Bagaimana Homebot Menggunakan Analitik untuk Menjadi Lebih Percaya Diri dalam Pengembangan Produk

Wawasan/Tindakan/Hasil: Untuk mendorong pengguna mendapatkan konteks tambahan pada bagian penting dari laporan kepemilikan rumah mereka, Homebot sengaja membuat titik friksi pada modul yang banyak dilihat.Saat memperkenalkan titik gesekan itu, mereka dengan sengaja memindahkan tombol yang paling banyak diklik pada modul.Amplitudo mengungkapkan downtick yang signifikan dalam peluang keterlibatan modul yang dihasilkan, sehingga tim mengembalikan lokasi tombol tetapi juga mempertahankan penempatan barunya di tambahan modul.Ini memungkinkan mereka untuk mengukur bagaimana jenis pengguna tertentu terlibat dengan konten, memberikan wawasan baru tentang perilaku pelanggan.Mereka sekarang dapat membuat fitur dan konten untuk melibatkan kelompok tertentu secara lebih efektif di sepanjang perjalanan mereka.

Bagi kebanyakan orang, rumah adalah pembelian terbesar dan aset paling berharga mereka. Dan karena itu, Homebot yakin mendidik konsumen adalah kunci untuk membantu mereka sukses di real estat dan membuat keputusan kepemilikan rumah yang cerdas.

Didirikan pada tahun 2015, Homebot memberikan nasihat keuangan pribadi dan real estat kepada orang-orang yang membeli, menjual, dan mencari rumah. Produk kami menawarkan dasbor keuangan dinamis yang membantu pemilik rumah membangun ekuitas dan menghasilkan pendapatan dari properti mereka melalui wawasan yang disesuaikan dan dapat ditindaklanjuti. Melalui wawasan dan pendidikan, kami bertujuan untuk memberi tahu pemilik rumah dan pembeli rumah tentang peluang investasi dan pembiayaan kembali di seluruh siklus hidup kepemilikan rumah.

Kami tidak menargetkan pengguna sebagai pelanggan langsung; sebaliknya, kami memasarkan platform kami kepada pemberi pinjaman dan Realtors yang menawarkannya kepada klien mereka sebagai nilai tambah bermerek. Dan saat pengguna semakin memahami kondisi pasar, memenuhi syarat untuk membeli rumah, dan merencanakan portofolio real estat mereka, mereka beralih ke pakar di bidangnya. Pemberi pinjaman, pencetus hipotek, dan Realtors ini memberikan saran dan menjadi penasihat yang berharga. Ini adalah sinergi yang bekerja di seluruh rantai nilai real estat.

Anda tidak dapat meningkatkan UX tanpa analitik

Saya seorang manajer produk dan sangat fokus pada pengalaman konsumen. Saya adalah bagian dari regu yang terdiri dari tujuh pengembang dan desainer yang berdedikasi. Kami mengikuti prinsip-prinsip scrum/gesit dan berkomitmen untuk membangun produk hebat yang pertama dan terutama, mendukung pengguna kami. Kami menyediakan konten yang mengedukasi klien pelanggan kami tentang perjalanan kepemilikan rumah sehingga mereka dapat membuat keputusan keuangan yang cerdas bersama.

Tim saya berusaha untuk meningkatkan produk kami dan menyederhanakan konten yang kompleks. Kami juga mencari cara untuk melibatkan pengguna dengan lebih baik dengan mempersonalisasi pengalaman agar sesuai dengan kebutuhan mereka. Seorang petani Texas memiliki sedikit kesamaan dengan pemilik kondominium tepi pantai senilai $3 juta di Florida atau lulusan universitas baru-baru ini yang tinggal di ruang bawah tanah orang tua mereka di Oregon sambil menabung untuk sebuah properti. Kami ingin memberikan konten yang akan berbicara kepada semua orang, terlepas dari keadaan mereka.

Sayangnya, kami kekurangan alat analitik untuk melacak keterlibatan dan perilaku pengguna di situs web kami. Saat kami melakukan perubahan, kami tidak yakin bahwa perubahan tersebut memiliki efek yang tepat. Tim Litbang kami menggunakan kombinasi Google Analytics, Metabase, dan Tableau untuk mengumpulkan data, tetapi wawasan yang kami hasilkan tidak jelas. Google Analytics menawarkan pelacakan peristiwa terbatas, Metabase bergantung pada kueri SQL dan diarahkan untuk ilmuwan data, dan kekuatan Tableau adalah visualisasi, tetapi bergantung pada data yang akurat untuk memvisualisasikan apa pun yang berarti bagi bisnis.

Kami terlalu sering mengambil keputusan berdasarkan apa yangkami rasakanalih-alih apa yangkami ketahuimelalui data produk kualitatif. Kami membutuhkan lebih banyak kepercayaan pada apa yang kami lihat dan pandangan holistik yang lebih baik tentang apa yang dilakukan pelanggan kami secara online.

Pencarian kami untuk solusi all-in-one

Cara tercepat bagi perusahaan di tahap kami untuk belajar adalah melalui eksperimen. Kita perlu melihat data perilaku yang ditangkap di berbagai titik di corong, yang mencerminkan berbagai pengalaman pengguna—dan informasi ini harus didemokratisasi di seluruh organisasi, termasuk manajer produk, desainer, dan eksekutif. Penting juga bagi kami untuk menyediakan semua orang alat untuk melihat dan menganalisis data ini sendiri tanpa harus melelahkan pengembang kami.

Cara tercepat bagi perusahaan untuk belajar adalah melalui eksperimen.

Cawan suci kami adalah platform terpusat yang membuat data dapat dilihat oleh semua orang di organisasi kami, meskipun mereka tidak memiliki pengalaman sebelumnya dengan analitik. Selama enam bulan, kami mengevaluasi Heap, LaunchDarkly, Optimizely, dan VWO. Kami berbicara dengan vendor dan mengadakan konsultasi internal untuk menentukan kebutuhan kami. Itu adalah proses yang lengkap yang mencakup beberapa bukti konsep, tetapi momen yang menentukan adalah ketika kami mendapatkan Amplitudo.

Amplitudo benar-benar merupakan platform analitik digital all-in-one yang dapat kita andalkan untuk berbagai kegunaan. Solusi poin lainnya dapat melakukan satu hal dengan sangat baik, tetapi kami masih harus menyusun potongan teka-teki lainnya untuk mencapai semua yang kami butuhkan. Amplitudo dapat melakukan semuanya, dan itu menjadikannya pemenang dalam buku kami. Ketika kami melihat berbagai cara yang dapat kami gunakan setiap hari, kami terjual.

Saya terobsesi dengan analitik, dan Amplitudo Analytics langsung memberikan nilai. Setelah Anda menyiapkan pelacakan peristiwa, mudah bagi manajer produk untuk terjun ke platform, menjalankan beberapa dasbor, menyusun beberapa bagan, dan mulai mengumpulkan wawasan.

Platform meningkatkan taksonomi acara kami dari awal. Tidak ada fungsi lacak otomatis, yang membuat kami sangat berhati-hati tentang taksonomi acara dan tata kelola data kami. Peristiwa ini menentukan metrik paling penting untuk dilacak, dan pengalaman pengguna bergantung pada bahasa umum yang digunakan setiap orang untuk menganalisis perilaku dan kinerja pengguna. Analytics memaksa kami meluangkan waktu untuk memperbaiki taksonomi kami. Kami tidak mengambil jalan pintas, dan produk kami lebih baik untuk itu.

Mendalami perilaku pengguna

Dengan Analytics, manajer produk kami dapat membuat bagan dan memvisualisasikan data yang mengukur keterlibatan di sepanjang jalur tertentu di corong kami, mengidentifikasi di mana pelanggan mengklik atau berhenti. Mereka sekarang memiliki data terukur untuk mendukung—atau menyangkal—firasat kami dan mendasarkan keputusan produk pada fakta, bukan opini.

Salah satu hal pertama yang kami lakukan dengan Analytics adalah memvalidasi cara pengguna berinteraksi dengan modul Automated Valuation Model (AVM) kami, yang menghasilkan nilai di bagian atas setiap laporan pemilik rumah dan merupakan modul yang paling banyak dilihat di halaman. Ini tidak dimaksudkan untuk menggantikan penilaian properti manusia (CMA, atau analisis pasar komparatif, biasanya ditangani oleh Makelar), tetapi dirancang untuk membuat pemilik rumah memikirkan nilai properti mereka dan bagaimana mereka dapat meningkatkan investasi mereka.

Kami awalnya ingin membuat titik gesekan yang disengaja yang memaksa pengguna mengklik tombol untuk mempelajari lebih lanjut tentang asal AVM mereka, sehingga mereka memiliki lebih banyak konteks untuk gambar tersebut sebelum mengambil tindakan tambahan dalam modul AVM. Dalam memperkenalkan titik gesekan tersebut, kami sengaja memindahkan tombol yang paling banyak diklik pada modul, yang menghasilkan banyak aktivitas, dan melacak data selama beberapa minggu. Kami melihat penurunan yang signifikan dalam cara konsumen terlibat dengan AVM rumah mereka, termasuk lebih sedikit pesan yang dikirim untuk terlibat dengan penasihat rumah mereka, jadi kami mengembalikan lokasi tombol tetapi tetap mempertahankan penempatan baru untuk itu di dalam area "titik gesekan" yang kami tambahkan. Dengan cara ini, dengan Amplitudo, kami dapat melihat bagaimana konsumen mengakses tombol dan kemudian terhubung dengan orang yang menyediakan Homebot untuk mereka.

Dan bagian yang sangat keren adalah kami dapat menggunakan Analytics untuk mengukur bagaimana klien terlibat dengan AVM mereka dan mengambil tindakan dalam beberapa jalur berbeda. Karena kami dapat melihat aktivitas mereka, kami dapat membuat fitur dan konten yang melibatkan klien yang ingin langsung menyetel AVM mereka dan mereka yang lebih menyukai informasi latar belakang.

Mengukur keterlibatan melalui eksperimen

Kami juga mengadopsi Eksperimen Amplitudo dan, saat kami mempelajari alat ini, dimulai dengan eksperimen kecil namun berharga yang berfokus pada salinan pada tombol tertentu. Bagaimana kami membuat klik tombol lebih menarik untuk mendorong lebih banyak keterlibatan? Kami telah mulai menjalankan pengujian multivariasi ke grup pelanggan yang ditargetkan untuk melihat apakah perubahan kecil pada konten yang dikirim ke klien mereka dapat memelihara dan memandu perilaku pengguna.

UI intuitif Eksperimen menyertakan berbagai tab penyiapan, termasuk tab "analisis" yang memberi tahu kami saat dampak perubahan kami mencapai signifikansi statistik. Dalam beberapa pengujian awal, kami mencapai titik tersebut dengan cukup cepat, dan membuat salinannya berubah sesuai dengan itu. Ini cukup mudah dan cara yang bagus untuk lebih percaya diri bahwa kami memaksimalkan dampak pesan kami.

Salah satu indikator keterlibatan pelanggan terbaik adalah niat untuk membeli atau membiayai kembali rumah, dan ini adalah salah satu KPI terpenting kami. Prosesnya biasanya dimulai dengan pesan langsung (DM) dari pengguna ke pemberi pinjaman atau mitra Realtor mereka. DM ini menandakan bahwa percakapan sedang berlangsung yang dapat mengarah pada transaksi, dan saat ini kami menambahkan aktivitas ini ke taksonomi acara kami. Setelah semua acara kami dapat dilacak, kami dapat mulai menyusun cerita data yang menghubungkan aktivitas dengan keterlibatan. Itulah Gunung Everest kami sekarang, dan kami hampir mencapai puncak.

Menempatkan data sebagai pusat pengambilan keputusan

Amplitudo CDP melayani fungsi lain bagi kita. Tidak seperti beberapa CDP lainnya, Amplitudo tidak diberi harga per pengguna. Kami membayar biaya bulanan yang sama terlepas dari berapa banyak orang yang menggunakannya, yang memberi setiap orang di Homebot tempat duduk di meja. Kami memasukkan data acara ke gudang Snowflake kami dan membuatnya tersedia untuk tim BI kami di Tableau. Amplitudo adalah komponen inti dari pipa data kami yang terintegrasi dengan kedua platform.

Ketika platform analitik tidak diberi harga per kursi, semua orang mendapat tempat di meja.

Memilih Amplitudo sebagai CDP kami telah menempatkan data sebagai pusat dari proses pengambilan keputusan kami. Kami dapat menganalisis platform kami, membuat perubahan berulang, dan dengan cepat mengomunikasikan dampak dari keputusan desain kami. Kami memiliki data kuantitatif yang memberi kami kepercayaan pada apa yang kami lihat dan dapat mengukur dampak aktivitas klien dan perilaku pelanggan. Tim Litbang kami sedang menggunakannya untuk saat ini, tetapi saya berharap untuk bergabung dengan tim pemasaran kami dalam tahun ini dan memanfaatkan fitur khusus pemasaran.

Kami meningkatkan dan kami hanya berharap volume data kami tumbuh. Kami sedang mengembangkan aplikasi seluler kami yang akan memberi pemilik rumah akses ke real estat dan informasi keuangan rumah pribadi saat bepergian, berinteraksi dengan Homebot dengan cara baru yang menarik. Kami akan memiliki banyak sekali data baru untuk dianalisis dan ini akan membawa kami ke cerita keren tentang bagaimana orang mengakses dan membuka Homebot mereka, di mana mereka menggunakannya, dan bagaimana jalur pengguna tersebut mungkin berbeda.

Amplitudo adalah inti dari penceritaan ini mulai saat ini. Melacak peristiwa online tidak pernah semudah ini, dan taksonomi data kami yang berkembang memungkinkan kami menetapkan metrik berdampak yang akan mendorong bisnis kami maju dan membantu pengguna kami membangun kekayaan dan ekuitas.