Ein „wahrer Norden“ für den Erfolg: Wie PagerDuty Benutzerdaten prüft
PagerDuty auf einen Blick
In einer immer verbundenen Welt vertrauen Teams auf PagerDuty, um ihren Kunden stets ein optimales digitales Erlebnis zu bieten. PagerDuty ist das zentrale Nervensystem für die digitalen Operationen eines Unternehmens.
Herausforderung
PagerDuty verzeichnete von Monat zu Monat eine geringe Teilnahme an Webinaren und hatte während der Beta- und Lancierungsphase einen Mangel an Nutzungsdaten und kontextbezogenen Informationen.
Umsetzung mit Pendo
Pendo-Anleitungen wurden verwendet, um Webinare zu bewerben, das Bewusstsein für Funktionen zu steigern und während der Betaphase sowie nach dem Start und darüber hinaus Feedback einzuholen.
Ergebnisse
PagerDuty verzeichnete einen Anstieg der Webinar-Registrierungen um 700 % und konnte mehr nützliche Beta-Forschung sammeln, was die Akzeptanz nach dem Lancieren erhöhte.
UX-Direktor Jeff Lopes war auf der Suche nach einem Tool für die In-App-Anleitung für PagerDuty. Die SaaS-Plattform für Vorfallsreaktion wuchs schnell, und das UX-Team wollte sicherstellen, dass die Benutzer gemeinsam mit ihr wuchsen.
Nachdem sie eine Reihe von Produkten getestet hatten, fanden sie diese Lösung in Pendo.
Jeden Monat veranstaltete das PagerDuty-Kundenerfolgsteam ein Webinar für neue Benutzer, aber die Teilnehmerzahlen ließen zu wünschen übrig. Guides, die In-App-Messaging-Funktion von Pendo, regte die Benutzer zur Teilnahme am Webinar an und steigerte die durchschnittliche Teilnehmerzahl von 10–20 auf über 120.
Wann immer PagerDuty eine neue Funktion einführt, verwendet das Unternehmen als Teil des Einführungsprozesses Pendo-Anleitungen. Sie haben festgestellt, dass Anleitungen beim Testen neuer Funktionen in Beta-Gruppen extrem gut funktionieren, weil sie in Verbindung mit Umfragen die Möglichkeit für eine enge Feedback-Schleife eröffnen.
Was die Analysefähigkeiten von Pendo betrifft, so gefällt Jeff besonders, dass er sehen kann, wie sich die Leute in ihrer natürlichen Umgebung verhalten. Er sagt, Benutzer verhalten sich anders, wenn sie in ihrer eigenen natürlichen Umgebung arbeiten, als wenn sie von jemandem beobachtet werden, der ihnen ständig über die Schulter schaut.
Jeff konnte seine Erwartungen an sein Team anpassen. Er kann es jetzt fragen: „Wie sieht Erfolg aus?“ – und das mit einer soliden Datengrundlage.
