6 Praxisbeispiele für Produktanalysen in Aktion
Datenbasiertes Produktmanagement. Das machen die coolen Kids heutzutage, oder? Vielleicht hast du danach gegoogelt und herausgefunden, dass „datenbasiert“ sich auf die umfassende Nutzung von Produktanalysen im täglichen Arbeitsablauf dieser Produktmanager bezieht.
Aber die Frage ist: Was machen sie mit den Analysedaten? Wie nutzen sie diese im echten Leben?
Glücklicherweise habe ich eine Liste mit 6 Anwendungsfällen für Produktanalysen zusammengestellt, die dich inspirieren soll.
Du willst mehr vom The CPO Club?
Registriere dich für eine kostenlose Mitgliedschaft, um diesen Artikel vollständig zu lesen:
Have an account? Log In
Was sind Produktanalysen und warum solltest du dich dafür interessieren?
Produktanalyse ist der Prozess, Daten über dein digitales Produkt (einschließlich Nutzeraktivitäten, Finanzdaten usw.) zu sammeln, sie zu analysieren und auf Grundlage deiner Erkenntnisse tägliche Entscheidungen sowie Entscheidungen zur Produktstrategie zu treffen.
Die Nutzung von Produktanalysen erhöht die Qualität deiner Entscheidungsfindung als Produktmanager erheblich, da du deine Ideen oder Lösungen mithilfe von Daten untermauern und belegen kannst.
Als quantitative Daten ergänzen sie außerdem die qualitativen Daten, die du durch Kundeninterviews gesammelt hast, und geben dir ein vollständiges Bild vom Zustand deines Produkts sowie vom Kunden- oder Nutzerverhalten.
Du kannst Produktanalysen für dein Produkt aktivieren, indem du ein spezialisiertes Produktanalyse-Tool einrichtest, das die Aktivitäten deiner Nutzer überwacht und dir Berichte über Nutzerinteraktionen sendet.
Diese Tools aggregieren anschließend die von ihnen in deinem Produkt gesammelten Daten zu Nutzeraktionen und ermöglichen es dir, benutzerdefinierte Berichte zu erstellen, um Antworten auf einige der Fragen zu finden, die du möglicherweise zur Nutzung deines Produkts hast.
Nachdem wir nun wissen, worum es bei Produktanalysen geht, wollen wir einige praktische Anwendungsfälle für Produktanalysen betrachten.
Beispiel Nr. 1: Deine Benutzeroberfläche von Funktionen bereinigen, die niemand nutzt
Großartige Produkte sind nicht diejenigen, die mehr Funktionen als ihre Wettbewerber haben. Tatsächlich sind Produkte mit zu vielen Funktionen für ihre Nutzer meist schwer zu navigieren und für ihr Produktentwicklungsteam unmöglich zu warten.
Daher stellen großartige Produktteams sicher, dass ihre Produkte nur Funktionen enthalten, die ihren Nutzern einen Mehrwert bieten. Dafür fügst du ständig neue Funktionen hinzu, von denen du glaubst, dass die Menschen sie nutzen werden, und entfernst diejenigen, die deiner Meinung nach keinen Wert mehr bieten.
Das nächste offensichtliche Dilemma ist, wie du die Funktionen auswählst, deren Entfernung sich lohnt. Ganz einfach: Prüfe ihre Nutzung mit einem Produktanalyse-Tool!
Ein ereignisbasiertes Produktanalyse-Tool wie Mixpanel zum Bereinigen verwenden
Um die Nutzung einer beliebigen Funktion verfolgen zu können, musst du dafür ein Ereignis einrichten und es jedes Mal auslösen, wenn der Nutzer mit dieser Funktion interagiert. Vorausgesetzt, du hast diese Ereignisse für die Produktfunktionen eingerichtet, die du messen möchtest, musst du lediglich einen Bericht über die Nutzung dieser Funktion erstellen.
Veranschaulichen wir das anhand eines Beispiels. Stell dir vor, du leitest Spotify, den Musikstreamingdienst, den viele von uns nutzen, und möchtest herausfinden, ob es sich lohnt, die Zufallswiedergabefunktion zu entfernen.
Dafür erstellen wir einen neuen Insights-Bericht, der so aussieht.
Hier haben wir die betreffende Funktion – „Zufallswiedergabe“ – zusammen mit der Basisfunktion (normalerweise die zentrale Aktion deines Produkts oder der Nordstern) ausgewählt, mit der wir sie vergleichen möchten – in diesem Fall „Song streamen“. Für beide haben wir die Option „Count DAU“ ausgewählt, damit uns die Anzahl der eindeutigen Nutzer angezeigt wird, die täglich die Zufallswiedergabe verwenden und Songs streamen.
Anschließend haben wir eine einfache Formel hinzugefügt, die den Prozentsatz der Nutzer berechnet, die Songs streamen und die Zufallswiedergabefunktion verwendet haben.
Bei der Betrachtung dieses Diagramms können wir zwei wichtige Schlussfolgerungen ziehen:
- Kaum 0,5 % aller Musikstreaming-Nutzer verwenden die Zufallswiedergabefunktion.
- Die Nutzung der Zufallswiedergabe ist im vergangenen Monat stetig von 1,3 % auf 0,5 % zurückgegangen.
Auf Grundlage dieser Nutzungsstatistiken können wir die Zufallswiedergabe als geeigneten Kandidaten betrachten, um sie zu entfernen und unsere Benutzeroberfläche zu bereinigen.
Beispiel Nr. 2: Probleme mit der Benutzererfahrung finden und beheben, die deine Einrichtung oder deine AHA!-Moment-Abläufe unterbrechen
Die ersten Schritte, die Ihre Nutzer in Ihrem Produkt unternehmen, haben einen starken Einfluss auf ihre Bindung und ihren Lebenszeitwert. Zumindest habe ich dies bei den Produkten, für die ich verantwortlich war, schon zahlreiche Male beobachtet.
Jede Verbesserung des Prozesses, mit dem Nutzer Ihr Produkt einrichten und ihren AHA!-Moment erreichen, würde letztendlich zu einer höheren Nutzerbindung führen.
Zur Klarstellung: Nutzer erreichen ihren Einrichtungsmoment, wenn sie bei der Registrierung alle notwendigen Konfigurationen vorgenommen haben (z. B. Kreditkartendaten angegeben und diese in einer Zahlungs-App verifiziert haben). Der AHA!-Moment ist der Punkt in der Nutzerreise, an dem sie erstmals den Nutzen und Mehrwert Ihres Produkts erfahren (z. B. eine sofortige Überweisung mit Ihrer Zahlungs-App tätigen).
Es kommt häufig vor, dass es in der Nutzerreise Probleme mit dem Produkterlebnis gibt, wodurch weniger Menschen ihre Einrichtungs- und Gewohnheitsmomente erreichen. Die gute Nachricht ist jedoch, dass Sie diese mit einem Analysetool oder UX-Heatmaps wie diesen leicht finden können. Mit dieser Art von Daten können Teams feststellen, an welcher Stelle Nutzer abspringen, welche Schritte Reibung verursachen und wie sich die Konversion verbessern lässt.
Lesetipp: Die 10 besten UX-Designtools für Produktentwickler
So verwenden Sie Produktanalyse-Trichter in Heap zur Behebung von Konversionsproblemen
Eine der praktischsten Möglichkeiten, Nutzerreisen zu verfolgen und Probleme darin zu beheben (einschließlich solcher, die zu Ihren Einrichtungs- und AHA!-Momenten führen), sind Trichter. Ein Trichter ist eine Liste von Ereignissen in einer bestimmten Reihenfolge, anhand derer Sie die Konversion von Nutzern von einem Ereignis zum nächsten sehen können.
So sieht eine Trichteranalyse für eine einfache Registrierungsseite mit einem einzelnen E-Mail-Feld und einer Senden-Schaltfläche aus.
Für unsere Registrierungsseite verfolgen wir die folgenden Ereignisse:
- Aufruf der Registrierungsseite.
- Eingabe der E-Mail-Adresse des Nutzers in das Feld.
- Klick auf die Senden-Schaltfläche.
Wie wir sehen können, haben mehr als 1.200 Nutzer die Registrierungsseite aufgerufen. Allerdings haben nur 17 % dieser 1.200 Nutzer ihre E-Mail-Adresse eingegeben, und 90 % der Nutzer, die ihre E-Mail-Adresse angegeben haben, haben auf die Senden-Schaltfläche geklickt.
Dieser Trichter zeigt uns, dass mit dem E-Mail-Feld etwas nicht stimmt und wir untersuchen müssen, worin genau das Problem besteht.
Dafür können wir entweder einen Usability-Test unserer Registrierungsseite durchführen oder die Sitzungswiedergabe in Heap ansehen, also die Echtzeit-Videoaufzeichnung der Interaktion des Nutzers mit Ihrem Produkt.
Im Fall des E-Mail-Felds könnten Sie feststellen, dass die E-Mail-Validierung frustrierend ist und Ihre Nutzer nach mehreren Versuchen aufgeben, ihre E-Mail-Adresse einzugeben.
Beispiel Nr. 3: Messung der Auswirkungen einer Funktion während der schrittweisen Einführung
Wie oft haben Sie Ihrem Produkt eine neue, glänzende Funktion hinzugefügt, die ein völliger Fehlschlag war (also die Nutzung nicht verbessert oder sie sogar beeinträchtigt hat)? Das ist selbst den talentiertesten PMs mindestens ein paar Mal passiert.
Da wir nicht immer wissen, ob die von uns entwickelte Funktion erfolgreich sein oder scheitern wird, ist es eine gute Idee, sie zunächst für eine kleine Anzahl von Nutzern bereitzustellen und zu prüfen, ob sie sie verwenden (und ob sie Ihre wichtigsten Kennzahlen wie Bindung oder Lebenszeitwert verbessert). Wenn sie erfolgreich war, können Sie sie anschließend für alle anderen Nutzer bereitstellen.
Sie können sowohl die schrittweise Einführung als auch die Messung ihrer Auswirkungen mit einer spezialisierten Lösung für Produktanalysen wie Amplitude durchführen, die wichtige Funktionen von Analysesoftware umfasst.
Experimente mit fortschrittlicher Produktanalysesoftware wie Amplitude einrichten und durchführen
Amplitude bietet eine fortschrittliche Funktion namens Experimente. Sie können diese verwenden, um A/B-Tests durchzuführen oder Funktionen schrittweise einzuführen. Ich werde nicht näher auf die Erstellung eines Experiments eingehen, da dies eine Geschichte für einen anderen Tag ist. Sie können sich jedoch die Dokumentation ansehen, die Amplitude für diese Funktion bereitstellt und alles von API-Nachrichten über Integrationen und Benachrichtigungen bis hin zur Preisgestaltung beschreibt.
Stellen wir uns nun vor, dass Sie im Rahmen Ihres Produkteinführungsprozesses eine Videoanleitung hinzugefügt haben und die Anzahl der Personen erhöhen möchten, die auf die Wiedergabeschaltfläche klicken und das Video ansehen. Dafür haben Sie zwei Lösungen entwickelt, bei denen das Video an zwei unterschiedlichen Stellen des Produkteinführungsprozesses erscheint.
Um zu verstehen, ob Ihre Lösungen funktionieren (und welche besser funktioniert), können wir ein Experiment mit einer teilweisen Einführung von 25 % für Variante A und 25 % für Variante B einrichten.
Wenn wir dieses Experiment starten und eine Weile laufen lassen, um statistisch signifikante Nutzerdaten zu erhalten, sehen wir Folgendes.
Das obige Diagramm zeigt einen Konversionstrichter vom Besuch der Startseite bis zum Start des Videos. Wie wir sehen, ist Variante A der Gewinner und kann die Konversion beim Videostart um 3,4 % optimieren.
Je nach Situation könntest du dies entweder als Erfolg oder als Misserfolg betrachten. Bei einer Konversionsrate für das Öffnen des Videos würde ich sagen, dass dies ein Misserfolg ist und sich der Aufwand nicht lohnt, die Änderung für alle bereitzustellen. Wenn das Ergebnis eines Experiments jedoch eine Steigerung der Kundenbindung um 3,4 % wäre, wäre das ein bedeutender Erfolg.
Beispiel Nr. 4: Überwachung des Produktzustands
Produkte sind lebendige Organismen, denen es gut gehen oder die „krank“ werden können. Um sicherzustellen, dass du stets über den Zustand deines Produkts informiert bist und Probleme mit ihm erkennen und beheben kannst, musst du den „Herzschlag“ deines Produkts in Form eines Produktzustands-Dashboards überwachen.
Als Ergebnis deiner Überwachung stellst du möglicherweise Einbrüche oder Spitzen bei den wichtigsten Produktmetriken und KPIs wie WAU oder der Bindungsrate fest, die untersucht werden müssen. Oder du siehst, dass die Nutzerbindung allmählich abnimmt – ein Zeichen dafür, dass dein Produkt eine Auffrischung benötigt.
Zum Glück kannst du ein Produktzustands-Dashboard problemlos mit jedem Business-Intelligence-Tool erstellen (z. B. Mixpanel oder Amplitude).
Verfolgung der wichtigsten Produktmetriken mit Mixpanel
Dashboards in Mixpanel bestehen aus mehreren miteinander verbundenen Berichten, die du nebeneinander anordnest. Für ein Produktzustands-Dashboard kannst du die folgenden Berichte erstellen:
- DAU, WAU oder MAU für deine zentrale Aktion (z. B. das Streamen eines Liedes bei Spotify). Welche dieser drei Metriken du wählst, hängt von der natürlichen Häufigkeit der zentralen Aktion ab. Beim Streamen von Liedern ist diese täglich, daher fällt deine Wahl auf DAU.
- Bindungsrate (DAU/WAU, WAU/MAU usw.). Dies zeigt den Prozentsatz der Nutzer, die engagiert sind und zu deinem Produkt zurückkehren.
- Anmeldungen im Zeitverlauf und Konversionen von kostenlos zu kostenpflichtig im Zeitverlauf. Du solltest diese beiden Werte im Auge behalten und sicherstellen, dass sie allmählich steigen.
- Abwanderung. Dies ist die Anzahl der Nutzer, die du über einen bestimmten Zeitraum verloren hast. Ein Anstieg sollte dich beunruhigen.
- Kundenbindung. Dies zeigt die Anzahl der Nutzer, die nach einer bestimmten Zeit (z. B. 90 Tagen) bei dir geblieben sind.
So sieht ein typisches Produktzustands-Dashboard in Mixpanel aus.
Du kannst deinem Dashboard selbstverständlich weitere Berichte hinzufügen, wenn sie den Zustand deines Produkts abbilden.
Beispiel Nr. 5: Eine Entscheidung über die Auslieferung oder Nichtauslieferung treffen, wenn dein QA-Team ein schwerwiegendes Problem im Release gefunden hat
Eine der schwierigeren Produktentscheidungen, die wir treffen müssen, ist, grünes Licht für die Auslieferung eines Releases zu geben. Das ist schwierig, weil Releases fast nie fehlerfrei sind. Noch komplizierter wird es, wenn wir einen Fehler entdecken, der das Kundenerlebnis beeinträchtigen kann.
Aber warum ist das kompliziert? Wenn du einen schwerwiegenden Fehler hast, solltest du ihn doch zuerst beheben, bevor du das Release veröffentlichst, oder? Nun, stell dir vor, du erfährst, dass dein Team noch eine Woche für die Behebung benötigt und dein Marketingteam bereits Verpflichtungen eingegangen ist und Vorbereitungen getroffen hat, deren Absage problematisch wäre.
In dieser Situation hast du zwei Möglichkeiten:
- Grünes Licht für das Release geben und die Folgen des schwerwiegenden Fehlers hinnehmen.
- Deinem Marketingteam ein überzeugendes Argument liefern, warum es den Start verschieben sollte.
Beide Optionen sehen schlecht aus. Aber keine Sorge: Es besteht die Möglichkeit, dass der betreffende Fehler wesentlich geringere Auswirkungen hat als angenommen und du das Release ohne größere Konsequenzen ausliefern kannst.
Um die Auswirkungen des Fehlers zu messen, können wir Daten aus unserer Produktanalyseplattform verwenden.
Berechnung der Fehlerauswirkungen mit Google Analytics
Stellen Sie sich vor, dass ein Fehler gelegentliche Abstürze Ihrer mobilen App unter Android 6.0.1 verursacht und dadurch die gesamte Kundenreise beeinträchtigt wird. Um die Auswirkungen dieses Fehlers zu verstehen, müssen wir die Anzahl der Nutzer kennen, die diese Android-Version verwenden.
Glücklicherweise ist Google Analytics neben der Erfassung von Nutzungsdaten auch in der Lage, Daten zu den technischen Aspekten unserer Nutzer zu sammeln und zu speichern, etwa zu ihren Gerätetypen, Betriebssystemversionen, Bildschirmgrößen usw.
Wenn wir also den Bericht „Technische Details“ öffnen und die Option „Betriebssystem mit Version“ auswählen, stellen wir fest, dass nur 1,2 % der gesamten Nutzerbasis Android 6.0.1 verwenden.
Obwohl diese Daten bereits ein Indikator dafür sind, dass wir die Veröffentlichung freigeben können, können wir noch einen Schritt weitergehen und auch die potenziellen finanziellen Auswirkungen berechnen, indem wir den Umsatz prüfen, den wir mit Nutzern von Android 6.0.1 erzielen.
Wenn wir den Gesamtumsatz zwischen „allen Nutzern“ und „Nutzern von Android 6.0.1“ vergleichen, sehen wir Folgendes.
Anscheinend erzielen die Nutzer, bei denen es nach der Veröffentlichung zu Abstürzen kommen wird, für uns keinen Umsatz. Daher hat die Veröffentlichung der fehlerhaften Version keine finanziellen Folgen für uns. Bonus!
Beispiel 6: Nutzerkohorten identifizieren, die Ihre Marketingmaßnahmen wert sind
Nicht alle Ihre Nutzer sind gleich. Einige von ihnen werden besonders aktive Nutzer sein, die den Großteil der Produktnutzung ausmachen (ebenso wie den Großteil Ihres Umsatzes), während andere inaktiv sein werden und kaum Aussicht darauf besteht, sie zu aktivieren und zu monetarisieren.
Natürlich möchten Sie alle Nutzer identifizieren, mit denen Sie den höchsten Umsatz erzielen können, und Ihre Marketingmaßnahmen auf sie konzentrieren. Aber wie machen Sie das?
Nun, Sie können Ihre Produktanalysedaten nutzen, indem Sie verschiedene Nutzerkohorten identifizieren und ihre wichtigsten Nutzungs- und Monetarisierungskennzahlen vergleichen.
Kohortenanalyse mit Amplitude
Kohorten sind Gruppen von Nutzern, die ein gemeinsames Merkmal teilen. Sie können Kohorten basierend auf Folgendem erstellen:
- Plattform (z. B. Mac- und Windows-Nutzer). Ich hatte ein Produkt, bei dem Mac-Nutzer einen um 30 % höheren LTV als Windows-Nutzer hatten.
- Geografie (z. B. Nutzer aus Frankreich und Griechenland). Je nach Produkt kann es in bestimmten Ländern gut monetarisiert werden, während es in anderen hinter den Erwartungen zurückbleibt.
- Anmeldedatum (z. B. Nutzer, die sich im November und Januar angemeldet haben). Stellen Sie sich vor, Ihre Black-Friday-Kampagne war ein großer Erfolg. Sie haben die richtigen Personen angesprochen und Ihre November-Kohorte hat im Vergleich zu anderen Monaten einen deutlich höheren LTV.
- Nutzerverhalten oder Nutzung bestimmter Funktionen (z. B. Nutzer, die Lieder mischen, und solche, die dies nicht tun). Bei der Entwicklung einer Funktion möchten Sie unbedingt, dass ihre Nutzer eine höhere Interaktion und einen besseren LTV aufweisen. Andernfalls war die Funktion kein Erfolg und es lohnt sich, sie abzuschaffen.
Erstellen wir nun einige Kohorten in Amplitude und vergleichen sie.
Stellen Sie sich vor, Sie möchten herausfinden, ob es sich lohnt, in Marketing für Japan zu investieren. Wir können in Amplitude auf folgende Weise eine Kohorte für japanische Nutzer erstellen.
Anschließend können wir die Häufigkeit von Kaufaktionen japanischer Nutzer mit der aller anderen Nutzer vergleichen.
Wie wir sehen können, tätigen japanische Nutzer mehr Käufe als im Durchschnitt. Daher lohnt es sich, Ihr Marketingteam zu bitten, Japan anzusprechen.
Zusammenfassung
Produktanalysen erleichtern Ihnen als Produktmanager das Leben, da sie Ihnen ermöglichen, datenbasierte Designentscheidungen zu treffen und sich nicht ausschließlich auf Ihre Intuition und Ihr Bauchgefühl zu verlassen.
Fundierte Entscheidungen auf der Grundlage von Analysedaten zu treffen, ist großartig, aber Sie sollten es dabei nicht belassen. Einige der anderen hervorragenden Werkzeuge, die Sie nutzen können, um ein besserer Produktmanager zu werden, sind:
- Kundenfeedbackschleifen, damit alle die Stimme Ihrer Kunden hören.
- Produkt-Drahtmodelle, um Ihr Design schnell und unkompliziert weiterzuentwickeln.
- PRDs, damit alle hinsichtlich der Implementierungsdetails des Features auf dem gleichen Stand sind, und vieles mehr.
- Kurse zu Produktanalysen sind wertvolle Ressourcen mit hoher Rendite, die Sie in Ihrer Rolle effektiver machen.
Abgesehen vom Lesen dieser Leitfäden können Sie auch unseren Newsletter abonnieren und sich von uns zahlreiche nützliche Inhalte zum Produktmanagement direkt in Ihren Posteingang liefern lassen!