מורה נבוכים: איך לבחור כלי אנליטי?

מזל טוב! אז חשבת על רעיון, התחלת לפתח מוצר והוא כבר כמעט מוכן להשקה.
השלב הבא שאתה נתקל בו הוא בחירת כלי אנליטי. כן – הדבר הזה שעוזר לך להבין מה המשתמשים שלך יעשו במוצר…
אתה בטח שואל את עצמך איך לבחור כלי אנליטי, מהם ההבדלים בין הכלים השונים, מה הייחודיות של כל אחד ומה עדיף על מה.
אז זה בדיוק יהיה הנושא של המאמר – לפי מה בוחרים כלי אנליטי.

חלוקת התפקידים עם כלי אנליטיקס

אז לפני הכל – חשוב לעשות סדר במהות של הכלי האנליטי – ובחלוקת העבודה בינך ובינו…
הדבר הראשון שעליך לדעת, הוא שהכלי האנליטי אינו פתרון קסם – הוא לא יפתור לך את כל הבעיות.
הכלי ייתן לך רק את הפלטפורמה להתחיל לראות מה המשתמשים שלך עושים.
האחריות שלך היא לצלול מעט יותר פנימה לנתונים – ולהבין מתוכם מיהם בכלל המשתמשים שלך ומה הצרכים המדויקים שלהם.
את זה הכלי האנליטי לא יידע לעשות בעצמו…
בשביל זה – עליך להבין קצת יותר את העולם מסביב לכלי האנליטי:
את המסלול שעוברים המשתמשים שלך במוצר, את הערך שאותו הם מקבלים, את המטרות והיעדים שלך בכל שלב – ואיך כלי אנליטי יסייע לך למדוד ולדייק אותם.
כל זה מכונה "מתודולוגיה אנליטית".

צרכים אנליטיים של סטארטאפ

אז בשביל להתחיל להבין איך לבחור כלי אנליטי, בוא נבין את הצרכים שלך כסטארטאפ.

קיימים מספר שלבים שיווקיים בהם "ייתקלו" המשתמשים שלך – כל שלב הוא שונה מעט – ובסופו של דבר יהיה עליך לטפל בכולם.
ישנן כמה גישות לשלבים האלה, ואנסה לעשות בהן סדר.

צרכים אנליטיים:

  1. מדידת ה- User Journey Life-Cycle – כולל כל השלבים עבור כל סוגי המשתמשים.
  2. אינטראקציה מול המשתמשים.
  3. הטמעת הכלי האנליטי.
  4. Deep Analysis.

 

שלבים במסלול המשתמשים – User Journey Life-cycle

עבור כל משתמש קיים מסלול אותו הוא עובר במוצר. המסלול הזה מאפיין את סוגי המשתמש ואת הצרכים שלו בכל שלב.
בתור יזם – עליך להכיר את המסלול הזה עבור כלל סוגי המשתמשים, למדוד אותו ולהבין היכן הנקודות החלשות שעליך לשפר בכל שלב. או במילים אחרות – לדעת לשאול את השאלה הנכונה.
להלן מסלול גנרי כזה. בכל שלב במסלול נתקל המשתמש בשלב אחר – שבו המטרה שלך היא להניע אותו להמשיך את השימוש במוצר – ואף להעמיק אותו.
איך לבחור כלי אנליטי - user journey lifecycle

להלן נתחיל להסביר כל שלב ושלב, ולמה עליך לשים לב כאשר אתה מחפש כלי אנליטי.

הבאת תנועה למוצר (Traffic)

השלב הזה נקרא בפשטות "שיווק" – להגיד לעולם "הנה אני, בואו בהמוניכם!"
בעולם הדיגיטלי זה מתבצע בין השאר באמצעות קמפיינים (פייסבוק/גוגל וכיו"ב), פרסום פוסטים בבלוגים מסוימים (Techcrunch ודומיהם), הרצאות, כנסים וכיו"ב. המטרה היא פשוט לחשוף את המוצר שלך למשתמשים פוטנציאליים בשביל שיתנסו בו.
האתגר כאן הוא כפול: גם למצוא את ערוץ השיווק שמצליח למשוך הרבה תנועה למוצר שלך, וגם להבין כיצד לייעל אותו (יחס המרה בין תנועה למספר החשיפות).
זה נמדד בעיקר באמצעות מדידת מקור התנועה (Traffic Source) ומשפך שיווקי (Marketing Funnel).

בעולם ה-Web זה יחסית פשוט באמצעות שימוש בפרמטרים (UTM Links).
בעולם ה-Mobile זה יותר מסובך – אך יש כלי Attribution המאפשרים זיהוי של מקור התנועה.

המרת התנועה למשתמשים (Conversion)

לאחר שהגיעו מבקרים למוצר שלך, המטרה שלך היא להפוך אותם למשתמשים.
מבחינת ה-Flow השלב הזה נקרא גם מכירה, וכן – גם לשכנע את המשתמש למסור אימייל או חשבון פייסבוק זו מכירה לכל דבר…
האתגר כאן הוא המרות, והוא נמדד ברוב המקרים באמצעות משפך המרה (Funnel), כאשר היעד הוא יחס המרה מקסימלי (כמות המשתמשים שנרשמים מתוך התנועה הנכנסת).
בחלק מהמתודולוגיות השיווקיות בעולם הסטארטאפים קיימת אבחנה בין שני תתי שלבים:

  • שלב רכישת הלקוח (User Acquisition), מתייחס בעיקר ליעד ההמרה בתור הרשמה למוצר (Signup). נמדד באמצעות Funnel .
  • שלב 'הפעלת' הלקוח (Activation), המתייחס לניתוב הלקוח שנרשם לתהליך של הבנת הערך המדויק של המוצר. ברוב המקרים זה מתבצע באמצעות תהליך Onboarding (תיאור מודרך של השימוש במוצר), וגם אותו מודדים באמצעות Onboarding Funnel.

שימור המשתמשים (Retention)

לאחר שהצלחת להמיר את התנועה למשתמשים במוצר שלך, המטרה שלך כעת הופכת לשכנוע שלהם להמשיך ולהשתמש במוצר עוד ועוד. או במילים אחרות – להמשיך ולתת להם ערך.
האתגר הזה נקרא שימור (Retention), או מניעת נטישות (Churn).
השלב הזה כבר יותר מורכב מבחינה אנליטית, כי לרוב הוא מתרחש על פני זמן ממושך יותר מתהליך השיווק/מכירה.
הוא גם מחייב ניתוח מעמיק יותר של הנתונים בשביל להבין את הערך המדויק שהמשתמשים רואים במוצר.

העמקת השימוש (Engagement)

לאחר שהמשתמש נרשם למוצר, הבין את הערך של המוצר והחליט להמשיך ולהשתמש בו, כעת האתגר הופך לאיך להעמיק את רמת השימוש במוצר.
בשלב זה נרצה ליצור Stickiness למשתמש – בשביל שיחזור למוצר בתדירות כמה שיותר גבוהה ולמעשה יתרגל לקבל מהמוצר יותר ויותר ערך.

השלב הזה כבר מורכב יותר למדידה, מאחר וישנם הרבה מאוד תהליכים שהמשתמש יכול לעבור. ה
תהליכים האלה הם תהליכים שחוזרים על עצמם – בניגוד למשפך שהוא טורי וחד פעמי (המרה).

מונטיזציה (המרה למשתמשים בתשלום/ מכירה)

כל סטארטאפ הוא בסופו של דבר עסק, ועסק צריך להכניס כסף ולהרוויח.
לאחר שהמשתמש כבר התרגל לצרוך את המוצר שוב ושוב, הגיע הזמן לנסות לתרגם את התועלת שהוא מקבל לשווי כספי – וזו בדיוק המטרה של שלב המונטיזציה.
במקרים רבים מונטיזציה מתרחשת רק לאחר תקופת Trial או אפילו פעילות במסגרת שכבת תמחור חינמית (מודל Fremium או SaaS). שם, המכירה מתבצעת בשלב יחסית מאוחר במסלול המשתמש.
כמובן שיכול להיות שהמוצר שלך הוא בתשלום כבר מהרגע הראשון, ואז השלב הזה הוא חלק מתהליך ה-User Acquisition.
מבחינה אנליטית – השלב הזה הוא מעין משפך מכירות (Funnel) מורכב, מאחר וחלונות הזמן בו לא תמיד ברורים. לכן, הוא מורכב יותר ומאתגר מאוד את הכלי האנליטי.

המלצות לחברים (Viral Flow)

המלצות לחברים להשתמש גם במוצר הוא מרכיב מעט שונה ב-User Flow, מאחר והוא יכול להתרחש במקביל לשלבים אחרים.
סביר להניח שבמוצרים מסוימים זה יקרה בשלב מאוד מוקדם – ואפילו כחלק מהמוצר (לדוגמה: sent by iPhone/Hotmail).
אבל עבור רוב הסטארטאפים יצירת Viral Loops מותנית בידע ברור מהו הערך המדויק שמשתמשים רואים במוצר, וזה מגיע לרוב רק לאחר הטיפול בשלבים הקודמים.
מבחינה אנליטית, Viral Flows נמדדים באמצעות סוג של משפך.
אך בשונה ממשפך רגיל, שבו אותו המשתמש מבצע מספר פעולות, כאן ישנם שני משתמשים המבצעים פעולות (מזמין ומוזמן).
האתגר הוא לקשור בין הפעולות של שני המשתמשים – וכאן מרבית הכלים האנליטיים כבר לא נותנים מענה ישיר.
זה כבר מצריך שימוש בטכניקות אחרות – ואפילו גישה ל-Raw-Data.

 

יכולות רוחביות ואחרות

לאחר שהבנת את השלבים במסלול המשתמש, עליך להוסיף לתמונה גם יכולות נוספות אשר נדרשות מהכלי האנליטי שתבחר.
להלן העיקריות שבהן.

דשבורדים ודוחות ממבט על

פיצ'ר חשוב הנדרש מהכלי האנליטי הוא היכולת שלו למדוד ולהציג דשבורדים ודוחות מותאמים.
המטרה של הדשבורדים היא להציג את ביצועי הסטארטאפ ממבט על – ממש כמו בדיאגרמה שהוצגה קודם לכן.

סגמנטציה

השלבים השיווקיים שתוארו קודם לכן מהווים בעצם תיאור של המסלול אותו עובר המשתמש – פחות או יותר לפי הסדר.
בנוסף לשלבים האלה, עליך להבין בכלל מיהם המשתמשים האידאליים שלך – אלה שמקבלים מקסימום ערך מהמוצר שלך – וממשיכים להשתמש בו.
האתגר הזה מחייב אותך לפלח את המשתמשים שלך לסגמנטים (פרופילים של משתמשים), ולמדוד בנפרד עבור כל סגמנט כזה את כלל השלבים.
זהו פיצ'ר קריטי בכלי האנליטי.

הסתכלות על פעילות של משתמש בודד (User Activity Feed)

נוסף על הסתכלות מלמעלה על כל המשתמשים, עוד היבט חשוב הוא להבין בדיוק מה כל משתמש ספציפי עושה באתר.
מדוע זה חשוב? כי כבני אדם הכי קל לנו ללמוד מתוך דוגמאות; אם נסתכל על פעילות של משתמש בודד – נוכל להסיק ממנה היכן במוצר הוא נתקל בבעיות.
הדבר קריטי במיוחד במיזמים מסוג B2B, שבהם בהגדרה אין הרבה משתמשים, ולכן הסטטיסטיקה עשויה להיות פחות משקפת. במקרה הזה חשוב שנבין בדיוק מה כל משתמש עשה במוצר שלנו – בשביל להסיק מכך מהם הצרכים האמיתיים שלו.

ניתוחי עומק וגישה לנתונים גולמיים

כל סטארטאפ הוא ייחודי, ולכן תמיד ישנם היבטים מסוימים – שלהם לא ניתן מענה במסגרת הכלי האנליטי.
עבור היבטים אלה נדרש פתרון בכלי חיצוני, אשר יתבסס על הנתונים של הכלי האנליטי.
בשביל לאפשר את זה – נדרש לשמור נתונים בכלי האנליטי ברמה גולמית ככל הניתן – ולייצא אותם החוצה.
חשוב מאוד שבכלי האנליטי שתבחר תהיה קיימת האפשרות הזו.

אינטראקציה מול המשתמשים

בתפיסה הקלאסית, המטרה של כלי אנליטי היא למדוד ביצועים או התנהגות.
לאחר מכן כלים אחרים יאפשרו אינטראקציה עם המשתמשים על מנת להניע אותם קדימה במשפך השיווק/מכירה או ברמת השימוש שלהם במוצר.
קח לדוגמה רשת חברתית, שבמשך השבועיים הראשונים מההצטרפות – שולחת אליך כל הזמן הצעות לחברים שתוכל לצרף.
המטרה שם היא להגביר את רמת המעורבות שלך בשביל ליצור Stickiness ולגרום לך להישאר במוצר.
את האינטראקציות האלה נדרש למדוד בכלי האנליטי, ולעיתים הכלי האנליטי עצמו מאפשר זאת.

תמיכה בניסויים (A/B-Testing)

הצלחה נוצרת מתהליך שיפור בביצועים העסקיים. שיפור כזה אפשרי באמצעות הרבה סבבים של ניסוי וטעייה – גם על קהל היעד וגם על הפיצ'רים במוצר.
קיימים מספר כלים המאפשרים ביצוע ניסויים כאלה, ואף כלי אנליטי אינו שלם בלי היכולת לאינטגרציה עם כלי ניסויים. לחלק מהכלים האנליטיים אף יכולת לנהל ניסויים בעצמם.

פשטות הטמעה

אחד המרכיבים המרתיעים מהשימוש בכלי אנליטי כזה או אחר הוא מורכבות ההטמעה.
בעוד שהטמעה כמעט של כל כלי אנליטי תצריך שילוב של קטע סקריפט מסוים בקוד המוצר, זו רק ההתחלה.
ברוב הכלים האנליטיים יידרש גם להוסיף באופן ידני מעקב אחר כל פעולה של המשתמש שרוצים לנטר.
בשנים האחרונות התחילה להיכנס גישה חדשה של ניטור אוטומטי (Auto-Tracking) של פעולות נפוצות, וזה יכול לסייע בהטמעה יחסית מהירה ופשוטה.

 

סיכום

המאמר פירט מספר היבטים אנליטיים קריטיים אשר נותנים מענה לשאלה איך לבחור כלי אנליטי.
כעת, אני מקווה שיש לך קצת יותר הבנה על מה חשוב להסתכל בבחירת הכלי.

אסיים בכך, שלא משנה באיזה כלי אנליטי בחרת – הוא עדיין רק כלי אנליטי, ולכן יש לו מגבלות.
מאחר וכל סטארטאפ הוא ייחודי – עליך לאפיין בצורה מאוד מדויקת את מתודולוגיית המדידה שלך.
זה כולל אילו נתונים נדרש לשמור, איך לשמור אותם, כיצד להפוך אותם לתובנות ואיך להשתמש בתובנות האלה בשביל ליצור צמיחה.

ואת המתודולוגיה הזו אף כלי אנליטי לא יוכל להחליף…

רוצה להבין מה המתודולוגיה הייחודית עבורך, וכיצד להטמיע כל אחד מהכלים אצלך?

צור קשר כעת לצורך אבחון הצרכים האנליטיים שלך.

אהבת את המאמר? יש לך שאלה? קדימה!