Forståelse af, hvordan besøgende og kunder bruger dit produkt, er afgørende for en feedbackbaseret produktudviklingscyklus, og her er, hvordan vi kom i gang hos Typito med hjælp fra Heap analytics.
Når du begynder at udvikle et produkt, er en af de vanskeligste beslutninger i de første dage omkring granulariteten af din analyseopsætning. Hvilke begivenheder og datapunkter skal du logge, og hvor detaljerede skal de være? Hvad giver mening, og hvad giver ikke mening? Antallet af disse spørgsmål, du støder på, kan blive overvældende og føre dig ind i et kaninhul og uvægerligt fjerne din opmærksomhed fra den vigtige del – at tale med kunderne og bygge produktet.
Dette er ikke en hypotetisk advarselshistorie. Dette var min historie som stifter af Typito, og det også efter at have brugt 5 år på at bygge og administrere produkter i brancher som sociale spil og forbrugernes sundhedsvæsen, der er stærkt metrisk drevet. Efter at have talt med mange andre stiftere er her, hvad jeg lærte: Du undervurderer enten værdien af produktmetrikker i det første 1 år og ender med at være uvidende om, hvad der sker, eller du bruger en stor mængde tid på at diskutere med dig selv og dit team om, hvad der skal logges, og hvordan det er relevant – som jeg brugte mine første par dage i Typito. Set i bakspejlet er her, hvad jeg mener, du bør forstå om metrics i early stage startups:
Metrics er super vigtigt fra dag et i dit startup, men sørg for, at du kun tracker de vigtigste brugerhandlinger (3 handlinger i vores tilfælde) for at undgå at blive suget ind i metrics kaninhullet. Resten af din analytics backbone bør opbygges på en inkrementel måde, foranlediget af retrospektion eller evnen til at se tilbage på, hvordan visse begivenheder tog form uden at bekymre sig om dem på opbygningstidspunktet.
Og her passer Heap Analytics smukt ind. Det er vores foretrukne analysesoftware på markedet, der giver dig mulighed for at køre retroaktiv analyse – det vil sige, at du ud over dine top 3-målinger kan nå frem til slutninger baseret på brugeraktivitet på produktet, der er logget retroaktivt af Heap – det være sig sidebesøg, funnels og endda knapkliks. Mere om det snart!
Vores første Graph and Funnel: De første 90 dage med Heap
For at give lidt kontekst er Typito et videodesignværktøj, der bruges af mere end 85000 marketingfolk og marketingbureauer til at skabe professionelle videoer online. Det er bygget på 2 kernehypoteser:
1. den skyrocketing trend af video-forbrug, som vi ser nu, vil snart blive fulgt af millioner af virksomheder, der vedtager video i de næste par år som et indholdsformat på internettet.
2. videodesign er en kreativ proces, og de bedste videoer, der værdsættes af verden, er blevet skabt af store historiefortællere. Hvis vi skal lykkes som et produkt, der gør det muligt at skabe fantastiske videoer, skal det starte med at give brugerne den kreative frihed til at designe videoer på den måde, de forestiller sig.
Da vi endelig fik betaversionen af Typito ud ved udgangen af marts 2017, besluttede vi at logge 3 handlinger i produktet:
- Bruger tilmelder sig ved hjælp af e-mail-adresse
- Bruger opretter et videoprojekt
- Bruger eksporterer et videoprojekt
Note: Her er en artikel om, hvordan du kan logge brugerdefinerede hændelser på Heap. Det ville have taget os mindre end en time at skubbe alle tre målinger live, takket være den detaljerede dokumentation fra Heap-teamet.
Som du kan se, var de eneste datapunkter, vi bekymrede os om, fokuserede på, om brugerne fandt værdi ved hjælp af en halvkogt version (læs Beta) af Typito. For os var værdien nogenlunde angivet ved, at brugerne tog sig den ulejlighed at tilmelde sig, oprette et projekt og eksportere en video ved hjælp af værktøjet. Grafen nedenfor på Heap viser, hvordan brugerne begyndte at snuble over Typito som tjeneste og begyndte at skabe videoer.
Du kan også tydeligt se, hvordan vi begik en fejl ved ikke at logge brugernes tilmelding som en handling præcist i de første 2 måneder. Vi lærte en hård lektie ret tidligt her:
Test af din instrumentering eller processen til logning af data er en af de mest kritiske, men undervurderede opgaver, når du udvikler dit produkt. Så log mindre og log dem perfekt, når du kommer i gang.
Med et værktøj som Heap bør logning af dine kerneprodukthandlinger ikke tage mere end en time, og testning af dem kan være pakket ind på en halv dag, hvis du har aktiv trafik på dit websted.
Det næste oplagte skridt for os var at lære, hvordan brugerrejsen formede sig. For at forklare det med enklere ord: Vi vidste, at vores brugere normalt ville gå gennem de sekventielle trin: Brugeren tilmelder sig -> opretter et projekt -> eksporterer projektet. Så det gav mening for os at lære, hvordan denne tragt så ud i de tidlige dage af lanceringen af Typito. Nu kunne vi takket være den instrumenteringsfejl, vi lavede, mens vi loggede “user signs up”-begivenheden, kun se på tragten fra juni 2017, da vi begyndte at have alle tre datapunkter oppe på Heap.
Denne tragt oprettet på Heap gav os en simpel forståelse af, hvordan brugerne gennemgik sekvensen af kernehandlinger i produktet på det pågældende tidspunkt. Vi havde ikke benchmarks at sammenligne dette med, og vi brugte heller ikke dage på, hvordan vi kunne forbedre denne funnel dengang – produktet var halvt bakket op på det tidspunkt. Vi ville bare vide, hvad der skete, og Heap gav os nemt svaret. Ud fra min erfaring er der uundgåeligt et tidsspænd mellem det tidspunkt, hvor du lærer noget, og det tidspunkt, hvor du beslutter dig for at handle på det. Så det er bedst at lære tidligst :).
Note: Her er artikler om, hvordan man opsætter en graf og tragt på Heap. Disse datarepræsentationer hjælper dig med at forstå, hvordan et sæt handlinger udføres i dit produkt uafhængigt eller sekventielt.
Hvordan retroaktiv analyse på Heap hjalp os
Som jeg har forklaret i det foregående afsnit, startede vi vores instrumentering på Heap med “mindre er mere”-filosofien. En af grundene til, at vi var sikre på at forfølge denne tilgang, er på grund af Heaps løfte om at vise os data, som vi aldrig havde til hensigt at logge i første omgang. Lad os få mere at vide om Heaps centrale USP, der giver stiftere, marketingfolk og produktejere mere magt:
Når du tilføjer Heaps JS-snippet på en given side på dit websted eller din webapplikation, registrerer det i det væsentlige alle mulige handlinger, som brugeren foretager på webstedet, herunder sidevisninger, klik på interaktive elementer som knapper (baseret på CSS-selektor), indsendelse af formularer, ændring af tilstand i elementer (baseret på CSS-selektor) eller start af sessioner. Dette dækker i det væsentlige de fleste handlinger, der sker på klientsiden, dvs. din app, der er indlæst i browseren. I de fleste webapplikationer vil disse hændelser præcist skildre en handling, som brugeren har foretaget (f.eks. set en prissætningsside), eller i værste fald kan de være en lovende proxy for en handling, som brugeren har foretaget (f.eks. klik på knappen “Download video” er en proxy for den begivenhed, hvor brugeren har downloadet en video). Nu hvor jeg har givet dig en kontekst for, hvad Heap gør på klientsiden, vil jeg gerne forklare, hvordan retroaktiv analyse hjælper dig med et eksempel fra vores rejse:
Hvad hvis jeg vil vide, hvordan Typitos landingsside klarer sig?
Recap: Lad os gå tilbage til slutningen af juni 2017, da der kun er gået 3 måneder siden lanceringen af Typito beta, og vi har kun logget 3 brugerdefinerede begivenheder. I begyndelsen af juni indser vi, at en af disse 3 begivenheder ikke blev logget korrekt, og vi retter det. Der er lige gået 30 dage siden denne rettelse, og du vil nu gerne vide, hvordan din landingsside klarer sig.
Jeg går i gang med at liste 10 brugerhandlinger på landingssiden op, som kan hjælpe mig med at kvantificere, hvordan landingssiden klarer sig. Ud fra det indsnævrer jeg mig til 3 vigtige handlinger:
1. Brugeren besøger landingssiden (https://typito.com/create)
2. Brugeren klikker på knappen “Kom i gang” (primær opfordring til handling for at tilmelde dig)
3. Brugeren tilmelder sig på Typito (allerede logget ved hjælp af brugerdefinerede begivenheder på Heap)
Nu da Heap allerede gemmer brugeraktivitet som sidevisninger og knapklik, skal jeg bare gå videre og definere de respektive begivenheder baseret på den besøgte side eller den CSS-selektor, der klikkes på. Du kan finde flere oplysninger om, hvordan du definerer disse begivenheder her.
For at få fat i CSS-selektoren for “Kom i gang”-knappen på landingssiden giver Heap mig en nem at bruge Event Visualiser.
Til orientering kan du se her, hvordan jeg brugte Event Visualiser til at definere begivenheden for at klikke på “Kom i gang”-knappen på landingssiden:
Så på få minutter, Jeg definerer begivenhederne og får mulighed for at inspicere den konvertering, der sker på min landingsside uden manuelt at logge 2 af de 3 begivenheder, da jeg begyndte at bruge Heap JS-snippet på mine webapplikationssider. Hvor fantastisk er det? 🙂
Siden betadagene af Typito har vi fundet det super nemt at bruge Heap til at analysere brugeradfærd på tværs af de forskellige stadier: erhvervelse, aktivering, fastholdelse, henvisning og indtjening (AARRR-ramme). Faktisk kom Heap for nogle måneder siden med en sektion på dashboardet kaldet “Suggested Reports”, der hjælper dig med at besvare vigtige spørgsmål om din virksomhed ved at forbinde dine forespørgsler med metrikker ved hjælp af kohorteanalyse, tragt evalueringer osv. Her er mere om Suggested Reports.
For en startup i en tidlig fase, der ønsker at forstå, hvad der sker i de første dage af lanceringen, anbefaler jeg stærkt at bruge en anden analysepakke end Google Analytics (som er et godt produkt til analyse af sidevisninger og andre datapunkter relateret til en webside/blog/ e-handel med simpel transaktionsadfærd, men som ikke er bygget til logning af brugerstrømme). Af alle produkterne i denne kategori vil jeg til enhver tid foreslå, at du giver Heap analytics en chance, simpelthen på grund af den værdi, som dens retroaktive analyse bringer på bordet – hvilket reducerer den beslutningstræthed og tid, du ellers ville bruge på at finde ud af, hvad der skal logges og hvad der ikke skal logges. Håber denne artikel gav et hurtigt perspektiv på, hvordan man kan gå til dataanalyse som en startup i en tidlig fase.
Håber snart at skrive om, hvordan vi bruger Heap nu (mere end 2 år fra de første dage). Del gerne dine tanker om hvilke værktøjer du har brugt til at analysere brugerflow og oplevelse på din app – glæder mig til at lære! 🙂
Denne historie blev oprindeligt skrevet i Typito blog.