Criaste um produto. 1000 pessoas registaram-se. Mas não sabes se percebem como o usar. Não sabes em que funcionalidades clicam. Não sabes onde ficam presas. A análise de produto responde a isso. Acompanha todas as interações de um utilizador com o teu produto para perceberes o que fazem e quando deixam de o usar.
A análise de produto é diferente da análise do website. A análise do website mede tráfego e conversões. A análise de produto mede o que as pessoas fazem dentro do teu produto depois de chegarem. Este artigo explica o que a análise de produto mede, porque importa para criar produtos que as pessoas realmente usam e como agir com base no que aprendes.
A análise de produto acompanha as interações dos utilizadores dentro do teu produto. Um clique num botão. Um formulário enviado. Uma página vista. Uma funcionalidade usada. Cada ação é um evento. Ao recolher milhares de eventos de milhares de utilizadores, vês padrões: que funcionalidades são usadas, que funcionalidades são ignoradas, onde as pessoas se frustram e desistem.
A análise de produto é a diferença entre adivinhar como as pessoas usam o teu produto e saber. Podes achar que os teus utilizadores adoram a funcionalidade X. Mas os dados mostram que 90 por cento dos utilizadores nunca clicam nela. Essa é a distância entre o pressuposto e a realidade.
O que a análise de produto realmente mede
A análise de produto acompanha as interações dos utilizadores dentro do teu produto. Cada ação são dados: cliques, formulários enviados, páginas vistas, utilização de funcionalidades, tempo passado em cada ecrã, onde os utilizadores ficam presos, que percursos fazem pelo teu produto.
Ao contrário da análise do website, que mede tráfego e comportamento geral, a análise de produto aproxima-se da experiência dentro do teu produto. A análise do website diz "500 pessoas visitaram." A análise de produto diz "300 dessas 500 registaram-se, 150 concluíram a integração, 80 usaram a funcionalidade principal, 50 voltaram na semana seguinte."
O modelo AARRR para métricas de produto
Cinco métricas importam mais em qualquer produto. Pensa nelas como as métricas dos piratas (AARRR): Aquisição, Ativação, Envolvimento, Retenção, Monetização.
Aquisição: quantos novos utilizadores se estão a registar? Isto diz-te se o teu marketing está a funcionar.
Ativação: dos que se registaram, quantos usaram mesmo a tua funcionalidade principal? Isto diz-te se a tua integração funciona.
Envolvimento: com que frequência os utilizadores usam o teu produto? Diariamente, semanalmente, mensalmente? Isto diz-te quão fidelizador é o teu produto.
Retenção: dos utilizadores que se envolveram no mês passado, quantos voltaram este mês? Isto diz-te se os utilizadores valorizam o que criaste.
Monetização: quanta receita gera cada utilizador? Isto diz-te se o teu modelo de negócio funciona.
Em conjunto, estas cinco mostram o quadro completo de um produto saudável.
Métricas de análise de produto principais que deves acompanhar
Utilizadores ativos diários (DAU) e utilizadores ativos mensais (MAU): quantas pessoas usam o teu produto por dia e por mês? Um DAU alto significa que as pessoas voltam repetidamente. A relação DAU/MAU revela a fidelização: se 50 por cento dos teus utilizadores mensais estão ativos todos os dias, o teu produto fideliza.
Taxa de ativação: dos utilizadores que se registaram, que percentagem concluiu a sua primeira ação com significado (viu o teu tutorial, criou um projeto, convidou um amigo)? Uma ativação baixa significa que a tua integração não funciona.
Adoção de funcionalidades: que percentagem dos utilizadores usa mesmo a tua funcionalidade principal? Se 60 por cento se registam mas só 20 por cento usam a funcionalidade principal, tens um problema de adoção, não um problema de marketing.
Duração da sessão: quanto tempo passa um utilizador médio no teu produto por sessão? Sessões longas significam envolvimento. Sessões curtas significam que algo está errado.
Páginas por sessão: quantos ecrãs visita um utilizador antes de sair? Se visita uma página e sai, não está a explorar. Se visita dez, está envolvido.
Taxa de abandono: que percentagem dos utilizadores deixa de usar o teu produto todos os meses? Um abandono mensal de 5 por cento significa que 95 por cento dos utilizadores do mês passado voltaram. Um abandono de 30 por cento significa que estás a perder clientes depressa.
Como acompanhar métricas de produto na prática
Precisas de acompanhar eventos. Configura eventos para as ações que importam: o utilizador regista-se (evento de aquisição), o utilizador cria o primeiro projeto (evento de ativação), o utilizador convida outro utilizador (evento de envolvimento), o utilizador volta a entrar na semana seguinte (evento de retenção).
A maioria das ferramentas de estatísticas deixa-te acompanhar eventos personalizados. O Google Analytics, as plataformas de análise de produto e as estatísticas da WEMASY suportam todos eventos. Documenta que eventos importam ao teu negócio, configura-os e deixa os dados fluir.
O essencial é ser específico. Não acompanhes apenas "utilizador ativo". Acompanha "utilizador concluiu a primeira tarefa" ou "utilizador convidou um membro da equipa" ou "utilizador viu o tutorial". Os eventos específicos contam a história. Os eventos vagos não contam nada.
Porque é que os segmentos revelam a história real
A tua taxa de ativação global é 40 por cento. Parece razoável até a desdobrares: os utilizadores da pesquisa orgânica ativam-se a 60 por cento, os utilizadores dos anúncios ativam-se a 15 por cento. Agora vês a história real: os teus anúncios estão a atrair as pessoas erradas, ou a tua página de destino para anúncios não explica o teu produto com clareza.
Segmenta os teus utilizadores por fonte, por dispositivo, por geografia, por comportamento inicial. O segmento que ativa bem mostra-te que mensagens funcionam. O segmento que não ativa mostra-te o que corrigir.
A diferença entre análise de produto e análise do website
A análise do website diz-te que 1000 pessoas visitaram. A análise de produto diz-te que 100 se registaram e 20 usam o produto todos os dias. A análise do website é o topo do funil. A análise de produto é o que acontece dentro do funil. Precisas de ambas para perceber o crescimento.
Perguntas frequentes
Qual é a diferença entre análise de produto e análise web?
A análise web mede o que acontece no teu website: tráfego, visualizações de página, conversões. A análise de produto mede o que acontece dentro do teu produto depois de alguém se registar: utilização de funcionalidades, envolvimento, retenção. A análise web é a porta de entrada. A análise de produto é a experiência lá dentro. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Quanto tempo devo esperar antes de medir métricas de produto?
Pelo menos 30 dias. Os utilizadores precisam de tempo para descobrir funcionalidades e voltar para uma utilização repetida. As métricas da primeira semana são prematuras. As métricas do primeiro mês mostram comportamento sustentado. Espera 60 dias se quiseres medir a retenção de forma fiável.
O que é uma boa relação DAU/MAU?
Depende do tipo de produto. Uma aplicação social pode apontar a 40 a 50 por cento de DAU/MAU. Uma ferramenta de gestão de projetos pode apontar a 20 a 30 por cento. Uma ferramenta de relatórios pode apontar a 5 a 10 por cento. Compara com produtos semelhantes, não entre categorias.
Como sei se uma métrica é importante para acompanhar?
Pergunta: esta métrica liga-se diretamente ao meu objetivo de negócio? Se o teu objetivo é receita recorrente, a taxa de abandono importa. Se o teu objetivo é crescimento, a taxa de ativação importa. Se o teu objetivo é envolvimento, o DAU/MAU importa. Acompanha as métricas alinhadas com o que estás a tentar alcançar.
Posso melhorar uma métrica sem perceber porque está baixa?
Não. Se a ativação está baixa, nos 20 por cento, precisas de saber porquê. Os utilizadores estão confusos com a interface? Não percebem o valor? Estão a encontrar erros? Corrigir o problema errado é perder tempo. Diagnostica antes de otimizar.
E se a minha análise de produto entrar em conflito com o feedback do apoio ao cliente?
Os teus dados mostram que os utilizadores não usam a funcionalidade X. Mas a tua equipa de apoio diz que os clientes adoram. Ambas as coisas podem ser verdade: os clientes que falam adoram, mas a maioria dos utilizadores nem a descobre. Os dados dizem-te o padrão da maioria. Ouve os dados e os clientes.