Je hebt een product gebouwd. 1.000 mensen meldden zich aan. Maar je weet niet of ze begrijpen hoe ze het moeten gebruiken. Je weet niet op welke functies ze klikken. Je weet niet waar ze vastlopen. Productanalytics (product analytics) beantwoordt dat. Het volgt elke interactie die een gebruiker met je product heeft, zodat je begrijpt wat ze doen en wanneer ze stoppen.
Productanalytics verschilt van websiteanalytics. Websiteanalytics meet verkeer en conversies. Productanalytics meet wat mensen in je product doen nadat ze aankwamen. Dit artikel behandelt wat productanalytics meet, waarom het ertoe doet om producten te bouwen die mensen echt gebruiken en hoe je handelt op wat je leert.
Productanalytics volgt gebruikersinteracties in je product. Een klik op een knop. Een verstuurd formulier. Een bekeken pagina. Een gebruikte functie. Elke actie is een gebeurtenis (event). Door duizenden gebeurtenissen van duizenden gebruikers te verzamelen, zie je patronen: welke functies worden gebruikt, welke genegeerd en waar mensen gefrustreerd raken en stoppen.
Productanalytics is het verschil tussen gokken hoe mensen je product gebruiken en het weten. Je denkt misschien dat je gebruikers functie X geweldig vinden. Maar de data laat zien dat 90 procent er nooit op klikt. Dat is een kloof tussen aanname en werkelijkheid.
Wat productanalytics echt meet
Productanalytics volgt gebruikersinteracties in je product. Elke actie is data: klikken, verstuurde formulieren, paginaweergaven, gebruik van functies, tijd per scherm, waar gebruikers vastlopen en welke paden ze door je product nemen.
Websiteanalytics meet verkeer en algemeen gedrag. Productanalytics zoomt in op de ervaring in je product. Websiteanalytics zegt: "500 mensen bezochten de site." Productanalytics zegt: "300 van die 500 meldden zich aan, 150 voltooiden de onboarding, 80 gebruikten de kernfunctie en 50 kwamen volgende week terug."
Het AARRR-model voor productcijfers
Vijf cijfers tellen het meest voor elk product. Zie ze als de piratencijfers (AARRR): Acquisition (verwerving), Activation (activatie), Engagement (betrokkenheid), Retention (klantbehoud) en Monetization (inkomsten).
Verwerving: Hoeveel nieuwe gebruikers melden zich aan? Dit vertelt je of je marketing werkt.
Activatie: Hoeveel van wie zich aanmeldde, gebruikte je kernfunctie echt? Dit vertelt je of je onboarding werkt.
Betrokkenheid: Hoe vaak gebruiken gebruikers je product? Dagelijks, wekelijks, maandelijks? Dit vertelt je hoe plakkerig je product is.
Klantbehoud: Hoeveel van de gebruikers die vorige maand betrokken waren, kwamen deze maand terug? Dit vertelt je of gebruikers waarderen wat je bouwde.
Inkomsten: Hoeveel omzet levert elke gebruiker op? Dit vertelt je of je verdienmodel werkt.
Samen laten deze vijf het volledige beeld van een gezond product zien.
Belangrijke cijfers voor productanalytics die je moet volgen
Dagelijks actieve gebruikers (DAU) en maandelijks actieve gebruikers (MAU): Hoeveel mensen gebruiken je product elke dag en elke maand? Een hoge DAU betekent dat mensen steeds terugkomen. De verhouding DAU/MAU laat de plakkerigheid zien: is 50 procent van je maandelijkse gebruikers dagelijks actief, dan is je product plakkerig.
Activatiepercentage: Welk percentage van de gebruikers die zich aanmeldden, voltooide de eerste betekenisvolle actie (je handleiding bekijken, een project maken, een vriend uitnodigen)? Een lage activatie betekent dat je onboarding niet werkt.
Gebruik van functies: Welk percentage van de gebruikers gebruikt je kernfunctie echt? Melden 60 procent zich aan maar gebruikt maar 20 procent de hoofdfunctie, dan heb je een adoptieprobleem, geen marketingprobleem.
Sessieduur: Hoe lang besteedt een gemiddelde gebruiker per sessie in je product? Lange sessies betekenen betrokkenheid. Korte sessies betekenen dat er iets mis is.
Pagina's per sessie: Hoeveel schermen bezoekt een gebruiker voordat die weggaat? Bezoekt die één pagina en gaat weg, dan verkent die niet. Bezoekt die er tien, dan is die betrokken.
Verloop (churn): Welk percentage van de gebruikers stopt elke maand met je product? Een maandelijks verloop van 5 procent betekent dat 95 procent van de gebruikers van vorige maand terugkwam. Een verloop van 30 procent betekent dat je snel klanten verliest.
Zo volg je productcijfers in de praktijk
Je hebt het volgen van gebeurtenissen nodig. Stel gebeurtenissen in voor de acties die ertoe doen: gebruiker meldt zich aan (verwervingsgebeurtenis), gebruiker maakt zijn eerste project (activatiegebeurtenis), gebruiker nodigt een andere gebruiker uit (betrokkenheidsgebeurtenis), gebruiker logt volgende week weer in (klantbehoudsgebeurtenis).
De meeste analysetools laten je eigen gebeurtenissen volgen. Google Analytics, productanalyticsplatforms en Analytics en inzichten van WEMASY ondersteunen allemaal gebeurtenissen. Leg vast welke gebeurtenissen voor je bedrijf tellen, stel ze in en laat de data stromen.
Het gaat erom specifiek te zijn. Volg niet alleen "gebruiker actief". Volg "gebruiker voltooide eerste taak" of "gebruiker nodigde teamlid uit" of "gebruiker bekeek handleiding". Specifieke gebeurtenissen vertellen het verhaal. Vage gebeurtenissen vertellen niets.
Waarom segmenten het echte verhaal laten zien
Je totale activatiepercentage is 40 procent. Dat klinkt prima, tot je het uitsplitst: gebruikers uit organisch zoeken activeren met 60 procent, gebruikers uit advertenties met 15 procent. Nu zie je het echte verhaal: je advertenties trekken de verkeerde mensen aan, of je landingspagina voor advertenties legt je product niet duidelijk uit.
Segmenteer je gebruikers op bron, apparaat, regio en eerste gedrag. Het segment dat goed activeert, laat zien welke boodschap werkt. Het segment dat niet activeert, laat zien wat je moet repareren.
Het verschil tussen productanalytics en websiteanalytics
Websiteanalytics vertelt je dat 1.000 mensen de site bezochten. Productanalytics vertelt je dat 100 zich aanmeldden en 20 het product dagelijks gebruiken. Websiteanalytics is de bovenkant van de funnel. Productanalytics is wat er in de funnel gebeurt. Je hebt beide nodig om groei te begrijpen.
Veelgestelde vragen
Wat is het verschil tussen productanalytics en webanalytics?
Webanalytics meet wat er op je website gebeurt: verkeer, paginaweergaven, conversies. Productanalytics meet wat er in je product gebeurt nadat iemand zich aanmeldde: gebruik van functies, betrokkenheid, klantbehoud. Webanalytics is de toegangspoort. Productanalytics is de ervaring binnen. Met de Websitebouwer van WEMASY zet je dit direct op je eigen website op.
Hoe lang moet ik wachten voordat ik productcijfers meet?
Minstens 30 dagen. Gebruikers hebben tijd nodig om functies te ontdekken en terug te komen voor herhaald gebruik. Cijfers van de eerste week zijn voorbarig. Cijfers van de eerste maand laten blijvend gedrag zien. Wacht 60 dagen als je klantbehoud betrouwbaar wilt meten.
Wat is een goede verhouding DAU/MAU?
Dat hangt af van je producttype. Een social app mikt misschien op 40 tot 50 procent DAU/MAU. Een tool voor projectbeheer op 20 tot 30 procent. Een rapportagetool op 5 tot 10 procent. Vergelijk met vergelijkbare producten, niet over categorieën heen.
Hoe weet ik of een cijfer belangrijk is om te volgen?
Vraag je af: hangt dit cijfer direct samen met mijn bedrijfsdoel? Is je doel terugkerende omzet, dan telt verloop. Is je doel groei, dan telt het activatiepercentage. Is je doel betrokkenheid, dan telt DAU/MAU. Volg cijfers die passen bij wat je wilt bereiken.
Kan ik een cijfer verbeteren zonder te begrijpen waarom het laag is?
Nee. Is de activatie laag, op 20 procent, dan moet je weten waarom. Raken gebruikers in de war door de interface? Begrijpen ze de waarde niet? Lopen ze tegen fouten aan? Het verkeerde probleem oplossen kost tijd. Stel eerst de diagnose en optimaliseer daarna.
Wat als mijn productanalytics botst met de feedback van mijn klantenservice?
Je data laat zien dat gebruikers functie X niet gebruiken. Maar je klantenservice zegt dat klanten er dol op zijn. Beide kan waar zijn: klanten die zich laten horen zijn er dol op, maar de meeste gebruikers ontdekken het niet eens. De data vertelt je het patroon van de meerderheid. Luister naar zowel data als klanten.