Was jeder Produktmanager über Produktanalysen wissen sollte

Die Daten aus Produktanalysen zeigen uns, wie die Benutzer das Produkt tatsächlich verwenden.

Sam Tardif Sam Tardif

Als Produktmanager nutzen wir jede Gelegenheit, mehr über unsere Kunden zu erfahren, da die Kenntnis ihrer Anforderungen bei der Erstellung nützlicher Produkte unerlässlich ist. Wir führen also Kundeninterviews, führen Umfragen durch und beschäftigen uns mit den Ergebnissen von im Produkt integrierten Analysen. Die Daten aus unseren Produktanalysen zeigen uns, wie die Benutzer unser Produkt tatsächlich verwenden – nicht, was sie machen möchten, wie sie denken, dass sie das Produkt nutzen, oder auch wie wir denken, dass sie das Produkt nutzen.

Die Softwareentwicklung unterscheidet sich dahingehend, dass hier agile Methoden angewendet werden. Der Hausbau könnte hiervon allerdings sicherlich auch profitieren. Agile Methoden versetzen mehrere Teams in die Lage, schnell auf Änderungen zu reagieren. Doch wie passen langfristige, übergeordnete Planungen in eine agile Methode, die auf Continuous Delivery in schneller Abfolge basiert? Ist es möglich, eine realistische Prognose für einen längeren Zeitraum abzugeben, wohlwissend, dass Veränderung die einzige Konstante ist?

Für einen Produktmanager sind Fragen wie "Wie viel Zeit verbringen die Benutzer täglich mit dem Produkt?", "Welche Aktionen werden am häufigsten durchgeführt?" und "Welche Features werden am wenigsten genutzt?" zum Verstehen der Benutzer und als Anhaltspunkte für die Verbesserung der User Experience unglaublich wichtig. In diesem Beitrag werde ich erklären, was Produktanalysen sind und warum du sie nutzen solltest, wie du lernst, deine Benutzer wirklich zu verstehen und somit ein Einfühlungsvermögen in deine Kunden entwickelst und wie du Analysen als Orientierungshilfe für die Entwicklung neuer Features nutzt.

Fangen wir an!

Eine Einführung in die Produktanalyse

Der erste Schritt für ein quantitatives Verständnis, wie die Benutzer dein Produkt nutzen, sind Analysen. Dabei solltest du Daten für jede Aktion erfassen, die ein Benutzer mit deinem Produkt durchführen kann, damit du einen Gesamtüberblick erhältst, wie viele Benutzer ein Feature nutzen und wie häufig dies geschieht. Wenn du z. B. verfolgen möchtest, wie oft ein Benutzer auf eine bestimmte Schaltfläche klickt, kannst du ein Ereignis namens "Klick-auf-rote-Schaltfläche" auslösen. Auf diese Weise siehst du, an welchen Features gearbeitet werden muss und welche am wichtigsten sind, sodass du anhand dieser Informationen deine Änderungen priorisieren kannst. 

Produktanalysen | Atlassian Agile Coach
Profitipp:

Dir stehen unzählige Lösungen zur Verfügung, die dir ein Framework zum Hinzufügen und Verfolgen von Analyseereignissen bieten. Ein guter Einstieg wäre z. B. Google Analytics oder KISSmetrics.

Bei Atlassian haben wir versucht, die Datenerfassung und das Ausführen eigener Anfragen und Berichte so einfach wie möglich zu machen. Wir verwenden ein paar intern entwickelte Tools für die Bereitstellung dieser Services, aber Tools wie Google Analytics eignen sich für den Einstieg ebenso. Dank dieser Möglichkeiten stellen nun von den Entwicklern über die Produktmanager bis zu den Designern alle Mitarbeiter Fragen zur Nutzung und bemühen sich, die Auswirkungen ihrer Arbeit zu verstehen.

Kundenanalysen: Einfühlungsvermögen ist heutzutage Pflicht

Beschäftigen wir uns ein wenig mit diesem neuen Schlagwort: Einfühlungsvermögen in den Kunden.

Im Produkt integrierte Analysen helfen dir in doppelter Hinsicht bei der Entwicklung von Einfühlungsvermögen in deine Kunden: Du erhältst qualitatives Feedback durch Aktivitäten wie das Testen von Konzepten und Kundeninterviews, du erhältst aber auch quantitative Daten, die im Produkt durch Tools wie Produktanalysen und NPS-Umfragen gesammelt werden.

Confluence gibt es z. B. schon relativ lange und viele seiner Features verfügen über kaum oder keine Analysemöglichkeiten. Dazu gehört auch das Dashboard, das für die meisten Benutzer der Einstieg in Confluence ist. Wir überarbeiten dies momentan. Zwar verfügen wir aus Kundeninterviews über Feedback zum Dashboard, aber uns fehlen Analysewerte, mit denen wir aus quantitativer Perspektive die Nutzung wirklich verstehen können. Viele Fragen bleiben offen. Ein paar Beispiele:

  • Wie stark wird das Dashboard genutzt? Wie oft wird das Dashboard in einer typischen Confluence-Sitzung aufgerufen?
  • Wofür wird das Dashboard tatsächlich verwendet? Sehen die Benutzer sich den "Alle Updates"-Feed an? Oder den "Beliebt"-Feed? Navigieren sie zu einem Bereich?
  • Was möchten die Benutzer auf dem Dashboard machen? Können wir anhand der Aktivitäten direkt nach Besuch des Dashboards bestimmen, bei welchen Aspekten wir auf einen besonders bequemen Zugriff achten sollten?

Dies sind ziemlich grundlegende Fragen, für die wir Antworten benötigen, bevor wir eine der am häufigsten besuchten Seite in Confluence ändern. Wenn dein Produkt oder ein bestimmtes Feature, das du ändern möchtest, über keine Analysemöglichkeiten verfügt, befindest du dich in derselben Lage und solltest bei der Entscheidungsfindung sehr vorsichtig sein. Es ist höchste Zeit für Kundenanalysen!

In unseren Dashboard-Tests haben wir herausgefunden, dass eine der häufigsten Aktionen auf dem Dashboard das Ansehen der Favoriten war. Dies war eine enorm wichtige Feststellung, die nicht unbedingt mit unserer ursprünglichen Annahme übereinstimmte. Und nun kommen wir auch schon zur wichtigsten Erkenntnis hieraus: Führe so früh wie nur möglich Kundenanalysen durch – wenn dein Produkt über keine Analysemöglichkeiten verfügt, solltest du diese schnellstmöglich hinzufügen und die daraus gewonnen Daten zur Entscheidungsfindung heranziehen. Andernfalls triffst du wichtige Entscheidungen im Blindflug. Und denke daran, dass Analysen dir keine Lügen erzählen! Sie zeigen uns genau, was die Benutzer mit dem Produkt machen. Du solltest aber noch weiter gehen und die Analysen nutzen, um zu verstehen, was die Benutzer wirklich möchten.

Die Zukunft im Voraus austesten

Produktanalysen können helfen, zu verstehen, wie die Benutzer vorhandene Features verwenden. Sie sind aber auch beim Testen neuer Features von großem Wert. Wenn du ein klares Ziel hast, wie stark dein Feature genutzt werden soll, helfen Produktanalysen bei der Umsetzung des alten Agile-Mantras: Scheitere schnell und iteriere, bis es klappt.

Der von uns normalerweise verwendete Prozess sieht folgendermaßen aus:

  • Formuliere eine klare Hypothese für eine Produktänderung, z. B.: "Durch die Vergrößerung des Kommentarfelds erwarten wir 5 % mehr Kommentare."
  • Wir erstellen eine Implementierung dieser Änderung, die so kostengünstig wie möglich ist und alle benötigten analytischen Ereignisse enthält. Diese nutzen wir nun zum Testen unserer Annahme.
  • Wir deployen die Änderung einer kleinen Kundengruppe in einem A/B-Test.
  • Dann drehen wir Däumchen, während wir auf die Ergebnisse warten.
  • Sobald wir die Ergebnisse erhalten haben, schlüsseln wir diese im Falle von komplexeren Änderungen mit der Hilfe eines Analysten auf und entscheiden, ob die Änderung erfolgreich war.

Bei unseren Änderungen am Dashboard haben wir letztendlich drei Dashboards konzipiert, die sehr stark auf jeweils einen Use Case und bestimmte Verhaltensweisen ausgerichtet waren. Dann haben wir den obigen Prozess auf diese drei Dashboards angewendet (unsere Hypothese war allerdings ein klein wenig komplizierter) und wir waren sehr zufrieden mit dem Ergebnis. Dabei haben wir allerdings teilweise hohes Lehrgeld bezahlt und einige Lektionen gelernt, die du berücksichtigen solltest, bevor du neue Features auf diese Weise testest.

Einige Anti-Pattern, die vermieden werden sollten:
  • Es gibt nichts Schlimmeres, zum Ende eines Experiments zu kommen und festzustellen, dass du nicht über alle benötigten Ereignisse verfügst … Führe die Analysen mit Pseudodaten durch, bevor du das Experiment beginnst, damit du Lücken in deiner Datenerfassung entdeckst.
  • Die Formulierung einer Hypothese vor einem Test kann zeitaufwendig sein, aber sie ist unabdingbar und muss mit den vorhandenen Produktanalysen belegbar bzw. widerlegbar sein. Eine Analyse mit Pseudodaten vor Testbeginn ist ebenfalls hilfreich.
  • Führe deine Tests unbedingt mit genügend Benutzern und über einen ausreichend langen Zeitraum durch. Die Ergebnisse sollen schließlich statistisch relevant sein.
  • Sei bereit, schlechte Ideen zu verwerfen! Wie bereits gesagt, solltest du Features so kostengünstig wie möglich testen und diese Tests so schnell wie möglich ausführen. Schnelles Scheitern ist eine gute Sache. 

Vergiss nur nicht, deinen Benutzern zuzuhören.

Es ist also gut, über möglichst viele Informationen aus Daten zu verfügen, aber sich nur an diesen Daten zu orientieren kann manchmal den Blick für die User Experience im Ganzen verstellen. Sich vollkommen auf Daten zu stützen, kann auch bei der Entscheidungsfindung hinderlich sein, da möglicherweise nicht alle erforderlichen Daten vorhanden sind.

Agile Produktanalysen | Atlassian Agile Coach

Produktanalysen bringen die nackte Realität der Produkt- oder Feature-Nutzung ans Licht, trotzdem sind sie manchmal sehr eindimensional. In Kombination mit qualitativem Feedback aus Kundeninterviews, Workshops zum Testen von Konzepten und Sparring sorgen die Erkenntnisse aus Produktanalysedaten für ein vollständigeres Bild, vor dessen Hintergrund du das bestmögliche Produkt erstellen kannst.

Up Next
Teams