Slik bruker du varmekartanalyse til å øke brukerretensjonen

Å bli en datadrevet produktleder er noe av det beste du kan gjøre for å løfte produktarbeidet ditt.

Som en del av dette arbeidet har du kanskje allerede begynt å bruke ulike analyseverktøy og til og med prøvd å basere beslutningene dine på dataene deres. Hvis du har funnet frem til denne artikkelen, antar jeg at du også er interessert i å analysere brukergrensesnittet ditt ved hjelp av varmekart.

I så fall har du kommet til rett sted. La oss gå i dybden på dette hete verktøyet!

Hva er varmekartanalyse (og hvordan fungerer varmekart?)

Varmekartanalyse er en metode for å måle, visualisere og analysere brukernes atferd ved hjelp av – du gjettet riktig! – varmekart.

Varmekart er skjermbilder av brukergrensesnittet ditt som er fremhevet med ulike fargeoverlegg, basert på hvordan brukerne samhandler med de forskjellige områdene på siden. Fargene som brukes til fremhevingen, varierer vanligvis fra rødt (mye brukerinteraksjon) til blått (lite brukerinteraksjon).

Varmekartet ovenfor er et eksempel på et «klikkart», som sporer og visualiserer brukernes klikkaktivitet.

Som vi kan se, får knappene Logg inn og Opprett konto mange klikk her, mens navigasjonsmenyen øverst får liten eller ingen oppmerksomhet fra brukerne.

Varmekart er fantastiske visualiseringsverktøy for å analysere produktet og brukeropplevelsen din. De har en rekke fordeler, men det finnes også ulemper ved å bruke dem. La oss gå videre og lære litt mer om begge sider av dette verktøyet.

Hva er fordelene ved å bruke varmekartverktøy?

Varmekartprogramvare blir stadig mer populær. Det tilhørte tidligere digitale markedsføreres domene det siste tiåret – helt til produktteam oppdaget hvor nyttig det var for å finjustere brukeropplevelsen. I dag har det blitt et uunnværlig verktøy for produktledere og UX-designere.

Og det er en god grunn til at varmekartverktøy har blitt så populære – de er ganske enkelt så gode til å formidle brukernes atferdsdata. Hvis du ikke allerede har integrert et slikt verktøy i din produktstakk, er det et must å ta i bruk et varmekartverktøy – og her er et par fordeler ved varmekart som jeg håper vil overbevise produktteamet ditt om å ta verktøyet i bruk.

Varmekart er gode på visualisering av komplekse data

Kan du forestille deg hvordan data om brukernes klikk ville sett ut i et ikke-visuelt format? Sannsynligvis noe i denne retningen:

Prøv nå å forstå brukeratferden basert på disse datapunktene. Kan du fortelle meg hvilke knapper brukerne liker å klikke mest på? Sannsynligvis ikke.

La oss nå prøve en visuell fremstilling av de samme dataene.

Det er mye enklere å avgjøre hvilke knapper som fungerer best ved å se på denne visualiseringen, ikke sant?

Det fine med varmekart er at de kan formidle kompleks informasjon på en måte som er svært enkel å forstå.

Varmekart hjelper deg med å identifisere brukernes intensjon

Moderne nettanalyseverktøy (f.eks. Google Analytics eller Amplitude) er gode på å spore og visualisere atferden og demografiske dataene til besøkende på nettstedet ditt (jeg fortsetter å nevne nettet, men varmekart er like nyttige for mobile enheter og mobilapper også). Hovedproblemet deres er imidlertid at dataene de samler inn, er for «kvantitative» og mangler det «kvalitative» perspektivet på hvorfor brukerne oppfører seg på en bestemt måte.

Hvis 2 000 brukere registrerer seg for produktet ditt hver dag, men bare 100 laster ned og installerer appen din, kan du med sikkerhet si at det er noe galt med aktiveringen. Men du vil ikke kunne finne det nøyaktige problemet, eller hvorfor folk ikke klarer å installere appen din.

Hvis du derimot brukte et varmekartverktøy, kunne du gjennomgå kartet over frustrasjonsklikk og se at nedlastingsknappen ikke fungerer i enkelte nettlesere, og at folk blir frustrerte og klikker gjentatte ganger på den.

Dette er en annen av varmekartenes beste egenskaper – de kan berike de kvantitative dataene dine med kvalitative innsikter.

Varmekart er kostnadseffektive alternativer til brukervennlighetstesting

La meg si det rett ut. Varmekart kan ikke og bør ikke erstatte brukervennlighetstesting. Testing av brukervennlighet er svært verdifullt for produkt- og designarbeidet ditt, og du bør aldri vurdere å droppe det.

Varmekart vil imidlertid spare deg for tid og innsats når du tester grunnleggende sideelementer og brukerreiser. Hvis du for eksempel tester noe så enkelt som en innloggingsside, trenger du egentlig ikke å organisere en brukervennlighetstest.

Det eneste brukerne dine gjør på en innloggingsside, er å fylle inn påloggingsopplysningene sine og klikke på en av CTA-knappene for innlogging som finnes på siden. Ved å se på data fra varmekartet kan du enkelt se hvordan brukerne samhandler med feltene for e-post og passord, samt knappene. Det ville vært bortkastet å gjennomføre brukervennlighetstesting og gå gjennom sesjonsopptaket for noe slikt.

Hva er begrensningene ved varmekart for nettsteder?

Varmekart virker som fantastiske verktøy for å visualisere brukeratferd og intensjoner på en kostnadseffektiv måte. Men akkurat som alle andre verktøy er de ikke feilfrie, og de har et par begrensninger du må ta hensyn til når du bruker et varmekartverktøy.

Her er områdene der varmekart kommer litt til kort:

Kvalitativ innsikt er begrenset i varmekart

Jeg nevnte tilstedeværelsen av kvalitativ innsikt som en stor fordel med varmekart. Men jeg må være rettferdig og nevne at denne innsikten er begrenset.

Ja, du kan enkelt oppdage raseri-klikk på en side, og du kan bruke bevegelseskartet til å se hvordan brukernes markører beveger seg rundt i grensesnittet ditt. Ja, disse dataene vil hjelpe deg med å forstå brukernes overordnede intensjoner og følelser.

Du kan imidlertid ikke få noe mer enn de nevnte «overordnede intensjonene» fra varmekart.

Når du for eksempel ser på et varmekart av innloggingssiden din, kan du se at majoriteten av brukerne registrerer seg ved å fylle ut e-postadressefeltet manuelt, mens svært få av dem bruker alternativet «Logg inn med Google».

Varmekartet ditt vil ikke kunne fortelle deg årsaken til denne atferden. For å gå dypere inn i noe slikt må du gjennomføre brukerintervjuer, gjennomføre spørreundersøkelser eller finne en annen måte å samle inn meningsfulle tilbakemeldinger fra brukerne på.

I dette tilfellet kan du for eksempel snakke med noen av brukerne dine og finne ut at brukerne dine hovedsakelig befinner seg i bedriftsmarkedet, og at de fleste bruker Outlook-e-post i stedet for Googles G-Suite. Siden du ikke har et alternativ for «Logg inn med Microsoft», har disse brukerne en tendens til å legge inn e-postadressene sine manuelt i stedet.

For mye vekt på grunnleggende typer engasjement

En annen ulempe med varmekart er at de bare sporer rulling, markørbevegelser og klikkatferd. Det betyr at hvis du utelukkende baserer deg på varmekart for å analysere brukernes atferd, kan du få misvisende informasjon fordi data fra et visuelt tiltalende varmekart (f.eks. mange klikk) ikke alltid betyr «godt» engasjement.

La meg si det igjen.

Visuelt tiltalende data fra varmekart betyr ikke alltid godt engasjement.

Se for deg at du ser på et varmekart av dokumentsiden i Google Docs og oppdager at mange klikker på deleknappen. Begeistret konkluderer du (naivt) med at delingsfunksjonaliteten din fungerer godt.

Men anta at du sjekker de andre analyseverktøyene for nettstedet ditt, og oppdager at selv om brukerne klikker på deleknappen for å åpne delingsdialogen, er det svært få av dem som faktisk deler dokumentene sine med noen andre. Flertallet av brukerne lukker ganske enkelt delingsdialogen rett etter at de har åpnet den.

Personvernbekymringer

Varmekartverktøy er beryktet for aktivt å spore og lagre sensitive brukerdata. Det finnes ingen vei rundt dette; du må holde oversikt over brukernes musebevegelser og klikk for å kunne produsere et varmekart.

Når du integrerer en varmekartløsning (særlig hvis den har sanntidsanalyse, avspilling av økter og sidevisninger), må du derfor ha dette i bakhodet og være trygg på at brukerne dine ikke blir irritert på deg for at du sporer nettleseratferden deres.

En annen ting du må ha i bakhodet, er at du overholder lovverket. Du må samarbeide tett med juridisk- og sikkerhetsteamene dine for å utarbeide de riktige juridiske dokumentene og sørge for at sporingsmetodene dine ikke krenker noens rettigheter eller skaper juridisk risiko for selskapet ditt.

Dette er spesielt viktig hvis du hevder at du overholder viktige personvernforordninger som GDPR, CalOPPA osv.

Det var hovedtrekkene ved analyse med varmekart, samt fordelene og ulempene deres. La oss gå videre og se hvordan du kan bruke dette verktøyet til å analysere kundenes atferd og trekke noen verdifulle konklusjoner.

3 praktiske bruksområder for varmekartanalyse

Basert på min erfaring har varmekart vist seg å være svært verdifulle verktøy for å forstå hva som skjer med produktet ditt.

Når jeg tar hensyn til fordelene og begrensningene ved dette verktøyet, ser jeg nesten aldri på varmekartdata isolert. I stedet kombinerer teamet mitt og jeg dem vanligvis med data fra andre analyseverktøy for å få en mer helhetlig oversikt over produktet og brukerne våre.

For å hjelpe deg med praktiske bruksområder for varmekart, vil jeg dele et par eksempler fra virkeligheten med deg.

1. Avkoding av raseriklikk: A/B-testing med Fullstory-kart over raseriklikk og Google Optimize

La meg begynne med et analyseeksempel som omfatter min favoritttype varmekart – kart over raseriklikk.

Du kan betrakte et klikk på brukergrensesnittet ditt som et «raseriklikk» hvis brukeren klikker flere ganger på det samme elementet kontinuerlig. Det antas generelt at denne typen atferd indikerer frustrasjon og irritasjon hos brukeren (derav navnet).

Det er mange grunner til at du kan ende opp med brukere som klikker i frustrasjon. Oftest utløses dette av:

• Et element som ser klikkbart ut, men ikke er det. Brukeren klikker på det, tror at det ikke fungerer, og blir irritert.
• Knappene dine fungerer ganske enkelt ikke. Dette sier seg selv.
• Knappene fungerer, men et designproblem gjør én eller flere av knappene vanskelige å treffe.

Ved hjelp av kart over raseriklikk kan du identifisere elementene i brukergrensesnittet ditt som får raseriklikk, prøve å forstå årsaken til dem og løse problemet. Slik ser det ut for en nettbutikk som selger frukt og grønnsaker.

Problemet med å finne problemområder og løse dem er at løsningen din kanskje ikke fungerer, og at folk fortsatt kan fortsette å klikke i frustrasjon. For å løse dette kan du bruke A/B-testverktøy for å teste hvor effektiv løsningen din er.

Slik gjør du: Opprett en A/B-test der variant A er løsningen din, og variant B er den opprinnelige tilstanden. Når du har aktivert A/B-testen, begynner du å se på kartene over raseriklikk for begge variantene og beregner hvor mange raseriklikk hver av dem får.

Hvis variant A har fått færre klikk, har løsningen din fungert, og du kan trygt ta den i bruk.

2. Avmystifisering av konverteringsrater: Optimalisering av konverteringsrate med Hotjar-bevegelseskart og Google Analytics

Det neste eksempelet vi skal se på, er sannsynligvis det klart mest populære bruksområdet for varmekart – analyse av konvertering (eller andre lignende måltall).

Som jeg nevnte, vil en kombinasjon av data fra varmekart og analyseverktøy gi deg de beste resultatene når det gjelder å få nøyaktige data og unngå misvisende funn. I dette eksempelet skal vi se hvordan du kan bruke en kombinasjon av Google Analytics og Hotjars bevegelseskart.

Merknad

Bevegelseskart viser hvor på siden markøren til brukerne dine har beveget seg og blitt værende under økten.

Se for deg at du har ansvaret for en nettbutikk som tilbyr to fraktalternativer for levering av kjøp til kunder. Prisen for disse to alternativene er $2 for «Standard» (også kalt «sakte») frakt og $10 for «Ekspress»-frakt.

Målet ditt i dette hypotetiske eksempelet er å analysere konverteringsraten for det billige og det dyre fraktalternativet.

Slik gjør du: Begynn med å se på konverteringsraten i Google Analytics for det dyre alternativet. La oss anta at raten er 5 % (eller at bare 1 av 20 brukere velger det dyrere alternativet). Dette er svært dårlige nyheter for deg, så nå må du forstå årsaken til den lave raten.

For å gjøre det åpner du bevegelseskartet for betalingssiden din (der brukeren velger fraktalternativer). Se for deg at bevegelseskartet viser at brukerne holder markøren over det dyre fraktalternativet, klikker på teksten «Hurtigfrakt» (i stedet for «Velg»-knappen rett under), gir opp og går videre med det billigere alternativet (som er valgt som standard).

Denne atferden viser oss noen mulige hypoteser:

1. Brukerne dine ønsker faktisk å lese mer om det dyre alternativet før de velger det, fordi de ikke forstår den ekstra verdien eller fordelen de får med det.
2. «Velg»-knappen er ikke synlig nok – kanskje den er skjult under det synlige området for de fleste brukerne.

Deretter kan vi gjennomføre 1–2 korte intervjuer med brukere og undersøke om hypotesene våre stemmer, eller om problemet er noe helt annet.

3. Kappløpet mot bunnen: Optimalisering av ytelsen til FAQ-seksjonen med rullevarmekart

FAQ-seksjoner er svært undervurderte verktøy i produktledelsens verden.

FAQ-er er fantastiske verktøy for produktledere. Et av de gode bruksområdene for å legge til en FAQ-seksjon i produktet eller på nettstedet ditt er å konvertere potensielle kunder som er klare til å kjøpe produktet ditt, men som trenger svar på et par spørsmål som bekymrer dem før de gjennomfører kjøpet.

Med tanke på verdien du får fra FAQ-seksjonen din, er det ganske viktig å følge med på ytelsen og optimalisere den.

Slik gjør du: Vanligvis plasserer vi FAQ-ene nederst på en nettside – men det er en betydelig sjanse for at brukerne dine ikke vil rulle så langt ned og derfor går glipp av seksjonen. For å måle dette kan du bruke varmekart for rulling, som viser hvor mye tid brukerne har brukt på hver seksjon av siden, og hvor langt ned på siden de har rullet.

Slik ser det ut:

I dette bestemte eksempelet kan vi se at flertallet av brukerne har sett den øverste delen av siden (den er rød), men bare 44 % har rullet langt nok til å se FAQ-seksjonen (den er blå med en prosentmarkør på seg).

Ærlig talt er 44 % et godt resultat. Men hvis du mener at flere bør se FAQ-en din, vil jeg foreslå at du ser etter en UX-løsning som gjør det mulig for dem å «hoppe» direkte til FAQ-seksjonen.

Vil du se flere eksempler på varmekart fra virkeligheten i praksis? Denne artikkelen viser hvordan merkevarer bruker visuelle atferdsdata til å ta smartere UX-beslutninger.

Visualiserte data er bra, men å kombinere dem med produktintuisjonen din er enda bedre.

Varmekart, sammen med andre analyseverktøy, vil forbedre kvaliteten på beslutningene du tar betydelig – det er det som gjør deg til en datadrevet produktleder!

Men hvis jeg kan gi deg ett råd, er det dette:

Ikke stol utelukkende på analysedata – lytt til hjertet ditt også.

Som produktledere har vi denne superkraften som kalles produktintuisjon, og som hjelper oss med å ta smarte beslutninger, selv når vi har begrensede analysedata tilgjengelig. Hvis du kombinerer intuisjonen din med det du lærer fra varmekartene dine, kan du løfte beslutningsevnen din til et helt nytt nivå.

En annen superkraft produktledere har, er den konstante sulten etter å lære noe nytt – og det kan vi hjelpe deg med! Meld deg på nyhetsbrevet vårt for å motta en samling innsikter, ressurser og annet nyttig innhold om produktledelse annenhver uke, rett i innboksen din.