Förstå kundresan och var störst potential till förbättring finns med hjälp av beteendedata och analys.

Vad av allt som vi skulle kunna bygga eller förändra i vår tjänst är det faktiskt värt att vi lägger tid på?

Den frågan är kärnan till varför produktanalys är så viktig. Rent krasst kan vi bygga vad som helst. Och alla och hens moster har en åsikt om hur något ska designas eller fungera i en digital tjänst. Men vi kan ju inte bygga allt. Så hur väljer vi? Där blir förmågan att analysera och agera på datan otroligt viktig i team som bygger digitala tjänster och produkter.

Och när vi har byggt något nytt vill snabbt få veta svar på:

• Använder kunderna tjänsten mer nu?
• Bidrar det till att användarbasen växer snabbare?
• Hjälper det oss att bli mer lönsamma?

Product analytics är processen att samla in och analysera data om användarbeteenden och interaktioner med en produkt. Med hjälp av data försöker vi förstå så mycket det bara går av kundresan och därifrån hitta problemområden som gör att vi kan bygga bättre lösningar för användare. Och, mycket viktigt, att de lösningarna också är gynsamma för affären.

Fler exempel på frågeställningar vi ofta letar svar på i produktanalys:

Hur lång tid tar det för dem att komma igång att använda den viktigaste funktionen?

Hur ofta använder de den? Med vilket intervall? I kombination med vilka andra funktioner?

Är det någon del av kundresan där vi förlorar många?

Det leder till affärskritiska diskussioner som:

Motsvarar beteendet vi ser, vad vi avsåg och designade för?

Om inte, vad betyder det för oss? Kan vi använda det till vår fördel?

Var har vi störst potential att förbättra eller förenkla upplevelsen i tjänster för att öka lönsamheten?