Förstå hur besökare och kunder använder din produkt är avgörande för en feedbackbaserad produktutvecklingscykel och här är hur vi började på Typito med hjälp av Heap-analys.
När du börjar bygga en produkt är ett av de svåraste besluten under de första dagarna att bestämma granulariteten på din analyskonfiguration. Vilka händelser och datapunkter loggar du och hur detaljerade ska de vara? Vad är vettigt och vad är inte vettigt? Antalet frågor som du stöter på kan bli överväldigande och ta dig in i ett kaninhål och oundvikligen ta bort din uppmärksamhet från det viktiga – att prata med kunderna och bygga produkten.
Detta är inte en hypotetisk varnande berättelse. Detta var min berättelse som grundare av Typito och det också efter att ha tillbringat fem år med att bygga och förvalta produkter i branscher som sociala spel och konsumenthälsovård som är starkt metriskt styrda. Efter att ha pratat med många andra grundare har jag lärt mig följande: antingen underskattar du värdet av produktmätningar under det första året och blir ovetande om vad som händer, eller så spenderar du mycket tid på att argumentera med dig själv och ditt team om vad som behöver loggas och hur det är relevant – som jag gjorde under mina första dagar i Typito. När jag ser tillbaka är det här vad jag tror att du bör förstå om mätvärden i tidiga startups:
Mätvärden är superviktiga från dag ett i din startup, men se till att du bara spårar de viktigaste användaråtgärderna (3 åtgärder i vårt fall) för att undvika att sugas in i mätvärdenas kaninhål. Resten av din analytiska ryggrad bör byggas på ett inkrementellt sätt, föranlett av retrospektion eller förmågan att se tillbaka på hur vissa händelser tog form utan att oroa sig för dem vid byggnadstillfället.
Och det är här som Heap Analytics passar in på ett vackert sätt. Det är vår favoritanalysprogramvara på marknaden som låter dig köra retroaktiv analys – det vill säga, förutom dina tre bästa mätvärden kan du nå slutsatser baserade på användaraktivitet på produkten som loggas retroaktivt av Heap – vare sig det handlar om sidbesök, trattar och till och med knappklick. Mer om det snart!
Vår första Graph and Funnel: Första 90 dagarna med Heap
För att ge ett sammanhang är Typito ett verktyg för videodesign som används av mer än 85 000 marknadsförare och marknadsföringsbyråer för att skapa professionella videor online. Det är byggt på 2 kärnhypoteser:
1. Den skyhöga trenden med videokonsumtion som vi ser nu kommer snart att följas av miljontals företag som under de närmaste åren kommer att anta video som ett innehållsformat på Internet.
2. Om vi ska lyckas som en produkt som gör det möjligt att skapa fantastiska videor måste vi börja med att ge användarna den kreativa friheten att utforma videor på det sätt de vill.
När vi äntligen hade fått ut beta-versionen av Typito i slutet av mars 2017 bestämde vi oss för att logga 3 åtgärder i produkten:
- Användaren registrerar sig med e-postadress
- Användaren skapar ett videoprojekt
- Användaren exporterar ett videoprojekt
Notera: Här finns en artikel om hur du kan logga anpassade händelser på Heap. Det skulle ha tagit oss mindre än en timme att driva alla tre mätvärden live, tack vare den detaljerade dokumentationen från Heap-teamet.
Som du kan se var de enda datapunkterna vi oroade oss för att fokusera på om användarna hittade ett värde genom att använda en halvfärdig version (läs Beta) av Typito. För oss indikerades värdet grovt sett av att användarna tog sig besväret att registrera sig, skapa ett projekt och exportera en video med hjälp av verktyget. Grafen nedan på Heap visar hur användarna började snubbla över Typito som tjänst och började skapa videor.
Du kan också tydligt se hur vi gjorde ett misstag genom att inte logga användarnas registrering som en åtgärd korrekt under de första två månaderna. Vi lärde oss en svår läxa ganska tidigt här:
Testa din instrumentering eller processen för att logga data är en av de mest kritiska men underskattade uppgifterna när du utvecklar din produkt. Så logga mindre och logga dem perfekt när du börjar.
Med ett verktyg som Heap bör det inte ta mer än en timme att logga dina centrala produktåtgärder och att testa dem kan vara klart på en halv dag om du har aktiv trafik på din webbplats.
Nästa självklara steg för oss var att ta reda på hur användarresan såg ut. För att förklara det med enklare ord: Vi visste att våra användare vanligtvis skulle gå igenom de sekventiella stegen: Användaren registrerar sig -> skapar ett projekt -> exporterar projektet. Därför var det vettigt för oss att ta reda på hur denna tratt såg ut under de första dagarna av lanseringen av Typito. Nu, tack vare det instrumenteringsmissöde vi gjorde när vi loggade händelsen ”user signs up”, kunde vi bara titta på tratten från juni 2017 när vi började ha alla tre datapunkterna uppe på Heap.
Den här tratten som skapades på Heap gav oss en enkel förståelse för hur användarna gick igenom sekvensen av kärnaktiviteter i produkten vid den tidpunkten. Vi hade inga riktmärken att jämföra detta med och inte heller spenderade vi dagar med att fundera på hur vi skulle kunna förbättra den här tratten den gången – produkten var halvt uppbackad vid den tidpunkten. Vi ville bara veta vad som hände och Heap gav oss svaret enkelt. Enligt min erfarenhet finns det ett oundvikligt tidsglapp mellan när du lär dig något och när du bestämmer dig för att agera utifrån det. Så det är bäst att lära sig tidigast :).
Anmärkningar: Här finns artiklar om hur man ställer in en graf och en tratt på Heap. Dessa datarepresentationer hjälper dig att förstå hur en uppsättning åtgärder utförs i din produkt oberoende av varandra eller sekventiellt.
Hur retroaktiv analys på Heap hjälpte oss
Som jag har förklarat i det föregående avsnittet började vi vår instrumentering på Heap med filosofin ”mindre är mer”. En av anledningarna till att vi var övertygade om att följa det tillvägagångssättet är på grund av Heaps löfte om att visa oss data som vi aldrig hade för avsikt att logga från början. Låt oss lära oss mer om Heaps centrala USP som stärker grundare, marknadsförare och produktägare: Retroaktiv analys.
När du lägger till Heaps JS-snippet på en viss sida på din webbplats eller webbapplikation registrerar det i princip alla möjliga åtgärder som användaren gör på webbplatsen, inklusive sidvisningar, klick på interaktiva element som knappar (baserade på CSS-selektorn), formulärsändningar, ändring av tillstånd i element (baserade på CSS-selektorn) eller start av sessioner. Detta täcker i princip de flesta åtgärder som sker på klientsidan, dvs. din app som laddas i webbläsaren. I de flesta webbapplikationer kommer dessa händelser att korrekt beskriva en åtgärd som användaren vidtagit (t.ex. tittat på en prissättningssida) eller i värsta fall vara en lovande proxy för en åtgärd som användaren vidtagit (t.ex. ett klick på knappen ”Ladda ner video” är en proxy för händelsen när användaren laddar ner en video). Nu när jag har gett dig ett sammanhang av vad Heap gör på klientsidan, låt mig förklara hur retroaktiv analys hjälper dig med ett exempel från vår resa:
Tänk om jag vill veta hur Typitos landningssida gör?
Recap: Vi går tillbaka till slutet av juni 2017 när det bara har gått tre månader sedan Typito beta lanserades och vi har bara loggat tre anpassade händelser. I början av juni inser vi att en av dessa 3 händelser inte loggades korrekt och åtgärdar det. Det har precis gått 30 dagar sedan den korrigeringen och du vill nu veta hur din landningssida presterar.
Jag börjar med att lista 10 användaråtgärder på landningssidan som kan hjälpa mig att kvantifiera hur landningssidan presterar. Utifrån det avgränsar jag mig till 3 viktiga åtgärder:
1. Användaren besöker landningssidan (https://typito.com/create)
2. Användaren klickar på knappen ”Get Started” (primär handlingskall för att registrera sig)
3. Användaren registrerar sig på Typito (loggas redan med hjälp av anpassade händelser på Heap)
Nu, eftersom Heap redan lagrar användaraktivitet som sidvisningar och knappklickar, behöver jag bara gå vidare och definiera respektive händelser baserat på den besökta sidan eller den klickade CSS-väljaren. Du hittar mer information om hur du definierar dessa händelser här.
För att få tag på CSS-selektorn för ”Get Started”-knappen på landningssidan ger Heap mig en lättanvänd Event Visualiser.
För din referens, här är hur jag använde Event Visualiser för att definiera händelsen för att klicka på knappen ”Get Started” på landningssidan:
Så på några minuter, Jag definierar händelserna och får inspektera konverteringen som sker på min landningssida utan att manuellt logga 2 av dessa 3 händelser när jag började använda Heap JS-snippet på mina webbapplikationssidor. Hur häftigt är inte det? 🙂
Sedan betadagarna för Typito har vi tyckt att det är superenkelt att använda Heap för att analysera användarnas beteende i de olika stegen: Vi har sedan länge använt vår lösning för att enkelt och smidigt använda användarna i de olika stadierna: förvärv, aktivering, bibehållande, hänvisning och intäkt (AARRR-ramverket). Faktum är att Heap för några månader sedan kom med en sektion på instrumentpanelen som heter ”Suggested Reports” som hjälper dig att besvara viktiga frågor om ditt företag genom att koppla ihop dina frågor med mätvärden med hjälp av kohortanalyser, trattutvärderingar osv. Här finns mer information om Suggested Reports.
För ett startupföretag som befinner sig i ett tidigt skede och som vill förstå vad som händer under de första dagarna av lanseringen, Jag rekommenderar starkt att du använder en annan analyssvit än Google Analytics (som är en bra produkt för att analysera sidvisningar och andra datapunkter relaterade till en webbsida/blogg/ekhandel med enkelt transaktionsbeteende, men som inte är byggd för att logga användarflöden). Av alla produkter i den här kategorin skulle jag i alla fall föreslå att du ger Heap analytics ett försök helt enkelt på grund av det värde som dess retroaktiva analys tillför på bordet – vilket minskar beslutströttheten och den tid du annars skulle spendera på att ta reda på vad som ska loggas och vad som inte ska loggas. Hoppas att den här artikeln gav ett snabbt perspektiv på hur man kan gå till dataanalys som ett tidigt startup.
Hoppar att snart skriva om hur vi använder Heap nu (mer än 2 år från de första dagarna). Dela gärna med dig av dina tankar om vilka verktyg du har använt för att analysera användarflödet och användarupplevelsen i din app – ser fram emot att lära dig! 🙂
Denna berättelse publicerades ursprungligen i Typito blog.