Productanalyses is het proces van het verzamelen en omzetten van gegevens op gebruikersniveau in inzichten die onthullen hoe klanten omgaan met specifieke producten. Productanalyses stellen een organisatie in staat om de journeys van haar gebruikers te volgen en te analyseren - vanaf de activering van de gebruiker tot alle andere gebruiksfasen - om te begrijpen wat maakt dat ze zich betrokken voelen bij het product en naar het product terugkeren. Dit helpt organisaties ook inzicht te krijgen in de waarde die het product aan klanten biedt.
Gebruiksgegevens die via productanalyses worden verzameld, omvatten informatie zoals de populairste functies van een product, de gemiddelde tijd die gebruikers aan een specifieke actie besteden, welke marketingkanalen de beste gebruikers genereren en hoeveel gebruikers dagelijks, wekelijks of maandelijks terugkeren naar het product. Met deze informatie kunnen bedrijven analyseren hoe gebruikers omgaan met wat ze bouwen en deze inzichten gebruiken om hun gebruikerservaringen (UX) te verbeteren.
Product analytics wordt meestal gebruikt door technologiebedrijven die web- en mobiele applicaties leveren; het wordt echter ook gebruikt door e-commercebedrijven waarvan de primaire inkomsten afkomstig zijn van digitale eigendommen. Binnen deze bedrijven gebruiken productleiders, ontwerpers en ontwikkelaars de gegevens die via productanalyse worden verzameld om hun beslissingen te onderbouwen. Veel marktleiders, waaronder Uber, Spotify en Netflix, gebruiken productanalyses om hun diensten te verbeteren.
Productanalyses vormen een belangrijk onderdeel van de productmanagementpraktijken van een bedrijf, omdat de meeste apps en websites niet zijn ontworpen om gedetailleerde rapporten over zichzelf te produceren. Zonder analytics zijn gebruiksgegevens vaak onjuist geformatteerd en inconsistent. Software voor productanalyse maakt deze ongestructureerde gegevens nuttig door alle gegevensbronnen te integreren in één overzichtelijke weergave.
Belang van productanalyse
Productanalyse laat bedrijven het gedrag van hun klanten zien -- met name wat gebruikers daadwerkelijk doen in plaats van wat ze zeggen dat ze doen. Inzicht in de klant en zijn behoeften is essentieel voor het bouwen van effectieve en nuttige producten. Productmanagers kunnen de hypergedetailleerde informatie die via productanalyse wordt verzameld, gebruiken om zich in te leven in de klant en beter geïnformeerde en winstgevende productbeslissingen te nemen.
Kwalitatieve gegevens uit enquêtes, gesprekken en interviews met klanten zijn niet altijd accuraat en vertellen vaak niet het volledige verhaal van de gebruikerservaring. Productanalyse daarentegen biedt objectieve en definitieve klantgegevens die zijn verzameld door software die het gedrag van echte gebruikers met het product volgt. Daarom kunnen productanalyses productteams een diepere analyse maken van gecertificeerde informatie dan ze hadden kunnen doen met menselijke, foutgevoelige interviews, enquêtes en discussies.
Hoewel het implementeren van productanalyses voordelig is voor bedrijven die willen begrijpen hoe hun klanten bestaande productfuncties gebruiken, is het ook waardevol voor het testen van nieuwe functies en het peilen van de gebruikerservaring. Als een team een doel heeft voor het gebruik van een nieuwe functie, kan het de gegevens van productanalyses gebruiken om dat doel te bereiken.
In de afgelopen jaren hebben technische bedrijven die zich richten op de ontwikkeling van toepassingen ontdekt dat productanalyses een van de meest efficiënte manieren zijn om de retentie van gebruikers te vergroten en de positie van het bedrijf in een concurrerende markt te optimaliseren.
Hoe product analytics te implementeren
Product analytics moet pas worden geïmplementeerd nadat een product een vastgesteld minimumaantal gebruikers heeft bereikt. Als het klantenbestand te klein is, zullen de gegevens die door middel van productanalyse worden verzameld, niet voldoende zijn om een zinvolle steekproef te leveren die richting kan geven aan organisatorische beslissingen. Het verzamelen van kwalitatieve feedback - zoals enquêtes en klantinterviews - wordt aanbevolen totdat het product het laagste gebruikersaantal heeft bereikt.
Het implementatieproces voor productanalyse omvat:
- Het koppelen van klantgegevens aan bedrijfsdoelstellingen. Er moeten specifieke bedrijfsdoelstellingen worden geschetst in relatie tot de gegevens die worden verzameld. Het doel kan bijvoorbeeld zijn om meer deelnemers aan een gratis proefperiode om te zetten in betalende gebruikers.
- Een plan opstellen voor het traceren van de gegevens. Productanalytische gegevens worden opgesplitst in eenheden die events worden genoemd. Een gebeurtenis is een actie die door een gebruiker met het product wordt ondernomen. Er moeten gedetailleerde traceringsplannen worden opgesteld, inclusief een identificatie van alle gebeurtenissen die moeten worden gevolgd terwijl klanten interactie hebben met het product. Als u er niet in slaagt een effectief plan voor het volgen van gebeurtenissen op te stellen, kan dit afleiden van belangrijke inzichten in de manier waarop gebruikers met het product omgaan.
- Kiezen voor de beste tool voor productanalyse. Elke tool is anders; geen enkele tool voert alle taken voor productanalyse uit of genereert elk type rapport. Een bedrijf moet onderzoek doen naar de beschikbare tools op de markt voor productanalyse - zoals Google Analytics of Mixpanel - om te bepalen welke het beste aansluiten op de behoeften van de organisatie. Het is gebruikelijk dat meerdere tools worden geïmplementeerd om de productanalytics-strategie van een bedrijf beter te kunnen uitvoeren.
Hoe productanalytics te gebruiken
Productanalytics combineert business intelligence (BI) met analytische software die feedback van klanten, productretouren, servicerapporten, garanties en gegevens van ingebouwde sensoren verzamelt. Het proces wordt gebruikt om bedrijven te helpen productdefecten te identificeren, gebruiks- of capaciteitspatronen te evalueren, verbetermogelijkheden te ontdekken en al deze informatie aan de gebruiker te koppelen.
Productanalysesoftware is opgebouwd rond twee kernfuncties die bedrijven helpen hun klanten te begrijpen:
- Volgen van gegevens -- vastleggen van bezoeken en gebeurtenissen
- Analyseren van gegevens -- visualiseren van de informatie in dashboards en rapporten
De gegevens die worden verzameld en georganiseerd door productanalysesoftware stellen bedrijven in staat een verscheidenheid aan vragen te stellen, waaronder:
- Wat zijn de demografische gegevens van de gebruikers?
- Hoe kan de churn - oftewel het verloop van gebruikers - worden verminderd?
- Wat is de typische user journey flow door de website of app?
Door vragen als deze te beantwoorden, streven productmanagers en hun teams ernaar hun producten en gebruikerservaringen te verbeteren door:
- te begrijpen hoe klanten de site of app gebruiken;
- punten van ontevredenheid, fouten of pijn bij gebruikers te ontdekken;
- de meest winstgevende gebruikers te segmenteren;
- het verloop van klanten te verminderen;
- de retentiepercentages van producten te verhogen; en
- vast te stellen waar hun marketingbudget moet worden geïnvesteerd.
Product analytics is ook nuttig voor teams die nieuwe producteigenschappen willen testen. Dit proces omvat vaak:
- het vaststellen van een duidelijke voorspelling voor een productverandering -- bijvoorbeeld, het aantal antwoorden zal naar verwachting met 10% toenemen na het vergroten van de antwoordknop;
- het voorbereiden van de meest kosteneffectieve implementatie van de verandering, inclusief alle analytics-events die nodig zijn om de voorspellingen te testen;
- het implementeren van de verandering voor een subset van klanten met behulp van een A/B-testtechniek; en
- het uitsplitsen van de resultaten zodra ze binnenkomen om te beslissen of de verandering succesvol was.
Na verloop van tijd, als een bedrijf doorgaat met het gebruik van product analytics, zal het product team een verzameling van bewijs verzamelen op basis van gegevens die hen in staat stelt om positieve feedback loops te maken. Een positieve feedback loop betekent dat naarmate een team meer gegevens verzamelt uit product analytics, hoe meer ze deze kunnen gebruiken om hun marketing en productontwikkeling strategieën te verbeteren en itereren. Meer iteraties leiden ook tot meer gegevens en meer tests, wat uiteindelijk de algehele levenscyclus van het product zal verbeteren.
Productanalysetools
Productanalysetools stellen bedrijven in staat de reis van hun gebruikers stap voor stap te volgen. Functies zoals segmentatie, funnels en cohorten zijn essentieel om bedrijven te helpen hun klanten en de beslissingen die ze nemen te begrijpen.
Productanalysesoftware moet ook in realtime werken, zodat het productteams kan waarschuwen voor service- en vervangingsbehoeften of preventieve acties kan voorstellen. De tool moet ook serviceverzoeken naar de juiste personen kunnen routeren of de service kunnen automatiseren met behulp van machine learning (ML).
Gemeenschappelijke kenmerken van productanalysetools zijn onder meer:
- User tracking. De mogelijkheid om acties van klanten binnen de app of website te traceren.
- Meten. Gebruikersbetrokkenheid moet worden gemeten per productfunctie.
- Segmentatie. Ontdek wie gebruikers zijn en verdeel ze in kleinere groepen -- of cohorten -- op basis van gedeelde factoren, zoals demografie, leeftijd of functie.
- Cohort analytics. Gebruikers worden in cohorten onderverdeeld en bedrijven houden informatie bij - zoals het aantal dagen dat een gebruiker nodig heeft om zijn tweede actie te voltooien - en visualiseren deze in een grafiek.
- Meldingen.De tool moet gebruikers in staat stellen om met elkaar te communiceren, maar ook om waarschuwingen naar het productteam te sturen.
- Trechteranalyse. Een trechter is een visuele weergave van het traject dat gebruikers afleggen. Het kan bedrijven helpen vast te stellen waar gebruikers vastlopen, waar ze weggaan en wanneer ze de laatste stap hebben voltooid. Bedrijven die trechteranalyses uitvoeren, kunnen de informatie gebruiken om na te gaan waar klanten de weg kwijtraken en verschillende manieren te evalueren om het verloop op die punten te beperken.
- A/B-tests. A/B-tests, ook bekend als splittests, zijn een techniek waarmee bedrijven kunnen vaststellen welke versie van hun product de beste resultaten behaalt of het meest effectief aan de bedrijfsdoelstelling voldoet.
- Display-dashboards. Met deze gebruikersgerichte functie kunnen bedrijven hun verzamelde gegevens visualiseren met sjablonen of klantrapporten.
Een aantal van de beste productanalysetools die beschikbaar zijn, zijn:
- Google Analytics
- Kissmetrics
- Mixpanel
- Intercom
- Amplitude
- Heap Analytics
- Segment.com
Product analytics vs. marketing analytics
Weliswaar worden zowel productanalytics als marketinganalytics gebruikt om organisaties te helpen hun zakelijke doelen te bereiken, maar de twee processen verschillen sterk in de manier waarop ze dat doen.
Productanalytics richt zich alleen op het product van het bedrijf. De software verzamelt klantgebeurtenisgegevens uit meerdere bronnen. Het doel van het proces is om besluitvormers inzichten te verschaffen die het grote geheel onthullen en de besluitvorming over het product verbeteren.
Marketinganalyse daarentegen kijkt specifiek naar het succes van marketingactiviteiten. Het proces omvat het verzamelen van gegevens van meerdere marketingkanalen. Het doel van marketinganalyse is marketeers de mogelijkheid te bieden te zien waar ze verbeteringen in hun campagnes kunnen aanbrengen.
Productanalyse is ook complexer dan marketinganalyse. Zo is het maken van een funnel voor marketing analytics eenvoudiger, omdat de customer journey uit minder stappen bestaat dan de stappen die in een funnel voor product analytics worden weergegeven. Bovendien kijkt marketing analytics alleen naar de eerdere fasen van het klanttraject - zoals conversie en acquisitie - terwijl product analytics alle verschillende fasen van het traject in ogenschouw neemt.
Daarnaast werkt product analytics met vertrouwelijke klantinformatie, terwijl marketing analytics gebruik maakt van openbare gegevens. Bij productanalyse gaat het om gevoelige gegevens zoals namen van klanten, achternamen, e-mailadressen, fysieke adressen en telefoonnummers. Gegevens die met marketing analytics worden verzameld, zijn daarentegen openbaar.