toch?).

Product Analytics uitgelegd

Product Analytics is een benadering die is gericht op het volledig begrijpen hoe gebruikers omgaan met wat u bouwt. Dit omvat het gebruik van speciale tools met de mogelijkheden om gebruikersinteracties in uw product in kaart te brengen (bijvoorbeeld de Piwik PRO Analytics-module).

Product Analytics helpen u te begrijpen hoe gebruikers uw applicatie navigeren, welke functies hun betrokkenheid vergroten en hoe u hun retentie op lange termijn kunt verbeteren.

Naast andere inzichten die u kunt opdoen, kunt u de digitale voetafdrukken van gebruikers volgen, hun stroom analyseren en zien wat hen ertoe aanzet om te converteren, zich te engageren, terug te keren of weg te gaan. Ook begint u te begrijpen welke waarde uw gebruikers krijgen van uw product.

De belangrijkste vragen beantwoord door Product Analytics

Met Product Analytics kunt u enkele kritische vragen beantwoorden die niet zouden worden beantwoord door de reguliere benadering van analytics (in veel gevallen alleen gebruikt voor het onderzoeken van de effectiviteit van marketingactiviteiten). U zult bijvoorbeeld leren:

  • hoeveel gebruik bepaalde functies krijgen
  • waar mensen de app eigenlijk voor gebruiken
  • welke marketingkanalen de beste (niet de meetste!) gebruikers besturen
  • waar uw gebruikers vast komen te zitten in uw onboarding
  • hoeveel gebruikers een kritieke gebeurtenis voltooien
  • hoeveel gebruikers dagelijks/wekelijks/maandelijks naar uw app terugkeren
  • wat de kenmerken zijn van uw meest geëngageerde gebruikers

De gegevens die worden verzameld door Product Analytics-software kunnen verder worden gebruikt door productmanagers, teamleiders van ontwikkelaars, UX-ontwerpers en groeiondernemers om duidelijke hypothesen te definiëren en te testen om de klanttevredenheid te vergroten, bugs op te lossen en andere problemen op te lossen die van invloed zijn op de algehele prestaties van het product.

Product Analytics vs. Marketing Analytics: 4 belangrijke verschillen

Sommigen denken misschien dat Product Analytics hetzelfde oude ding is, gekleed in een masker en een cape. Daarom vinden we het belangrijk om de verschillen tussen Product Analytics en typische Marketing Analytics te benadrukken. Hier vindt u de belangrijkste verschillen tussen deze twee benaderingen:

1) Product Analytics maakt gebeurtenissen tot haar belangrijkste gegevensbron

In gewone Web Analytics is het vrij eenvoudig om te definiëren welke gebruikersacties als een conversie worden beschouwd – bijvoorbeeld het kopen van een product, het invullen van een contactformulier of het registreren voor een webinar. Hetzelfde geldt voor het definiëren van uw marketingtrechter – u kunt uw doelen koppelen aan de URL’s waar uw gebruikers terechtkomen, zodat u snel een goed overzicht krijgt van hoe ze zich door bepaalde stadia van de klantreis bewegen

Product Analytics is echter een beetje ingewikkelder. Het definiëren van doelen en trechters is veel minder voor de hand liggend, omdat elke app een unieke structuur en functies heeft. Denk er eens over na: gebruikers hebben de neiging om heel andere dingen in Spotify te doen dan in UberEats, toch?

Om uw productdoelen in kaart te brengen moet u deze daarom eerst vertalen naar gewenste gebruikersacties (bijvoorbeeld een afbeelding uploaden, een nummer spelen of een meditatiesessie voltooien) en ze vervolgens koppelen aan bepaalde gebeurtenissen en triggers.

Dus, als u denkt aan Product Analytics, betekent dit dat u veel tijd moet besteden aan de juiste configuratie van evenementen.

Een van de dingen die u moet doen, is een volgplan maken in een spreadsheet die alle gebeurtenissen en eigenschappen bevat die u wilt bijhouden. Door deze planning in een spreadsheet te doen, kunt u kritieke fouten voorkomen en gebeurtenissen koppelen aan uw bedrijfsdoelen (of correcter, andersom).

Gebeurtenissen zijn echter niet de enige bron van informatie in Product Analytics. Net als bij elk ander type analytics kunt u ook tal van andere functies en rapporten gebruiken om de meest waardevolle informatie over het gedrag van uw gebruikers vast te leggen.

Andere veelvoorkomende rapporten en functies die worden gebruikt in Product Analytics:

  • Segmentatie helpt u te begrijpen wie uw gebruikers zijn en laat u ze segmenteren op apparaat, tijd, regio en gedrag
  • Trechteranalytics: toont de gebruikersstroom over bepaalde stadia van hun reis binnen uw product
  • Cohortanalytics: hiermee kunt u het gedrag en de statistieken van verschillende cohorten in de loop van de tijd vergelijken
  • Weergave van dashboards: dienen om uw belangrijkste KPI’s te visualiseren die verschillende stadia van uw klantlevenscyclus weerspiegelen: acquisitie-KPI’s, onboarding-KPI’s, activerings-KPI’s, conversie-KPI’s, retentie-KPI’s, functie-acceptatie-KPI’s, etc.
  • Retentierapporten

2) Product Analytics is gericht op meer volwassen stadia van de klantreis

Marketing (of web) analytics is vaak gericht op acquisitie en conversie. Het geeft u inzichten die u helpen uw bezoekers om te zetten in betalende klanten of abonnees.

Product Analytics daarentegen is meer gericht op retentie en betrokkenheid. Als het gaat om apps en andere digitale producten, is de mate van succes niet het aantal mensen dat downloadt of koopt wat u hebt gebouwd, maar het aantal dat het blijft gebruiken na een week, een maand of een jaar .

Gegevens verzameld door Product Analytics-software helpen u antwoorden te vinden op vragen over meer volwassen stadia van de gebruikersreis, zoals:

Gebruikersactivatie: waar mensen afhaken wanneer ze aan boord van uw product komen of hoeveel functies zij gebruiken tijdens hun eerste bezoek
Gebruikersverwijzingen: welke gebruikers zullen het meest waarschijnlijk andere vrienden uitnodigen om uw product te gebruiken
Betrokkenheid van gebruikers: welke functies mensen het meest of het minst gebruiken, hoe vaak ze uw product gebruiken, gemiddelde bezoekduur
Gebruikersbehoud: welke gebruikers komen waarschijnlijk terug en welke gebruikers zullen waarschijnlijk niet terugkeren, wat is het gebruikersretentiepercentage

3) Product Analytics gebruikt verschillende soorten statistieken en doelen

Dit alles beïnvloedt de statistieken en doelen die doorgaans worden gebruikt in Product Analytics. In de meeste gevallen zijn ze strikt gerelateerd aan uw productontwerpdoelen.

Een van de populairste frameworks voor het definiëren van statistieken en doelen van Product Analytics is het HEART-framework. Het is ontwikkeld door het Google Venture Team en bestaat uit vijf verschillende categorieën statistieken:

  • Geluk: meet houding of tevredenheid (meestal via een soort enquête)
  • Betrokkenheid: meet de frequentie, intensiteit en diepte van gebruikersinteracties met een product
  • Adoptie: meet hoe gemakkelijk, vaak en snel gebruikers zich aanpassen aan de nieuwe functies van het product
  • Retentie: meet hoeveel bestaande gebruikers in een bepaalde hoeveelheid tijd worden behouden
  • Taaksucces: meet de effectiviteit en efficiëntie van de taken die gebruikers in uw toepassing voltooien

Het belangrijkste voordeel van het HEART-framework is dat het uiterst gebruikersgericht is en u in staat stelt om de kwaliteit van de gebruikerservaring te meten. Bovendien is het een heel flexibele aanpak. Het kan worden gebruikt voor het evalueren en meten van algemene vorderingen die zijn gemaakt met betrekking tot de hoofddoelen, of eenvoudig om de prestaties van elke functie afzonderlijk te evalueren.

4) Product Analytics werkt met gevoeligere gegevens

Er zijn ook aanzienlijke verschillen in de soorten gegevens die de tools verzamelen en de verantwoordelijkheden die dat met zich meebrengt. Webanalytics analyseert verkeer op marketingwebsites en maakt gebruik van openbaar toegankelijke informatie. En in het geval van Product Analytics vindt een groot deel van wat u wilt meten, plaats in beveiligde lidgebieden in uw app of product.

Wat zijn beveiligde lidgebieden?
Afhankelijk van de branche waarin u actief bent, zijn beveiligde lidgebieden waar uw klanten producten bestellen, nieuwe diensten kopen, afspraken plannen, hun creditcardbalans controleren en meer.

Die delen van uw app zijn gevuld met persoonlijke en in sommige gevallen zelfs gevoelige gegevens over uw gebruikers:

  • thuisadressen
  • telefoonnummers
  • namen en achternamen
  • soms zelfs medische dossiers of credit scores

Als u besluit deze informatie te analyseren en te gebruiken, moet u er zeker van zijn dat uw software het hoogste beveiligingsniveau biedt.

De grootste moeilijkheid is dat de meeste van de Product Analytics-oplossingen die op de markt beschikbaar zijn, in de cloudomgeving werken. En zoals u waarschijnlijk weet, betekent het gebruik van software in de cloud dat u uw gegevens opslaat op servers van derden. U deelt dan ook gegevens met uw Product Analytics-provider.

Daarom is het in sommige gevallen de moeite waard om andere opties te overwegen, zoals:

  • een privécloud, of
  • een lokale oplossing voor Product Analytics

Beide oplossingen zorgen ervoor dat de gegevens nooit met een derde partij worden gedeeld. Als u echter voor lokale analytics kiest, kunt u ook gegevens coderen of uw gewenste SSO-authenticatiemethode gebruiken om de toegang hiertoe strikt te beperken. Op die manier zorgt u ervoor dat waardevolle inzichten in het gedrag van uw gebruikers niet ten koste gaan van de beveiliging van de informatie die zij met u delen.

Hoewel de meeste oplossingen voor Product Analytics niet aan die verwachtingen kunnen voldoen, zijn er enkele die dat wel zullen doen. Een ervan is Piwik PRO Product Analytics, dat kan worden opgeslagen op uw eigen infrastructuur, in een speciale privécloud of met Piwik PRO Cloud services (met beveiligde servers in de VS en Duitsland). Als u meer wilt weten over de functies, kunt u de Product Analyticspagina bezoeken.

Enkele conclusies

We hopen dat dit artikel u een goed overzicht heeft gegeven van de belangrijkste kenmerken van Product Analytics en de meest voorkomende bedreigingen bij het omgaan met gevoelige gegevens van uw gebruikers. Dat gezegd hebbende, we weten dat er nog veel te vertellen valt. We beloven het aan te pakken in een aankomende reeks artikelen, dus houd ons in de gaten!


Compare over 30 variables of product analytics vendors: Piwik PRO, Mixpanel, Amplitude, Heap, and Kissmetrics
Download the FREE Comparison

Onthoud in de tussentijd dat ons team graag uw vragen over Product Analytics beantwoordt. Neem gerust contact met ons op wanneer u maar wilt!

Vraag direct een offerte aan

Auteur:

Karolina Lubowicka, Content Marketer

Content marketing and social media enthusiast tweeting for @PiwikPRO.

Bekijk meer berichten van deze auteur

Delen