Dashboard Anda mengatakan peluncuran berhasil. Pendaftaran masuk, login meningkat, dan tim merasa lega.
Namun dua minggu berlalu. Tiket dukungan menurun, tetapi bukan karena produk berjalan lancar. Orang-orang hanya tidak datang kembali. Beberapa pengguna berpengaruh aktif. Mayoritas akun baru diam. Anda mengirimkan akses, bukan penggunaan.
Itu adalah kesenjangan metrik adopsi pengguna dimaksudkan untuk menutup. Mereka membantu Anda menjawab pertanyaan yang lebih sulit daripada "Apakah orang-orang hadir?" Mereka menjawab "Apakah orang-orang mencapai nilai, kembali, dan membuat produk menjadi bagian dari rutinitas mereka?" Perubahan itu penting karena daftar pendaftaran dan login mentah sering kali merupakan metrik vanitas. Mereka memberitahu Anda bahwa seseorang menyentuh pegangan pintu. Mereka tidak memberitahu Anda apakah mereka sepenuhnya pindah ke dalam.
Bagi tim produk, hal ini biasanya menjadi kenyataan ketika peluncuran terlihat baik di kertas tetapi lemah dalam praktek. Alat kolaborasi mungkin mendapatkan banyak pembuatan akun, namun hanya sebagian kecil pengguna yang membuat proyek pertama, mengundang rekan kerja, atau kembali kemudian. Aplikasi seluler mungkin melihat unduhan, namun sangat sedikit pengguna yang menyelesaikan proses onboarding atau menyelesaikan aksi pertama yang membuat produk berguna. Jika Anda telah memandang jenis kesesuaian seperti itu, Anda sudah bertanya pertanyaan yang tepat.
Rangkaian yang lebih baik adalah menganggap adopsi sebagai perjalanan dari akses ke kebiasaan. Artinya, menonton saat pengguna pertama kali memahami produk, pertama kali mendapatkan hasil, dan kemudian mengulangi perilaku. Tim yang bekerja pada onboarding, aktivasi, dan perbaikan pengalaman pengguna aplikasi biasanya menemukan hal yang sama. Kesuksesan pengguna pertama lebih penting daripada login pengguna pertama. Daftar Isi Pendahuluan
Mengatasi Pendaftaran untuk Adopsi yang Benar
- 8 Metrik Adopsi Pengguna yang Paling Esensial
- Cara sederhana untuk berpikir tentang adopsi
- Bagaimana Mengukur dan Mengikuti Penerimaan dengan Efektif
- Menafsirkan Metrik Anda dan Mengatur Benchmark
- Di Atas Dasar Penerimaan Pengguna vs Penerimaan Akun
- Membangun Dashboard Penerimaan Anda dan Mengambil Tindakan
- Masa Depan Metrik Penerimaan dengan AI dan Otomatisasi
Pendahuluan: Lebih dari Pendaftaran ke Penerimaan yang Nyata
Banyak tim masih mengukur kesuksesan dengan cara toko menghitung lalu lintas kaki. Semakin banyak pengunjung berarti hal-hal berjalan baik. Tapi produk tidak menang karena orang tiba sekali. Mereka menang karena pengguna melakukan aksi yang bermakna dan mengulanginya.
Itulah mengapa metrik penerimaan ada. Mereka menggantikan fokus yang dangkal pada akuisisi mentah dengan pandangan perilaku nilai produk. Pertanyaan yang berguna bukanlah “Berapa banyak yang membuat akun?” Tapi “Berapa banyak yang mencapai titik di mana produk menjadi cukup berguna untuk kembali?”
Aturan Praktis: Jika suatu metrik tidak terkait dengan nilai pengguna, maka kemungkinan besar tidak akan membantu Anda meningkatkan penerimaan.
Pikirkan sebuah aplikasi manajemen proyek. Masuk sekali ke aplikasi seperti berjalan ke lobby gym. Tidak berarti seseorang berolahraga. Membuat proyek pertama, menugaskan tugas, dan kembali keesokan harinya untuk memperbarui progress. Itu adalah perilaku yang menunjukkan penerimaan mulai.
Tiga jenis pertanyaan biasanya paling penting:
- Penemuan Nilai: Apakah pengguna telah menyelesaikan aksi yang bermakna pertama?
- Ulangi perilaku: Apakah mereka kembali setelah kesuksesan pertama?
- Kesesuaian alur kerja: Apakah penggunaan menyebar jauh dari rasa ingin tahu ke kebiasaan?
Bagian sisa dari panduan ini dibangun sekitar pertanyaan-pertanyaan tersebut. Beberapa metrik mengatakan apakah proses onboarding berhasil. Yang lain mengatakan apakah produk menjadi membentuk kebiasaan. Metrik yang lebih maju membantu tim B2B menjawab sesuatu yang bahkan lebih sulit. Apakah satu orang mengadopsi produk, atau seluruh akun pelanggan mengadopsinya?
Penjelasan 8 Metrik Pengadopsian Pengguna yang Paling Esensial
Cara sederhana untuk berpikir tentang pengadopsian
Cara paling mudah untuk berpikir tentang pengadopsian adalah dengan menggunakan keanggotaan gym. Mendaftar bukanlah pengadopsian. Muncul untuk workout pertama adalah lebih dekat. Datang kembali setiap minggu adalah yang membuktikan gym menjadi bagian dari kehidupan seseorang.
Logika yang sama berlaku pada perangkat lunak. Menurut Penjelasan Ringkas dari ClickLearn tentang Metrik Pengadopsian PenggunaAdopsi biasanya diartikan sebagai persentase dari populasi target yang mencapai batas penggunaan yang signifikan, bukan sebagai pendaftaran atau login mentah. adopsi = (pengguna aktif baru / total pengguna) × 100 adopsi fitur = (pengguna yang menggunakan fitur / pengguna aktif total) × 100 Adopsi Pengguna Utama Terintegrasi.
Indikator
| Formula | Apa yang Diketahuinya | Aktivasi |
|---|---|---|
| Bervariasi tergantung pada batas produk | Apakah pengguna telah mencapai momen nilai nyata pertama | DAU/MAU |
| adopsi = (__CAPGO_KEEP_0__ pengguna aktif baru / __CAPGO_KEEP_1__ total pengguna) × __CAPGO_KEEP_2__ | Pengguna aktif harian / pengguna aktif bulanan | Berapa sering pengguna kembali dalam satu bulan |
| Pemeliharaan | Berbeda-beda tergantung pada jendela kembali | Apakah pengguna terus kembali setelah memulai |
| Penggantian | Berbeda-beda tergantung pada definisi kehilangan | Berapa banyak pengguna yang berhenti menggunakan produk |
| Kekuatan Mengikat | Sering diukur dengan DAU/MAU | Apakah penggunaan menjadi rutinitas |
| Pengadopsian Fitur | (Pengguna menggunakan fitur / pengguna aktif total) × 100 | Apakah kemampuan tertentu berpengaruh dalam praktiknya |
| Waktu untuk Nilai | Waktu dari pendaftaran ke momen pertama nilai | Berapa cepat pengguna mendapatkan hasil yang bermakna |
| Tingkat Penambahan Pengguna | (Pengguna aktif baru / pengguna total) × 100 | Berapa banyak pengguna yang berpindah dari akses ke pengguna aktif |
Untuk tim yang mencoba menghubungkan penambahan dengan loyalitas, membantu untuk membandingkan metrik ini dengan pola retensi pengguna aplikasiPengadopsian mendapatkan pengguna ke nilai. Retensi menunjukkan apakah mereka tetap di sana
Apa yang setiap metrik sebenarnya mengatakan kepadamu
Memastikan Aktivasi mengukur apakah pengguna telah melewati garis awal. Dalam aplikasi catatan, itu mungkin berarti membuat catatan pertama. Di Slack, itu mungkin berarti mengirim pesan. Formula yang tepat tergantung pada produk Anda, tetapi prinsipnya stabil. Pilih aksi pertama yang membuktikan produk Anda telah berfungsi.
DAU/MAU menggambarkan pengguna aktif harian dengan pengguna aktif bulanan. Ini adalah sinyal frekuensi. Jika banyak pengguna bulanan juga aktif harian, produk Anda kemungkinan besar menjadi bagian dari rutinitas.
Pertahanan mengajukan pertanyaan apakah pengguna kembali setelah periode awal, karena beberapa produk menciptakan kesan awal yang baik tetapi gagal menjadi berguna kemudian.
Keluarnya Pengguna adalah gambaran lawan. Ini menunjukkan siapa yang berhenti berpartisipasi. Keluarnya pengguna berguna, tetapi bekerja terbaik sebagai lampu peringatan, bukan sebagai roda pengemudi utama. Saat keluarnya pengguna meningkat, penyebabnya biasanya sudah dimulai lebih awal dalam aktivasi atau pengiriman nilai.
Pengikatan
seringkali dibahas bersamaan dengan DAU/MAU. Dalam banyak tim, orang menggunakan istilah-istilah hampir secara bergantian. Konsep praktisnya sederhana. Produk yang menempel seringkali dikunjungi cukup sering sehingga pengguna tidak perlu diingatkan. Pengadopsian Fitur
__CAPGO_KEEP_0__ mengurangi fokus dari produk keseluruhan ke satu kemampuan. Jika Anda meluncurkan pembuat alur kerja, alat berbagi file, atau aliran persetujuan, metrik ini menunjukkan apakah pengguna aktif menggunakan fitur tersebut. Formula dari sumber awal jelas: (pengguna yang menggunakan fitur / pengguna aktif total) × 100.
Time to Value mengukur berapa lama waktu yang dibutuhkan oleh pengguna untuk mencapai hasil yang bermakna pertama. Metrik ini sering menunjukkan gesekan pada tahap onboarding. Jika pengguna membutuhkan langkah setup yang terlalu banyak sebelum produk terasa bermanfaat, peningkatan adopsi terhambat awal.
Aksi menggabungkan gambaran besar. Ia bertanya berapa banyak pengguna yang menjadi aktif secara bermakna daripada hanya terdaftar. Itulah mengapa itu adalah metrik bisnis yang lebih kuat daripada hanya sign-up saja.
Kebiasaan kerja yang baik adalah memadukan metrik daripada membacanya sendirian:
- Aksi + Waktu untuk Nilai menunjukkan apakah onboarding menuju ke kemenangan yang berguna pertama.
- DAU/MAU + Retensi menunjukkan apakah penggunaan adalah dangkal atau kebiasaan.
- Penggunaan fitur + Pengunduran Diri membantu Anda mengetahui apakah kemampuan inti menarik pengguna atau gagal berarti.
Bagaimana Mengukur dan Mengikuti Efektifnya Pengadopsian
Mulai dengan instrumen acara
Pengukuran pengadopsian dimulai jauh sebelum Anda membuka dashboard. Ini dimulai ketika Anda memutuskan perilaku pengguna yang layak diikuti.
Jika tim Anda menjalankan Amplitude, Mixpanel, Heap, PostHog, atau Google Analytics, keputusan kunci sama di semua mereka. Tentukan acara produk seputar nilai, bukan klik antarmuka yang tidak berarti sendiri. “Project Dibuat,” “Undangan Dikirim,” “Template Diterapkan,” dan “Laporan Diekspor” adalah acara yang berguna. “Halaman Dilihat” sering tidak cukup.”
Pengaturan acara sederhana biasanya mencakup:
- Acara masuk: Pendaftaran, login pertama, onboarding dimulai
- Acara nilai: Project dibuat pertama kali, file diunggah pertama kali, alur kerja selesai pertama kali
- Acara kebiasaan: Sesi ulang, tugas ulang, aksi kolaborasi berulang
Tim juga menggunakan peluncuran terkendali untuk menguji apakah perubahan meningkatkan ini. Sistem flag fitur dapat membantu mengisolasi dampak copy onboarding, pengaturan default, atau perubahan UI. Jika tim Anda sedang melakukan peluncuran tahap demi tahap, panduan ini untuk mengimplementasikan flag fitur adalah komplement yang sangat berguna.
Gunakan kelompok untuk melihat perubahan secara waktu
Analisis kelompok adalah salah satu cara yang paling jelas untuk menghindari menipu diri sendiri. Sebaliknya dari menggabungkan semua pengguna bersama, Anda mengelompokkan mereka berdasarkan kapan mereka dimulai atau berdasarkan pengalaman yang mereka terima.
Itu membantu Anda menjawab pertanyaan seperti ini:
- Apakah pengguna yang melihat onboarding baru selesai aktivasi lebih sering?
- Apakah akun yang dibuat setelah merancang ulang kembali secara konsisten?
- Apakah tingkat rencana baru berperilaku berbeda dari pengguna self-serve?
Tanpa kelompok, gambaran peningkatan Anda menjadi kabur. Pengguna kuat yang ada dapat menyembunyikan masalah yang mempengaruhi pengguna baru. Angka garis atas yang meningkat dapat membuat peluncuran lemah terlihat sehat.
Kaca operator: Bandingkan perilaku berdasarkan tanggal mulai setiap kali Anda mengubah onboarding, harga, pengemasan, atau alur kerja inti.
Peta jalur dengan tabung
Tabung menunjukkan di mana pengguna berhenti bergerak. Mereka berguna karena sebagian besar masalah adopsi tidak misterius. Mereka terjadi pada langkah tertentu.
Untuk produk mayoritas, tabung adopsi terlihat seperti ini:
- Kedatangan: Seseorang mengunjungi situs atau menginstal aplikasi
- Pembuatan akun: Mereka mendaftar
- Penggunaan pertama: Mereka menyelesaikan aksi inti awal
- Penggunaan aksi kunci: Mereka mencapai milik titik produk tertentu
- Ulangi penggunaan: Mereka kembali dan melakukannya lagi
Poin bukanlah membuat kerucut terlihat cantik. Poinnya adalah mengidentifikasi tukar menukar yang gagal secara tepat. Jika banyak pengguna mendaftar tetapi sedikit yang menyelesaikan penggunaan pertama, onboarding Anda mungkin yang menjadi masalah. Jika pengguna mencapai penggunaan pertama tetapi tidak kembali, produk mungkin dapat dipahami tetapi tidak menarik.
Menginterpretasikan Metrik Anda dan Mengatur Patokan
Konteks mengalahkan angka-angka terisolasi
Angka metrik sendiri dapat menyesatkan Anda. Interpretasi yang baik dimulai dengan pekerjaan produk.
Aplikasi perencanaan harian dan alat pelaporan bulanan akan memiliki ritme penggunaan yang berbeda. Produk kolaborasi dengan alur kerja tim akan terlihat berbeda dari aplikasi utilitas solo. Jadi ketika tim bertanya apakah sebuah angka adalah “baik,” jawaban yang berguna seringkali adalah “baik untuk perilaku apa?”
Namun, satu patokan telah menjadi sangat penting. Menurut diskusi Stonly tentang metrik adopsi pengguna, perbandingan DAU/MAU sangat digunakan sebagai ukuran kekangan, dan Rasio 50% DAU/MAU berarti pengguna rata-rata membuka produk sekitar 15 dari 30 hari di bulan. Itulah mengapa tim menggunakan metrik ini sebagai substitusi untuk pembentukan kebiasaan daripada penggunaan satu kali.
Pakai kekayaan dengan hati-hati
Kekayaan sangat berkuasa karena dapat membedakan penggunaan luas tapi dangkal dari penggunaan yang lebih dalam. Meskipun suatu produk memiliki banyak pengguna, namun masih lemah jika sebagian besar pengguna tidak kembali.
Tapi kekayaan bukanlah putusan tunggal. Kekayaan menjadi lebih berguna ketika dipasangkan dengan retensi dan kualitas perilaku. Jika DAU/MAU meningkat sementara aksi yang bermakna tetap stagnan, pengguna mungkin membuka aplikasi tanpa melakukan banyak hal. Jika kekayaan rendah tapi produk alami sifatnya, maka metrik tersebut mungkin hanya mencerminkan kasus penggunaan.
Itulah mengapa interpretasi kinerja harus melibatkan konteks produk, riwayat rilis, dan kualitas pengalaman. Tim yang meningkatkan optimasi kinerja aplikasi sering melihat bahwa waktu muat yang lebih cepat dan penundaan yang lebih sedikit dapat mendukung penggunaan yang lebih berulang, tapi metrik tersebut masih harus dibaca bersamaan dengan apa yang pengguna capai.
Benchmark terbaik Anda seringkali adalah internal
Indikator eksternal berguna untuk orientasi. Indikator internal lebih baik untuk pengambilan keputusan.
Bandingkan kelompok sebelum dan setelah perubahan produk. Bandingkan pengguna yang menyelesaikan onboard dengan pengguna yang melompatinya. Bandingkan akun pada rencana yang berbeda atau dengan jalur setup yang berbeda. Perbandingan-perbandingan itu akan memberitahu Anda apakah pekerjaan Anda mengubah perilaku.
Sebuah sistem benchmark yang praktis sering kali mencakup:
- Referensi: Perilaku saat ini sebelum perubahan
- Gerakan yang diharapkan: Kriteria apa yang harus berubah jika eksperimen berhasil
- Aturan keputusan: Aksi apa yang akan diambil jika tidak berhasil
Ketika metrik bergerak, tanyakan apa perilaku pengguna yang berubah. Ketika mereka tidak bergerak, tanyakan apakah perubahan produk menyentuh sumber nilai yang nyata.
Dibawah Dasar-Dasar Pengguna vs Akun-Level Pengadopsian
Mengapa produk tim menciptakan blind spot
Di sini terdapat kelemahan umum bagi banyak tim B2B. Angka pengadopsian yang terlihat sehat dapat menutupi akun yang rapuh.
Gagasan Gainsight tentang pengukuran pengadopsian di lingkungan B2B menunjukkan kelemahan umum dalam panduan mainstream. Sebagian besar penjelasan fokus pada aktivasi, DAU/MAU, waktu untuk nilai, dan pengadopsian fitur, tetapi mereka tidak secara jelas memberitahu Anda kapan harus mengukur pengadopsian per pengguna, per akun, atau keduanya.
Perbedaan ini penting karena dua pandangan menjawab pertanyaan yang berbeda. Pengadopsian per pengguna memberitahu Anda apakah individu yang aktif. Pengadopsian per akun memberitahu Anda apakah organisasi pelanggan telah mengintegrasikan produk ke dalam alur kerja mereka.
Jalankan kedua hal tersebut secara bersamaan
Pikirkan tentang platform penjualan yang dibeli oleh sebuah perusahaan besar. Salah satu pemimpin operasional masuk setiap hari, membuat laporan, dan menyukai produk. Akun terlihat aktif. Tapi jika tidak ada orang lain yang menggunakan produk, peluncuran masih lemah. Jika champion tersebut meninggalkan, akun tiba-tiba berisiko.
Model yang lebih baik adalah mengikuti kedua hal tersebut:
- Lebar pengadopsian: Banyak orang di dalam akun yang aktif
- Kedalaman pengadopsian: Bagaimana orang-orang tersebut menggunakan produk secara signifikan
- Penggolongan: Apakah peningkatan penggunaan berbeda-beda menurut peran, rencana, atau kasus penggunaan
Hal ini sangat penting dalam produk multi-tunggal. Sebuah akun dapat menampilkan penggunaan fitur sementara masih gagal menyebar ke tim. Sebaliknya juga dapat terjadi. Banyak pengguna mungkin masuk, tetapi hanya dalam kedalaman yang dangkal.
Cara praktis untuk menampilkan hal ini adalah dengan memeriksa akun dalam segmen daripada sebagai satu raksasa rata-rata. Tim sering mendapatkan visibilitas yang lebih baik dengan mengsegmentasi pengguna berdasarkan rencana dan saluran, kemudian menambahkan penggunaan berdasarkan peran di atas. Poinnya adalah untuk menghindari mengacaukan satu pahlawan yang bersemangat dengan adopsi organisasi yang sebenarnya.
Rilis B2B yang kuat biasanya menunjukkan baik penyebaran dan substansi. Satu tanpa yang lainnya tidak stabil.
Membangun Dashboard Adopsi Anda dan Mengambil Tindakan
Dashboard yang berguna tidak mencoba menampilkan segalanya. Ia menceritakan cerita singkat tentang apakah pengguna mencapai nilai, mengulanginya, dan menyebar penggunaan di dalam akun.
Apa yang termasuk di dashboard
Untuk tim produk mayoritas, dashboard harus berfokus pada beberapa signal perilaku yang kecil:
- Tren aktivasi: Apakah pengguna baru mencapai titik milik yang berarti?
- Tren nilai waktu: Apakah jalur ke kesuksesan pertama semakin pendek atau semakin berantakan?
- Tampilan retensi: Apakah pengguna kembali setelah mencapai kemenangan pertama?
- Tampilan adopsi fitur: Apakah kemampuan kunci digunakan oleh pengguna aktif?
- Potongan penggunaan akun: Apakah tim mengadopsi secara luas, atau penggunaan terkonsentrasi?
Dashboard juga memerlukan segmentasi. Pengguna baru versus pengguna lama. Penggunaan self-serve versus penggunaan perusahaan. Pengguna individu versus akun. Tanpa potongan-potongan itu, rata-rata menghaluskan cerita.
Ubah metrik menjadi keputusan produk
Setiap metrik harus memicu respons tertentu. Jika aktivasi lemah, ketatkan onboard dan hapus gesekan setup. Jika waktu ke nilai lambat, kurangi jumlah langkah yang diperlukan sebelum pengguna melihat hasil inti. Jika adopsi fitur rendah, masalah mungkin adalah penemuan, relevansi, atau pasangan alur kerja.
Di sini, kecepatan rilis sangat penting karena tim produk belajar melalui loop balik informasi yang cepat. Alat seperti Amplitude dan Mixpanel membantu Anda membaca perilaku. Alat pengiriman membantu Anda menguji perubahan terhadap perilaku tersebut. Di tim mobile dan multi-platform, Capgo adalah salah satu pilihan untuk mengirimkan pembaruan JavaScript, CSS, konfigurasi, teks, dan aset tanpa harus menunggu ulasan toko aplikasi, yang dapat memperpendek siklus antara mengamati masalah adopsi dan menguji perbaikan.
Di kemudian tahap workflow, video demo dapat membantu tim menyepakati apa yang berubah dan mengapa.
Ritme operasional yang praktis seperti ini:
- Tinjau dashboard mingguan.
- Identifikasi satu bottleneck adopsi.
- Kirimkan satu perubahan yang fokus.
- Bandingkan kohort berikutnya dengan yang sebelumnya.
- Simpan atau kembalikan berdasarkan perilaku, bukan pendapat.
Demikianlah cara kerja adopsi menjadi terkelola. Bukan dengan mengejar setiap metrik sekaligus, tetapi dengan menciptakan loop yang teratur antara pengukuran dan aksi produk.
Masa Depan dari Metrik Adopsi dengan AI dan Automasi
Artifisial Intelektual mulai memperumitkan makna dari pengadopsian. Metrik pengadopsian pengguna tradisional asumsikan bahwa manusia masuk, melakukan aksi, dan kembali. Model tersebut menjadi tidak stabil ketika agen artifisial menggambarkan konten, memicu alur kerja, atau menyelesaikan tugas secara otomatis.
Sebagai Catatan Userpilot tentang perubahan pengukuran pengadopsian menyebutkan, panduan yang lebih baru sudah mengangkat isu tentang “Manusia vs. Agen Artifisial.” Masalah praktisnya sederhana. Metrik seperti DAU/MAU, durasi sesi, dan waktu pertama aksi kunci dapat terlihat lebih kuat meskipun aktivitas tersebut dipicu oleh otomatisasi daripada orang yang merasakan nilai.
Tim akan membutuhkan atribusi yang lebih jelas. Siapa yang memulai tugas? Apa yang dibantu oleh AI? Apa yang sepenuhnya otonom? Perbedaan-perbedaan tersebut akan lebih penting seiring otomatisasi menjadi bagian dari penggunaan produk normal. Bintang utara tetap sama. Ukur apakah orang dan organisasi mendapatkan nilai yang nyata dan berulang. Hanya jangan asumsikan setiap aksi datang dari manusia lagi.
Jika tim Anda mengirimkan Capacitor atau aplikasi Electron dan ingin memiliki loop yang lebih dekat antara analisis pengadopsian dan perubahan produk, Capgo patut dipertimbangkan. Ini memungkinkan tim untuk mengirimkan pembaruan code dan konten dengan cepat, targetkan saluran rilis tertentu, dan memantau perilaku peluncuran sehingga produk, teknik, dan dukungan dapat bereaksi lebih cepat ketika pengadopsian terhambat.
