Analitika a gyakorlatban

Az analitika belső folyamata 5 fő szakaszból áll. A szakaszok sorrendje nem lineáris, hanem ismétlődő folyamatként működik: a kapott eredmények visszacsatolódnak a tervezéshez, és újabb mérési ciklusok indulnak.

Folyamatos körforgást ábrázoló folyamatábra a termékanalitika 5 fő szakaszával.
Termékanalitikai folyamat lépései
1. Analitika tervezése

A tervezési szakasz első lépése a termék alapos, mélyreható megismerése.

Ezt követi egy üzleti workshop, amely a vízióból indul ki. Az üzleti workshopon mérjük fel a rövid és hosszú távú terveket, és fogalmazzuk meg közösen azokat a kérdéseket, amelyekre szeretnénk a termékanalitika segítségével választ kapni. Például, hogy a felhasználók szeretik-e használni a terméket.

Ezeket a kérdéseket aztán lefordítjuk számszerű mutatókká, azaz teljesítménymutatókká (KPI). A KPI-okat pedig felbontjuk a hozzájuk szükséges adatpontokra, valamint a befolyásoló tényezők adatpontjaira.

Az így megkapott adatgyűjtési igényt strukturáljuk, majd elkészítjük belőle a fejlesztői dokumentációt.

2. Analitika beépítése

Az analitika beépítése a fejlesztői dokumentáció alapján valósul meg, a mérési pontok beépítésével és a rendszerek felállításaival. Az analitika először tesztkörnyezetben épül fel, majd alapos tesztelést követően a termék vagy funkció élesítésével együtt aktiváljuk.

Amennyiben a folyamatos fejlesztés során UX módosítás következik be, azonos mérési terv esetén is érdemes újratesztelni. Így tudjuk fenntartani az adatminőséget.

3. Adatgyűjtés

Az adatgyűjtés kizárólag akkor történhet meg, amikor a funkció már elkészült.

Az adatgyűjtés időt vesz igénybe, hiszen a felhasználóknak használniuk kell a weboldalt vagy alkalmazást ahhoz, hogy elegendő adat gyűljön össze.

4. Adatelemzés

Az adatelemzés célja, hogy világos és döntést segítő képet adjon: ne csak azt mutassa meg, mi történt, hanem azt is, miért történt, és hogyan lehet javítani a működést. Ehhez elengedhetetlen a termékfejlesztési oldal bevonása, támogatása.

Csak olyan adatokat érdemes elemezni, amelyek statisztikailag megbízhatóak – vagyis elegendően nagy mennyiségűek ahhoz, hogy az eredmények ne a véletlen hatását tükrözzék. A gyakorlatban ez több száz, sőt akár több ezer interakciót is jelenthet.

A helyesen összegyűjtött adat lehetővé teszi, hogy számos kulcskérdésre választ kapjunk:

KulcskérdésMiből következtethetünk rá
Mennyire elégedettek a felhasználók?Az ismert NPS (Net Promoter Score) mellett következtethetünk elégedettségre az ügyintézések elindításának és sikeres lezárásának arányából, illetve ehhez szükséges időből.
Hol akadnak el a folyamatban?Ha az egyes ügyintézési folyamatokat lépésről lépésre vizsgáljuk, láthatóvá válik, hogy hol veszítjük el a legtöbb felhasználót.

Például, sokan elakadnak a feltöltendő dokumentumok lépésénél, mert nem világos, milyen formátumban kell azokat beküldeni.
Milyen felhasználói útvonalak vannak?Riportok segítségével vizsgálhatjuk azt is, hogy a felhasználó mit csinál közvetlenül egy sikeres ügyintézés vagy akár egy hibaüzenet után.
Visszatérnek a szolgáltatáshoz?Elemzéssel feltárhatjuk, hogy egy ügyintézési lépést követően a felhasználó később újra belép-e, és végigvisz-e más folyamatokat.

Például, a személyi igazolvány igénylését követően belép-e még az ügyfélkapuba más szolgáltatásokért.
Honnan jönnek a felhasználók?Általában látható, hogy honnan érkeznek a felhasználók. Jöhetnek például keresőből, közösségi médiából, hirdetésekből vagy más portálokról.

Ez segít annak megértésében, hogy mely csatornák hatékonyak az adott ügytípusnál.
5. Adatalapú termékfejlesztés

Az adatalapú termékfejlesztés azt jelenti, hogy az adatgyűjtésből és adatelemzésből kieső eredményeket felhasználjuk a tervezés során.

Az adatot a tervezési folyamatban többféle módon és időben használhatjuk fel:

  • Tervezés elején: az eredmények alapján tervezhetjük meg a terméket.

  • Újratervezés részeként: az adathoz képest mérhetjük, hogy javultak-e az eredmények.

  • Termékfejlesztés alatt: például A/B vagy többváltozós (multivariate) tesztek segítségével összehasonlíthatunk több megoldást és megnézhetjük, melyik teljesíti jobban a KPI-ok mentén.

Az adatalapú termékfejlesztés során a harmadik megközelítést javasoljuk, mert közvetlenül megmutatja, melyik verzió hozza a legjobb eredményt.

  • Előző fejezet

  • Következő fejezet