Datengetriebenes Produktmanagement. Das machen die coolen Kids heutzutage, richtig? Vielleicht hast du danach gegoogelt und herausgefunden, dass „datengetrieben“ bedeutet, dass diese Produktmanager im täglichen Arbeitsablauf umfassend Produktanalysen einsetzen.
Aber die Frage ist: Was machen sie mit den Analysedaten? Wie setzen sie diese im echten Leben ein?
Zum Glück habe ich eine Liste mit 6 Anwendungsfällen für Produktanalysen zusammengestellt, die dich inspirieren soll.
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 alltägliche Entscheidungen sowie Entscheidungen zur Produktstrategie zu treffen.
Der Einsatz von Produktanalysen steigert die Qualität der Entscheidungsfindung, die du als Produktmanager vornimmst, erheblich, da du deine Ideen oder Lösungen mithilfe von Daten unterstützen 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 Produktanalysetool einrichtest, das die Aktivitäten deiner Nutzer überwacht und dir Berichte über Nutzerinteraktionen sendet.
Diese Tools aggregieren anschließend die Nutzerdaten zu Aktionen, die sie aus deinem Produkt gesammelt haben, und ermöglichen 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 Fälle der Anwendung von Produktanalysen betrachten.
Beispiel Nr. 1: Deine Benutzeroberfläche von Funktionen bereinigen, die niemand nutzt
Hervorragende Produkte sind nicht diejenigen, die mehr Funktionen als ihre Wettbewerber haben. Tatsächlich werden Produkte mit zu vielen Funktionen für ihre Nutzer meist schwer navigierbar und für das Produktentwicklungsteam unmöglich zu warten.
Daher stellen großartige Produktteams sicher, dass ihre Produkte nur Funktionen enthalten, die ihren Nutzern einen Mehrwert bieten. Dazu fügst du ständig neue Funktionen hinzu, von denen du glaubst, dass die Menschen sie nutzen werden, und entfernst diejenigen, von denen du weißt, dass sie keinen Wert mehr bieten.
Das nächste offensichtliche Dilemma besteht darin, auszuwählen, welche Funktionen entfernt werden sollten. Es ist ganz einfach: Überprüfe ihre Nutzung mit einem Produktanalysetool!
Ein ereignisbasiertes Produktanalysetool 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 nur noch 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 Auswertungsbericht, der wie folgt aussieht.
Hier haben wir die betreffende Funktion – „Zufallswiedergabe“ – zusammen mit der Basisfunktion (normalerweise die Kernaktion deines Produkts oder der Nordstern) ausgewählt, mit der wir sie vergleichen möchten – in diesem Fall „Songs streamen“. Für beide haben wir die Option „DAU zählen“ ausgewählt, damit uns die Anzahl der eindeutigen Nutzer angezeigt wird, die jeden Tag die Zufallswiedergabe nutzen und Songs streamen.
Anschließend haben wir eine einfache Formel hinzugefügt, die den Prozentsatz der Nutzer berechnet, die Songs streamen und die Zufallswiedergabefunktion genutzt haben.
Durch die Betrachtung dieses Diagramms können wir 2 wichtige Schlussfolgerungen ziehen:
- Kaum 0,5 % aller Musikstreaming-Nutzer verwenden die Zufallswiedergabefunktion.
- Die Nutzung der Zufallswiedergabe ist im letzten Monat kontinuierlich von 1,3 % auf 0,5 % zurückgegangen.
Auf Grundlage dieser Nutzungsstatistiken können wir die Zufallswiedergabe als geeignete Kandidatin betrachten, um sie zu entfernen und unsere Benutzeroberfläche zu bereinigen.
Have an account? Log In
Beispiel Nr. 2: Finden und Beheben von Problemen bei der Benutzererfahrung, die Ihre Einrichtung oder AHA!-Moment-Abläufe beeinträchtigen
Die ersten Schritte, die Ihre Benutzer in Ihrem Produkt unternehmen, haben einen starken Einfluss auf ihre Bindung und ihren Lebenszeitwert. Zumindest habe ich das bei den Produkten, für die ich verantwortlich war, schon zahlreiche Male beobachtet.
Jede Verbesserung des Prozesses, mit dem Benutzer Ihr Produkt einrichten und ihren AHA!-Moment erreichen, würde letztendlich zu einer höheren Bindungsrate führen.
Zur Klarstellung: Benutzer erreichen ihren Einrichtungsmoment, wenn sie bei der Anmeldung alle erforderlichen Konfigurationen vorgenommen haben (z. B. Kreditkartendaten angegeben und diese in einer Zahlungs-App verifiziert haben). Der AHA!-Moment ist der Punkt in der Benutzerreise, an dem sie erstmals den Nutzen und Wert Ihres Produkts erfahren (z. B. eine Sofortüberweisung mit Ihrer Zahlungs-App durchführen).
Es kommt häufig vor, dass es in der Benutzerreise Probleme mit der Produkterfahrung gibt, die dazu führen, dass weniger Menschen ihren Einrichtungs- und Gewohnheitsmoment erreichen. Die gute Nachricht ist jedoch, dass Sie diese mit einem Analysewerkzeug oder UX-Heatmaps wie diesen leicht finden können. Mit dieser Art von Daten können Teams feststellen, an welcher Stelle Benutzer abspringen, welche Schritte Reibung verursachen und wie sich die Konversion verbessern lässt.
Weiterführende Lektüre: Die 10 besten UX-Design-Tools für Produktentwickler
So verwenden Sie Produktanalyse-Trichter in Heap zur Fehlerbehebung bei der Konversion
Eine der praktischsten Möglichkeiten, Benutzerreisen zu verfolgen und Fehler 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, in der Sie die Konversion von Benutzern von einem Ereignis zum nächsten sehen können.
So sieht eine Trichteranalyse für eine einfache Registrierungsseite mit einem einzigen E-Mail-Feld und einer Senden-Schaltfläche aus.
Für unsere Registrierungsseite verfolgen wir die folgenden Ereignisse:
- Aufruf der Registrierungsseite.
- Eingabe der Benutzer-E-Mail-Adresse in das Feld.
- Klick auf die Senden-Schaltfläche.
Wie wir sehen können, haben mehr als 1.200 Benutzer die Registrierungsseite aufgerufen. Allerdings haben nur 17 % dieser 1.200 Benutzer ihre E-Mail-Adresse eingegeben, und 90 % derjenigen, die ihre E-Mail-Adresse angegeben haben, haben auf die Senden-Schaltfläche geklickt.
Dieser Trichter zeigt uns, dass etwas mit dem E-Mail-Feld nicht stimmt und wir untersuchen müssen, worin genau das Problem besteht.
Dazu können wir entweder einen Usability-Test unserer Registrierungsseite durchführen oder die Sitzungswiedergabe von Heap ansehen, also die Echtzeit-Videoaufzeichnung der Interaktion des Benutzers mit Ihrem Produkt.
Beim E-Mail-Feld könnten Sie feststellen, dass die E-Mail-Validierung frustrierend ist und Ihre Benutzer nach einigen Versuchen, ihre E-Mail-Adresse einzugeben, aufgeben.
Beispiel Nr. 3: Messen der Auswirkungen einer Funktion während der schrittweisen Einführung
Wie oft haben Sie Ihrem Produkt eine neue, glänzende Funktion hinzugefügt, die ein vollständiger Fehlschlag war (also die Nutzung nicht verbessert oder sogar beeinträchtigt hat)? Das ist selbst den talentiertesten Produktmanagern 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 Benutzern bereitzustellen und zu prüfen, ob sie sie verwenden (und ob sie Ihre wichtigsten Kennzahlen wie Bindung oder Lebenszeitwert verbessert) – und sie dann, sofern sie erfolgreich war, für alle anderen bereitzustellen.
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.
Einrichten und Durchführen von Experimenten mit fortschrittlicher Produktanalysesoftware wie Amplitude
Amplitude verfügt über eine fortschrittliche Funktion namens Experimente. Sie können sie entweder für A/B-Tests oder für schrittweise Funktionseinführungen verwenden. Ich werde nicht auf die Einzelheiten der Erstellung eines Experiments eingehen, da dies eine Geschichte für einen anderen Tag ist. Sie können jedoch die Dokumentation zu dieser Funktion von Amplitude aufrufen, in der alles von API-Nachrichten über Integrationen und Benachrichtigungen bis hin zur Preisgestaltung beschrieben wird.
Stellen wir uns nun vor, dass Sie im Rahmen des Onboardings Ihres Produkts eine Videoanleitung hinzugefügt haben und die Anzahl der Personen erhöhen möchten, die auf „Wiedergabe“ klicken und das Video ansehen. Dafür haben Sie zwei Lösungen entwickelt, bei denen das Video an zwei verschiedenen Stellen des Onboardings angezeigt wird.
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 es eine Weile laufen lassen, um statistisch signifikante Nutzerdaten zu erhalten, sehen wir Folgendes.
Die obige Grafik zeigt einen Konversionstrichter vom Besuch der Startseite bis zum Start eines Videos. Wie wir sehen können, ist Variante A der Gewinner und kann die Konversion zum Videostart um 3,4 % optimieren.
Je nach Situation könntest du dies entweder als Erfolg oder als Misserfolg betrachten. Bei einer Konversionsrate für das Öffnen eines Videos würde ich sagen, dass dies ein Misserfolg ist und sich der Aufwand nicht lohnt, die Variante 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 der Produktgesundheit
Produkte sind lebende Organismen, denen es gut gehen oder die „krank“ werden können. Um sicherzustellen, dass du stets über den Zustand deines Produkts informiert bist und Probleme erkennen und beheben kannst, musst du den „Herzschlag“ deines Produkts in Form eines Dashboards zur Produktgesundheit überwachen.
Als Ergebnis deiner Überwachung stellst du möglicherweise Einbrüche oder Spitzen bei den zentralen Produktmetriken und KPIs wie WAU oder der Nutzungshäufigkeit fest, die untersucht werden müssen. Oder du bemerkst, dass dein Nutzerengagement allmählich abnimmt – ein Zeichen dafür, dass dein Produkt eine Auffrischung benötigt.
Glücklicherweise kannst du ein Dashboard zur Produktgesundheit problemlos mit jedem Business-Intelligence-Tool (z. B. Mixpanel oder Amplitude) erstellen.
Zentrale Produktmetriken mit Mixpanel verfolgen
Dashboards in Mixpanel bestehen aus mehreren miteinander verbundenen Berichten, die du nebeneinander platzierst. Für ein Dashboard zur Produktgesundheit kannst du die folgenden Berichte erstellen:
- DAU, WAU oder MAU für deine zentrale Aktion (z. B. das Streamen eines Songs bei Spotify). Welche dieser drei Kennzahlen du auswählst, hängt von der natürlichen Häufigkeit der zentralen Aktion ab. Beim Streamen von Songs erfolgt die Aktion täglich, daher fällt deine Wahl auf DAU.
- Nutzungshäufigkeit (DAU/WAU, WAU/MAU usw.). Dadurch wird der Prozentsatz der Nutzer angezeigt, die engagiert sind und zu deinem Produkt zurückkehren.
- Anmeldungen im Zeitverlauf und Konversionen von kostenlos zu kostenpflichtig im Zeitverlauf. Du solltest diese beiden Kennzahlen 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. Damit wird die Anzahl der Nutzer angezeigt, die nach einem bestimmten Zeitraum (z. B. 90 Tagen) weiterhin bei dir geblieben sind.
So sieht ein typisches Dashboard zur Produktgesundheit in Mixpanel aus.
Du kannst deinem Dashboard jederzeit weitere Berichte hinzufügen, sofern sie die Gesundheit deines Produkts abbilden.
Beispiel Nr. 5: Eine Entscheidung über die Veröffentlichung oder Nichtveröffentlichung treffen, wenn dein QA-Team ein schwerwiegendes Problem im Release gefunden hat
Eine der schwierigeren Produktentscheidungen, die wir treffen müssen, ist die Freigabe eines Releases zur Veröffentlichung. Das ist schwierig, weil Releases fast nie fehlerfrei sind. Noch komplizierter wird es, wenn wir einen Fehler finden, der geeignet ist, das Kundenerlebnis zu beeinträchtigen.
Aber warum ist das kompliziert? Wenn du einen schwerwiegenden Fehler hast, solltest du ihn doch zuerst beheben, bevor du das Produkt veröffentlichst, oder? Nun stell dir vor, du erfährst, dass dein Team eine weitere Woche für die Behebung benötigt und dein Marketingteam bereits Verpflichtungen eingegangen ist und Vorbereitungen getroffen hat, deren Absage schmerzhaft wäre.
In dieser Situation hast du zwei Möglichkeiten:
- Das Release freigeben und die Konsequenzen des schwerwiegenden Fehlers tragen.
- 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 eine deutlich geringere Auswirkung hat als angenommen und du das Release ohne größere Konsequenzen veröffentlichen kannst.
Um die Auswirkungen eines Fehlers zu messen, können wir Daten aus unserer Produktanalyseplattform verwenden.
Google Analytics zur Berechnung der Fehlerauswirkungen verwenden
Stellen Sie sich vor, dass ein Fehler gelegentliche Abstürze Ihrer mobilen App unter Android 6.0.1 verursacht und dadurch die Kundenreise vollständig beeinträchtigt wird. Um die Auswirkungen dieses Fehlers zu verstehen, müssen wir wissen, wie viele Nutzer diese Android-Version verwenden.
Glücklicherweise kann Google Analytics neben Nutzungsdaten auch Daten zu den technischen Aspekten unserer Nutzer erfassen und speichern, beispielsweise 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 weiter gehen und auch die potenziellen finanziellen Auswirkungen berechnen, indem wir den Umsatz überprüfen, 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 entstehen uns durch die Veröffentlichung der fehlerhaften Version keine finanziellen Konsequenzen. Ein Bonus!
More Articles
Beispiel Nr. 6: Nutzerkohorten identifizieren, die Ihre Marketingmaßnahmen wert sind
Nicht alle Ihre Nutzer sind gleich. Einige von ihnen sind besonders aktive Nutzer, die den Großteil der Produktnutzung (sowie den größten Teil Ihres Umsatzes) ausmachen, während andere inaktiv sind und kaum Hoffnung besteht, sie zu aktivieren und zu monetarisieren.
Natürlich würden Sie gerne die Nutzer identifizieren, mit denen Sie den meisten 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 Nutzergruppen, die ein gemeinsames Merkmal teilen. Sie können Kohorten auf Grundlage folgender Kriterien 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 sich in bestimmten Ländern gut monetarisieren lassen, während es in anderen unterdurchschnittlich abschneidet.
- Anmeldedatum (z. B. Nutzer, die sich im November und im Januar angemeldet haben). Stellen Sie sich vor, Ihre Black-Friday-Kampagne war ein überwältigender Erfolg. Sie haben die richtigen Personen angesprochen, und Ihre November-Kohorte weist im Vergleich zu anderen Monaten einen deutlich höheren LTV auf.
- Nutzerverhalten oder Nutzung bestimmter Funktionen (z. B. Nutzer, die Songs mischen, und solche, die dies nicht tun). Bei der Entwicklung einer Funktion möchten Sie unbedingt, dass ihre Nutzer eine höhere Interaktion und einen höheren 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 Marketingmaßnahmen 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 der Durchschnitt. Daher lohnt es sich, Ihr Marketingteam zu bitten, Japan gezielt anzusprechen.
Zusammenfassung
Produktanalysen erleichtern Ihnen als Produktmanager das Leben, da Sie dadurch datenbasierte Designentscheidungen treffen können und sich nicht ausschließlich auf Ihre Intuition und Ihr Bauchgefühl verlassen müssen.
Fundierte Entscheidungen auf Grundlage von Analysedaten zu treffen, ist großartig, aber dabei sollten Sie nicht stehen bleiben. Zu den weiteren hervorragenden Werkzeugen, die Sie nutzen können, um ein besserer Produktmanager zu werden, gehören:
- Kundenfeedbackschleifen, um sicherzustellen, dass alle die Stimme Ihrer Kunden hören.
- Produkt-Drahtmodelle, um Ihr Design schnell und unkompliziert zu iterieren.
- PRDs, damit alle hinsichtlich der Implementierungsdetails des Features auf dem gleichen Stand sind, und vieles mehr.
- Kurse für Produktanalytik sind wertvolle Ressourcen mit hohem ROI, die Sie in Ihrer Rolle effektiver machen.
Abgesehen davon, dass Sie diese Leitfäden lesen, können Sie auch unseren Newsletter abonnieren und sich zahlreiche nützliche Inhalte zum Produktmanagement direkt in Ihren Posteingang liefern lassen!
