User Behavior Analytics: So verfolgen und analysieren Sie

Das Benutzerverhalten ist eine Reihe von Aktionen und Mustern, die Benutzer bei der Interaktion mit Ihrem Produkt demonstrieren . Das Verfolgen und Analysieren des Benutzerverhaltens hilft Ihnen zu bewerten, was Benutzer für wertvoll halten, und ermöglicht es Ihnen, ihre Erfahrung zu verbessern.

Es ist auch wichtig zu beachten, dass das Nutzerverhalten kein Marketingverhalten ist – was Sie in Website-Analysetools wie Google Analytics analysieren. Webanalysetools liefern Ihnen Daten, die sich auf Akquisitions- und Marketinginteraktionen konzentrieren, die stattgefunden haben, bevor die Person Benutzer Ihres Produkts wurde. Beim Benutzerverhalten geht es um Personen, die bereits aktive Benutzer sind.

Das Benutzerverhalten konzentriert sich auf Metriken wie Anmeldungen, Aktivierungsraten, Funktionsnutzung und -auswirkung, Trichterabbruch für In-App-Käufe und Aufbewahrungsraten. Sie können beispielsweise Einblicke in die Auswirkungen von Preisänderungen auf die Kundenbindung oder die Popularität einer Funktion in einer Kohorte von Benutzern gewinnen.

Das Handeln auf Basis von Benutzerverhaltensdaten hilft Ihrem Team, produktorientiert und kundenerlebnisorientiert zu werden. Sie treffen Produktentwicklungs- und Produktmarketingentscheidungen auf der Grundlage umsetzbarer Daten und nicht auf Vermutungen.

Die zentralen Thesen

• Das Verfolgen und Analysieren des Benutzerverhaltens hilft Ihnen, das Produkterlebnis und die Produktstrategie zu verbessern.
• Erfahrung ist alles. Durch die Nutzung von Daten zum Benutzerverhalten können Sie Erfahrungen zu Ihrem Wettbewerbsvorteil machen.
• Das Benutzerverhalten ist der Schlüssel zu Feedbackschleifen und Entscheidungen auf der Grundlage umsetzbarer Daten.
• Nutzung und Auswirkung von Funktionen, Stickiness, Retention, Aktivierungsrate und Funnel-Drop-Offs sind Beispiele für Metriken zum Benutzerverhalten.
• Journeys, Kohorten, Konversionspfade, Engagement-Matrizen und Anomalie-Tracking gehören zu den Methoden, die in der Analyse des Benutzerverhaltens verwendet werden.
• Fallstudien von einer Reihe von Unternehmen wie Under Armour, Calm, DoorDash und Babel zeigen, dass das Benutzerverhalten Verbesserungsmöglichkeiten aufdecken kann, die zu einer starken Steigerung der Bindung oder Aktivierung führen.
• Häufige Fehler bei der Optimierung des Benutzerverhaltens sind das Versenden von zu viel auf einmal, das unsachgemäße Instrumentieren oder das Übertreiben der Anzahl der nachverfolgten Ereignisse.

Warum ist das Nutzerverhalten für Unternehmen wichtig?

Kundenerfahrung ist alles, und das Benutzerverhalten hilft Ihnen, die Erfahrung zu verstehen, zu priorisieren und zu verbessern. Diese Denkweise ist unerlässlich, um produktorientierte Unternehmen wie Netflix, Airbnb, Slack und Peloton zu gründen. Diese Marken traten in ihren jeweiligen Kategorien in gesättigte Märkte ein, boten jedoch einzigartige Erlebnisse, die sie basierend auf dem Nutzerverhalten ständig verbesserten. Dadurch gelang es ihnen, sich von der Masse abzuheben.

Ein weiteres Produktunternehmen, das für seine Erfahrung bekannt ist, ist DoorDash, das eine App und eine Webversion anbietet. Für die meisten Unternehmen wie DoorDash besteht das Ziel darin, die Art und Weise, wie Menschen ihren Warenkorb hinzufügen, zu optimieren und den Kaufprozess zu vereinfachen. Sie könnten ihre Apps und Websites separat verbessern – was ein gängiger Ansatz ist –, aber DoorDash strebt nach einem zusammenhängenderen Erlebnis für seine Kunden. Benutzer können auf die DoorDash-Website gehen, Bestellungen aufgeben und Echtzeit-Updates über die App erhalten. Dieses Maß an Benutzerfreundlichkeit anzubieten, kann das Verkaufsargument des Unternehmens sein, zumal 83 % der Verbraucher Bequemlichkeit als Priorität angeben.

Die Schaffung eines nahtlosen Omnichannel-Erlebnisses geschieht nicht mühelos. Sie müssen die Punkte für Ihre Benutzer verbinden und verstehen, wie sie sich plattformübergreifend verhalten. Mit dieser Einsicht können Sie durch bewusstes Design und Experimentieren die lohnendsten Erfahrungen schaffen.

Vorteile der Analyse des Benutzerverhaltens

Folgende Benefits können maßgeblich zum Erfolg einer Marke beitragen:

• Schaffen Sie ein Erlebnis, das zu Ihrem Unterscheidungsmerkmal und Wachstumsmotor wird. Jumbo konnte dank der Personalisierung von Erlebnissen wachsen und das Kundenerlebnis optimieren, ohne Datenschutzbedenken auszulösen.
• Entwickeln und innovieren Sie in großem Maßstab. Nachdem Babbel kuratierte Diagramme verwendet hatte, um die Auswirkungen von Produktänderungen zu verfolgen, konnte es neue Inhalte und Produktaktualisierungen schneller veröffentlichen.
• Minimieren Sie das Risiko, in die falschen Produktinitiativen und -funktionen zu investieren. Under Armour Connected Fitness, die digitale Produktabteilung der Marke, nutzte Verhaltenserkenntnisse, um nach einem erfolgreichen Test eines Produktupdates eine neue Funktion auf den Markt zu bringen.
• Steigern Sie Konversion, Kundenbindung und Umsatz. Calm verwendete Verhaltenskohorten, um Benutzer, die ihre Daily Reminder-Funktion verwendeten, mit denen zu vergleichen, die dies nicht taten. Nachdem diese Funktion hervorgehoben und für andere Benutzer sichtbarer gemacht wurde, stieg die Aufbewahrung.

Schlüsselmetriken zum Sammeln von Verhaltensdaten

Metriken zum Benutzerverhalten können dabei helfen, eine ganzheitliche Sicht auf das Kundenerlebnis zu bieten und Verbesserungsmöglichkeiten aufzuzeigen. Wir schließen absichtlich keine Marketingmetriken ein, die sich auf den Weg zur Registrierung und zum Werden eines Benutzers konzentrieren.

• Funktionsnutzung: Wenn Sie wissen, welche Funktionen Benutzer wünschen, können Sie entscheiden, welche Funktionen erstellt, hinzugefügt oder entfernt werden sollen.
• Elementklicks und Interaktionen: Je mehr Klicks ein Element (z. B. eine Schaltfläche) erhält, desto hilfreicher ist es für Benutzer.
• Trichterabbruch während der Aktivierung: Wenn Sie ein klares Muster von Personen sehen, die Ihr Produkt verlassen, können Sie Probleme lösen.
• Klebrigkeitsverhältnis: Klebrigkeit gibt Ihnen Aufschluss darüber, wie viele Ihrer Kunden zu Ihrem Produkt oder Ihrer Funktion zurückkehren.
• Sitzungen pro Benutzer: Die Anzahl der Fälle, in denen ein Benutzer Ihr Produkt verwendet hat, ist ein Indikator für das Engagement.
• Akzeptanzrate : Der Prozentsatz der Benutzer, die eine neue Funktion verwenden, die Sie bereitgestellt haben.
• Aktivierungsrate: Die Rate, mit der Ihr Onboarding erfolgreich ist, um neue Benutzer dazu zu bringen, die ersten Schlüsselaktionen in Ihrem Produkt durchzuführen, wie z. B. das Einrichten des ersten Diagramms in einem Datenvisualisierungstool.
• Empfehlungsrate: Gibt an, wie gut Ihr Produkt oder seine Funktionen Benutzer dazu motivieren können, es anderen vorzustellen.
• Abwanderungsrate: Der Prozentsatz der Benutzer, die Sie während eines bestimmten Zeitraums verloren haben. Der Verlust von Benutzern ist üblich, kann jedoch minimiert werden, wenn er richtig verwaltet wird.
• MRR und ARR: Der monatliche und jährliche Umsatz, den Ihr Produkt generiert.
• Retention Rate: Misst, wie viele Benutzer zu Ihrer Plattform zurückkehren – und zeigt mit den richtigen Verhaltensdaten auch, warum.

Indem Sie zwei oder drei Metriken berücksichtigen, können Sie ein umfassenderes Verständnis dafür gewinnen, wie Sie Erfahrungen verbessern können. Die Kundenbindungsrate zeigt beispielsweise, wie viele Personen weiterhin für Ihr Produkt bezahlen. Wenn Sie es mit der Klebrigkeit einer Funktion kombinieren, können Sie möglicherweise sehen, welche Ihrer Funktionen Benutzern helfen, Sie weiterhin zu bezahlen.

Bei Amplitude raten wir Unternehmen auch, ihre North Star Metric (NSM) zu definieren. Diese Metrik definiert das Wertversprechen Ihres Produkts zusammen mit den beitragenden Eingaben. Es ermöglicht Ihnen, die Probleme Ihrer Kunden mit dem Umsatzziel Ihres Unternehmens zu verknüpfen und so einen Kurs zu bestimmen, der beiden zugute kommt. Erkunden Sie das NSM-Framework in unserem North Star Playbook , um Ihren North Star zu finden.

So analysieren Sie das Nutzerverhalten

Die Analyse des Benutzerverhaltens kann Erkenntnisse für die Entwicklung eines besseren Produkts liefern. Zu den Ideen, was analysiert werden sollte, gehören:

• Verhaltenskohorten beinhalten die Segmentierung von Benutzern basierend auf den in Ihrem Produkt durchgeführten Aktionen, um Vergleiche zu erleichtern und Trends aufzudecken.
• Journeys zeigen Wege zur Konversion oder davon weg. Wenn Sie wissen, wo Ihre Benutzer Reibungen erleben, können Sie Ihr Produkt, Ihre Botschaft oder Ihre Strategie ändern. Sie können diese Muster auch mit Verhaltenskohorten für zukünftige Analysen korrelieren.
• Anomalien und deren systematische Überwachung helfen Ihnen, aktuelle und potenzielle Fehler in Ihrem Produkt aufzudecken und die Ursachen zu lokalisieren.
• Mit der Engagement-Matrix können Sie sich einen Überblick darüber verschaffen, wie gut bestimmte Funktionen von Ihren Benutzern angenommen werden, sodass Sie diese Funktionen entweder hervorheben oder verbessern können.
• Stickiness zeigt Ihnen, was Ihre aktivsten Benutzer von durchschnittlichen unterscheidet. Die Idee ist, herauszufinden, was sie immer wieder zu Ihrem Produkt zurückführt.
• Die Trichter-A/B-Analyse , die auf der Ereignisverfolgung basiert, ermöglicht es Ihnen, zu analysieren, wo Benutzer aus dem Fluss aussteigen, sodass Sie die Hürden beseitigen können.
• Conversion-Verhaltensweisen sind umsetzbar, insbesondere wenn Sie herausfinden, was ihnen vorangegangen ist . Wenn Sie wissen, welches Kundenverhalten zu einer Conversion führt, können Sie feststellen, welche Produktentwicklungsideen es wert sind, weiterverfolgt zu werden.
• Bei der Auswirkungsanalyse geht es darum, zu verfolgen, wie sich die erste Verwendung einer Funktion auf die gesamte Reise eines Benutzers auswirkt. Auf diese Weise können Sie erkennen, welche Funktionen zu einer besseren Benutzererfahrung führen können.
• Einnahmen und LTV sind das Endspiel. Denken Sie jedoch daran, dass es nicht einfach ist, es zu optimieren, da Sie normalerweise zuerst alle Sprungbretter optimieren müssen.

Bei der Analyse des Nutzerverhaltens liegt der Fokus auf Aktionen innerhalb Ihres Produkts (Starten eines Spiels, Öffnen der App) oder damit zusammenhängender Nutzeraktivitäten (Push-Benachrichtigungen, Kauf tätigen). Wir nennen diese Fülle an Informationen „Ereignisse“.

Die guten Nachrichten? Sie haben vollen Zugriff auf die Show, da die Ereignisse in Ihrem Produkt stattfinden. Der Schlüssel zu ihrer Nutzung liegt darin, zu wissen, wo man suchen muss. Befolgen Sie diesen 10-stufigen Prozess zur Analyse des Benutzerverhaltens, um loszulegen:

1. Legen Sie Geschäfts- und Analyseziele fest.
2. Bestimmen Sie, welche Ereignisse (Benutzeraktionen) diese Ziele unterstützen.
3. Richten Sie eine Taxonomie von Ereigniskategorien und Produkteigenschaften ein.
4. Identifizieren Sie Benutzer, um anonyme Ereignisse ihren rechtmäßigen Eigentümern zuzuordnen.
5. Entscheiden Sie, ob Sie plattformübergreifende Verhaltensanalysen benötigen.
6. Identifizieren Sie App-Metriken, die Ihre Geschäftsziele und Analysen widerspiegeln.
7. Verfolgen Sie Ereignisse, die für das Onboarding, die Konversion und die Bindung von entscheidender Bedeutung sind.
8. Legen Sie Benutzer- und Ereigniseigenschaften fest, um tiefere Einblicke in die Interaktion Ihrer Kunden mit Ihrer App zu erhalten.
9. Untersuchen Sie, ob Benutzerverhaltensereignisse korrekt nachverfolgt werden.
10. Nutzerverhalten analysieren.

Wenn Sie alles eingerichtet haben, können Sie Einblicke in das Benutzerverhalten nutzen, um Ihr Produkt- und Kundenerlebnis zu optimieren.

Beispiele für Verhaltensdatenanalyse

Einnahmen sind das Ziel jedes Unternehmens, aber die ausschließliche Konzentration darauf führt tendenziell zu kurzfristigen Ergebnissen. Die aktive Nutzung der Analyse des Benutzerverhaltens ist der Schlüssel zu einer nachhaltigen Wachstumsstrategie. Auf diese Weise können Sie verbesserungswürdige Bereiche identifizieren, wissen, was Benutzer in großem Umfang wünschen, verstehen, welche Kernkennzahlen zu langfristigem Wachstum beitragen können, und einen Wettbewerbsvorteil erzielen.

Under Armour Connected Fitness

Under Armour wollte wissen, wie seine mobile Erfahrung den Benutzern geholfen hat, ihre Fitnessziele zu erreichen. Ihre Produktanalysten wurden jedoch einem zeitaufwändigen Prozess unterzogen, der mehrere Iterationen erforderte. Durch die Nutzung von Benutzerverhaltensanalysen konnte das Team Annahmen schnell testen, auf Daten zugreifen und reagieren.

Sie stellten bald fest, dass ihre Renntrainingspläne zu wenig Benutzerinteraktion hatten. Also, um es umzukehren, überarbeiteten sie die Pläne, um eine breitere Palette von Zielen einzuführen, von den Grundlagen des Laufens bis hin zur kardiovaskulären Fitness. Die Änderungen erfreuten die Benutzer, erhöhten die Conversions von kostenlos zu kostenpflichtig und verbesserten die Kundenbindung. Die Trainingspläne werden von zahlenden Benutzern verdreifacht.

Babbel

Die Sprachlern-App Babbel hat ein Product Performance Team gegründet, um qualitativ hochwertige Inhalte schneller zu erstellen. Dazu untersuchten sie, wie sich ihre Lernaktivitäten und Produktänderungen auf die Benutzer auswirkten.

Mithilfe von Amplitudenvorlagen konnte das Team die Auswirkungen von Produktaktualisierungen mithilfe kuratierter Diagramme sofort verfolgen. Dadurch erhielten sie wertvolle Daten, die ihre Veröffentlichungszyklen verkürzten und es ihnen ermöglichten, mehr Inhalte zu erstellen.

Häufige Fehler bei der Analyse des Nutzerverhaltens

Vermeiden Sie diese häufigen Fallstricke, wenn Sie Ihre Verhaltensanalyse durchdenken:

• Eine Eitelkeitsmetrik als Nordstern haben. Unternehmen müssen Ziele und KPIs erreichen, um die Rentabilität zu verbessern. Aber das Festlegen einer Vanity-Metrik wie gesteigerter Umsatz bietet keinen klaren Weg nach vorne.
• Zu viele neue Funktionen gleichzeitig starten. Am Ende machst du dir viel zu viel Arbeit. Allein die Überwachung einer Funktion erfordert sieben Schritte, um den Erfolg zu bewerten. Zu viel auf einmal zu starten, könnte das ganze Bild durcheinander bringen oder die Analyse unwirksam machen.
• Unsachgemäße Instrumentierung von Ereignissen und Eigenschaften . Wenn Sie Ereignisse instrumentieren, muss Ihr Unternehmen eine Reihe von Data-Governance-Regeln festlegen und durchsetzen. Beim User Behaviour Tracking ist eine gute Umsetzung der Eckpfeiler des Erfolgs.
• Verfolgen Sie anfänglich zu viele Ereignisse mit Ihrem Analysetool. Konzentrieren Sie sich zu Beginn nur auf wichtige Ereignisse, damit Sie sehen, welche mehr Wirkung erzielen. Unsere Empfehlung ist, im Initial Pass 20 bis 30 Events zu instrumentieren. Wenn weitere Ereignisse auftauchen, können Sie diese später jederzeit hinzufügen.
• Nicht jedes Team in die Analytics-Nutzung einbeziehen. Produktanalysen sind nicht nur etwas für Produktteams und Datenwissenschaftler. Datendemokratisierung beseitigt Engpässe, die andere Teams (UX/UI-Design, Marketing, Vertrieb, Support, Führung) daran hindern, zur User Journey beizutragen. Kundenorientierte Teams werden beispielsweise oft ausgeschlossen.
• Analysieren von Daten mit Auto-Tracking- oder Marketing-Tools. Das Studium von Marketinginteraktionen auf Oberflächenebene hilft auf lange Sicht nicht weiter. Bei User-Analytics-Tools liegt der Fokus auf Ihrem Produkterlebnis und der Reise des Käufers, um nachhaltiges Wachstum zu fördern. Erfahren Sie mehr über die Unterschiede mit unserem Google Analytics vs. Amplitude Vergleich.
• Verwenden Sie keine Best-in-Breed-Tools in Ihrem gesamten Tech-Stack. Technologie entwickelt sich schnell. Sie möchten nicht mit neuen Tools enden, die sich nicht in Ihre alten integrieren lassen, wodurch Datensilos entstehen, was älteren Unternehmen häufig passieren kann.

Das Nutzerverhalten führt zu besseren Produktinitiativen

Wenn Sie sich auf Ihr bestehendes Benutzerverhalten einstellen, wird es einfacher, festzustellen, was sie brauchen. Sie können Ihre Erkenntnisse nutzen, um Produkte (und Funktionen) zu entwickeln oder zu verbessern, die nicht nur aktuelle Benutzer zufrieden stellen, sondern auch immer mehr neue anziehen.

Sehen Sie sich unsere Testdaten in dieser kostenlosen Self-Service-Demo an, um zu sehen, wie das Benutzerverhalten in einem Produktanalysetool aussieht.