Comprendre comment les visiteurs et les clients utilisent votre produit est essentiel pour un cycle de développement de produit basé sur la rétroaction et voici comment nous avons commencé chez Typito avec l’aide de Heap analytics.
Lorsque vous commencez à construire un produit, l’une des décisions les plus difficiles dans les premiers jours est autour de la granularité de votre configuration analytique. Quels événements et points de données enregistrez-vous et à quel point ils doivent être détaillés ? Qu’est-ce qui a du sens et qu’est-ce qui n’en a pas ? Le nombre de ces questions que vous rencontrez peut devenir écrasant et vous entraîner dans un terrier de lapin et invariablement détourner votre attention de la partie importante – parler aux clients et construire le produit.
Ce n’est pas un récit d’avertissement hypothétique. C’était mon histoire en tant que fondateur de Typito et cela aussi après avoir passé 5 ans à construire et à gérer des produits dans des industries comme les jeux sociaux et les soins de santé grand public qui sont fortement axés sur les mesures. Après avoir discuté avec de nombreux autres fondateurs, voici ce que j’ai appris : soit vous sous-estimez la valeur des indicateurs de produit au cours de la première année et vous finissez par ne plus savoir ce qui se passe, soit vous passez beaucoup de temps à vous disputer avec vous-même et votre équipe sur ce qui doit être enregistré et sur sa pertinence – comme j’ai passé mes premiers jours chez Typito. Avec le recul, voici ce que je pense que vous devriez comprendre au sujet des métriques dans les startups en phase de démarrage:
Les métriques sont super importantes dès le premier jour de votre startup, mais assurez-vous de ne suivre que les actions les plus importantes de l’utilisateur (3 actions dans notre cas) pour éviter d’être aspiré dans le trou de lapin des métriques. Le reste de votre colonne vertébrale analytique devrait être construit de manière incrémentielle, incité par la rétrospection ou la capacité de regarder en arrière sur la façon dont certains événements ont pris forme sans s’en soucier au moment de la construction.
Et c’est ici que Heap Analytics s’intègre magnifiquement. C’est notre logiciel d’analyse préféré sur le marché qui vous permet d’exécuter des analyses rétroactives – c’est-à-dire que, en dehors de vos 3 principales métriques, vous pouvez atteindre des inférences basées sur l’activité des utilisateurs sur le produit qui est enregistrée rétroactivement par Heap – que ce soit des visites de pages, des entonnoirs et même des clics de boutons. Nous en reparlerons bientôt !
Notre premier graphique et entonnoir : Les 90 premiers jours d’utilisation de Heap
Pour donner un peu de contexte, Typito est un outil de conception vidéo utilisé par plus de 85000 marketeurs et agences marketing pour créer des vidéos professionnelles en ligne. Il est construit sur 2 hypothèses de base :
1. la tendance à la montée en flèche de la consommation de vidéos que nous observons actuellement serait bientôt suivie par des millions d’entreprises adoptant la vidéo dans les prochaines années comme format de contenu sur Internet.
2. la conception de vidéos est un processus créatif et les meilleures vidéos appréciées par le monde ont été créées par de grands conteurs. Si nous devons réussir en tant que produit permettant la création de vidéos étonnantes, il faut commencer par donner aux utilisateurs la liberté créative de concevoir des vidéos comme ils l’envisagent.
Quand nous avons finalement sorti la version bêta de Typito fin mars 2017, nous avons décidé d’enregistrer 3 actions dans le produit :
- L’utilisateur s’inscrit en utilisant son adresse e-mail
- L’utilisateur crée un projet vidéo
- L’utilisateur exporte un projet vidéo
Note : Voici un article sur la façon dont vous pouvez journaliser des événements personnalisés sur Heap. Il nous aurait fallu moins d’une heure pour pousser ces trois métriques en direct, grâce à la documentation détaillée de l’équipe Heap.
Comme vous pouvez le voir, les seuls points de données qui nous préoccupaient se concentraient sur le fait de savoir si les utilisateurs trouvaient de la valeur en utilisant une version à moitié cuite (lire Beta) de Typito. Pour nous, la valeur était grossièrement indiquée par les utilisateurs prenant la peine de s’inscrire, de créer un projet et d’exporter une vidéo en utilisant l’outil. Le graphique ci-dessous sur Heap montre comment les utilisateurs ont commencé à tomber sur Typito en tant que service et ont commencé à créer des vidéos.
Vous pouvez aussi clairement voir comment nous avons fait une erreur en n’enregistrant pas l’inscription des utilisateurs comme une action avec précision pendant les 2 premiers mois. Nous avons appris une dure leçon assez tôt ici :
Tester votre instrumentation ou le processus d’enregistrement des données est l’une des tâches les plus critiques mais sous-estimées lorsque vous développez votre produit. Donc, enregistrez moins et enregistrez-les parfaitement lorsque vous commencez.
Avec un outil comme Heap, l’enregistrement des actions de votre produit de base ne devrait pas prendre plus d’une heure et les tester peut être enveloppé dans une demi-journée si vous avez un trafic actif sur votre site Web.
L’étape suivante évidente pour nous était d’apprendre comment le parcours de l’utilisateur se dessinait. Pour l’expliquer en termes plus simples : nous savions que nos utilisateurs passeraient généralement par les étapes séquentielles : l’utilisateur s’inscrit -> crée un projet -> exporte le projet. Il était donc logique pour nous d’apprendre comment cet entonnoir se présentait dans les premiers jours du lancement de Typito. Maintenant, grâce à la mésaventure d’instrumentation que nous avons faite en enregistrant l’événement « user signs up », nous ne pouvions regarder l’entonnoir qu’à partir de juin 2017, lorsque nous avons commencé à avoir les trois points de données en haut sur Heap.
Cet funnel créé sur Heap nous a donné une compréhension simple de la façon dont les utilisateurs parcouraient la séquence d’actions de base dans le produit à ce moment-là. Nous n’avions pas de critères de comparaison et nous n’avons pas non plus passé des jours à nous demander comment améliorer cet entonnoir à l’époque – le produit était à moitié soutenu à ce moment-là. Nous voulions juste savoir ce qui se passait et Heap nous a donné la réponse facilement. D’après mon expérience, il y a un décalage inévitable entre le moment où vous apprenez quelque chose et celui où vous décidez d’agir en conséquence. Il est donc préférable d’apprendre le plus tôt possible :).
Note : Voici des articles sur la façon de configurer un graphique et un entonnoir sur Heap. Ces représentations de données vous aident à comprendre comment un ensemble d’actions sont effectuées dans votre produit indépendamment ou séquentiellement.
Comment l’analyse rétroactive sur Heap nous a aidés
Comme je l’ai expliqué dans la section précédente, nous avons commencé notre instrumentation sur Heap avec la philosophie « moins est plus ». L’une des raisons pour lesquelles nous étions confiants dans la poursuite de cette approche est la promesse de Heap de nous montrer des données que nous n’avons jamais eu l’intention d’enregistrer en premier lieu. Apprenons-en davantage sur la principale USP de Heap qui donne du pouvoir aux fondateurs, aux spécialistes du marketing et aux propriétaires de produits : Analyse rétroactive.
Lorsque vous ajoutez le snippet JS de Heap sur une page donnée de votre site Web ou de votre application Web, il enregistre essentiellement toutes les actions possibles que l’utilisateur effectue sur le site Web, y compris les pages vues, les clics sur les éléments interactifs tels que les boutons (basés sur le sélecteur CSS), les soumissions de formulaires, les changements d’état dans les éléments (basés sur le sélecteur CSS) ou le début des sessions. Cela couvre essentiellement la plupart des actions qui se produisent du côté client, c’est-à-dire votre application chargée dans le navigateur. Dans la plupart des applications web, ces événements décrivent précisément une action effectuée par un utilisateur (par exemple, une page de tarification consultée) ou, dans le pire des cas, peuvent être un proxy prometteur pour une action effectuée par l’utilisateur (par exemple, un clic sur le bouton « Télécharger la vidéo » est un proxy pour l’événement où l’utilisateur a téléchargé une vidéo). Maintenant que je vous ai donné un contexte de ce que Heap fait du côté client, laissez-moi vous expliquer comment l’analyse rétroactive vous aide avec un exemple de notre parcours :
Et si je veux savoir comment la page de destination de Typito se comporte ?
Recap : Revenons à la fin du mois de juin 2017, alors que cela fait tout juste 3 mois que le lancement de la bêta de Typito a commencé et que nous n’avons enregistré que 3 événements personnalisés. Au début du mois de juin, nous réalisons qu’un de ces 3 événements n’a pas été enregistré correctement et le corrigeons. Cela fait juste 30 jours depuis cette correction et vous voulez maintenant savoir comment votre page de destination se comporte.
Je commence par faire une liste de 10 actions de l’utilisateur sur la page de destination qui pourraient m’aider à quantifier la performance de la page de destination. A partir de là, je réduis à 3 actions importantes :
1. L’utilisateur visite la page de destination (https://typito.com/create)
2. L’utilisateur clique sur le bouton « Get Started » (appel à l’action primaire pour s’inscrire)
3. L’utilisateur s’inscrit sur Typito (déjà enregistré à l’aide d’événements personnalisés sur Heap)
Maintenant, puisque Heap stocke déjà l’activité de l’utilisateur comme les pages vues et les clics sur les boutons, j’ai juste besoin d’aller de l’avant et de définir les événements respectifs basés sur la page visitée ou le sélecteur CSS cliqué. Vous pouvez trouver plus de détails sur la façon de définir ces événements ici.
Pour mettre la main sur le sélecteur CSS du bouton « Get Started » sur la page de destination, Heap me fournit un visualiseur d’événements facile à utiliser.
Pour votre référence, voici comment j’ai utilisé le visualiseur d’événements pour définir l’événement pour cliquer sur le bouton « Get Started » sur la page de destination :
Donc en quelques minutes, Je définis les événements et j’arrive à inspecter la conversion qui se passe sur ma page de destination sans enregistrer manuellement 2 de ces 3 événements lorsque j’ai commencé à utiliser le snippet JS de Heap sur mes pages d’application web. C’est génial, non ? 🙂
Depuis les jours de la version bêta de Typito, nous avons trouvé qu’il était super facile d’utiliser Heap pour analyser le comportement des utilisateurs à travers les différentes étapes : acquisition, activation, rétention, recommandation et revenus (cadre AARRR). En fait, il y a quelques mois, Heap a créé une section sur le tableau de bord appelée « Rapports suggérés » qui vous aide à répondre à des questions importantes sur votre activité en reliant vos requêtes à des mesures utilisant l’analyse de cohorte, les évaluations d’entonnoir, etc. Voici plus d’informations sur les rapports suggérés.
Pour une startup en phase de démarrage qui veut comprendre ce qui se passe dans ces premiers jours de lancement, Je recommande fortement d’utiliser une suite analytique autre que Google Analytics (qui est un excellent produit pour analyser les pages vues et d’autres points de données liés à une page Web / blog / ecommerce avec un comportement transactionnel simple, mais qui n’est pas construit pour enregistrer les flux d’utilisateurs). De tous les produits de cette catégorie, je vous suggère d’essayer Heap analytics simplement en raison de la valeur que son analyse rétroactive apporte sur la table – réduisant la fatigue de décision et le temps que vous auriez autrement passé à déterminer ce qu’il faut enregistrer et ce qu’il ne faut pas enregistrer. J’espère que cet article a donné une perspective rapide sur la façon d’aborder l’analyse des données en tant que startup au stade précoce.
J’espère écrire bientôt sur la façon dont nous utilisons Heap maintenant (plus de 2 ans après ces premiers jours). S’il vous plaît, partagez vos pensées sur les outils que vous avez utilisés pour analyser le flux et l’expérience des utilisateurs sur votre application – impatient d’apprendre ! 🙂
Cette histoire a été initialement publiée dans le blog Typito.