Mobile analytics is a form of product analytics. This type of business intelligence software captures and exposes user behaviors and patterns within mobile applications through page and feature tagging. This data informs decisions about how to improve the mobile product experience, increase mobile app engagement, and drive business outcomes.
Mobile Analysedaten können Produktmanagern (PMs) dabei helfen, das Engagement und die Zufriedenheit mobiler Benutzer effektiv zu verfolgen – und im Zeitverlauf zu messen. Zum Beispiel kann Ihnen die mobile Analyse helfen, Folgendes zu verstehen:
For more information on the KPIs a mobile analytics tool could help you measure, check out this e-book on the top 10 mobile KPIs you should be tracking (and why).
Heutzutage erwarten die Benutzer eine Software, die nahtlos, intuitiv und ansprechend ist – egal, ob sie zu Hause oder am Arbeitsplatz, im Internet oder auf dem Mobiltelefon sind. Und im Zeitalter von Multi-Screen- und Multi-Session-Produkterlebnissen ist eine Mobile-First-Mentalität – basierend auf einem Verständnis dafür, wie sich Ihre Benutzer sowohl in Ihren webbasierten als auch in Ihren mobilen Produkten verhalten (und wie sie sich zwischen ihnen bewegen) – entscheidend für die Optimierung des Engagements. Mobile Analytics bietet eine grundlegende Datenschicht, die Unternehmen nutzen können, um die Erfahrung ihrer mobilen Nutzer zu messen und zu verbessern.
For many teams, the decision to incorporate mobile app analytics into the tech stack begins with asking questions. For example:
Mit mobilen Analysetools können PMs die gesamte User Journey sehen und Möglichkeiten erkennen, wie ihr Produkt sie verbessern kann. Diese Tools helfen den PMs auch dabei, die Analysen der mobilen Benutzer mit den Betriebskennzahlen zu korrelieren, sodass sie einen klaren Überblick darüber erhalten, wie sich bestimmte mobile Funktionen auf die Unternehmensergebnisse auswirken – z. B. höhere Produktivität, weniger Supportanfragen oder Anrufe und eine höhere Benutzerzufriedenheit.
Eine Plattform wie Pendo, die sowohl mobile Analysen als auch In-App-Engagement-Tools (einschließlich Anleitungen und Umfragen) kombiniert, ist ideal für Projektmanager, die das Nutzerverhalten über verschiedene Sitzungen und Geräte hinweg verstehen und daraufhin reagieren wollen.
For example, say you’re preparing to sunset an old version of your app, but first need to understand the impact it might have—and create a strategy for communicating the change to users. Pendo for Mobile’s analytics can help you identify which users are still using the old app version, then segment and target them with in-app messaging that alerts them of the upcoming sunset and directs them to the appropriate app store. When those users update and open the latest version of the app, you can then serve them a customized onboarding walkthrough that introduces any new benefits and features they may not have used or had access to in the older app version.
Bei der mobilen Analyse geht es nicht nur um das Erfassen von Daten, sondern darum, diese in verwertbare Erkenntnisse umzuwandeln, die Ihre Produktstrategie beeinflussen, die Benutzerfreundlichkeit (UX) verbessern und das Wachstum fördern. So nutzen Produktteams mobile Analysen, um intelligentere Entscheidungen zu treffen:
Durch die Verfolgung des In-App-Verhaltens können Teams genau bestimmen, welche Funktionen von den verbliebenen Benutzern am häufigsten verwendet werden. Wenn beispielsweise 80 % der Nutzer, die eine Social-Sharing-Funktion nutzen, innerhalb von 7 Tagen zurückkehren, ist das ein Signal dafür, dass die Funktion zu einem dauerhaften Verhalten führt. Diese Einblicke helfen den Teams, sich auf das zu konzentrieren, was funktioniert, und diese Funktionen strategischer zu fördern.
Es ist leicht, Annahmen über die Wünsche der Benutzer anzustellen – die mobile Analyse liefert jedoch konkrete Beweise. Wenn bestimmte Funktionen nur wenig genutzt werden, müssen sie möglicherweise überdacht oder entfernt werden. Umgekehrt können stark nachgefragte Funktionen darauf hinweisen, was einen Mehrwert schafft und wo Sie weiter investieren sollten. Nutzungs-Heatmaps, Ereignisverfolgung und Pfade/Trichter, die Benutzerströme aufzeigen, können Roadmap-Entscheidungen unterstützen, die auf realem Verhalten basieren.
Die ersten Minuten der App-Nutzung sind entscheidend. Analysen können genau aufzeigen, an welchen Stellen Benutzer den Onboarding-Prozess abbrechen. Springen sie während der Anmeldung ab? Überspringen Sie ein Tutorial? Können Sie die Berechtigungen nicht aktivieren? Diese Einblicke ermöglichen es den Produktteams, Onboarding-Abläufe im A/B-Test zu prüfen, Reibungspunkte zu reduzieren und den ersten Eindruck zu verbessern, was zu höheren Aktivierungsraten führt.
Analyseplattformen umfassen häufig Leistungsüberwachung und Absturzberichterstattung. Echtzeitwarnungen und Absturzprotokolle helfen den Produkt- und Ingenieurteams, Fehler frühzeitig zu erkennen und zu beheben, bevor sie eine breitere Benutzerbasis betreffen. Die Reduzierung von Fehlern schützt nicht nur Ihren Ruf, sondern verbessert auch direkt die Zufriedenheit und Bindung der Nutzer.
Das Verfolgen der richtigen Kennzahlen ist entscheidend, um zu verstehen, wie Benutzer mit Ihrer mobilen App interagieren. So können Sie Optimierungsmöglichkeiten identifizieren und datengestützte Produktentscheidungen treffen. Hier sind einige der wertvollsten Kennzahlen zur mobilen Analyse und ihre Bedeutung:
Warum das wichtig ist: Diese Metriken zeigen, wie viele Benutzer täglich oder monatlich zu Ihrer App zurückkehren. Ein gesundes DAU/MAU-Verhältnis deutet auf eine hohe Stickiness und eine gute Markttauglichkeit des Produkts hin.
Warum sie wichtig ist: Die Kundenbindung zeigt, wie gut Ihre App dazu führt, dass Benutzer nach ihrem ersten Besuch wiederkommen. Eine hohe Benutzerbindung bedeutet, dass die Nutzer den Wert Ihres Produkts erkennen, während eine niedrige Benutzerbindung auf ein schlechtes Onboarding oder eine unzureichende Nutzung der Funktionen hinweisen könnte.
Warum sie wichtig ist: Diese Informationen zeigen Ihnen, wie lange die Nutzer in Ihrer App verweilen und wie oft sie zurückkehren. Kurze, seltene Sitzungen könnten darauf hindeuten, dass Ihre App nicht den Bedürfnissen der Benutzer entspricht oder schwer zu navigieren ist.
Warum sie wichtig sind: Trichter helfen Ihnen zu erkennen, wo Benutzer während wichtiger Workflows wie Onboarding, Checkout oder Registrierung abspringen. Durch die Abbildung dieser Abläufe können Sie Reibungspunkte erkennen und das In-App-Erlebnis optimieren.
Warum sie wichtig sind: Eine langsame oder fehlerhafte App führt zu Abwanderung. Das Verfolgen von Abstürzen und Leistungsproblemen hilft Ihnen, technische Korrekturen zu priorisieren und das Benutzererlebnis zu schützen.
Warum sie wichtig sind: Die Ereignisverfolgung bietet Ihnen einen detaillierten Einblick, wie Benutzer mit Funktionen interagieren. Diese Daten sind entscheidend, um die Absichten der Benutzer zu verstehen und herauszufinden, welche Aktionen zu Konversionen oder Abbrüchen führen.
💡 Profi-Tipp: Die Verfolgung von In-App-Ereignissen macht Absichten und das Verhalten der Nutzer sichtbar, das über bloße Seitenaufrufe hinausgeht.
Warum sie wichtig sind: Die Attribution zeigt Ihnen, woher Ihre Nutzer kommen – bezahlte Anzeigen, organische Suche, App Store usw. Dies hilft Ihnen, den ROI Ihrer Akquisitionsbemühungen zu verstehen und zu erkennen, welche Quellen die wertvollsten Nutzer bringen.
Sowohl Mobil- als auch Web-Analysen liefern wichtige Einblicke in Benutzerverhalten und Anwendungsleistung. Sie sind jedoch auf grundlegend unterschiedliche Umgebungen und Benutzerinteraktionen ausgerichtet.
Mobil-Analysen konzentriert sich auf die Verfolgung von Interaktionen innerhalb mobiler Apps und erfassen Daten, die speziell für mobile Geräte relevant sind, wie App-Abstürze, Interaktionen über Push-Benachrichtigungen und Sitzungshäufigkeit. Die Nachverfolgung von mobil-spezifischen Daten ist unerlässlich, da mobile Benutzer aufgrund der Tragbarkeit der Geräte und auf Berührung basierenden Interaktionen oft unterschiedlich mit Inhalten interagieren.
Im Gegensatz dazu behandelt die Web-Analyse in erster Linie die Nachverfolgung des Benutzerverhaltens auf Websites, die auf Desktop-PCs oder mobilen Geräten über einen Webbrowser aufgerufen werden. Hierzu gehören Kennzahlen wie Seitenaufrufe, Nutzerflow, Absprungraten und die auf den Seiten verbrachte Zeit. Die hier verwendete Technologie stützt sich in hohem Maße auf Cookies und URL-Nachverfolgung, um Einblicke in die Navigation und Interaktion der Benutzer mit Webseiten zu erhalten.
Der Hauptunterschied zwischen Mobil- und Web-Analysen liegt in der Art der gesammelten Daten und wie sie zur Optimierung des Benutzererlebnisses verwendet werden. Mobil-Analysen sind unverzichtbar für Apps, die für den häufigen Zugriff von unterwegs vorgesehen sind und ein Verständnis der Offline-Datensynchronisierung und der Benutzerinteraktion in unterschiedlichen Zusammenhängen erfordern. Web-Analysen bieten unterdessen umfassendere Einblicke in die Effektivität von Inhalten und Strategien zur Benutzerbindung für eher statische, von Informationen gesteuerte Interaktionen.
Diese Unterschiede zu verstehen, kann Unternehmen dabei helfen, ihre digitalen Strategien effektiv anzupassen und sicherzustellen, dass sie die Erwartungen der Benutzer erfüllen und Interaktionen auf allen Plattformen und Geräten verbessern.
Wenn Sie tiefer in die mobile Analyse einsteigen möchten, sehen Sie sich diese Pendo-Ressourcen an:
So wenden Sie produktorientierte Prinzipien auf Ihr mobiles App-Erlebnis an