Användarupplevelsen är en allt viktigare del av företagens tillväxtstrategi – och många tar hjälp av olika verktyg för beteendeanalys för att förstå hur deras digitala kundkontakter uppfattas.
Det är något som lönar sig. Enligt McKinsey kan organisationer som gör den analysen få runt 85 procents högre försäljning och mer än 25 procent i högre bruttomarginal.
Nu ökar därför intresset för tekniska lösningar som bygger på kausal AI och kan identifiera orsakssamband.
– Genom att kombinera kvalitativa och kvantitativa databedömningar kan vi i dag peka ut vad som är mest intressant för användarna. Var de stöter på problem med att hitta information, vad som motiverar dem att bli kunder och vad som får dem att helt stänga sitt webbfönster eller app, berättar Johan Andersson, Lead Solutions Engineer på Dynatrace.
Beteendeanalys är en form av affärsanalys där man spårar och utvärderar en användares hela resa genom en webbplats eller mobilapp. Många beteenden kan kartläggas exempelvis genom att analysera klick och tryck, skrollning, musrörelser och hela inspelade sessioner.
Oftast används analysprogram som samlar in en stor mängd data om användarbeteende från olika relevanta källor. Källorna kan vara webbplatser, appar, datalager, en kunddataplattform (CDP) eller verktyg som bevakar sociala medier.
Hur analyseras informationen?
När informationen väl har samlats in kan man segmentera den efter till exempel enhetstyp, geolokalisering, appversion, webbläsare och operativsystem. Detaljerna ger en helhetsbild av en användares beteende och leder också till att man kan identifiera specifika grupper av användare.
Genom att jämföra användarbeteende och antalet konverteringar i alla kanaler och scenarier kan företaget få en mycket bättre förståelse för kundupplevelsen – och se hur man kan optimera den.
– Analyserna används ofta för att snabbt ta reda på grundorsaken till problem med användarupplevelsen. Så småningom kan man också utveckla mer avancerade arbetssätt och ta fram hypoteser för varför användare vidtar vissa åtgärder och senare verifiera med relevanta analyser, säger Johan Andersson.
När man har fått ett kvitto på vad kunderna vill ha och förväntar sig av en webbplats eller mobilapp, då blir det enklare att förbättra befintliga funktioner eller utveckla helt nya.
Och med en gemensam samlingsplats för informationen kan de interna teamen inom till exempel IT, produkt, marknadsföring, kundsupport och företagsledning samarbeta på ett bättre sätt.
Att välja rätt lösning
Vad är viktigt att titta efter när man väljer analyslösning? Enligt Johan Andersson ska man först och främst leta efter ett analysprogram som inte bara ger den exakta insikten om vad som driver användarnas beteende utan också hur man ska gå vidare för att göra förbättringar för kunden.
En avancerad analyslösning bör innehålla en automatiserad AI-driven grundorsaksanalys, heltäckande övervakning av varje enskild kundresa och jämförelser av beteende och konverteringar i alla kanaler. Men den ska också sätta in användarupplevelsen i rätt sammanhang och ha funktioner för Real-user monitoring (RUM) med Session Replay, syntetisk övervakning och affärsanalys.
– På Dynatrace har vi löst det med en plattform som använder kausal AI. Det gör att man direkt kan se exakt hur användare interagerar med sin webbplats eller app i varje skede av kundresan. Genom att nollställa relevanta startpunkter och omvandlingar kan man hela tiden förbättra prestandan. När nya funktioner lanseras används lösningen för att kartlägga hur kunderna använder dem och se till att man är på rätt spår. Det går också att se var användare överger sina sessioner – så att man vet exakt vad man ska slipa på, avslutar Johan Andersson.
