Tuoteanalyysi

Tuoteanalytiikka on tuotteen käyttötapojen mittaamista ja analysointia, ja sen tarkoituksena on parantaa itse tuotetta eikä niinkään mitata markkinoinnin tehokkuutta. Perinteinen verkkoanalytiikka on organisoitu istuntojen, sivujen ja liikenteen lähteiden ympärille, kun taas tuoteanalytiikka on organisoitu käyttäjien, tapahtumien, ominaisuuksien ja ajan kuluessa tapahtuvan käyttäytymisen ympärille, mikä heijastaa eri kysymyksiä, joihin kunkin on tarkoitus vastata.

Ydinyksikkö on tapahtuma: käyttäjän suorittama erillinen toiminto, joka tallennetaan kontekstia kuvaavilla ominaisuuksilla. Hyvin suunnitellusta tapahtumavirrasta seuraavat vakioanalyysit: suppilot, jotka osoittavat, missä kohtaa käyttäjät putoavat pois määritellystä tapahtumasarjasta; käyttäjäpysyvyyden käyrät, jotka osoittavat, miten käyttö jatkuu päivien ja viikkojen kuluessa ensimmäisestä käyttökerrasta; ominaisuuden käyttöönotto, joka osoittaa, kuinka suuri osa käyttäjistä käyttää ominaisuutta ja kuinka usein; polkuanalyysi, joka osoittaa, mitä ihmiset todellisuudessa tekevät sen sijaan, mitä aiottu prosessi oletti; ja kohorttivertailut, jotka osoittavat, käyttäytyvätkö viimeaikaiset käyttäjät eri tavalla kuin aikaisemmat.

Sen erottuva panos on käyttäytymisen yhdistäminen tuloksiin yksittäisten ominaisuuksien tasolla. Kysymykset, joihin markkinointianalytiikka ei pysty vastaamaan, kuten pysyvätkö tietyn ominaisuuden omaksuneet käyttäjät paremmin käyttäjinä, mikä ensimmäisen viikon toimintojen sarja ennustaa pitkäaikaista käyttöä ja mitä tuotteen osia ei juuri kukaan käytä ylläpitotyöstä huolimatta, ovat suoraan käsiteltäviä. Havainto, että tietty varhainen toiminto korreloi vahvasti käyttäjien pysyvyyden kanssa, on toistuva kaava tuotevetoisissa yrityksissä, ja se tyypillisesti muokkaa perehdytysprosessia käyttäjien ohjaamisen ympärille kyseiseen toimintoon.

Kaiken laatu riippuu tapahtumaluokituksesta, ja juuri tässä kohtaa useimmat toteutukset epäonnistuvat. Epäjohdonmukaisesti nimetyt, eri alustoilla eri tavoin määritellyt, yksittäisten tiimien ad hoc lisäämät tai segmentointiin tarvittavien ominaisuuksien puuttuvat tapahtumat tuottavat tietojoukon, joka ei pysty vastaamaan kysymyksiin ilman ensin tehtyä arkeologista tutkimusta. Dokumentoitu seurantasuunnitelma, jossa määritellään jokainen tapahtuma, sen ominaisuudet, liipaisuehdot ja omistaja, sovitaan ennen toteutusta ja sitä ylläpidetään tuotteen muuttuessa, on ero käyttökelpoisen ja kalliin tietojoukon välillä.

Korrelaatio ja syy-seuraussuhteet sekoittuvat tässä helpommin kuin useimmissa analytiikkatyössä, koska käyttäytymisdata houkuttelee syy-seuraussuhteiden tulkintaan. Se, että käyttäjät omaksuvat tietyn ominaisuuden paremmin pysyviksi, ei tarkoita, että ominaisuus johtaa pysyvyyteen; sitoutuneemmat käyttäjät saattavat yksinkertaisesti ottaa käyttöön enemmän ominaisuuksia. Tällaisten havaintojen perusteella toimiminen tyrkyttämällä ominaisuutta kaikille ei usein tuota mitään, koska syy-seuraussuhteen nuoli kulki toiseen suuntaan. Syy-seuraussuhteen selvittäminen vaatii kokeilua, minkä vuoksi tuoteanalytiikka ja kontrolloitu testaus toimivat yhdessä eivätkä vaihtoehtoina.

Tuoteanalytiikan ja perinteisen verkkoanalytiikan välinen suhde ansaitsee selkeän päätöksen rinnakkaisen kumuloitumisen sijaan. Monet organisaatiot päätyvät käyttämään molempia, päällekkäisillä välineillä, erilaisilla määritelmillä ja kahdella numerosarjalla, jotka eivät koskaan ole täysin samaa mieltä. Tämä johtaa kokouksiin siitä, kumpi raportti on oikea, sen sijaan, että keskusteltaisiin siitä, mitä tehdä. Toimiva järjestely määrittelee kummankin työkalun laajuuden yksiselitteisesti, tyypillisesti markkinoinnin ja hankinnan mittaaminen toisessa ja tuotteen sisäisen käyttäytymisen mittaaminen toisessa, jaetulla tunnisteella, joka yhdistää ne, ja yhdellä sovitulla lähteellä kaikille molemmissa esiintyville mittareille. Jos samaan kysymykseen voidaan vastata kummastakin, vastaus tulisi dokumentoida kerran sen sijaan, että se laskettaisiin uudelleen erikseen kenen tahansa toimesta, jolta sitä kysytään.

Sekä yksityisyys että määrä vaativat harkittua hallintaa, koska yksityiskohtainen käyttäytymisen seuranta tuottaa suuria tietojoukkoja, jotka sisältävät tietoa tunnistettavista henkilöistä, ja siihen sovelletaan samoja suostumus- ja säilytysvelvoitteita kuin mihin tahansa muuhun henkilötietojen käsittelyyn. Käytännössä seurantasuunnitelman ja analyysikyvyn laatii data-analytiikka, instrumentointi toteutetaan osana tuotekehitys sen sijaan, että se asennettaisiin jälkikäteen, ja tuloksena olevat havainnot ohjaavat priorisointia tuotetutkimus, jossa käyttäytymiseen perustuvaa näyttöä ja laadullista näkemystä punnitaan yhdessä.