Din guide til hendelsessporing - hva er det, hvorfor trenger du det og hva kreves for å bli god?

En guide for å starte med hendelsessporing av brukere

Hva er hendelsessporing?

Hendelsessporing (“event tracking” på engelsk) er det å spore en brukers adferd gjennom en komplett kundereise.

En kundereise består av kontaktpunkter mellom din merkevare, produkt og tjeneste, og en bruker. Hvert kontaktpunkt er det vi kaller en hendelse.

I hver hendelse produseres det data. Å knytte disse hendelsene og dataene opp mot en konkret bruker er det vi kaller hendelsessporing.

Hvorfor skal vi drive med hendelsessporing?

I grove trekk kan vi si at vi holder på med hendelsessporing for å nå et mål.

Men det blir så generelt at det mister sin mening.

Så la oss prøve å bryte det ned til noe mer håndfast.

Din virksomhet har mest sannsynlig ett overordnet og overgripende mål. Og målet er mest sannsynlig innenfor et av følgende områder:

  • Problem-solution fit - i tidlig fase har du som mål å verifisere eller falsifisere om problemet du ønsker å løse er et problem som trenger en løsning, og at du faktisk sitter på riktig løsning.
  • Product-market fit - når du vet at du løser riktig problem og har begynt å utvikle et produkt, så skifter målet seg til å finne ut av om produkt ditt er den riktige løsningen på problemet.
  • Business model fit - når du vet at produktet ditt er riktig løsning, så ønsker du å finne en forretningsmodell som skalerer med kundens verdi og som er tilstrekkelig til at du (på sikt) har en levedyktig virksomhet.
  • Product-channel fit - så ønsker du å finne kanal(er) som passer for ditt produkt.
  • Languague-market fit - og et verdibudskap og ordlyd som treffer markedet.
  • Vekst og skalering - deretter ønsker du å skalere så fort som mulig.
  • Lønnsomhet - og helst treffe lønnsomhet på et tidspunkt.

Dette er kategorier av mulige mål. Hvordan dere setter mål varierer fra virksomhet til virksomhet, men vi liker å benytte OKR som rammeverk.

Det vi i første omgang er ute etter er det som i OKRs heter Objectives, og som er det overordnede målet.

Vi liker å ha en tidshorisont på 12 til 18 måneder. For å ha noe man kan strekke seg etter frem i tid, men samtidig noe som motiverer på kort sikt.

Dette er ikke en oppskrift på hvordan bruke OKRs, men hvordan vi kan bruke kundedata for å mer effektivt kunne nå deres Objectives (mål).

Ta beslutninger basert på fakta

Når dere starter å jobbe mot et mål er de fleste beslutninger basert på antagelser. Antagelser som ofte igjen er basert på team-medlemmenes “magefølelse”. Som igjen er basert på deres personlige erfaringer og kunnskap om markedet.

For å øke kvaliteten i beslutningene deres ønsker dere å etablere en beslutningsprosess som baserer seg mer på innsikt og fakta, enn magefølelse og synsing.

Når dere er i tidlig oppstartsfase må dere akseptere å ta beslutninger basert på antagelser, siden dere har få datapunkter å basere deres beslutninger på. Men dere bør allerede fra starten av etablere en infrastruktur for å samle inn og strukturere kundedata, slik at beslutninger blir mer og mer fakta- og innsiktsbaserte ettersom dere får mer og mer innsamlet data.

Datapunktene dere samler inn bør være en blanding av:

  • Subjektive tilbakemeldinger basert på kvalitative tilbakemeldinger
  • Objektive tilbakemeldinger basert på kvantitativ brukeradferd

Det er viktig å innhente datapunkter på begge områder, siden det ofte er forskjell mellom hva folk sier og hva de gjør. Og ofte vil dere oppleve at subjektive tilbakemeldinger i form av intervju eller lignende vil gi innsikt og ideer som igjen kan testes kvantitativt mot reell brukeradferd.

Når det gjelder objektive tilbakemeldinger basert på brukeradferd trenger dere en måte å få samlet inn kundedata, og få strukturert det slik at data blir til innsikt. Dette gjør dere ved å etablere en kundedatainfrastruktur og lage en hendelsessporingsplan.

Se her for hvordan du oppretter en hendelsessporingsplan, samt se vårt introkurs på 10 leksjoner for hvordan dere kan etablere en kundedatainfrastruktur.

Ettersom tiden går vil flere og flere antagelser bli verifisert eller falsifisert med innsamlede datapunkter.

Dere bør også parallelt jobbe aktivt med å komme opp med nye antagelser og hypoteser som kan testes. Dette er det vi kaller “Growth Experiments”.

Hva kreves for å bli god?

For å bli god på “Growth Experiments” og hendelsessporing kreves det at dere har et sammensatt team med bred kompetanse. Det kreves også at det er godt forankret og organisert på en måte som gjør dere i stand til å lykkes over tid.

I en tidlig fase vil rollene mest sannsynlig bekles av et fåtall personer (typisk gründer-teamet på 1 til 3 personer i oppstartsfasen), mens det bør utvides med mer spesialisert kompetanse ettersom kundedatainfrastrukturen og eksperimenteringen blir mer moden og utvidet:

Kompetanse og roller

Oversikt over type kompetanse som er relevant for å få etablert en kundedatainfrastruktur, laget en hendelsessporingsplan og jobbe systematisk med “Growth Experiments”:

  • Forretningsutvikler/-analytiker - Ansvarlig for å sette forretningsmål. Helst med et rammeverk som OKRs.
  • Dataanalytiker - Ansvarlig for å lage analyser, rapporter og beregninger ihht de overordnede forretningsmålene.
  • Tjenestedesigner - eller annen designmetode for å kartlegge en ønsket kundereise/brukerreise - Ansvarlig for å knytte hendelsessporingsplanen opp mot overordnet kundereise, og sikre at vi alltid har kundens opplevelse i fokus.
  • Programvarearkitekt - Ansvarlig for å se helheten i kundedatainfrastrukturen og ekspert på å ta pragmatiske beslutninger om valg av programvare.
  • Programmerer/“Citizen-developer” - Nok forståelse for å kunne bruke no-code verktøy, og vite når vi trenger å bestille mer spesialisert kompetanse. Ansvarlig for å koble til nye datakilder og datadestinasjoner.
  • Data Engineer - Ansvarlig for etablering av datavarehus eller tilsvarende og strukturering kundedata.
  • Data Scientist - vil avhenge av hvor avanserte datasett og modeller eller algoritmer som skal utvikles. Ansvarlig for utvikling av maskinlæringsalgoritmer.
  • Markedsføring - Ansvarlig for å fylle infrastrukturen med innhold og å være kanalekspert (destinasjoner)
  • Produktledelse - Ansvarlig for å ta beslutninger som påvirker produkt
  • Growth Lead - Ansvarlig for å lede teamets arbeid med “Growth Experiments”.

I starten vil teamet typisk bestå av en liten håndfull personer. Selv i små team er det viktig å ha klart for seg alle de forskjellige rollene og ansvarsområdene, slik at dere er sikre på at dere har dekket det som er kritisk kompetanse for å holde et høyt tempo.

Organisering og forankring

Når du har samlet sammen folk med riktig kompetanse er neste steg å få de organisert i et felles team.

Siden dere jobber med initiativ og eksperimenter som treffer hele kundereisen (AARRR) kan teamet sitt arbeid påvirke mange forskjellige avdelinger og domeneansvarlige. Dette kan bli en utfordring, og dere bør derfor ha avklart ansvarsområder og håndtering av eventuelle interessekonflikter før dere starter.

Derfor bør dere i forkant ha laget en kundedatastrategi som avklarer hvem som er ansvarlig for arbeidet, hvordan det er organisert og hvilket mandat de har ovenfor andre avdelinger:

  • Hvem eier/er ansvarlig for arbeidet?
  • Hvem er allokert i teamet? På fulltid eller deltid? Svarer de til “linjeleder” eller “Growth Team”-leder?
  • Hvordan sikrer vi teamet tilstrekkelig og riktig kompetanse?
  • Hva skjer når arbeidet vil påvirke andre avdelinger og team? Hvem har det siste ordet?
  • Hvordan sikrer vi teamets selvstendighet og uavhengighet (for å unngå flaskehalser og holde høyt tempo)?
  • Hvem tar beslutning på programvarekjøp? Hvem har forvaltningsansvaret for nyanskaffet programvare?
  • Hvordan håndterer vi økt forvaltning (programvare og prosesser) som konsekvens av vellykkede eksperimenter?

Siden arbeidet vil påvirke alle avdelinger er det viktig at kundedatastrategien er forankret og “signert” av toppledelsen i virksomheten deres. Er den ikke det, vil det gå kun kort tid før dere treffer på interessekonflikter og potensielle uenigheter om hvem som skal være ansvarlige for hva.

Hvordan tar vi beslutninger basert på innsikt?

Vi har nå gått gjennom hva hendelsessporing er, hvorfor du trenger det og hva som kreves kreves for å sette i gang.

Avslutningsvis har vi satt sammen noen eksempler på hva dere kan oppnå av innsikt ved å sette opp hendelsessporing gjennom deres kundereise, og hvordan dette kan bidra til å ta fakta- og innsiktsbaserte beslutninger.

Brukeranskaffelse (Acqusition)

I dette eksempelet er produktet en nettavis og målet er å få vekst i betalende abonnenter. Soft-konverteringen er et 30 dagers prøveabonnement. Målet er at brukerne skal få så mye verdi i prøveperioden slik at de konverterer til betalt abonnement.

I denne rapporten ser vi konverteringen fra en bruker begynner registreringsprosessen til de er blitt en betalende abonnent:

Data:

176 personer har startet registreringsprosessen siste 3 måneder, men bare 46 har registrert seg som prøveabonnenter, 41 har lest minst 1 artikkel og 1 har konvertert til betalt abonnent.

Læring:

Ca 74 % av brukere faller fra i selve registreringsprosessen og 97,5 % faller fra mellom prøveabonnement og betalt abonnement.

Innsiktsbasert beslutning:

To løp bør utforskes videre:

  1. Gjøre produktforbedringer i brukeropplevelsen på registreringsprosessen og dermed få konvertert flere fra “Signup Started” til “Trial Started”.
  2. Gå i dialog med brukere som har hatt prøveabonnement og ikke konvertert, for å finne ut av hvorfor de ikke konverterte til betalt og hva som i såfall skulle gjort at de så verdien i et betalt abonnement.

Brukeraktivering (Activation)

Etter at brukeren har registrert seg så ønsker vi at de skal oppnå produktets wow-opplevelse så fort som mulig. I vårt eksempel er wow-opplevelsen (produktets kjerneverdi) å lese en komplett artikkel.

I denne rapporten ser vi hvilke handlinger en bruker utfører i etterkant av at de har registrert seg som bruker:

Data:

Av de 11 brukerne som har registrert seg siste 30 dager har 5 oppnådd produktet sin kjerneverdi. Resterende brukere har utført andre handlinger enn det som er vårt ønske.

Læring:

Det kan tyde på at vi ikke har kontroll på brukerreisen i etterkant av brukerregistrering, bevist gjennom at under halvparten av brukerne oppnår produktets kjerneverdi, selv om de har bestilt et betalbart produkt.

Innsiktsbasert beslutning:

Ta eierskap til brukerreisen etter brukerregistrering og komme opp med ideer og eksperimenter som reduserer friksjonen mellom brukerregistrering og lest artikkel.

Brukerreturnering (Retention)

Når du har fått brukeren til å oppleve produktets kjerneverdi er neste fokus å få de de til å komme tilbake for å oppleve den på nytt.

Den øverste rapporten viser hvor stor prosentandel av våre brukere som kommer tilbake igjen uke etter uke. Graf nummer to viser hvor mange dager i måneden brukerne har lest en artikkel, brutt ned på kohorter basert på aktivitetsnivå. Siste rapport viser gjennomsnittlig tid mellom hver gang en bruker er inne og leser en artikkel:

Data:

Etter 11 uker er 79 % av brukerne som var aktive i uke 1 fortsatt aktive. 63 % av de aktive abonnentene leste minst en artikkel 2 dager siste måned, og gjennomsnittlig tid mellom hver gang en bruker er inne og leser en artikkel er 4,6 dager.

Læring:

Vi har en kjernegruppe av trofaste brukere som kommer tilbake og leser artikler ukentlig. Noe som kan indikere at det tar litt tid før brukerne blir regelmessige brukere, men at når de har blitt det så er de trofaste fans.

Det kan også se ut som naturlig brukssyklus på en nisjenettavis som dette er litt i overkant av 1 gang i uken.

Innsiktsbasert beslutning:

Vi ønsker å finne ut hvilket innhold våre trofaste brukere konsumerer mest av, og hva de virkelig setter pris på av vårt innhold. Dette kan vi bruke for å utvikle innholdet vårt mer i retning av det vi ser brukerne faktisk setter pris på.

For å få til dette må vi starte med å lage en innholdsstrategi med strukturerte innholdstemaer, -kategorier og nøkkelordbruk.

Det neste vi vil vurdere er om vi skal samle inn mer data om brukerne våre, slik at vi kunne funnet ut om det er noen egenskaper som går igjen hos våre mest aktive brukere - for eksempel arbeidsbransje, jobbtittel eller interesseområder.

Det siste vi kan gjøre er å eksperimentere med måter “å dulte” brukerne til å bli mer engasjerte og aktive. For eksempel ved hjelp av personaliserte epostsekvenser eller app-notifikasjoner med artikler som er relevant for brukeren.

Inntektsgenerering (Revenue)

Når du har optimalisert brukerreisen for at brukerne skal oppleve kjerneverdien så fort som mulig etter registrering, og fått de til å bli regelmessige brukere er neste fokusområde å finne en forretningsmodell som skalerer i takt med kundens verdi.

I denne rapporten er den øverste raden ny abonnementsinntekt siste 30 dager, total inntekt, frafalt inntekt siste 30 dager og frafallsraten (chrun rate) i prosent. Den nederste raden er frafallsraten fordelt på de ulike kildene/kampanjene som er utført:

Data:

De siste 30 dagene har vi fått 1,316 kr i ny abonnementsinntekt, mistet 11,760 kr og har totalt 235,900 kr i årlig abonnementsinntekt.

Vi har en frafallsrate på 4,99 % med ganske varierende rate på de forskjellige kampanjene.

Læring:

Med en frafallsrate på ca 5 % pr måned vil det gi et akkumulert frafall på 60 % pr år. Som betyr at (i grove trekk) alle dagens kunder er tapt etter 2 år. Dette er nok en sannhet med modifikasjoner da vi tidligere har sett at vi har en liten kjerne av fans som bruker tjenesten vår ofte.

Vi ser også at enkelte kampanjer har hatt veldig høy frafallsrate, som kan indikere at vi har hatt feil budskap eller rettet oss mot feil målgruppe i kampanjen.

Innsiktsbasert beslutning:

Vi vet om at det koster vesentlig mer å få en ny kunde enn å beholde en eksisterende, så fokuset bør være på å finne eksperimenter og testbare hypoteser som reduserer frafallsraten:

  • Legg inn felt ved abonnement-kansellering hvor de kan legge inn kanselleringsgrunn
  • Gjennomfør intervjuer med noen av de som har kansellert abonnement siste perioden
  • Tilpass budskap i kampanjer basert på den type innhold dere ser engasjerer
  • Få bedre kvalitet på målgruppe ved å registrere mer brukerdata på deres eksisterende brukere

Avslutning

Vi har nå gått gjennom hva hendelsessporing er for noe, hvorfor dere trenger det, hva som trengs for og lykkes og hvordan det ser ut i praksis. Hvis du lurer på hvordan dere skal komme i gang så har vi satt sammen et 10 stegs introduksjonskurs som har som målsetning å gjøre dere i stand til komme i gang på egenhånd 👉 Leksjon nummer 1

Og som alltid, bare ta kontakt om dere trenger litt sparring på veien! (kostnadsfritt) 💪

Espen

Co-founder

Altmuligmann av yrke. Kan litt for lite om mye.