Waarom we vanaf dag één Heap voor analytics zijn gaan gebruiken

Inzicht in hoe bezoekers en klanten uw product gebruiken is van cruciaal belang voor een op feedback gebaseerde productontwikkelingscyclus en hier is hoe we bij Typito zijn begonnen met behulp van Heap analytics.

Wanneer u begint met het bouwen van een product, is een van de moeilijkste beslissingen in de begindagen de granulariteit van uw analytics setup. Welke gebeurtenissen en datapunten log je en hoe gedetailleerd moeten die zijn? Wat is zinvol en wat niet? Het aantal van deze vragen dat je tegenkomt kan overweldigend worden en je in een konijnenhol brengen en steevast je aandacht afleiden van het belangrijke deel – praten met klanten en het product bouwen.

Dit is geen hypothetische waarschuwingsverhaal. Dit was mijn verhaal als oprichter van Typito en dat ook na 5 jaar te hebben doorgebracht met het bouwen en beheren van producten in sectoren zoals sociale games en consumentengezondheidszorg die zwaar metrische gedreven zijn. Na het praten met veel andere oprichters, is dit wat ik heb geleerd: ofwel onderschat je de waarde van product statistieken in het eerste jaar en uiteindelijk weet je niet wat er gebeurt, of je besteedt een grote hoeveelheid tijd aan het discussiëren met jezelf en je team over wat er moet worden geregistreerd en hoe het relevant is – zoals ik mijn eerste paar dagen in Typito heb gedaan. Terugkijkend is dit wat je volgens mij moet begrijpen over statistieken in startups in een vroeg stadium:

Metrics zijn superbelangrijk vanaf dag één bij je startup, maar zorg ervoor dat je alleen de belangrijkste gebruikersacties bijhoudt (3 acties in ons geval) om te voorkomen dat je in het konijnenhol van de metrics wordt gezogen. De rest van uw analytische ruggengraat moet op een incrementele manier worden opgebouwd, ingegeven door retrospectie of de mogelijkheid om terug te kijken op hoe bepaalde gebeurtenissen vorm hebben gekregen zonder dat u zich daar op het moment van de bouw zorgen over hoeft te maken.

En hier past Heap Analytics prachtig in. Het is onze favoriete analytics-software op de markt waarmee je retroactieve analytics kunt uitvoeren – dat wil zeggen, naast je top 3 metrics, kun je conclusies trekken op basis van gebruikersactiviteiten op het product die retroactief door Heap worden gelogd – of het nu gaat om paginabezoeken, funnels of zelfs klikken op knoppen. Binnenkort meer hierover!

Met Heap kunt u uw gegevens met terugwerkende kracht analyseren zonder code te hoeven schrijven.

Onze eerste grafiek en trechter: Eerste 90 dagen met Heap

Om wat context te geven: Typito is een video-ontwerptool die door 85000+ marketeers en marketingbureaus wordt gebruikt om online professionele video’s te maken. Het is gebouwd op 2 kernhypothesen:
1. de torenhoge trend van videoconsumptie die we nu zien, zou in de komende jaren snel worden gevolgd door miljoenen bedrijven die video adopteren als contentformaat op het internet.
2. video-ontwerp is een creatief proces en de beste video’s die door de wereld worden gewaardeerd, zijn gemaakt door geweldige verhalenvertellers. Als we moeten slagen als een product dat de creatie van verbazingwekkende video’s mogelijk maakt, moet het beginnen met het verstrekken van de gebruikers de creatieve vrijheid om video’s te ontwerpen op de manier die ze voor ogen hebben.

Een cheese burger video ontwerpen met behulp van Typito

Toen we eind maart 2017 eindelijk de bètaversie van Typito uit hadden, besloten we om 3 acties in het product te loggen:

  1. Gebruiker meldt zich aan met e-mailadres
  2. Gebruiker maakt een videoproject
  3. Gebruiker exporteert een videoproject

Note: Hier is een artikel over hoe je aangepaste gebeurtenissen op Heap kunt loggen. Het had ons minder dan een uur gekost om alle drie de metrics live te pushen, dankzij de gedetailleerde documentatie van het Heap-team.

Zoals u kunt zien, waren de enige datapunten waar we ons zorgen over maakten gericht op de vraag of gebruikers waarde vonden met behulp van een halfgekookte versie (lees Beta) van Typito. Voor ons werd de waarde ruwweg aangegeven door gebruikers die de moeite namen om zich aan te melden, een project te maken en een video te exporteren met behulp van de tool. De grafiek hieronder op Heap laat zien hoe gebruikers op Typito stuitten als een dienst en video’s begonnen te maken.

Heap grafiekweergave van onze eerste fase metrics net na de lancering

U kunt ook duidelijk zien hoe we een fout hebben gemaakt door de eerste 2 maanden het aanmelden van gebruikers niet nauwkeurig te registreren als een actie. We hebben hier al vrij snel een harde les geleerd:

Het testen van uw instrumentatie of het proces van gegevensregistratie is een van de meest kritieke maar onderschatte taken wanneer u uw product ontwikkelt. Dus log minder en log ze perfect wanneer je begint.

Met een tool als Heap zou het loggen van de kernacties van je product niet meer dan een uur in beslag moeten nemen en het testen ervan kan in een halve dag worden afgerond als je actief verkeer op je website hebt.

De volgende voor de hand liggende stap voor ons was om te leren hoe de gebruikersreis eruitzag. Om het in eenvoudiger woorden uit te leggen: we wisten dat onze gebruikers gewoonlijk de opeenvolgende stappen zouden doorlopen: gebruiker meldt zich aan -> maakt een project aan -> exporteert het project. Dus was het zinvol voor ons om te leren hoe deze trechter eruit zag in de vroege dagen van de lancering van Typito. Nu, dankzij de instrumentatiemisstap die we deden tijdens het loggen van “gebruiker meldt zich aan” evenement, konden we alleen kijken naar de trechter vanaf juni 2017, toen we begonnen met het hebben van alle drie de datapunten op Heap.

Heap funnel about user journey navigating through core actions on Typito in June 2017

Deze op Heap gemaakte funnel gaf ons een eenvoudig inzicht in hoe gebruikers op dat moment de opeenvolging van kernacties in het product doorliepen. We hadden geen benchmarks om dit mee te vergelijken en we hebben ook geen dagen besteed aan hoe we deze trechter konden verbeteren – het product was op dat moment nog maar half ontwikkeld. We wilden gewoon weten wat er gebeurde en Heap gaf ons het antwoord gemakkelijk. Vanuit mijn ervaring is er een onvermijdelijke tijdspanne tussen het moment dat je iets leert en het moment dat je beslist om er iets mee te doen. Dus het is het beste om op zijn vroegst te leren :).

Note: Hier zijn artikelen over hoe je een grafiek en trechter op Heap kunt instellen. Deze gegevensweergaven helpen u te begrijpen hoe een reeks acties onafhankelijk of sequentieel in uw product wordt uitgevoerd.

Hoe retroactieve analyse op Heap ons hielp

Zoals ik in de vorige sectie heb uitgelegd, zijn we onze instrumentatie op Heap begonnen met de “minder is meer”-filosofie. Een van de redenen waarom we vertrouwen hadden in die aanpak, is de belofte van Heap om ons gegevens te laten zien die we in de eerste plaats nooit wilden loggen. Laten we meer te weten komen over de kern USP van Heap die oprichters, marketeers en producteigenaren in staat stelt: Retroactieve Analyse.

Wanneer u Heap’s JS snippet op een bepaalde pagina van uw website of webapplicatie toevoegt, registreert het in wezen alle mogelijke acties die de gebruiker op de website onderneemt, inclusief paginaweergaven, klikken op interactieve elementen zoals knoppen (op basis van CSS-selector), formulier submits, verandering van status in elementen (op basis van CSS-selector) of het starten van sessies. In wezen omvat dit de meeste acties die aan de client-zijde gebeuren, d.w.z. uw app die in de browser wordt geladen. In de meeste webapplicaties zullen deze events nauwkeurig een actie van een gebruiker weergeven (bv. bekeken prijzenpagina) of in het slechtste geval een veelbelovende proxy zijn voor een actie van de gebruiker (bv. klik op “Download video” knop is een proxy voor de gebeurtenis wanneer de gebruiker een video downloadde). Nu ik je een context heb gegeven van wat Heap doet aan de client-kant, laat me je uitleggen hoe retroactieve analyse je helpt met een voorbeeld uit onze reis:

Wat als ik wil weten hoe de landingspagina van Typito het doet?

Recap: Laten we teruggaan naar eind juni 2017, wanneer het net 3 maanden geleden is dat de Typito-bèta werd gelanceerd en we slechts 3 aangepaste gebeurtenissen hebben gelogd. In het begin van juni realiseren we ons dat een van die 3 gebeurtenissen niet correct was gelogd en repareren het. Het is nu 30 dagen geleden en u wilt nu weten hoe uw landingspagina het doet.

Ik begin met het opsommen van 10 gebruikersacties op de landingspagina die me kunnen helpen te kwantificeren hoe de landingspagina presteert. Daaruit beperk ik me tot 3 belangrijke acties:
1. Gebruiker bezoekt de landingspagina (https://typito.com/create)
2. Gebruiker klikt op de knop “Aan de slag” (primaire oproep tot actie om zich aan te melden)
3. Gebruiker meldt zich aan bij Typito (al geregistreerd met behulp van aangepaste gebeurtenissen op Heap)

Nu, omdat Heap al gebruikersactiviteit zoals paginaweergaven en klikken op knoppen opslaat, hoef ik alleen maar door te gaan en de respectieve gebeurtenissen te definiëren op basis van de bezochte pagina of de CSS-selector waarop is geklikt. U kunt meer details vinden over hoe u deze gebeurtenissen hier kunt definiëren.

Om de CSS-selector voor de knop “Aan de slag” op de landingspagina te krijgen, biedt Heap me een eenvoudig te gebruiken Event Visualiser.

Event Visualiser helpt u bij het selecteren van elementen op uw pagina op basis van CSS-selectors

Hier ziet u hoe ik de Event Visualiser heb gebruikt om de gebeurtenis te definiëren voor het klikken op de knop “Aan de slag” op de landingspagina:

Hoe voeg ik in een paar klikken een webgebaseerde gebeurtenis toe met behulp van Heap’s Event Visualiser

Dus in een paar minuten, heb ik de gebeurtenissen gedefinieerd en kan ik de conversie op mijn landingspagina inspecteren zonder handmatig 2 van de 3 gebeurtenissen te loggen toen ik de Heap JS-snippet begon te gebruiken op mijn webpagina’s. Hoe geweldig is dat? 🙂

Rapport van landingspagina funnel voor de maand juni 2017 gemaakt met behulp van retroactieve analyse

Sinds de bètadagen van Typito hebben we gemerkt dat het super eenvoudig is om Heap te gebruiken om gebruikersgedrag te analyseren in de verschillende stadia: acquisitie, activatie, retentie, doorverwijzing en inkomsten (AARRR-raamwerk). In feite, een paar maanden terug kwam Heap met een sectie op het dashboard genaamd “Suggested Reports” dat u helpt belangrijke vragen over uw bedrijf te beantwoorden door uw vragen te verbinden met statistieken met behulp van cohort-analyse, funnel evaluaties, enz. Hier is meer over Suggested Reports.

U vindt Suggested Reports aan de rechterkant van het dashboard van uw project

Voor een startup in een vroeg stadium die wil begrijpen wat er gebeurt in die eerste dagen van de lancering, raad ik ten zeerste aan om een ander analytisch pakket te gebruiken dan Google Analytics (dat een geweldig product is voor het analyseren van paginaweergaven en andere gegevenspunten met betrekking tot een webpagina / blog / e-commerce met eenvoudig transactiegedrag, maar niet is gebouwd voor het loggen van gebruikersstromen). Van alle producten in deze categorie, zou ik je aanraden om Heap analytics eens te proberen, simpelweg vanwege de waarde die de retroactieve analyse met zich meebrengt – het vermindert de beslissingsmoeheid en tijd die je anders zou besteden aan het uitzoeken wat wel en niet te loggen. Ik hoop dat dit artikel een snel perspectief heeft gegeven over hoe om te gaan met data-analyse als een vroege fase startup.

Hoop binnenkort te schrijven over hoe we Heap nu gebruiken (meer dan 2 jaar na die eerste dagen). Deel uw gedachten over welke tools je hebt gebruikt voor het analyseren van user flow en ervaring op uw app – op zoek naar te leren!

Dit verhaal is oorspronkelijk geplaatst in Typito blog.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.