Wordt jouw product wel echt gebruikt?

Hoe je het gebruik analyseert met het Product User Activity Model

  • Artikel
  • Customer Experience
Bastiaan-customer-experience-specialist
Bastiaan Boel
Customer Experience Specialist
6 min
31 Aug 2020

Je hebt met je product team gewerkt aan het ontwikkelen van een nieuw product. Hierbij heb je een bepaalde verwachting van hoe gebruikers het product zullen gebruiken. De vraag is alleen: is dit werkelijk ook zo? Gebruiken ze het product zoals je had bedacht? Wie gebruikt het product wel, en wie niet? In dit artikel bespreken we het Product User Activity Model. Dit model geeft je meer inzicht in het huidige en potentiële gebruik van je product om gerichte actie tot groei te ondernemen.

Voor waardevolle groei van je product in klanten en gebruik is het essentieel om je gebruikers én hun gedrag in kaart te brengen. Onder retentie kun je verschillende zaken verstaan. Zo kan het voor een platform met een business model omtrent aandacht en advertising (social media, gratis nieuws websites) gaan om herhaalbezoeken en voor digitale producten zoals Netflix over de mensen die klant blijven. Bij retentie wordt er vaak naar de vraag gekeken: is men gebleven?

Retentiecijfers alleen zijn niet voldoende

Als je alleen kijkt naar of gebruikers/klanten blijven (het product geopend wordt, of dat men nog betaalt), zie je als product team iets belangrijks over het hoofd. In de praktijk gebruikt namelijk niet iedereen je product zo actief als je zou willen.

Wat heb je aan een tool die door de medewerkers sporadisch wordt gebruikt? Of wanneer iemand op Netflix één keer per twee maanden een serie of film kijkt? Of één keer per maand een notitie plaatst in je notitie app? Is dat echt hoe dit met het product team is bedacht? Één ding is zeker: ze leveren misschien niet de waarde die je product team voor ogen heeft.

Wanneer klanten blijven betalen, betekent dit niet dat er waarde uit je product wordt gehaald. Het inzichtelijk maken en het classificeren van de verschillende typen gebruik helpt om de situatie in kaart te brengen en gerichter actie te ondernemen. Wanneer een gebruiker je product niet gebruikt, kun je hem verliezen als klant. Wat is immers de reden om klant te blijven? Het Retentie Lifecycle Framework geeft al een goed inzicht of er gebruik wordt gemaakt.

Inzicht in retentie met het Retention Lifecycle Framework

Het Retention Lifecycle Framework in figuur 1 hieronder is ontwikkeld om je huidige gebruikers op te delen in vier verschillende groepen op basis van retentiegedrag. Voor het eerst tegengekomen in een blog van Jonathan Hsu over User Growth. Dit model is goed te verwerken in een tool als Adobe Analytics.

Retention Lifecyle Framework
Figuur 1: Het Retention Lifecyle Framework van Amplitude
  • New Users are users who are using your product for the first time.
  • Current Users are users who have been using your product consistently for some period of time.
  • Churned Users are users who were once actively using your product and then became inactive.
  • Resurrected Users are users who were once actively using your product, who then became inactive for a period of time, and then became active again.

Het Retention Lifecycle Framework (hierna: RLF) kijkt naar retentiegedrag op de oppervlakte, alleen gebaseerd op tijd. Je kunt de perioden, afhankelijk van het product en de gebruikscyclus onderverdelen in bijvoorbeeld weken of maanden. Zo kun je de gebruikers van bijvoorbeeld de huidige maand onderverdelen in de groepen.

Hoewel het RLF helder inzicht geeft in de verdeling van het aantal gebruikers in elke groep op basis van tijd, kun je er niet helemaal uit opmaken hoe gezond de situatie is. Daarom raden wij ook aan te werken met een Product User Activity Model. Hiermee kijk je specifiek naar de activiteit van de gebruiker.

Wanneer je beide modellen toepast, krijg je een helder beeld van de status van gebruikers. Op basis hiervan kun je passende acties ondernemen.

Inzicht in gebruik met het Product User Activity Model

Wil je inzicht in het gebruik van je product? Dan kun je gebruik maken van het Product User Activity Model (zie figuur 2). Dit model maakt het mogelijk om gebruikers in te delen op basis van activiteit binnen het product.

Breng aan de hand van het Product User Activity Model je gebruikers per klantsegment of persona in kaart. Houd hierbij rekening met je verdienmodel en eventuele andere belangrijke dimensies die invloed hebben op het gebruik. Zoals wanneer je een Freemium model hebt, of dat je product meerdere verschillende gebruikersgroepen en of totaal verschillende gebruikersdoelen heeft.

Product User Activity Model
Figuur 2: Het Product User Activity Model, met de verschillende fasen en categorieën van gebruikers

Het Product User Activity Model bestaat uit twee verschillende fasen weergegeven in de horizontale dimensie: onboarding en gebruik. Daarnaast is gewenst gedrag bovenaan geplaatst en ongewenst gedrag onderaan, met als eindpunt churn (klantverloop). Om het model sluitender te maken zou je je onboarding periode moeten definiëren. Zo krijg je geen overlap tussen onboarding en gebruik.

Fase 1. Onboarding

  • Opened: de applicatie wordt geopend, verder geen betekenisvolle activiteit.
  • Exploring: betekenisvolle activiteit maar niet geactiveerd.
  • Activated: waarde uit het product hebben gehaald, gelinkt aan de stap naar Active.

Fase 2. Gebruik

  • Power: gebruikers die meer dan ‘Active’ zijn.
  • Active: gebruikers die in een bepaald patroon waarde halen uit het product.
  • Passive: sporadisch gebruik, halen niet veel waarde uit het product.
  • Unknown: overig gebruik dat niet binnen de gedefinieerde gebruikersgroepen valt.
  • Inactive: er wordt betaald maar geen gebruik gemaakt van het product.
  • Churnook wel ‘verloop’. Dit zijn klanten die je verloren bent doordat ze je product niet meer betaald gebruiken of bijvoorbeeld niet meer inloggen op je platform.

Activated zou een relatie moeten hebben met Active, en Active zou een relatie moeten hebben met een waardevolle klantrelatie. Voor een B2E applicatie zou Active waarde moeten genereren door de activiteit in de tool zelf en niet direct door retentie.

Unknown

Belangrijk is om ook het mogelijke onbekende gedrag te herkennen dat buiten de andere classificaties valt. Hier zit namelijk ook een vorm van gebruik in. Denk hierbij aan gebruikers die het product vaak gebruiken, maar niet zoals het in eerste instantie bedoeld is vanuit de organisatie. Wanneer je vanuit de data je definities opstelt, zul je deze groep tegenkomen.

Inactive & Churn

Daarnaast is het mogelijk dat een product waarmee je geld verdient aan de aandacht van gebruikers (bijvoorbeeld via advertentiekosten) niet actief gebruikt wordt. In dit geval kun je Inactive ook tot klantverloop rekenen en de groepen samenvoegen. Het model is een startpunt waaruit je de verschillende groepen kunt gaan definiëren.

Voorbeelden

Online video content website met als advertising verdienmodel

Fase 1. Onboarding: periode 1 week

  • Opened: geopend, maar geen video bekeken
  • Exploring: 0-4 uur video gekeken
  • Activated: >4 uur video gekeken

Fase 2. Gebruik: 2 weken cyclus

  • Power: >14 uur video gekeken
  • Active: 5-14 uur video gekeken
  • Passive: 0-5 uur video gekeken
  • Inactive & Churn: 0 uur video gekeken

Notitie app met abonnement verdienmodel

Fase 1. Onboarding: periode 2 weken

  • Opened: geen notitie gemaakt
  • Exploring: <3 notities gemaakt
  • Activated: =>3 notities gemaakt

Fase 2. Gebruik: 2 weken cyclus

  • Power: >15 notities gemaakt
  • Active: 5-15 notities gemaakt
  • Passive: 0-4 notities gemaakt
  • Inactive: geen notities gemaakt
  • Churn: abonnement opgezegd

Velen rapporteren en sturen op een vrij ongedefinieerde en abstracte metric ‘Users’. Op bovenstaande manier kun je een goed beeld krijgen van het daadwerkelijke gebruik. En hier kun je vervolgens actie op ondernemen! Het is belangrijk om je definities niet te complex te maken. Geen makkelijke klus, maar wel iets dat je terugbrengt naar de vragen over de uitwisseling van waarde tussen je organisatie, het product en de gebruiker. Een actie (of combinatie van), frequentie (of duur) en een tijdsperiode zullen altijd onderdeel moeten zijn. 

Kijk verder dan alleen naar retentie!

Wanneer je niet alleen kijkt naar retentiecijfers, of de opbouw van retentie op basis van tijd zoals bij het RLF, maar ook naar het onderliggende gedrag van de gebruiker, ontstaan belangrijke inzichten. Uiteindelijk gaat het om het begrijpen waarom en hoe gebruikers tussen de verschillende groepen bewegen.

Het gaat niet alleen om de huidige status, maar juist de dynamiek tussen de verschillende gebruikersgroepen. Elk lijntje dat je trekt tussen de verschillende groepen kan interessant zijn om te onderzoeken. De focus ligt vaak op de lijn van de onboarding fase naar Churn of Inactive en vanuit Active naar Churn of Inactive (figuur 3).

Product User Activity Model
Figuur 3: Product User Activity Model met veelgebruikte focus paden
  • Waarom gaat een gebruiker van onboarding naar Churn of Inactive?
  • Uit welke groepen bestaat de Churn?
  • Hoe ga je een groep gebruikers in beweging krijgen?
  • Wat motiveert en stimuleert mensen om van Inactive naar Passive of Active te bewegen?
  • Waarom blijven gebruikers hangen in de Explore fase?
  • Wat kunnen we doen om beter aan te sluiten op deze groep?

Op basis van onderzoek kun je deze vragen beantwoorden en er gericht actie op ondernemen.

Elk product zal eigen definities nodig hebben om inzichten te verkrijgen waar je actie op kunt ondernemen. Dit, omdat elk product op zijn eigen manier waarde levert aan de gebruiker en/of organisatie. Wanneer je dit inzichtelijk hebt, weet je hoe je ervoor staat en kun je gericht actie ondernemen om te kijken of je bepaalde groepen kunt bewegen.

Maak betere producten op basis van data

Wil je met behulp van product analytics meer inzicht in het gebruik van je product? Sparren over het opstellen van definities van het gebruik? En wil je leren hoe je die inzichten vertaalt naar de verbetering van je product, met tevreden klanten als resultaat?

We denken graag met je mee over hoe je jouw product perfect kunt laten aansluiten bij de behoeften van je gebruikers.

Dit is een artikel van Bastiaan Boel, Customer Experience Specialist bij Digital Power

Bastiaan's missie is het maken van betere digitale producten. Hij heeft ruime ervaring met het meten en optimaliseren van apps bij organisaties als KLM, Interpolis, KPN en Philips.

Bastiaan Boel

Customer Experience Specialistbastiaan.boel@digital-power.com

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':