Nutzeranalyse ist eine Methode zur Analyse von Nutzerdaten, um Unternehmen einen klareren Überblick über Nutzer-Kohorten zu verschaffen. In der Regel wird eine Business-Intelligence-Software eingesetzt, um Kundenverhaltendaten aus Web- und Mobilanwendungen zu kombinieren und so eine ganzheitliche Sicht auf den Nutzer und die Nutzererfahrung.
Product Manager, Customer-Success-Manager und digitale Vermarkter können diese Daten nutzen – auch in Kombination mit Kundenumfragen und Feedback –, um ihre Kundenbasis besser zu segmentieren und Maßnahmen zu ergreifen, um die richtigen Nutzergruppen mit den relevantesten Erlebnissen anzusprechen und so Unternehmenswachstum und Kundenbindung effizienter voranzutreiben.
Es gibt zwei gängige Möglichkeiten, wie ein Product Manager, Customer-Success-Manager oder digitaler Vermarkter Nutzeranalysedaten einsehen kann, um Entscheidungen zu treffen und Maßnahmen zu ergreifen:
Der Wert der Nutzeranalyse lässt sich in zwei große Kategorien einteilen: Geschäftseinblicke und Maßnahmen ergreifen. Sehen wir uns beide genauer an:
Nutzeranalysen helfen Unternehmen dabei, Gruppen von Kunden zu verstehen und zu erfolgreichen Ergebnissen zu führen. Die Segmentierung der Kundenbasis anhand von Nutzerverhalten ist ein effektiver Weg, um wichtige Fragen zu beantworten, die Geschäftsergebnisse vorantreiben können:
Als Beispiel: Labcorp nutzte Analytics in Pendo und stellte fest, dass Nutzer den Registrierungsprozess für neue Nutzer im Patientenportal aus zwei Gründen abbrachen: Ein zusätzliches Leerzeichen am Ende eines Namens erzeugte eine Fehlermeldung, und ein Drittanbieter-Authentifizierungstool brauchte zu lange zum Laden. Das Team teilte diese Informationen mit seinen Entwicklungsteams und dem Drittanbieter-Partner, um die Probleme zu beheben, woraufhin die Support-Tickets um 99 % zurückgingen.
In der Vergangenheit hatten Unternehmen zwei grundlegende Möglichkeiten, den jeweiligen Markt zu segmentieren. Grobe demografische/firmografische Daten, die ein allgemeines Bild des Zielkäufers lieferten, und Umfragen, die einer Vielzahl von Verzerrungen unterliegen können.
Im Gegensatz dazu liefern Nutzeranalysen quantitative Daten, um Nutzerkohorten zu erstellen, die auf einer Kombination aus digitalem Verhalten, Kontext und Nutzerprofilddaten basieren. Für jeden Nutzer wird die Analysedatenbank mit einem Datenstrom aus Aktionen und Eigenschaften befüllt, darunter Datum und Uhrzeit, Standort, Geräte- und Systemtyp, spezifische Nutzer- und Abfrageeingaben, Empfehlungskanal und vieles mehr. Für identifizierte Nutzer enthält die Datenbank außerdem alle bekannten demografischen und firmografischen Daten. Die Verhaltensdaten sind unveränderlich, während die Profildaten im Laufe der Zeit geändert und aktualisiert werden können.
Aus diesen Daten ermöglichen Nutzeranalysen die Ableitung von Kohorten aus spezifischen Nutzerverhalten oder der Kombination von Verhaltensweisen, Profildetails, Kontexteigenschaften oder der Schnittmenge mehrerer dieser Faktoren über einen bestimmten Zeitraum. Verhaltensbasierte Segmentierung ist nicht nur flexibler, da Kohorten so klein wie ein einzelner Nutzer oder so groß wie die gesamte Population sein können, sondern auch relevanter, da die Aktionen, auf denen die Kohorten basieren, bereits beobachtet und nicht nur angenommen wurden.
Für diejenigen, die etwas tiefer in die Nutzeranalyse eintauchen möchten, gibt es eine Reihe von Büchern zu diesem Thema, darunter „Lean Analytics" von Alistair Croll und Benjamin Yoskovitz. Coursera bietet auch Online-Kurse zu Nutzerakquise vs. Kundenbindung sowie zu Kunden- und Nutzeranalysen an. Pendo hat außerdem Inhalte für diejenigen veröffentlicht, die Maßnahmen auf Basis von Nutzererkenntnissen ergreifen, Kundenabwanderung reduzieren, und Kontowachstum vorantreiben.