Mengapa Anda tidak boleh puas dengan analitik out-of-the-box

Manusia memiliki banyak bakat, tetapi pengambilan keputusan yang sempurna jelas bukan salah satunya. Bisakah Anda benar-benar memercayai intuisi Anda sendiri dalam hal pertumbuhan bisnis? Anda mungkin lebih suka mengandalkan fakta dan data, bukan?

Tentu saja, Anda akan melakukannya. Untungnya, pasar juga mengetahui hal ini, dan menyediakan sejumlah solusi yang memungkinkan Anda melacak dan menganalisis aplikasi Anda. Anda dapat memilih dari alat seperti Google Analytics, Firebase, Mixpanel, dan Facebook Analytics.

Masing-masing menyediakan sejumlah dasbor yang telah ditentukan sebelumnya yang bisa menjadi titik awal yang baik. Meskipun demikian, menerima wawasan yang mereka tawarkan adalah salah satu jalan paling pasti menuju bencana bisnis. Dalam artikel ini, saya akan menunjukkan alasannya.

Apa tujuan sebenarnya dari Business Intelligence?

Business Intelligence (BI) pada dasarnya mengubah data yang dikumpulkan menjadi wawasan yang dapat ditindaklanjuti dalam bentuk dasbor yang disesuaikan dengan domain. Seluruh proses digerakkan oleh data, yang membuat pengambilan keputusan lebih efisien, lebih kuat, dan lebih akurat.

Mengapa Anda harus peduli dengan analitik dan BI yang tepat? Alasannya cukup sederhana. Sebagai pemangku kepentingan, Anda ingin tahu bagaimana kinerja aplikasi Anda. Untuk tujuan ini, Anda perlu menjawab sejumlah pertanyaan penting misalnya:

• Fitur mana yang digunakan?
• Konten apa yang disukai dan apa yang tidak?
• Berapa tingkat konversi untuk kelompok sasaran utama?
• Bagaimana cara pengguna mengikuti jalur kritis aplikasi?
• Kapan dan mengapa mereka berputar?
• Kapan mereka diaktifkan dan bagaimana Anda bisa membuat mereka tetap terlibat?

Bagaimana Business Intelligence membantu dalam proses pengembangan perangkat lunak?

Integrasi dasar bahkan alat analitik terbaik tidak akan benar-benar memberi Anda banyak statistik khusus domain langsung dari kotak. Misalnya, mengintegrasikan Firebase memberi Anda jumlah pengguna aktif, demografi mereka, perangkat, atau bahkan layar yang terbuka.

Tapi itu tidak langsung menjawab pertanyaan yang disebutkan, bukan? Informasi tentang jumlah penginstalan atau pengguna aktif bulanan memang penting, tetapi ini jarang menjadi tujuan sebenarnya dari aplikasi.

Mengapa Anda membutuhkan lebih dari solusi yang sudah dibuat sebelumnya?

Alat-alat ini bersifat umum, dibuat untuk memenuhi semua orang. Itu berarti mereka benar-benar dibuat khusus untuk siapa pun. Mereka tidak dapat menggabungkan data dari sumber yang berbeda (seperti database aplikasi, CRM, atau analisis pasar), juga tidak dapat menunjukkan metrik yang unik untuk aplikasi Anda. Alat-alat ini memberikan gambaran situasi yang terbatas dan tidak lengkap yang bisa sangat menyesatkan bagi bisnis Anda. Mereka juga biasanya memiliki kemampuan terbatas untuk menggali data yang dikumpulkan untuk mencoba dan memahami hasil yang disajikan.

Jangan salah paham di sini. Alat-alat ini sangat bagus dan saya sarankan untuk menggunakannya. Mereka hanya perlu disesuaikan dengan benar. Jika Anda ingin mendapatkan wawasan mendetail tentang konten, monetisasi (misalnya, langganan) atau keterlibatan pengguna, Anda perlu merencanakan dan menerapkan peristiwa analitik khusus dengan hati-hati. Langkah selanjutnya adalah membuat dasbor BI kustom dengan memanfaatkan peristiwa yang dikumpulkan dan data yang disimpan dalam database aplikasi Anda. Dasbor semacam itu dapat digunakan untuk memvisualisasikan angka-angka terpenting yang menjawab pertanyaan-pertanyaan ini secara langsung.

Dampak keputusan berdasarkan data

McKinsey Global Institute telah melakukan penelitian tentang bagaimana proses keputusan berbasis data memengaruhi organisasi yang menggunakannya. Temuan ini dengan jelas menegaskan bahwa memeriksa metrik kunci Anda memang suatu keharusan. Tapi pernahkah Anda berhenti dan benar-benar mempertimbangkan angka mana yang menentukan kesuksesan produk Anda? Apa Bintang Utara atau fungsi pertumbuhan Anda, seperti yang dikatakan oleh peretas pertumbuhan?

Sebelum Anda mulai membangun analitik Anda, Anda harus menyatakan dengan jelas metrik penting Anda. Sebagian besar produk akan berbagi beberapa komponen umum dari pertumbuhan pendapatan. Ini bisa berupa akuisisi, aktivasi, dan retensi pengguna baru. Meskipun demikian, setiap aplikasi memiliki serangkaian faktor khusus bisnis yang memengaruhi pendapatan.

Cara mengidentifikasi faktor-faktor yang memengaruhi pendapatan Anda

Identifikasi tindakan yang paling berkorelasi langsung dengan pengguna yang mengalami nilai inti aplikasi Anda. Untuk Uber mungkin perjalanan selesai, jumlah perjalanan, jumlah pengendara memesan ulang perjalanan. Untuk Facebook bisa berupa jumlah undangan yang diterima atau jumlah postingan, komentar, dan reaksi yang ditambahkan.

Metrik dasar yang disediakan oleh alat analitik jelas berharga. Mereka dapat mencakup tampilan halaman, jumlah instalasi atau jumlah sesi. Namun, lebih penting untuk melacak metrik yang penting untuk produk Anda. Alat seperti Google Analytics menyediakan ratusan grafik. Sayangnya, mereka sering kali lebih membingungkan daripada membantu.

Rencanakan analitik Anda dengan hati-hati

Pada titik ini, Anda mungkin tergoda untuk memutuskan untuk "melacak semuanya" dan memahaminya nanti. Ini adalah kesalahan yang sangat umum. Melakukan hal itu dapat menyebabkan langsung bencana.

Anda mungkin berasumsi bahwa Anda dapat dengan mudah memiliki gambaran lengkap tentang semua yang terjadi di aplikasi Anda. Anda hanya perlu meminta tim pengembangan Anda untuk mengirim acara untuk setiap tombol dan setiap tindakan, bukan? Yah… tidak.

Untuk apa Anda membutuhkan ilmuwan data?

Tentu, pengembang akan dengan senang hati membantu dengan menambahkan SDK yang dipilih dan mengimplementasikan pengiriman peristiwa untuk setiap tindakan. Tapi apa yang akan terjadi jika mereka tidak memikirkan gambaran yang lebih besar? Mereka hanya akan sembarangan mengirim apa yang mereka anggap penting. Anda pasti akan berakhir dengan banyak data, tetapi itu akan menjadi tidak terstruktur, kacau, dan kemungkinan besar kehilangan parameter kunci. Itulah mengapa sangat penting untuk melibatkan ilmuwan data dalam proses dan membuat rencana pengumpulan data.

Apa itu rencana pengumpulan data?

Rencana pengumpulan data pada dasarnya adalah dokumentasi dari semua peristiwa yang perlu dikirim dari aplikasi. Hanya butuh beberapa hari kerja dari seorang ilmuwan data untuk mempersiapkannya. Upaya ini terbayar selama waktu pengembangan. Dengan begitu, developer cukup mengikuti dokumentasi tanpa harus memikirkan implementasi event.

Belajar dari pengalaman saya sendiri, saya menemukan apa yang terbaik di sini. Mulai buat rencana Anda dengan lokakarya pengumpulan dan pemanfaatan data bersama tim ilmu data. Selama rapat ini, Anda mengonfirmasi tujuan pengumpulan data Anda. Kemudian Anda menelusuri produk Anda untuk menetapkan titik data dan menyelesaikan metrik utama. Terakhir, Anda dapat mendiskusikan bagaimana mereka akan disajikan di dasbor. Pertemuan semacam itu akan meminimalkan risiko kesalahpahaman.

Visualisasikan apa yang penting

Setelah mengerjakan beberapa lusin proyek perangkat lunak, saya telah melihat bahwa para pembuat keputusan terlalu rentan untuk mengambil jalan pintas pada Business Intelligence. Sayang sekali, karena BI adalah satu-satunya alat yang dapat mereka gunakan untuk mendasarkan keputusan mereka, mendorong pertumbuhan, dan membangun produk yang sukses. Sikap ini sering didasarkan pada asumsi yang salah bahwa jika ide mereka untuk suatu produk benar, itu pasti akan berhasil.

Tapi kenyataannya sangat berbeda. Semua produk yang sukses terus ditingkatkan melalui eksperimen berbasis data. Pasar itu kejam—Anda tunda, Anda kalah. Itulah mengapa sangat penting untuk terus melacak metrik utama aplikasi Anda. Namun, tanpa penyesuaian dasbor yang terampil, Anda hanya akan mendapatkan banyak sekali log tidak terstruktur. Anda akan mengalami kelebihan informasi yang hanya akan membuat Anda enggan menggunakan BI.

Bagaimana menghindari informasi yang berlebihan

Yang Anda butuhkan adalah melihat dengan jelas parameter terpenting pada pandangan pertama. Dengan begitu, Anda dapat dengan mudah menyelam lebih dalam dalam memanfaatkan data Anda. Itu membutuhkan penyesuaian dasbor. Berdasarkan analitik ini, Anda dapat membuat dasbor intelijen bisnis. Mereka akan memungkinkan Anda mempelajari bagaimana pengguna berinteraksi dengan aplikasi, menarik kesimpulan, dan menerapkannya dalam model bisnis Anda.

Anda dapat melakukannya sampai batas tertentu menggunakan alat analisis seperti Google Analytics atau Firebase. Namun lebih sering daripada tidak, Anda perlu menggabungkan hasil dari berbagai sumber data dan membuat dasbor BI kustom . Di bawah ini Anda dapat melihat contoh dasbor khusus yang sangat sederhana namun informatif yang dibuat di Google Data Studio.

Seperti yang dapat Anda bayangkan, dasbor semacam itu relatif mudah dibuat oleh ilmuwan data berpengalaman. Biasanya diperlukan waktu hingga beberapa hari untuk membuatnya di alat seperti Tableau, Graphana, Google Data Studio, atau Power BI. Tidak ada apa-apanya dibandingkan dengan keseluruhan upaya yang dilakukan untuk implementasi produk perangkat lunak. Ketika Anda mempertimbangkan nilai tambah mereka, dasbor khusus jelas bukan sesuatu yang harus dikompromikan.

Jangan pergi buta ke pasar

Saya tidak bisa cukup menekankan betapa pentingnya memiliki setidaknya analitik saat aplikasi ditayangkan. Jika tidak, Anda akan kehilangan satu-satunya kesempatan untuk mendapatkan wawasan penting tentang aplikasi saat paling dibutuhkan, yaitu saat aplikasi diverifikasi di pasar. Analisis data yang tepat ternyata sangat murah dalam hal waktu implementasi yang diperlukan. Namun, entah bagaimana sering diabaikan oleh bisnis yang mencari solusi paling sederhana.

Butuh solusi perangkat lunak yang tepat untuk Anda?

Dapatkan penawaran dalam 48 jam

Anda perlu mengumpulkan dan memvisualisasikan data Anda dengan cara yang mudah mengkomunikasikan bagaimana kinerja aplikasi Anda. Jangan puas dengan sesuatu yang kurang. Anda tidak ingin menemukan diri Anda tertinggal dan bahkan tidak mengetahui alasannya. Sama seperti seorang pilot tidak dapat menerbangkan pesawat tanpa instrumen yang tepat yang terus-menerus memantau parameter penerbangan penting, tanpa analisis dan presentasi data yang tepat, Anda akan menjadi buta.

Ingin meningkatkan kinerja produk Anda dengan pendekatan berbasis data? Hubungi kami!