Software Usage Intelligence – Wofür Produktmanager Daten brauchen

User Experience (UX) ist für die Software-Branche das A&O im Marketing und Vertrieb: Sind die Kunden glücklich, läuft auch das Geschäft. Doch anhand welcher KPIs und Daten lässt sich Benutzerfreundlichkeit und Kundenzufriedenheit tatsächlich messen? Usage Intelligence bringt Licht in die Nutzung von Softwareprodukten und beendet das Rätselraten für Produktmanager.

Die Analyse von Nutzungsdaten lässt sich als die detaillierte Nachverfolgung und Auswertung von Benutzerinteraktionen innerhalb einer Softwareanwendung definieren. Daten werden anonymisiert gesammelt und geben einen tiefen Einblick in das Anwenderverhalten. Dabei sind abgestufte Aggregationsebenen möglich – zum Beispiel für einzelne Benutzer, bestimmte Kundensegmente oder Anwender innerhalb eines Kundenkontos. Was sind die Top und Flop-Features einer Anwendung? An welcher Stelle wenden sich Nutzer an den Support? Wie lange und für welche Aufgaben wird die Software genutzt? Und für welche Features wäre der Kunde eventuell bereit mehr zu zahlen? Je tiefer der Blick reicht, desto besser können Produktmanager die UX verbessern, mit den Kunden in Kontakt treten und die Roadmap ausrichten.

Produktmanager oder Data Scientist

Schon jetzt verbringt ein Produktmanager im Durchschnitt doppelt so viel Zeit mit dem Entwicklungsteam wie mit strategischer Planung und Marktforschung. Für den Versand von Marketing-E-Mails und -Kampagnen geht neunmal mehr Zeit verloren als bei der Zielgruppenforschung. Der Grund dafür ist manchmal ganz einfach: Produktmanager sind keine Data Scientists. Zumal man bei der Datenflut oft das Gefühl gewinnt, zwar über viele Informationen, aber über wenig neue Erkenntnisse zu verfügen. Schnelle Antworten auf einfache Fragen sind eher die Seltenheit. Dabei ist es von unschätzbarem Wert, auf aussagekräftige Daten zurückgreifen zu können, um beispielsweise herauszufinden, warum Nutzer während einer Trial-Phase abspringen.

Usage Intelligence hat mehr zu bieten als Vanity Metrics wie Download-Statistiken. Es schärft den Blick auf relevante Touchpoints, filtert und segmentiert Kunden, öffnet neue Kommunikationskanäle (z. B. In-App-Messages) und hilft idealerweise das Nutzerverhalten in gewünschte Richtungen zu lenken. Je größer das analytische Expertise und je ausgereifter die Datenerfassung, desto punktgenauer lassen sich Kampagnen und Produktstrategien steuern.

Die Analyse von Nutzungsdaten ist mit den richtigen Tools dabei längst kein Hexenwerk mehr. Grundvoraussetzung für gute Usage Intelligence ist die methodische Auswahl der Metriken und Metadaten im Vorfeld, eine skalierbare IT-Infrastruktur, die unterbrechungsfreie Instrumentierung von Clients und Telemetrie sowie smarte Methoden zur Datenerhebung, -verwaltung und -visualisierung. Statt hier aufwändige Eigenentwicklungen zu implementieren, setzen viele Unternehmen auf kommerzielle Usage Intelligence-Lösungen, die das Sammeln und Analysieren der Daten vereinfachen und automatisieren.

5 Fragen mit Usage Intelligence beantworten

Wie Usage Intelligence in der Praxis zum Einsatz kommt und was sich mit den Daten tatsächlich anfangen lässt, zeigen die fünf Fragen, die jedem Produktmanager von Software bekannt sind.

1. Woher weiß ich, wann der Support für eine alte Softwareversion eingestellt werden kann?

Ein Softwareprodukt über den ganzen Lebenszyklus hinweg zu unterstützen, erfordert in der Regel erhebliche technische Ressourcen. Wenn Unternehmen jedoch den Support einstellen (z. B. für ältere Versionen), laufen sie Gefahr, treue Kunden zu verprellen. Die Frage ist: Wie groß ist diese Gruppe wirklich? Ein Blick auf die Nutzungsdaten schafft hier Klarheit darüber, wie viele High-Value-Kunden die alte Version noch aktiv nutzen. Ist die Zahl niedrig, können attraktive Preisnachlässe helfen, Anwender dazu zu bewegen, auf die aktuelle Version umzustellen. Ist die Zahl sehr hoch, sollten Softwareanbieter sich vielleicht grundsätzlich fragen, warum die Legacy-Version nach wie vor noch so viele Anhänger besitzt.

Wie viele Nutzer arbeiten noch mit Legacy-Versionen? Und wie aktiv sind sie damit?

2. Warum lassen meine Anwender ein neues „Killer“-Feature links liegen?

Zwischen Vorstellung und Realität liegen manchmal Welten – zum Beispiel, wenn eine intern gefeierte und kostspielig entwickelte „Killer“-Funktion weit hinter den Erwartungen zurückbleibt. Hier heißt es handeln. Auf Basis von Usage Intelligence können Entwicklungsteams A/B-Tests durchführen, um dem Problem auf den Grund zu gehen. Verbessert sich die Akzeptanz bei einer anderen Benutzeroberfläche (UI)? Helfen zusätzliche Tutorials und Hilfsfunktionen? Oder liegt tatsächlich ein technischer Bug vor? Die Ergebnisse fließen ins nächste Release ein und verbessern so kontinuierlich die UX.

A/B-Testing zur Entscheidung der besseren Benutzeroberfläche (UI)

3. Wie viele meiner Produkte werden von Kunden aktiv genutzt?

Diese Frage ist besonders interessant, wenn es darum geht neue Cross- oder Up-Selling-Möglichkeiten zu ermitteln. Anwender, die mehrere Softwareprodukte regelmäßig und viel nutzen, sind bessere Kandidaten als Anwender, die nur sporadisch auf eine einzelne Anwendung zugreifen. Historische Verkaufsdaten sind hier längst nicht so aufschlussreich wie die tatsächliche Nutzung. Zumal sich Nutzungsdaten via Geräte-ID für einzelne Produkte erheben lassen. Auch lassen sich Benutzerlisten segmentieren und Angebote und Funktionsumfang einer Anwendung maßgeschneidert auf einzelne Gruppen zuschneiden. Unterm Strich erzielt dieser analytische Ansatz deutlich bessere Ergebnisse als herkömmliche Cross-Sell-Kampagnen. Auch die Engagement-Rate von In-App-Messages fällt bis zu 10-mal höher als bei herkömmlichen E-Mails aus.

Verknüpfung von Nutzungsdaten zu mehreren Produkten zur Ermittlung von Cross- oder Up-Selling-Möglichkeiten

4. Wie optimiere ich UI/UX, ohne die Benutzer zu frustrieren?

Der Erfolg eines Softwareprodukts hängt stark davon ab, wie einfach und bequem die Anwendung für den Kunden in der Bedienung ist. UX und UI sind hier zwei Seiten derselben Medaille – vor allem wenn es sich um leistungsstarke und umfangreiche Enterprise-Anwendungen mit hunderten von Funktionen und Bedienelementen handelt. Produkt- und Entwicklungsteams stehen hier oft vor schwierigen Fragen, wenn es darum geht, welche Funktionen als Symbol im Menüband untergebracht werden sollen. Die Entscheidung hängt von bestimmten Kennzahlen ab wie der Nutzungshäufigkeit. Auch logische Gruppierungen von Funktionen, Workflows und Bedienfelder lassen sich auf Basis von Daten an den tatsächlichen Bedürfnisse und Anforderungen ausrichten. Verfolgt man die Nutzung dann noch über eine Reihe von Beta-Builds, können wichtige Anpassungen bereits im Vorfeld des Produkt-Launch vorgenommen werden.

Die Nachverfolgung von User Flows gibt Aufschluss über Optimierungspotential, z. B. bei der UI

5. Warum kann ich Trial-User nicht in zahlende Kunden verwandeln?

Es kann frustrierend sein, wenn die Conversion-Rate von der Testversion zur kostenpflichtigen Software im Nichts verläuft. Bevor Teams hier das Handtuch werfen und ein Versions-Rollback veranlassen, lohnt es sich einen genauen Blick auf die Nutzungsdaten zu werfen und beispielsweise das Nutzerverhalten innerhalb der Testversion mit der Vorgängerversion zu vergleichen. Die Ergebnisse könnten überraschen. In einem Fall, beendeten Anwender eine Software nur wenige Minuten nach der Installation, weil sie mit dem Configuration-Wizard nicht zurechtkamen. Nachdem der Wizard überarbeitet worden war, stieg die Conversion-Rate fast um das 10fache.

Verbesserung der Nutzerbindung durch Erkennung und Beseitigung von Installationshindernissen

Tipps beim Einsatz von Usage Intelligence-Tools

Für Entwicklerteams und das Produktmanagement stellt sich deshalb eigentlich nur eine Frage: Setzt man bei Usage Intelligence auf ein Inhouse entwickeltes Analysetool oder eine kommerzielle Lösung? Die Antwort hängt von mehreren Faktoren ab. Zum Beispiel in welchem Umfang Nutzungsdaten erhoben werden sollen, von der Unternehmensstrategie und dem Produktportfolio sowie von ganzen praktischen Umständen wie internen Know-how und Ressourcen.

Bevor die Entscheidung fällt, heißt es einige wichtige Aspekte für den erfolgreichen Einsatz von Software Usage Analytics zu berücksichtigen.

  • Die Planung im Vorfeld ist entscheidend. Nur wer vorab gemeinsam Metriken und Metadaten definiert, kann im Nachgang von den gesammelten Daten auch profitieren. An welchem Zeitpunkt sollen die Nutzungsdaten übertragen werden? Wer benötigt Zugang zu welchen Informationen? Wie unterstützt das System Ad-hoc-Analysen (Exploration & Discovery)?
  • Auf technischer Seite gilt es vor allem, eine zuverlässige Telemetrie zwischen Client und Server sicherzustellen. Nur so lassen sich eindeutige Benutzer-IDs generieren, die wiederum Aufschluss über Trends und nutzerspezifische Besonderheiten geben. Einen echten Mehrwert verspricht die Nutzungsanalyse zudem nur, wenn die Lösung in Dritt-Anwendungen wie Download- und Auto-Update-Systeme, CRM, BI-Lösungen und Lizenzierungstools integriert werden kann.
  • Die Analyse der Terabytes an Daten ist eine Herausforderung an sich.  Web-Analysesystemen wie Google Analytics oder Microsoft App Insights sind in ihren Features oft eingeschränkt. Oft werden Unmengen an Daten erfasst, die für das eigene Unternehmen gar nicht relevant sind, die aber trotzdem die Kosten in die Höhe treiben. Sinnvoller sind daher Lösungen, bei der Anwender über ein Dashboard schnell und einfach das Tracking von bestimmten Metriken beliebig starten oder stoppen können.
  • Erfolgsentscheidend ist zudem die Visualisierung und Aufbereitung der Informationen. Interaktive Reports zum Beispiel ermöglichen es unterschiedlichen Teams, die Daten nicht nur zu verstehen, sondern auch tatsächlich für ihre Arbeit zu nutzen.
  • Und schließlich gilt es bei der Usage Intelligence auch den Datenschutz zu beachten. Datensicherheit und granulare Zugangskontrollen auf allen Ebenen sollten daher in den Lösungen zum Standard gehören. Über Opt-in/Opt-out Optionen können Anwender zudem selbst das Tracking ihrer Softwarenutzung einschränken oder Benachrichtigungen (z. B. In-App-Messaging) blocken.

Fazit

Die Verbesserung der User Experience (UX) muss auf Daten gründen, um langfristig nicht an den Bedürfnissen der Kunden vorbeizusteuern. Der Trend in der Softwareindustrie zu nutzungsbasierten Modellen, das Wachstum in der Cloud bzw. SaaS sowie der zunehmende Fokus auf Customer Success sind weitere triftige Argumente für den Einsatz von Usage Intelligence-Tools. Wer weiß, wie Anwender Softwareprodukte nutzen, kann seine Produktstrategie besser ausrichten, neue Geschäftsmodelle entwickeln und Kunden langfristig binden.

Über Nicole Segerer

Nicole Segerer blickt auf über 15 Jahre Erfahrung in den Bereichen Softwareproduktstrategie und Marketing zurück. Bei ihr dreht sich alles um die Analyse von Softwareprodukten und darum, den Mehrwert von Lösungen sowie das Kundenerlebnis zu steigern. Als Vice President Product Management & Marketing bei Revenera unterstützt sie Softwareanbieter und IoT-Hersteller bei der Umstellung auf neue digitale Geschäftsmodell und der Optimierung der Softwaremonetarisierung.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Mit Absenden des Kommentars stimmst Du der Speicherung deiner persönlichen Daten (Name, eMail-Adresse, Webseite und Nachricht) durch uns bis auf Widerruf zu. Zur Vermeidung von Spam und zur rechtlichen Absicherung wird deine IP für 2 Monate gespeichert. Ebenfalls zur Vermeidung von Spam werden diese Daten einmalig an Server der Firma Automattic inc. geschickt. Zur Darstellung eines Nutzerbildes wird die eMail-Adresse im pseudonymisierter Form an Automattic inc. übermittelt. Wenn du einen oder beide Haken für die eMail-Benachrichtigungen setzt, wird deine eMail-Adresse bei Automattic inc. gespeichert. (Datenschutzerklärung)

Du hast noch viel mehr zu erzählen?

Dann schreib doch einen eigenen Artikel auf produktbezogen.

Artikel vorschlagen →