Hva er analyse av mobilapper?

Den harde sannheten er at de fleste apper ikke klarer å holde på brukerne sine. En gjennomsnittlig mobilapp mister 77 % av de daglige aktive brukerne innen tre dager etter installasjon. Det er en brutal realitet - men også en enorm mulighet for de teamene som er villige til å legge ned det nødvendige arbeidet for å skille seg ut ved å skape optimaliserte, personaliserte opplevelser som får brukerne til å komme tilbake etter mer.

For å bygge virkelig "sticky apps" kreves det en dyp forståelse av brukernes atferd, smertepunkter og preferanser. Den beste måten å gjøre dette på er med effektive mobilapp-analyser som gir deg innsikt i hvor brukerne står fast eller blir frustrerte, hvilke funksjoner de elsker, og om de får full valuta for pengene.

Analyser i appen er avgjørende. Men brukernes reise med appen din spenner over flere kanaler og berøringspunkter. For å kunne optimalisere aktivering, engasjement og oppbevaring på en effektiv måte, trenger du enhetlig synlighet på tvers av produktatferd, data fra markedsføringskampanjer, supporthenvendelser og mer. Ifølge Gartners undersøkelser er det derfor en viktig trend innen mobilappanalyse at teamene ser etter integrert innsikt i kundereiser, salgs- og CRM-data og forretningskontekst for å berike produktbruksdataene.

I denne guiden forteller vi deg alt du trenger å vite om mobilappanalyse, inkludert denne helhetlige, integrerte tilnærmingen. Vi gir deg all den innsikten du trenger for å få et 360-graders overblikk over brukerne dine, utnytte det fulle potensialet i appen din og skape bærekraftig vekst ved å forbedre brukerengasjementet og -fastholdelsen.

Hva er mobilappanalyse?

Mobilappanalyse er hele prosessen med å samle inn, måle og analysere data om hvordan brukerne samhandler med og opplever mobilproduktet ditt. Det gir et innblikk i hver eneste berøring, sveiping og mikroatferd som forekommer i appens miljø, inkludert appstart, skjermvisninger, knappeklikk, transaksjoner, krasj og eventuelle egendefinerte handlinger du definerer. Og hvis du bruker de riktige verktøyene for atferdsanalyse, kan du koble denne brukerinnsikten med andre brukerdata fra markedsføring, salg, støttesystemer og mer.

Mobilappanalyse er veien til å få kritisk innsikt i brukeratferdsmønstre og engasjementsmålinger. Det er det første skrittet mot å finne friksjonsområder i appen, identifisere "aha-opplevelser" som driver aktivering og oppbevaring, og til slutt optimalisere brukeropplevelsen for å oppnå bærekraftig vekst.

De viktigste typene mobilappanalyse omfatter

• Overvåking av appmålinger - Sporing av nøkkeltall som daglige/månedlige aktive brukere, hvor lenge brukerne blir værende, gjennomsnittlig øktlengde, appens innlastingstid, krasjfrekvens og andre viktige indikatorer for appens tilstand gir deg en viktig pekepinn på appens generelle ytelse og stabilitet.
• Kohortanalyse - Ved å gruppere segmenter av brukere som deler egenskaper som anskaffelseskampanje, geografisk plassering, appversjon eller abonnementsnivå, kan du analysere og identifisere verdifulle brukerpersonas og deres unike engasjementsmønstre og atferd over tid.
• Traktanalyse - Mobilapper lever og dør på grunn av deres evne til å holde brukerne i gang gjennom kritiske konverteringsveier som onboarding, oppgraderinger og kjøp. Traktvisualiseringer kartlegger disse flytene trinn for trinn, og fremhever drop-offs, gjennomsnittlig fullføringstid og handlingene som driver vellykket navigering.
• Gjentagelser av økter - Ved å ta opp hele brukerøkter kan du se med egne øyne om det oppstår forvirring, problemer eller frustrasjon gjennom signaler som rasende klikk, overdreven trykking eller lange svev over uklare UI-elementer.
• Voice of Customer-analyse - Kvalitativ VoC-analyse avdekker mønstre i data fra spørreundersøkelser i appen, tilbakemeldinger fra brukerne, kundevurderinger og supporthenvendelser, og gir deg viktig innsikt i "hvorfor" brukerne oppfører seg slik de gjør.
• Prediktiv analyse - Ved hjelp av maskinlæringsmodeller kan du identifisere brukere som står i fare for å slutte å bruke appen, og optimalisere veksten ved å finne ut hvilken verdifull atferd som predikerer aktivering, konvertering og inntektsgenerering.
• Analyser av kundereisen - Bruk av mobilapper er bare én brikke i et mye større brukeropplevelsespuslespill. Ved å integrere appanalysedataene med andre kilder, som data fra markedsføringskampanjer, sporing av atferd på nettstedet, supporthenvendelser, backend-transaksjoner og en bredere forretningskontekst, kan du rekonstruere og analysere brukernes komplette reise. Den beste måten å gjøre det på, er å bruke analyseverktøy som fungerer direkte fra datalageret ditt som en enkelt kilde til sannhet.

Mobilappanalyse har blitt en viktig forutsetning for vekstfokuserte produkt- og datateam. Med skyhøye kostnader for brukerverving og stadig høyere krav til opplevelseskvalitet, må du kombinere analysetyper for å få full, detaljert innsikt som sikrer at appen din ikke bare skaffer brukere - men også beholder dem ved å kontinuerlig optimalisere brukerreisen deres.

Hvorfor mobilanalyse er nøkkelen til datadrevet vekst

Bærekraftig, produktstyrt vekst avhenger av at du leverer eksepsjonelle brukeropplevelser som er skreddersydd til kundenes skiftende behov og preferanser - og med mobilappanalyse kan du ta datadrevne beslutninger som hjelper deg med dette:

1. Øke brukeropplevelsen og redusere frafall
   

   Ved å analysere kohorter og atferdsmønstre over tid kan du finne årsakene til frafall og forbedre opplevelsene for å holde brukerne engasjert på lang sikt. Det kan bety at du kan komme i forkant av frafallsrisikoer - for eksempel lengre perioder med inaktivitet - med kampanjer for å engasjere brukerne på nytt.

2. Øke antall daglige/månedlige aktive brukere (DAU/MAU) og publikumsaktivering
   

   Med mobilappanalyse kan du identifisere og optimalisere brukerflyten og "aha-opplevelsene" som driver vedvarende appbruk og aktiverer målgruppen, noe som fører til høyere DAU/MAU-målinger. En medieapp kan for eksempel bruke mobilappanalyse til å identifisere at lesere som aktiverer tilpassede nyhetsstrømmer, har 40 % høyere månedlig aktiv bruk - og bruke denne innsikten til å fremme tilpasningsalternativer og forbedre nyhetsfeedens UX.

3. Fremme adopsjon av funksjoner
   

   Ved å måle bruken av nye funksjoner og modellere arbeidsflyten og atferden som indikerer aktiv funksjonsbruk, kan du fortsette å optimalisere nye funksjoner og utrullinger.

4. Øke konverteringer
   

   Med mobilappanalyse kan du visualisere hvert trinn brukerne tar gjennom kritiske baner som kontoopprettelse, betaling eller abonnementsoppgraderinger, slik at du kan identifisere avbruddspunkter og effektivisere opplevelsen deres for å øke konverteringen.

5. Øke kundens livstidsverdi (LTV)
   

   Ved å kombinere analyser av bruk og kjøp i appen med andre data om kundeinntekter kan du identifisere brukersegmenter med høy verdi, slik at du kan forstå nøyaktig hvilke handlinger som korrelerer med høyere LTV og maksimere inntektsgenerering. La oss si at du finner ut at brukere som foretar sitt første kjøp i appen innen tre dager, har fire ganger høyere LTV - det er et godt signal om at du bør optimalisere nye brukeropplevelser og onboarding for å drive frem kjøp innen dette avgjørende tidsvinduet.

6. Bygg et informert produktveikart
   

   Mobilappanalyse gir deg den kvantitative og kvalitative innsikten du trenger for å validere produktideer, kjøre eksperimenter og prioritere veikartet ditt basert på hva som gir høyest engasjement og verdi.

7. Forbedre kundetilfredsheten (CSAT)
   

   Ved å gi deg dataene du trenger for å fjerne smertepunkter, levere proaktiv støtte og kontinuerlig oppgradere brukeropplevelsen fra start til slutt, kan appanalyse øke brukernes tilfredshet og lojalitet.

8. Rask oppdagelse og løsning av problemer
   

   Med feil- og krasjanalyser, repetisjoner av økter og tilbakemeldinger fra brukerne kan du raskt identifisere, diagnostisere og løse kritiske app-problemer. Du kan sette opp sanntidsovervåking og varsler som forteller deg når KPI-er beveger seg under en viss terskel, slik at du raskt kan reagere på problemer før de får større innvirkning.

9. Optimaliser markedsføringseffektiviteten og kundens LTV
   

   Ved å integrere appanalyse med data fra markedsføringskampanjer kan du kartlegge komplette brukerreiser for å finne ut hvilke kanaler som gir høyest verdi og maksimere avkastningen på investeringen. Dette gir teamene et mer komplett bilde som de kan bruke til å ta velbegrunnede beslutninger. Markedsføringsdataene til et selskap kan for eksempel vise at Facebook-annonser driver et høyt registreringsvolum - men mobilapp-analyser kan avsløre at disse brukerne har lavere kjøpsrater og LTV enn gjennomsnittet. Ved å se sammenhengen på tvers av ulike kontekster kan de kanalisere anskaffelsesutgiftene sine mot brukere av høyere kvalitet med høyere livstidsverdi.

Ved hjelp av mobilappanalyser som avdekker kritiske KPI-er, blokkeringer og muligheter, får du den innsikten du trenger for å validere produktstrategiene dine, raskt korrigere kursen når det trengs, og fortsette å optimalisere for å oppnå bærekraftig produktledet vekst.

Implementering av mobildataanalyse: velge de riktige verktøyene

For å kunne begynne å spore og analysere data fra mobilappen må du instrumentere appen slik at du kan fange opp forskjellige brukerhandlinger, såkalte "hendelser". Alt fra å starte appen, klikke på en knapp, vise en skjerm, sende inn et skjema, fullføre en transaksjon eller oppleve et krasj kan telle som en hendelse.

Hvilke hendelser du velger å overvåke, avhenger av produktet og forretningsmodellen din. En e-handelsapp kan for eksempel spore hendelser knyttet til å bla gjennom produktkataloger, legge til varer i en handlekurv, starte kassaflyten og fullføre kjøp. En spillapp kan i stedet registrere start av nivåer, high score, bruk av power-ups og kjøpsforsøk i appen.

Historisk sett har mange team startet med førstegenerasjons alt-i-ett-analyseverktøy som Amplitude, Mixpanel og Heap. Disse løsningene instrumenterer appen din og gir verdifulle beregninger og visualiseringer for mobilmiljøer.

Førstegenerasjonsverktøy kan være en god måte å komme i gang på - men de har også store begrensninger for bedrifter som ønsker å få mest mulig ut av mobilappanalysen når de skalerer.

Disse verktøyene skaper datasiloer ved å holde app-/produktdataene dine i en egen svart boks, adskilt fra andre kunde- og forretningsdata.
Hvis du bare ser på analyser i appen, går du glipp av en stor del av bildet. Hva om en bruker slutter etter en frustrerende supportopplevelse? Eller hva om en verdifull kunde ofte veksler mellom appen og nettstedet ditt? Det kan til og med hende at et betydelig antall avbestillinger skjer utenfor appen din, noe som undergraver nøyaktigheten til målingene av kundelojalitet i appen.

Slik beskriver John Humphrey, tankeleder innen produktdata, problemet:

Du skulle tro at hvis jeg ga deg en produktanalyseplattform, ville jeg bli begeistret over at PM-er ser på retensjonsraten. Men bare halvparten av kanselleringene skjedde inne i produktet. Den andre halvparten skjedde fordi noen tok en telefon for å avbestille.

Det ble aldri opprettet noen hendelser for disse kanselleringene - og dermed ble kurvene for oppbevaring vesentlig feilaktige. Dette undergraver umiddelbart troverdigheten til alle førstegenerasjonsverktøy.

Med førstegenerasjons analyseløsninger må du utføre omvendte ETL-transformasjoner for å få dataene inn i lageret, og deretter bruke business intelligence-verktøy hvis du vil få et fullstendig bilde av brukernes reiser og opplevelser på tvers av kanaler. Det er ikke bare kostbart og tidkrevende - det betyr også at dataene kan være inkonsistente, og det introduserer potensielle datasikkerhetsproblemer.

De fleste av disse verktøyene mangler også fleksibiliteten til å utforske dataene ad hoc, bore seg ned og få svar på spørsmål etter hvert som de dukker opp, ved å pivotere og trekke på tvers av kilder og modellere komplekse brukerreiser. De tar også vanligvis betalt per hendelsesvolum, noe som gjør det uoverkommelig å skalere dem etter hvert som databehovene dine vokser.

Derfor anbefaler vi at du fra starten av investerer i en moderne komponerbar dataarkitektur som er bygget rundt et datavarehus i skyen.

I stedet for å basere seg på begrensede punktløsninger, bygger stadig flere selskaper komponerbare datastabler ved hjelp av best-of-breed-verktøy på toppen av skybaserte datavarehus som Snowflake, BigQuery eller Databricks.

Du kan bygge en modulær kundedataplattform (CDP) som skalerer med deg, ved hjelp av verktøy som Segment, Snowplow eller RudderStack for å instrumentere appene dine og rute datastrømmene direkte til lageret ditt.

Deretter trenger du en nestegenerasjons analyseplattform som Optimizely Warehouse-Native Analytics, som fungerer med utgangspunkt i de lagrede dataene - ikke bare hendelsesstrømmer fra apper, men også nettstedsatferd, markedsføringsinteraksjoner, supporthenvendelser, sporing av levering og oppfyllelse, transaksjoner og mer.

Ved å bruke datalageret ditt som en enkelt kilde til sannhet, lar Optimizely Warehouse-Native Analytics produktteamene frigjøre det fulle potensialet i mobilappanalyse for å drive intelligent, brukersentrert optimalisering.

Løft mobilappanalysen din med en nestegenerasjonstilnærming

Effektiv mobilappanalyse handler om mer enn bare sporing av målinger - det handler om å få en dypere forståelse av brukerne, slik at du kan skape appopplevelser som virkelig gleder dem. I dagens hyperkonkurransedyktige mobillandskap har du ikke råd til å ta beslutninger basert på ufullstendige data eller antakelser.

Derfor omfavner fremtidsfokuserte produkt- og vekstteam en moderne, warehouse-native tilnærming til mobilanalyse som gir deg full innsikt i hvordan brukerne opplever appen din og engasjerer seg i produktet på tvers av kanaler.

Optimizely Warehouse-Native Analytics' plattform for produkt- og kundereiseanalyse fungerer naturlig på toppen av datalageret ditt, slik at du virkelig kan utnytte det fulle potensialet i mobilappanalyse og drive intelligent optimalisering. Med Optimizely Warehouse-Native Analytics kan du

• Modellere og visualisere komplekse brukerreiser i flere kanaler på tvers av apphendelser, nettsider, markedsføring, supportinteraksjoner, transaksjoner og mer
• Analysere innsikt i konverteringstrakter med stor innvirkning, for eksempel onboarding, utsjekking, oppgraderinger osv.
• Del appanalyser på tvers av team på en sikker måte med brukstilfelle- og domenespesifikke analyseapplikasjoner og samarbeidsområder
• Segmenter brukere i verdifulle kohorter basert på engasjement, atferd og inntektsmønstre for å doble ned på de største vekstmulighetene
• Berik app-hendelsesdata med kvalitative kundestemmer, inkludert rangeringer i spørreundersøkelser og supporthenvendelser
• Overlegg forretningskontekst som prising, lagerbeholdning, logistikk og inntektsdetaljer fra CRM og andre systemer for å få full oversikt over kundereisen
• Utfør ad hoc-undersøkelser for raskt å få svar på nye spørsmål ved å svinge på tvers av datakilder og teste hypoteser
• Sett opp automatisk overvåking med tilpassede varsler for kritiske KPI-er som oppbevaring, konverteringsfrekvens, lastetider og krasjfrekvens.

Neste generasjon mobilappanalyse er her. Uten datasiloer eller flaskehalser i analysen kan teamene få den handlingsrettede 360-graders kundeinnsikten de trenger for å akselerere produktstyrt vekst gjennom eksepsjonelle opplevelser, hver gang.