Die 8 wichtigsten Metriken für das Nutzer-Engagement, die Sie verfolgen und messen sollten

Eine zentrale Herausforderung für ein Product-led-Growth-Unternehmen (PLG) besteht darin, zu definieren, auf welche Metriken für das Nutzer-Engagement man sich konzentrieren sollte. Denn mit einem strategischen Ansatz zur Analyse von Engagement-Metriken können Sie die gesamte Customer Journey verbessern und Ihr Geschäftsergebnis steigern.

In diesem Artikel untersuchen wir, welche Metriken für das Nutzer-Engagement am wichtigsten sind, und betrachten, wie Sie Produktdaten mit Erkenntnissen aus verschiedenen Kanälen integrieren können, um eine aussagekräftigere Analyse zu ermöglichen.

Metriken für das Nutzer-Engagement geben Aufschluss über das Ausmaß und die Art der Nutzerinteraktion mit Ihrem Produkt. Qualitative und quantitative Erkenntnisse zeigen den Wert, den Nutzer aus Ihrem Produkt ziehen, und heben die Quellen dieses Wertes hervor.

Engagement-Metriken konzentrieren sich auf Nutzeraktivität und -interaktion, während Retention-Metriken die Loyalität messen. Sie sind jedoch miteinander verbunden. Stärker engagierte Nutzer werden im Laufe der Zeit oft zu Fürsprechern des Produkts. Das liegt daran, dass engagierte Nutzer eine tiefere Verbindung zum Produkt aufbauen und einen Wert und eine Zufriedenheit finden, die sie mit anderen teilen möchten. Laut einem Bericht von Bain & Company empfehlen Kunden, die sich mit einer Marke beschäftigen, diese mit einer um 50 % höheren Wahrscheinlichkeit weiter. Engagierte Nutzer setzen sich mit größerer Wahrscheinlichkeit für ein Produkt ein, weil ihre positiven Erfahrungen Vertrauen und Loyalität aufbauen und sie so zu natürlichen Botschaftern der Marke in ihrem Netzwerk machen

Nutzermetriken ermöglichen es Ihnen, das Kundenverhalten sehr detailliert zu verstehen. Durch das Abbilden der User Journey können Sie nachvollziehen, welche Funktionen die Menschen lieben und zu denen sie zurückkehren, und mit welchen Bereichen Ihres Produkts sie Schwierigkeiten haben. Das bedeutet, Sie können Maßnahmen umsetzen, um Abwanderung gezielt anzugehen und den Umsatz zu steigern.

Wenn Sie Produktdaten mit Metriken für das Nutzer-Engagement aus verschiedenen Kanälen integrieren, etwa über eine Produktanalyseplattform wie Optimizely Warehouse-Native Analytics, wird das Potenzial sogar noch größer. So kann beispielsweise Ihr Marketingteam Kampagnen mit Erkenntnissen darüber verbessern, welche Funktionen die Menschen lieben, oder Ihr Kundensupport-Team kann häufige Probleme proaktiv angehen.

Indem sie Ihnen ein vollständiges Bild des Nutzerverhaltens vermitteln, helfen Ihnen Metriken für das Nutzer-Engagement dabei, Ihre Produkt-Roadmap auszurichten. Besonders mit einer einfachen Self-Service-Lösung für Analysen können verschiedene Teams zusammenarbeiten, um Nutzerbedürfnisse zu erfüllen und Loyalität zu fördern.

Hier sind die wichtigsten Metriken für das Nutzer-Engagement und eine Formel zu deren Berechnung. Anschließend gehen wir ausführlicher darauf ein, wie Sie diese in eine Kundenanalysestrategie integrieren können, mit der Sie das Nutzer-Engagement im Laufe der Zeit verbessern.

Der Product Engagement Score kombiniert mehrere Engagement-Indikatoren, um zu zeigen, wie Nutzer mit Ihrem Produkt interagieren und einen Wert daraus ziehen. Sie berechnen ihn, indem Sie Folgendes ermitteln:

Während Ihr PES einen Hinweis auf die allgemeine Produktgesundheit und das Engagement gibt, liefern auch die einzelnen Aspekte nützliche Erkenntnisse. Indem Sie sich beispielsweise die Adoptionsrate ansehen, können Sie Ihrem Marketingteam zurückmelden, welche Segmente Ihrer Nutzer am stärksten engagiert sind. Das ermöglicht es Ihnen, Upsells und Upgrades zu steigern.

Formel: Adoptionsrate + Stickiness-Rate + Wachstumsrate / 3

Die Produktadoptionsrate zeigt, mit wie vielen Ihrer Funktionen Nutzer interagieren und wie viele Nutzer alle Funktionen Ihres Produkts nutzen. Angenommen, es sind beispielsweise 5 Funktionen am Kauf eines Produkts in Ihrer E-Commerce-App beteiligt, und ein Nutzer interagiert beim Kauf mit nur 2 davon, dann hätte er eine Adoptionsrate von 40 %.

Mit einer Software für Verhaltensanalyse wie Optimizely Warehouse-Native Analytics können Sie Phasen festlegen, um Adoptionsereignisse zu definieren. Anschließend können Sie mehrstufige Funnel erstellen, um die User Journey durch mehrere Adoptionsereignisse hindurch zu visualisieren. So können Sie jeden Bereich Ihres Produkts und Ihres Kundensupports optimieren, um das Engagement gezielter zu steigern.

Formel: Neue aktive Nutzer / Gesamtzahl der Nutzer x 100

Ihre Engagement-Rate beim Produkt-Onboarding zeigt, wie effektiv Nutzer Ihren Onboarding-Prozess abschließen. Sie können sie messen, indem Sie berechnen, wie viele Menschen ein bestimmtes Ereignis wie eine interaktive Anleitung oder ein Tutorial abschließen.

Mit diesem Wissen können Sie Ihre Engagement-Rate beim Produkt-Onboarding verbessern, indem Sie Ihrem Kundensupport-Team Rückmeldung geben. Mit einer intuitiven Produktanalyseplattform wie Optimizely Warehouse-Native Analytics können Sie ihnen leicht verständliche Berichte in Minuten senden.

Formel: Nutzer, die das Onboarding abschließen / Gesamtzahl der Nutzer x 100

DAU und MAU sind Nutzermetriken, die zeigen, wie viele aktive Nutzer Sie auf täglicher oder monatlicher Basis haben. Nachdem Sie festgelegt haben, welches Ereignis Sie als „Nutzung“ zählen, haben Sie eine Ausgangsbasis, auf die Sie sich beziehen können, wenn Sie Änderungen an Ihrem Produkt vornehmen. Wie wir bereits untersucht haben, können Sie Ihre DAU auch durch Ihre MAU teilen, um zu verstehen, wie „klebrig“ Ihr Produkt ist.

Die Verbesserung von DAU und MAU bedeutet, Daten aus verschiedenen Kanälen zu analysieren. Sie müssen beispielsweise verstehen, welche Kanäle die am stärksten engagierten Nutzer bringen, um Ihre Marketingbemühungen zu konzentrieren.

Formel: Gesamt-MAU = Anzahl der Nutzer, die innerhalb eines Monats eine definierte Aktion abschließen

Gesamt-DAU = Anzahl der Nutzer, die innerhalb eines Tages eine definierte Aktion abschließen

Durchschnittliche MAU / Jährliche MAU = Summe der aktiven Nutzer jedes Monats / 12

Diese Metrik für das Nutzer-Engagement misst, wie gut Sie die Zahl der aktiven Nutzer in Ihrem Produkt steigern, indem sie bewertet, welcher Prozentsatz der Nutzer einen Aktivierungsmeilenstein erreicht. Dieser Meilenstein kann alles sein, vom ersten Kauf bis zur Nutzung einer bestimmten Funktion.

Sie können Ihre Aktivierungsrate besser verstehen und verbessern, indem Sie Ihre Nutzer innerhalb einer Produktanalyseplattform wie Optimizely Warehouse-Native Analytics in Kohorten segmentieren. So können Sie Ihren Ansatz auf die individuellen Bedürfnisse verschiedener Nutzerkohorten zuschneiden.

Sie könnten beispielsweise eine Kohorte von Nutzern bilden, die von Anfang an stark engagiert waren, und eine weitere, die Ihr Produkt relativ selten nutzt. Dies würde die Marketing- und Kundensupport-Bemühungen Ihres Unternehmens beeinflussen, da Sie den stärker engagierten Nutzern fortschrittlichere Funktionen als Upsell anbieten und für letztere einen stärker auf Schulung ausgerichteten Ansatz verfolgen könnten.

Formel: Nutzer, die einen Aktivierungsmeilenstein erreicht haben / Gesamtzahl der Nutzer

Die Feature-Adoptionsrate verfolgt, wie viele Nutzer eine bestimmte Funktion angenommen haben. Um sie möglichst genau zu berechnen, müssen Sie berücksichtigen, wie viele Menschen mit Ihrer Funktion in Berührung gekommen sind, sie aktiviert und mehrmals genutzt haben. Sie sollten auch die Nutzung der Kernfunktionen betrachten, um zu verstehen, ob Ihre Hauptfunktionen intuitiv genug sind oder ob Ihre Nutzer Hilfe benötigen.

Um Ihre Feature-Adoptionsrate zu verbessern, können Sie mit der Vereinfachung des Onboarding-Prozesses, dem Versand regelmäßiger Erinnerungen und der Bereitstellung personalisierter In-App-Unterstützung experimentieren.

Formel: Nutzer einer bestimmten Funktion / Gesamtzahl der Nutzer

Zu verfolgen, wie viele Menschen von der kostenlosen Nutzung Ihres Produkts zu einer zahlenden Nutzung wechseln, ist entscheidend, um zu verstehen, wie Ihre Engagement-Initiativen funktionieren. Eine höhere Conversion Rate deutet darauf hin, dass mehr Menschen den Wert Ihres Produkts durch Ihre Testversion, Ihre Marketingkampagnen und Ihren Kundensupport verstehen.

Die Verbesserung der Conversion Rate von Testversion zu zahlend erfordert die Nutzung von Daten aus verschiedenen Kanälen, um Erkenntnisse über Nutzerpräferenzen und Schwachstellen entlang der Customer Journey zu gewinnen. Mit Optimizely Warehouse-Native Analytics können Sie beispielsweise verfolgen, wie effektiv Ihre Marketinginhalte bei der Conversion bestimmter Segmente oder Kohorten sind.

Formel: Nutzer, die zu zahlend oder Premium konvertieren / Gesamtzahl der Nutzer im Freemium-Modell

Der Net Promoter Score gibt an, wie wahrscheinlich es ist, dass Ihre Nutzer Ihr Produkt anderen empfehlen. Ihre am stärksten engagierten Nutzer werden hoch abschneiden, wenn Sie ihnen eine Frage stellen wie „Wie wahrscheinlich ist es auf einer Skala von 0 bis 10, dass Sie dieses Produkt einem Freund empfehlen?“ Diejenigen mit einem Wert von 6 oder höher werden als Promotoren bezeichnet, während diejenigen unter 6 als Detraktoren gelten.

Sie können Ihren Net Promoter Score steigern, indem Sie Beziehungen zu Ihren bestehenden Nutzern pflegen. Indem Sie beispielsweise Ihr Marketingteam ein Treueprogramm für diejenigen erstellen lassen, die bereits mit Ihrem Produkt interagieren, können Sie die Wahrscheinlichkeit erhöhen, dass sie Sie anderen empfehlen.

Formel: % Promotoren − % Detraktoren

Obwohl Ihnen Ihre Produktdaten eine Vorstellung davon geben können, wie engagiert Ihre Nutzer sind, können sie Sie mit Fragen zurücklassen. Sie fragen sich vielleicht, warum sich Menschen mit bestimmten Funktionen beschäftigen und mit anderen nicht, oder warum bestimmte Segmente aktiver sind als andere.

Um viele dieser Fragen zu beantworten, benötigen Sie eine Lösung, die Daten aus verschiedenen Kanälen zusammenführt. Mit einer Produktanalyseplattform wie Optimizely Warehouse-Native Analytics, die auf Ihrem Data Warehouse aufsetzt, können Sie auf präzise Kundensupport-Daten zugreifen, etwa die Anzahl und Art der eingereichten Support-Tickets, um Probleme zu verstehen, die das Engagement bremsen könnten.

An derselben Stelle können Sie Marketing-Analysen einsehen, um Erkenntnisse zu erhalten, etwa welche Kanäle die Aktivierung vorantreiben.

Außerdem können Sie: