Sådan bruger du analyse af varmekort til at sætte skub i brugerfastholdelsen

At blive en datadrevet produktchef er noget af det bedste, du kan gøre for at forbedre dine produktkompetencer.

Som en del af denne indsats er du måske allerede begyndt at arbejde med forskellige analyseværktøjer og har endda forsøgt at basere dine beslutninger på deres data. Hvis du er landet på denne artikel, går jeg ud fra, at du også er interesseret i at analysere din brugergrænseflade ved hjælp af varmekort.

Hvis det er tilfældet, er du kommet til det rette sted. Lad os dykke ned i dette effektive værktøj!

Hvad er varmekortanalyse (og hvordan fungerer varmekort?)

Varmekortanalyse er en metode til at måle, visualisere og analysere dine brugeres adfærd ved hjælp af – gæt engang! – varmekort.

Varmekort er skærmbilleder af din brugergrænseflade, der er fremhævet med forskellige farvelag baseret på, hvordan dine brugere interagerer med sidens forskellige områder. De farver, der bruges til fremhævelsen, går normalt fra rød (meget brugerinteraktion) til blå (lidt brugerinteraktion).

Det specifikke varmekort ovenfor er et eksempel på et "klik-kort", der registrerer og visualiserer brugernes klikområder.

Som vi kan se, får knapperne Log ind og Opret konto mange klik her, mens navigationsmenuen øverst får meget lidt eller slet ingen opmærksomhed fra brugerne.

Varmekort er fantastiske visualiseringsværktøjer til analyse af dit produkt og brugeroplevelsen. De har en række fordele, men der er også ulemper ved at bruge dem. Lad os gå videre og lære lidt mere om begge sider af dette værktøj.

Hvad er fordelene ved at bruge varmekortværktøjer?

Varmekortsoftware bliver stadig mere populær. I løbet af det seneste årti hørte den tidligere til blandt digitale marketingfolks værktøjer – indtil produktteams opdagede, hvor nyttig den er til at finjustere brugeroplevelsen. I dag er den blevet et uundværligt værktøj for PM'er og UX-designere.

Og der er en god grund til, at varmekortværktøjer er blevet så populære – de er simpelthen så gode til at formidle dine brugeres adfærdsdata. Hvis du ikke allerede har indarbejdet et i din produktstak, er integration af et varmekortværktøj et must – og her er et par fordele ved varmekort, som jeg håber vil overbevise dit produktteam om at tage værktøjet i brug.

Varmekort er fantastiske til visualisering af komplekse data

Kan du forestille dig, hvordan data om brugerklik ville se ud i et ikke-visuelt format? Sandsynligvis nogenlunde sådan her:

Prøv nu at forstå brugernes adfærd ud fra disse datapunkter. Kan du fortælle mig, hvilke knapper brugerne helst klikker på? Sandsynligvis ikke.

Lad os nu prøve en visuel repræsentation af de samme data.

Det er meget lettere at afgøre, hvilke knapper der fungerer bedst, når man ser på denne visuelle fremstilling, ikke?

Det fantastiske ved varmekort er deres evne til at formidle komplekse oplysninger på en måde, der er meget let at forstå.

Varmekort hjælper dig med at identificere brugerintentioner

Moderne webanalyseværktøjer (f.eks. Google Analytics eller Amplitude) er gode til at registrere og visualisere adfærden hos dine besøgende på webstedet samt demografiske data (jeg bliver ved med at nævne web, men varmekort er også lige så nyttige til mobile enheder og mobilapps). Deres største problem er dog, at de data, de indsamler, er for “kvantitative” og mangler det “kvalitative” perspektiv på, hvorfor brugerne opfører sig på en bestemt måde.

Hvis 2.000 brugere tilmelder sig dit produkt hver dag, men kun 100 downloader og installerer din app, kan du med god grund sige, at der er noget galt med din aktivering. Men du vil ikke kunne identificere det præcise problem eller årsagen til, at folk ikke får installeret din app.

Hvis du derimod brugte et varmekortværktøj, kunne du gennemgå dit kort over frustrerede klik og se, at din downloadknap ikke fungerer i bestemte browsere, så folk bliver frustrerede og klikker gentagne gange på den.

Dette er endnu en af varmekortenes bedste funktioner – de kan supplere dine kvantitative data med kvalitative indsigter.

Heatmaps er omkostningseffektive alternativer til brugervenlighedstest

Lad mig sige det ligeud. Heatmaps kan ikke og bør ikke erstatte brugervenlighedstest. Test af brugervenlighed er utrolig værdifuldt for dit produkt- og designarbejde, og du bør aldrig overveje at droppe det.

Heatmaps vil dog spare dig tid og kræfter, når du udfører brugervenlighedstest af grundlæggende sideelementer og brugerrejser. Hvis du for eksempel tester noget så simpelt som en login-side, har du ikke rigtig brug for at organisere en brugervenlighedstest.

Det eneste, dine brugere gør på en login-side, er at indtaste deres loginoplysninger og klikke på en af de tilgængelige login-CTA-knapper på siden. Ved at se på heatmapdata kan du nemt se, hvordan brugerne interagerer med dine felter til e-mail og adgangskode samt knapper. Det ville være spild af ressourcer at udføre brugervenlighedstest og gennemgå sessionsoptagelsen for noget som dette.

Hvad er begrænsningerne ved heatmaps for websites?

Heatmaps virker som fantastiske værktøjer til omkostningseffektiv visualisering af brugeradfærd og -intentioner. Men ligesom alle andre værktøjer er de ikke fejlfri og har et par begrænsninger, som du skal tage højde for, når du bruger et heatmapværktøj.

Det er her, heatmaps kommer lidt til kort:

Kvalitative indsigter er begrænsede i heatmaps

Jeg nævnte tilstedeværelsen af kvalitative indsigter som en væsentlig fordel ved heatmaps. Men jeg er nødt til at være fair og nævne, at disse indsigter er begrænsede.

Ja, du kan nemt se frustrerede klik på en side, og du kan bruge bevægelseskortet til at se, hvordan dine brugeres markører bevæger sig på tværs af din grænseflade. Ja, disse data vil hjælpe dig med at forstå dine brugeres overordnede intentioner og følelser.

Du kan dog ikke få mere end den nævnte "overordnede intention" ud af heatmaps.

Når du for eksempel gennemgår et heatmap af din login-side, kan du se, at størstedelen af brugerne logger ind ved manuelt at udfylde feltet til e-mailadresse, mens meget få af dem bruger indstillingen "Log ind med Google".

Dit heatmap vil ikke kunne fortælle dig årsagen til denne adfærd. Hvis du vil gå mere i dybden med noget som dette, skal du gennemføre brugerinterviews, udføre undersøgelser eller finde en anden måde at indsamle meningsfuld brugerfeedback på.

I dette konkrete tilfælde kunne du for eksempel tale med en håndfuld af dine brugere og finde ud af, at dine brugere hovedsageligt befinder sig i erhvervssegmentet, og at de fleste af dem bruger Outlook-e-mail i stedet for Googles G-Suite. Da du ikke har en indstilling til "Log ind med Microsoft", har disse brugere en tendens til at tilføje deres e-mailadresser manuelt i stedet.

For stort fokus på grundlæggende typer af engagement

En anden ulempe ved heatmaps er, at de kun sporer din scrollen, markørbevægelser og klikadfærd. Det betyder, at hvis du udelukkende stoler på dine heatmaps til at analysere dine brugeres adfærd, kan du få misvisende oplysninger, simpelthen fordi flotte heatmapdata (f.eks. mange klik) ikke altid betyder "godt" engagement.

Lad mig sige det igen.

Flotte heatmapdata betyder ikke altid godt engagement.

Forestil dig, at du ser på et heatmap af Google Docs' dokumentside og ser, at mange personer klikker på delingsknappen. Begejstret konkluderer du (naivt), at din delingsfunktion fungerer godt.

Men antag, at du tjekker dine andre analyseværktøjer til websites og opdager, at selvom brugerne klikker på delingsknappen for at åbne delingspopupvinduet, er det meget få af dem, der faktisk deler deres dokumenter med nogen andre. Størstedelen af brugerne lukker blot delingspopupvinduet lige efter, at de har åbnet det.

Bekymringer om privatliv

Heatmapværktøjer er berygtede for aktivt at spore og gemme følsomme brugerdata. Der er ingen vej udenom; du er nødt til at holde styr på dine brugeres musebevægelser og klik for at kunne producere et heatmap.

Når du integrerer en heatmapløsning (især hvis den har analyse i realtid, sessionsafspilning og sidevisninger), skal du derfor have dette i tankerne og være sikker på, at dine brugere ikke bliver vrede på dig over, at du sporer deres browseradfærd.

En anden ting, du skal have i tankerne, er din juridiske overholdelse. Du skal arbejde tæt sammen med dine juridiske team og sikkerhedsteams for at udarbejde de korrekte juridiske dokumenter og sikre, at dine sporingsmetoder ikke krænker nogens rettigheder eller skaber juridiske risici for din virksomhed.

Dette er især vigtigt, hvis du hævder at overholde større privatlivsregler som GDPR, CalOPPA osv.

Det var det grundlæggende om analyse med heatmaps samt deres fordele og ulemper. Lad os gå videre og se, hvordan du kan bruge dette værktøj til at analysere dine kunders adfærd og udlede nogle værdifulde konklusioner.

3 eksempler fra virkeligheden på brug af heatmapanalyse

Baseret på min erfaring har varmekort vist sig at være meget værdifulde værktøjer til at forstå, hvad der foregår med dit produkt.

Hvis man tager højde for dette værktøjs fordele og begrænsninger, ser jeg næsten aldrig på data fra varmekort isoleret. I stedet kombinerer mit team og jeg det normalt med data fra andre analyseværktøjer for at få et mere omfattende overblik over vores produkt og brugere.

For at hjælpe dig med praktiske anvendelser af varmekort vil jeg dele et par eksempler fra virkeligheden med dig.

1. Afkodning af frustrerede klik: A/B-test med Fullstorys kort over frustrerede klik og Google Optimize

Lad mig begynde med et analyseeksempel, der involverer min foretrukne type varmekort—kort over frustrerede klik.

Du kan betragte en brugers klik på din brugerflade som et "frustreret klik", hvis brugeren klikker flere gange på det samme element i træk. Det antages generelt, at denne type adfærd indikerer brugerfrustration og vrede (deraf navnet).

Der er mange grunde til, at du kan ende med brugere, der klikker frustreret. Oftest skyldes det:

• Et element, der ser klikbart ud, men ikke er det. Din bruger klikker på det, tror ikke, at det virker, og bliver vred.
• Dine knapper virker ganske enkelt ikke. Det siger sig selv.
• Knapperne virker, men et designproblem gør en eller flere af knapperne svære at ramme.

Ved hjælp af kort over frustrerede klik kan du identificere de elementer i din brugerflade, der udløser frustrerede klik, forsøge at forstå årsagen til dem og løse problemet. Sådan ser det ud for en e-handelsplatform, der sælger frugt og grøntsager.

Problemet ved at finde problematiske områder og løse dem er, at din løsning måske ikke virker, og at folk stadig kan blive ved med at klikke frustreret. For at løse dette kan du bruge A/B-testværktøjer til at teste, hvor effektiv din løsning er.

Sådan gør du: Opret en A/B-test, hvor variant A er din løsning, og variant B er den oprindelige tilstand. Når du har aktiveret A/B-testen, begynder du at se på kortene over frustrerede klik for begge varianter og beregne antallet af frustrerede klik, hver variant får.

Hvis din variant A har fået færre klik, har din løsning virket, og du kan trygt implementere den.

2. Afmystificering af konverteringsrater: Optimering af konverteringsraten med Hotjars bevægelseskort og Google Analytics

Det næste eksempel, vi skal se på, er sandsynligvis den mest populære anvendelse af varmekort—analyse af konverteringer (eller andre lignende målinger).

Som jeg nævnte, vil en kombination af data fra varmekort og analyseværktøjer give dig de bedste resultater, når det gælder om at få nøjagtige data og undgå misvisende konklusioner. I dette konkrete eksempel ser vi på, hvordan du kan bruge en kombination af Google Analytics og Hotjars bevægelseskort.

Bemærkning

Bevægelseskort viser, hvor på siden brugerens markør har bevæget sig og opholdt sig under sessionen.

Forestil dig, at du har ansvaret for en e-handelsbutik, der tilbyder to leveringsmuligheder for at levere køb til kunderne. Prisen for disse to muligheder er $2 for "Standard" (dvs. "langsom") levering og $10 for "Ekspres"-levering.

Dit mål i dette hypotetiske eksempel er at analysere konverteringsraten for de billige og dyre leveringsmuligheder.

Sådan gør du: Start med at se på konverteringsraten i Google Analytics for den dyre mulighed. Lad os antage, at raten er 5 % (eller at kun 1 ud af 20 brugere vælger den dyrere mulighed). Det er virkelig dårlige nyheder for dig, så nu skal du forstå årsagen til den lave rate.

For at gøre det skal du åbne bevægelseskortet for din betalingsside (hvor brugeren vælger leveringsmuligheder). Forestil dig, at bevægelseskortet viser, at brugerne holder markøren over den dyre leveringsmulighed, klikker på teksten, hvor der står 'Ekspreslevering' (i stedet for knappen 'Vælg' lige nedenunder), giver op og går videre med den billigere mulighed (som er valgt som standard).

Denne adfærd viser os nogle mulige hypoteser:

1. Dine brugere vil faktisk gerne læse mere om den dyre mulighed, før de vælger den, fordi de ikke rigtigt forstår den ekstra værdi eller fordel, de får med den.
2. Knappen 'Vælg' er ikke tilstrækkeligt synlig—måske er den skjult under folden for størstedelen af brugerne.

Vi kan derefter gennemføre 1-2 korte interviews med brugere og undersøge, om vores hypoteser er korrekte, eller om problemet er noget helt andet.

3. Kapløb mod bunden: Optimering af FAQ-sektionens ydeevne med rullevarmekort

FAQ-sektioner er stærkt undervurderede værktøjer i produktledelsens verden.

FAQ'er er fantastiske værktøjer for produktchefer. En af de gode anvendelser ved at tilføje en FAQ-sektion til dit produkt eller din hjemmeside er at konvertere potentielle kunder, som er klar til at købe dit produkt, men som først har brug for svar på et par spørgsmål, der bekymrer dem, før de foretager købet.

I betragtning af den værdi, du får fra din FAQ-sektion, er det ret vigtigt for dig at følge dens resultater og optimere den.

Sådan gør du: Normalt placerer vi FAQ'erne nederst på en webside – men der er en betydelig risiko for, at dine brugere ikke scroller så langt og går glip af sektionen. For at måle dette kan du bruge rullevarmekort, som viser, hvor meget tid brugerne har brugt på hver sektion af siden, og hvor langt ned på siden de har scrollet.

Sådan ser det ud:

I dette konkrete eksempel kan vi se, at størstedelen af brugerne har set den øverste del af siden (den er rød), men kun 44 % har scrollet langt nok til at se FAQ-sektionen (den er blå med en procentmarkør på).

Helt ærligt er 44 % et godt resultat. Men hvis du mener, at flere personer bør se din FAQ, vil jeg foreslå, at du leder efter en UX-løsning, der gør det muligt for dem at "springe" direkte til FAQ-sektionen.

Vil du se flere eksempler på rullevarmekort fra den virkelige verden i praksis? Denne artikel viser, hvordan brands bruger visuelle adfærdsdata til at træffe smartere UX-beslutninger.

Visualiserede data er fantastiske, men det er endnu bedre at kombinere dem med din produktintuition.

Varmekort vil sammen med andre analyseværktøjer markant forbedre kvaliteten af de beslutninger, du træffer – og det er det, der gør dig til en datadrevet PM!

Men hvis jeg må give dig ét råd, er det dette:

Stol ikke udelukkende på analysedata – lyt også til dit hjerte.

Som produktchefer har vi denne superkraft, der kaldes produktintuition, og som hjælper os med at træffe smarte beslutninger, selv når vi kun har begrænsede analysedata til rådighed. Så hvis du kombinerer din intuition med den læring, du får fra dine varmekort, kan du løfte dine beslutningsevner til et helt nyt niveau.

En anden superkraft, som produktchefer har, er den konstante sult efter at lære noget nyt – og det kan vi hjælpe med! Tilmeld dig vores nyhedsbrev for at modtage en serie af indsigter, ressourcer og andre godbidder om produktledelse hver anden uge direkte i din indbakke.