
Inhaltsverzeichnis
In a rush?
Download the PDF for later
Bewährte Kennzahlen zur Förderung von Produkt- und Geschäftserfolg
Einleitung: Die modernen Herausforderungen und Chancen der Entwicklung führender Produkte
Was bedeutet es, den Erfolg Ihres Produkts und Ihres Unternehmens zu messen?
Sicherlich gibt es einige Grundpfeiler, auf die wir immer zählen können – die Erhöhung der aktiven Nutzer, Akzeptanz und Bindung eines Produkts wird stets von grundlegender Bedeutung für den fortlaufenden Geschäftserfolg sein.
Aber heutzutage sind die Dinge etwas anders. Gartner prognostiziert beispielsweise, dass 75 % der Unternehmen bis 2025 KI operationalisieren werden. KI verändert den modernen Unternehmensbetrieb rasant und viele dieser Unternehmen arbeiten in Echtzeit daran, zu verstehen, wie sie Erfolg messen können. Gleichzeitig verändern sich Arbeits- und Führungspraktiken, wobei Automatisierung, Vibe-Coding und User Intelligence nur die Spitze des Eisbergs sind.
Ein Produktverantwortlicher im Jahr 2025 zu sein, erfordert das richtige Verhältnis zwischen technischer Kompetenz und strategischer Vision, um Licht ins Dunkel zu bringen. Mit neuen Technologien und neuen Möglichkeiten, Dinge zu tun, stellen Produktverantwortliche fest, dass es jetzt eine unglaublich spannende Zeit ist, um ein Produkt zum Erfolg zu führen.
In dieser Anleitung nutzen wir unsere Erfahrungen aus der Zusammenarbeit mit über 14.000 Kunden im letzten Jahr, um über die 10 KPI zu sprechen, die jeder Produktverantwortliche kennen sollte. Während wir uns hauptsächlich auf die KPI konzentrieren, die unserer Meinung nach für jedes Produktteam entscheidend sind, untersuchen wir auch, wie KI die Gleichung verändert.
Verstehen, was für das Messen des Produkterfolgs unerlässlich ist
Lassen Sie uns einen Schritt zurücktreten und die verschiedenen Arten von KPI auf einer übergeordneten Ebene verstehen. Dies sind drei Kategorien, auf die Sie achten sollten:
- Geschäftsergebnisse: Was sind Ihre wichtigsten Geschäftsergebnisse und wie beeinflusst Ihr Produkt kurz- und langfristig die wesentlichen Geschäfts- und Finanzergebnisse? Diese könnten eng mit der Reduzierung der Abwanderung, der Erhöhung der langfristigen Nutzerbindung oder dem Gewinnen neuer Nutzer oder Abonnenten verbunden sein.
- Produktnutzung: Diese KPI zeigen, wie sich die Nutzer in Ihrem Produkt verhalten. Welche Funktionen nutzen sie am meisten? Wo bleiben sie stecken? Diese Kennzahlen sind von entscheidender Bedeutung, um zu verstehen, wie die Nutzer Wert in Ihrer Software finden oder nicht.
- Produktleistung: Diese KPI messen, wie gut Ihr Produkt seine beabsichtigte Funktion erfüllt. Wie ist die Reaktionszeit Ihres Produkts? Wie viel Ausfallzeit hatten Sie im vergangenen Monat? Es ist oft am besten, eine interne Benchmark für Qualitätskennzahlen festzulegen und sich monatlich oder vierteljährlich daran zu messen.
Die 10 wesentlichen KPIs für 2025
Bei der Auswahl unserer wichtigsten KPI haben wir Indikatoren berücksichtigt, die Produktverantwortliche dabei unterstützen, entscheidende Aspekte ihrer Apps nachzuverfolgen, wie etwa Kosten, Funktionsakzeptanz und Nutzerbewertung. Diese Kennzahlen gehen auf die doppelten Anforderungen von Innovation und Stabilität ein und helfen Ihnen zu verstehen, wie Ihre Nutzer mit Ihrer Software interagieren, damit Sie die Abwanderung reduzieren und gleichzeitig wichtige Einblicke darin gewinnen können, was sie sich in Zukunft wünschen könnten.
1. Prädiktiver Kundenlebenszeitwert (Customer Lifetime Value, CLTV)
Es ist allgemein bekannt, dass es erheblich teurer ist, neue Kunden zu gewinnen, als sie zu binden. Deshalb ist es unerlässlich, den Lebenszeitwert eines langfristigen Kunden zu verstehen.
Traditionelle CLTV-Modelle, die sich auf historische Durchschnittswerte stützen, können dynamische Variablen wie KI-gesteuerte Verhaltensänderungen oder Unterbrechungen der Lieferkette nur schwer berücksichtigen. Wettbewerbsfähigere Unternehmen wenden sich prädiktiven Modellen zu, die von KI gesteuert werden, um zu verstehen, welche Auswirkungen gegenwärtige Entscheidungen auf zukünftige Einnahmen haben.
Prädiktiver CLTV integriert maschinelles Lernen zur Analyse von Echtzeit-Datenströmen, einschließlich Nutzerinteraktionsmustern, makroökonomischen Trends und geopolitischen Ereignissen. Sie können Transaktionsdaten, Kennzahlen zum Nutzerverhalten und Funktions- oder Produktpräferenzen verwenden.
Ein Anbieter von B2B-Software könnte beispielsweise mit prädiktiver CLTV seine Ressourcen auf vielversprechende Branchen wie das Gesundheitswesen oder erneuerbare Energien ausrichten, in denen regulatorische Änderungen Wachstumschancen eröffnen.
Warum ist der CLTV wichtig?
Der prädiktive CLTV ist entscheidend, um ein tieferes Verständnis des Wertes Ihrer Produkte zu erhalten und nutzt maschinelles Lernen für genauere Wertschätzungen. Außerdem kann er Ihnen helfen, besser zu verstehen, wie Nutzer neue Funktionen übernehmen, insbesondere solche, die auf KI basieren.
So messen Sie den CLTV
Der CLTV ist einfach zu berechnen: Nehmen Sie den jährlichen Wert eines Kunden, multiplizieren Sie diesen mit der durchschnittlichen Lebensdauer des Kunden (in Jahren des Abonnements oder der Lizenzierung) und ziehen Sie alle Akquisitions- oder Wartungskosten ab (wie z. B. allgemeine Kundenakquisitionskosten, Wertschöpfungskosten oder andere Kennzahlen).
2. Akzeptanzrate von KI-Funktionen
Funktionsmessen ist im Wesentlichen eine Nutzeraktivierung-Kennzahl und Funktionsmessen für ein KI-Produkt ist ein klarer Nachweis des unmittelbaren und anhaltenden Werts, den Ihre KI-Produkte den Nutzern bieten.
Dieser KPI misst, wie eingehend Nutzer mit KI-Funktionen wie Chatbots, automatisierten Berichten oder prädiktiven Analysen interagieren. Eine niedrige Messrate kann darauf hindeuten, dass Nutzeranforderungen und Funktionsdesign nicht aufeinander ausgerichtet sind. Eine CRM-Plattform könnte beispielsweise feststellen, dass ihre KI-gesteuerten Verkaufsprognosen aufgrund mangelnder Schulung nicht ausreichend genutzt werden, was eine Neugestaltung des Onboarding-Erlebnisses in der App erforderlich macht.
Wenn Ihr Team versteht, wie Ihre Nutzerbasis mit KI-Funktionen interagiert, kann es die Nutzer besser unterstützen und eine weitere Akzeptanz unterstützen.
Warum ist die Akzeptanzrate von KI-Funktionen wichtig?
Das Nachverfolgen von KI-Akzeptanz stellt den ROI von Investitionen sicher. Geringe Akzeptanz deutet auf ein falsch ausgerichtetes Funktionsdesign oder mangelhaftes Onboarding hin, während eine hohe Akzeptanz mit Kundenbindung und Umsatzwachstum korreliert. Das Messen der Interaktionen mit Chatbots oder prädiktiven Analysen hilft den Teams, das Benutzererlebnis zu verfeinern und die Kosten für die KI-Entwicklung zu rechtfertigen.
So messen Sie die Akzeptanzrate von KI-Funktionen
Die Akzeptanzrate wird als Prozentsatz Ihrer gesamten Nutzerbasis mit Zugriff auf die Funktion ausgedrückt:
So steigern Sie die Funktionsakzeptanz
Einer der Hauptvorteile des Messens der Akzeptanz besteht darin, zu verstehen, wie Sie Ihre Kunden zu den Funktionen führen können, die ihnen zugutekommen, wodurch sie eher bereit sind, weiterhin mit Ihrem Produkt zu interagieren Wenn es darum geht, die Akzeptanz von Schlüsselfunktionen voranzubringen, ist es am effektivsten, dies innerhalb des Produkts selbst zu tun. Zu den In-App-Taktiken zur Stärkung der Funktionsakzeptanz gehören:
- Kündigen Sie neue Funktionen über In-App-Messaging an.
- Führen Sie Nutzer durch In-App-Durchgänge zu bestimmten Funktionen und unterstützen Sie so das Onboarding.
- Richten Sie die Kommunikation über Segmentierung gezielt an Kunden, die einen Mehrwert in der Funktion finden würden.
Im Rampenlicht der realen Welt: Okta
Um Nutzererlebnisse zu messen, müssen Sie Ihre Nutzerbasis auf granularer Ebene verstehen. Okta stellte fest, dass Pendo ihnen half, das Erlebnis seiner bestehenden Kunden nachzuvollziehen und Verbesserungsmöglichkeiten zu identifizieren.
„Wir können Nutzer kanalübergreifend segmentieren und immer wieder ansprechen. Wir können sie beruhend auf den verfügbaren Daten effektiv coachen, anleiten oder durch Schlüsselbestandteile der Konfiguration von Okta führen.“
Tom Witczak, Director of Digital Experience, Okta
3. Benutzerwachstum
Wachstum könnte die wichtigste Kennzahl für die Gesundheit Ihres Unternehmens sein. Betrachten Sie das Wachstum als ein Spiegelbild der Bemühungen Ihrer Marke: Wie gut ziehen Sie neue Nutzer an? Wie erfolgreich sind Ihre Bemühungen, die Nutzung unter Ihrer bestehenden Benutzerbasis zu erweitern?
Warum ist Nutzerwachstum wichtig?
Wie das alte Sprichwort sagt, stirbt man, wenn man nicht wächst. Veränderungen in Wachstumskennzahlen können den Teams helfen, Probleme bei Kontakaufnahme, Nutzererlebnis und anderen Anliegen zu erkennen. „Wachstum“ an sich kann als Kategorie variieren, aber bei Softwareplattformen ist Wachstum direkt mit der Erweiterung der Nutzerbasis und anschließend mit einer Umsatzsteigerung verbunden.
Allerdings können Sie Wachstum auch anhand anderer Faktoren messen, wie zum Beispiel der Zeit, die diese Nutzer auf Ihrer Plattform verbringen oder bestimmte Funktionen nutzen.
Messung des Nutzerwachstums im Laufe der Zeit
Der Schlüssel zur Messung des Nutzerwachstums ist, die wesentlichen Zeitmaße zu kennen. Die kritischsten Zeitrahmen für die meisten Abonnement-Softwareplattformen sind Monate und Jahre. Genauer gesagt wird das Wachstum der Nutzerzahlen von Monat zu Monat und von Jahr zu Jahr gemessen.
Die Formel zur Messung des Wachstums der monatlich aktiven Nutzer (MAU) kann je nach Zeitrahmen variieren. Um beispielsweise das Wachstum von einem Monat zum nächsten zu messen, müssten Sie den Wachstumsprozentsatz für diesen Zeitraum ermitteln:
Dies drückt das Wachstum als Prozentsatz aus. Um einen längeren Zeitraum zu messen, erweitern Sie einfach diese Formel. Um beispielsweise das Wachstum vom Jahresanfang bis zum Jahresende zu messen, würde die Formel folgendermaßen aussehen:
4. Product Engagement Score (PES)
PES ist ein umfassender Indikator für den allgemeinen Zustand Ihres Produkts. Eine Kombination von Kennzahlen, die Stickiness, Akzeptanz und Wachstum messen. PES ist dazu gedacht, die Lage auf einen Blick zu überprüfen, aber Sie können sich mit den dazugehörigen Kennzahlen eingehender beschäftigen, um Problemstellen zu finden und zu beheben.
Warum ist PES wichtig?
PES ist eine Orientierung, wie Nutzer ein Produkt oder eine Funktion im Laufe der Zeit annehmen und weiterhin verwenden. Es bietet auch einen hervorragenden „Gesamtüberblick“, um sich ein Bild von der Leistung eines Produkts oder einer Funktion zu machen und Ihnen eine Vorstellung davon zu geben, wo Sie mit der Analyse einzelner KPI beginnen könnten.
How to measure PES
PES ist eine Zusammensetzung aus Stickiness, Akzeptanz und Wachstum. Nachdem Sie die Werte für Akzeptanz, Stickiness und Wachstum berechnet haben, können Sie Ihren PES berechnen, indem Sie einfach den Durchschnitt der drei Zahlen nehmen und mit 100 multiplizieren:
Sie können wählen, Ihren PES basierend auf Besuchern oder Konten zu messen. Wenn Ihr Produkt nur von Einzelpersonen (und nicht von Teams) verwendet wird, werden Sie wahrscheinlich jede PES-Komponente nur auf Besucherebene messen. Wenn sich Ihr Unternehmen auf die Akquisition neuer Kundenlogos konzentriert, wird das Messen des Wachstums (und des gesamten PES) auf Kontoebene diese Bemühungen am besten widerspiegeln. Versuchen Sie im Zweifelsfall, Ihre PES-Konfiguration auf die aktuell übergeordneten Prioritäten Ihres Unternehmens auszurichten.
Besserer PES = bessere Geschäftsergebnisse
Das Data-Science-Team von Pendo stellte sich der Herausforderung, Kundenabwanderung, Nutzung und Wachstumsraten allein unter Verwendung von PES vorherzusagen. Sie fanden heraus, dass Konten mit höheren PES-Werten in den Monaten vor Vertragsende mit höherer Wahrscheinlichkeit verlängert wurden, während niedrigere Werte mit Abwanderung korrelierten. Bereits sechs Monate mit PES-Werten waren ein zuverlässiger Indikator für eine Vertragsverlängerung.
5. Wertschöpfung (Time to value, TTV)
In wettbewerbsintensiven Märkten erwarten die Nutzer einen unmittelbaren ROI. TTV misst, wie schnell Nutzer ihr erstes „Core Event“ erreichen – eine ausschlaggebende Aktion, die einen Wert demonstriert, wie den Abschluss einer Datenanalyse in einem BI-Tool oder die Bereitstellung von Code über eine DevOps-Plattform. Langsame TTV korreliert oft mit hohen Abbruchraten. Eine No-Code-Webdesign-Plattform könnte beispielsweise die TTV reduzieren, indem sie Nutzer durch vorgefertigte Workflows führt und es ihnen ermöglicht, innerhalb von Minuten eine Landingpage zu lancieren.
Einige wichtige Aspekte, die Sie bei der Betrachtung der TTV berücksichtigen sollten, sind:
- Effizienz des Nutzer-Onboardings: Wie schnell können die Nutzer effektiv mit dem Produkt umgehen?
- Erstes sinnvolles Ergebnis (First meaningful outcome, FMO): Wann schließt der Nutzer seine erste grundlegende Aufgabe ab (Erstellen eines Berichts, Planen eines Meetings usw.)?
- Vollständige Wertrealisierung: Welchen Prozess durchläuft ein Nutzer, um ein Projekt, ein Artefakt oder ein Ergebnis mit Ihrem Produkt vollständig zu verstehen und zu nutzen?
Warum ist Time-to-Value (TTV) wichtig?
Nutzer fordern so schnell wie möglich Zugriff auf Mehrwert. Die Verkürzung der TTV durch ein optimiertes Onboarding verringert die Abbruchrate und fördert die Differenzierung vom Wettbewerb, vor allem in überfüllten SaaS-Märkten.
So messen Sie TTV
Es gibt keine allgemeine Formel zur Berechnung der TTV – diese Kennzahl zu verstehen, bedeutet klar zu definieren, was das „Wert“versprechen ist (Verwendung einer Funktion, Bereitstellung eines bestimmten Prozesses oder Verfahrens usw.) und den Startpunkt Ihrer Messung (ab der ersten Registrierung, ab der ersten Anmeldung oder einem anderen Meilenstein). Basierend auf diesen Kriterien könnte TTV am besten in Tagen, Minuten oder sogar Sekunden ausgedrückt werden.
6. Produktleistung
Die Toleranz der Nutzer gegenüber Leistungsproblemen ist stark gesunken und Verzögerungen von nur einer Sekunde können das Vertrauen untergraben. Dieser KPI quantifiziert die Betriebszeit und Reaktionsfähigkeit mit Benchmarks wie 99,9 % Betriebszeit und Ladezeiten von unter 2 Sekunden für kritische Aktionen. Wenn es beispielsweise bei einer E-Commerce-Plattform zu Verzögerungen beim Checkout während des Spitzenverkehrs kommt, ist sie (abwanderungs-)gefährdet und ihr Ruf könnte Schaden nehmen.
Zu den kritischen Leistungskennzahlen, die Sie kennen sollten, gehören:
- Durchschnittliche Systembetriebszeit
- Seitenladezeiten
- Antwortzeiten für Nutzertickets
- Nutzerzufriedenheitsbewertungen
Warum ist die Produktleistung wichtig?
Leistungskennzahlen (Betriebszeit, Antwortzeiten) sind im Jahr 2025 kein Verhandlungsgegenstand. Eine Verzögerung von einer Sekunde kann die Konversionen um 7 % senken, was nahezu sofortige Ladezeiten und eine Betriebszeit von 99,9 % unerlässlich für die Nutzerbindung macht. Dies gilt insbesonders in Sektoren wie E-Commerce oder Fintech.
Wie schlägt sich Ihr Produkt im Vergleich?
Produktleistungsbenchmarks existieren nicht im luftleeren Raum. Man versteht sie am besten im Vergleich zu anderen internen Kennzahlen oder Daten von Branchenkollegen. Vor diesem Hintergrund hat Pendo Daten aus über 6.800 Anwendungen von 2.500 unserer Kunden zusammengestellt, um Teams zu unterstützen, ihre Produkte anhand von Region, Unternehmensgröße und Branche zu vergleichen. Sehen Sie, wie Ihr Produkt gegenüber den interaktiven Benchmarks abschneidet.
7. Umsatzsteigerung durch Personalisierung
Dieser KPI misst den Umsatzanstieg durch personalisierte Erlebnisse, wie dynamische Preisgestaltung oder maßgeschneiderte Inhaltsempfehlungen. Eine KI-gestützte E-Learning-Plattform, die Kursvorschläge individuell anpasst, kann beispielsweise höhere Abschlussquoten und Abonnementverlängerungen verzeichnen.
Die Bestimmung des ROI als eine Funktion der Personalisierung bedeutet, die inkrementellen Vorteile der Personalisierung direkt mit Umsatzsteigerungen und Kosteneffizienzen zu verknüpfen. Zu den Ansätzen gehören unter anderem:
- Identifizierung von Schlüsselkennzahlen zur Benutzerakzeptanz und -bindung, wie beispielsweise Funktionsakzeptanz, Lebenszeitwert und Abwanderung. Es ist unerlässlich, eine Ausgangsbasis mit diesen Kriterien festzulegen.
- Verknüpfung von Personalisierungsansätzen mit Kennzahlen, wie die Nutzung generativer KI zum Erstellen von In-App-Messaging oder das Verfolgen von Verhaltensanalysen, um Nutzern, die mit Schlüsselfunktionen interagieren, rechtzeitig Unterstützung zu bieten.
- Durchführung von A/B-Tests, um spezifische Personalisierungsaufgaben mit positiven Geschäftsergebnissen zu verknüpfen.
Warum ist der ROI aus der Personalisierung wichtig?
KI-gesteuerte Hyper-Personalisierung steigert Interaktionen, erfordert jedoch Messungen, um die damit verbundenen Ausgaben zu rechtfertigen. Die Messung der Umsatzsteigerung durch maßgeschneiderte Erlebnisse (z. B. dynamische Preisgestaltung) stellt sicher, dass die Bemühungen auf die Geschäftsergebnisse ausgerichtet sind.
Im Rampenlicht der realen Welt: Alarm.com
Alarm.com wollte sicherstellen, dass seine Kundendienstmitarbeiter die Anforderungen der Nutzer mit kundenspezifischen Anleitungen und Supportfunktionen erfüllen können. Mit Pendo Analytics verwendete das Unternehmen Pfade und Trichter, um besser zu verstehen, was die Kunden dachten und fühlten, so dass es Inhalte an ihre spezifischen Anforderungen anpassen konnte.
„Dies hatte einen großen Einfluss auf die Arbeit der Mitarbeitenden und die allgemeine Bewertung während der Einführung des Support-Centers. Und ebenso wichtig ist, dass wir dadurch im Umfang wachsen können, weil wir viel weniger Zeit für die Entwicklung asynchroner Schulungen aufwenden müssen, indem wir Ressourcen direkt bei der Arbeit erstellen.“
Mary Kidd, Systems Manager, Customer Operations bei Alarm.com
8. Prädiktive Abwanderungsrate
Die Abwanderung bleibt eine entscheidende Kennzahl, aber prädiktive Modelle identifizieren nun (abwanderungs-)gefährdete Nutzer, bevor sie gehen. ML-Modelle weisen Werte der Abwanderungsgefährdung (0–100) zu, indem sie Interaktionsabbrüche, Zahlungsverläufe und Bewertungstrends analysieren. Ein Streaming-Service könnte beispielsweise Nutzer kennzeichnen, die nach einer Preiserhöhung ihre Zuschauzeit verringern und gezielte Angebote zur Kundenbindung auslösen.
Warum ist die prädiktive Abwanderungsrate wichtig?
Prädiktive Modelle identifizieren rechtzeitig (abwanderungs-)gefährdete Nutzer durch die Analyse von Interaktionsabbrüchen und Zahlungstrends. Proaktive Bindungsstrategien (z. B. gezielte Angebote) verringern die Abwanderung und sichern den Umsatz in abonnementbasierten Modellen.
Wie prädiktive Abwanderung gemessen wird
Traditionell lässt sich die Abwanderung durch die folgende Formel ausdrücken:
Die prädiktive Abwanderung ist jedoch zukunftsorientierter. Es bedeutet, Analysen und monatliche Trends zu verwenden, um die potenzielle Abwanderung in den kommenden Monaten zu bestimmen. Maschinelles Lernen und künstliche Intelligenz können tiefergehende Analysen bieten.
9. Net Promoter Score (NPS)
Würden Ihre Nutzer Ihre Marke empfehlen? Falls nicht, könnten Sie den NPS verwenden, um die Bewertung ihres Erlebnisses mit Ihren Produkten zu verstehen.
Meistens wird der NPS durch eine Befragung von Nutzern und Kunden ermittelt, wobei „Promoter“ von „Detraktoren“ anhand ihrer Antworten unterschieden werden und diese Beziehung dann als Verhältnis der beiden ausgedrückt wird.
Diese Bewertungen bieten einen großartigen Einblick in die Gefühle und Gedanken der Nutzer, insbesondere wenn sie direkt in der Software gesammelt werden. Die Antworten sind kontextbezogen und zeitnah und bieten Möglichkeiten, Probleme proaktiv statt reaktiv anzugehen. Insofern ist der NPS besonders nützlich als Frühwarnsystem für Kundenunzufriedenheit und -erlebnisse.
Warum ist der NPS in Feedbackschleifen wichtig?
Die Kundenbewertung zu verstehen, lohnt sich immer, und die kontinuierliche Verfolgung des NPS hilft Ihnen zu sehen, wie Kunden jetzt und in Zukunft für Sie werben werden. Der NPS ist jedoch ein qualitatives Maß. Das bedeutet, er funktioniert am besten, wenn er mit quantitativen Daten verbunden wird, wie z. B. die Produktnutzung.
Im Rampenlicht der realen Welt: Cision
Cision wollte wissen, wie neue Kunden über die Marke denken und vor allem, wie sich höhere NPS-Werte aus unterschiedlichem Kundenverhalten ergeben. Das Unternehmen führte mit Pendo gezielte NPS-Umfragen durch, um herauszufinden, welche Indikatoren die Wahrscheinlichkeit erhöhen, dass Kunden die Marke weiterempfehlen.
„Die Möglichkeit, die Daten auf Kontoebene zusammenzufassen, ist für uns ein großes Unterscheidungsmerkmal. Keines unserer anderen Analysetools ist dazu fähig.“
Becky Banasik, Vizepräsidentin für Kundenerfolg, Cision
10. Geschwindigkeit von Feedback zur Funktion
Dieser KPI misst, wie schnell Teams die Nutzereingaben in Produktverbesserungen umsetzen. Ein Projektmanagement-Tool könnte beispielsweise Funktionsanfragen von Power-Usern priorisieren und Updates in vierteljährlichen Sprints veröffentlichen.
Warum ist die Geschwindigkeit von Feedback zu Funktionen wichtig?
Ihre Plattform oder Ihr Produkt wird kontinuierlich mit einem SaaS-Entwicklungsmodell weiterentwickelt. Dies bedeutet, dass das Benutzer-Feedback von entscheidender Bedeutung sein wird, um Softwarebeschränkungen zu behandeln und ein Produkt bereitzustellen, das den Anforderungen einer etablierten (und idealerweise treuen) Nutzerbasis entspricht.
So wird die Geschwindigkeit von Feedback zur Funktion gemessen
Diese Kennzahl wird als Durchschnittszeitraum zwischen dem ersten Nutzerfeedback oder Alpha-Bewertungen und der entsprechenden Implementierung von Funktionen ausgedrückt. Anhand Ihrer Kommentare und Feedback-Plattformen können Sie sehen, wie Feedback-Schleifen zu inkrementellen Änderungen führen und dokumentieren, wie viele Produktionsfunktionen das Ergebnis von direktem oder indirektem Nutzerfeedback sind.
Im Rampenlicht der realen Welt: Filevine
Die Rechtsplattform Filevine hatte intern festgestellt, dass fortlaufende Funktionsaktualisierungen in den Entwicklungszyklus eingebunden werden mussten. Die Software musste weiterentwickelt und gleichzeitig eine langfristige Roadmap beibehalten werden, die auf Kundenfeedback basierte, die Anforderungen der Branche widerspiegelte und gleichzeitig die Einhaltung gesetzlicher Vorschriften sicherstellte. Mit Pendo Feedback sammelte das Unternehmen Nutzerantworten mit gezielten, kontextbezogenen Feedback-Anfragen.
„Die Nutzung der Verhaltensanalysen und der In-App-Anleitung von Pendo in Verbindung mit Pendo Feedback machte es zu einem perfekten Paket. Die Möglichkeit, alle Nutzungskontexte direkt zusammen mit dem Feedback zu haben, war von entscheidender Bedeutung.“
Mary Lyon, Director of Product Feedback, Filevine
Evergreen-KPIs
Während Sie mit der Messung, Analyse und Verbesserung der oben behandelten KI-gestützten KPIs beginnen, sollten Sie die gut etablierten (und weiterhin relevanten) KPIs nicht vernachlässigen. Hier sind drei, die niemals aus der Mode kommen werden:
Net revenue retention (NRR)
Der einbehaltene Nettoumsatz (Net revenue retention, NRR) bleibt ein Eckpfeiler für abonnementbasierte Unternehmen, teilweise weil er die andauernde Umsatzeinbehaltung unterstützt. Laut McKinsey können Unternehmen mit einem NRR von mindestens 120 % ein jährliches Wachstum von 20 % erwarten, ohne neue Kunden zu akquirieren.
NRR ist der Unterschied zwischen Expansion und Abwanderung. Im Allgemeinen geht man davon aus, dass NRR einen Wert von über 100 % hat, in der Annahme, dass Sie einige Kunden verlieren, aber auch Wege finden, den Wert der Kunden zu steigern, die Sie behalten.
So messen Sie den NRR
Wie die Definition nahelegt, können Sie den NRR messen, indem Sie die Abwanderung von der Expansion abziehen, wofür vier Werte erforderlich sind.
- Monatlich wiederkehrender Umsatz des letzten Monats
- Umsatz, der durch Upselling und Cross-Selling unterstützt wird
- Revenue lost due to down-sells
- Revenue lost due to churn
Unternehmen verfolgen NRR in der Regel monatlich oder jährlich, aber wir empfehlen Ihnen, Ihre monatliche Nettoumsatzeinbehaltung zu überprüfen, um rechtzeitig Maßnahmen zu ergreifen, wenn es zu Fluktuationen kommt.
Akzeptanz
Messkennzahlen validieren die Markttauglichkeit des Produkts, erfordern nun aber Granularität, um zwischen allgemeiner Produktnutzung und der Interaktion mit KI-gesteuerten Funktionen zu unterscheiden. Im Jahr 2025 werden sich Produkte zunehmend auf eingebettete KI-Tools – wie automatisierte Workflows oder prädiktive Analysen – stützen, um sich zu differenzieren. 97 % der Führungskräfte sehen diesen Schritt (laut Accenture) als transformativ für ihre Branche an.
Führungskräfte müssen die allgemeinen Akzeptanzraten nachverfolgen und wie Nutzer mit verschiedenen Funktionen interagieren. Eine Projektmanagementplattform könnte beispielsweise die wöchentlich aktiven Nutzer (Weekly active users, WAUs) ihrer KI-gesteuerten Aufgabenpriorisierung-Funktion überwachen und diese Daten mit den Upsell-Raten für Premium-Stufen korrelieren.
How to measure adoption
Die Produktakzeptanz kann im Laufe der Zeit durch die Anzahl der monatlich aktiven Nutzer (MAU), wöchentlich aktiven Nutzer (WAU) oder täglich aktiven Nutzer (DAU) ausgedrückt werden. Sie können Produktakzeptanz auch als Rate im Verhältnis zu neuen Nutzerregistrierungen für einen bestimmten Zeitraum messen. Wie Sie die Produktakzeptanz messen, hängt weitgehend davon ab, was es bedeutet, ein aktiver Produktnutzer zu sein. Wenn Ihre Software zu denen gehört, die Kunden täglich aufrufen sollten, ist eine DAU-Metrik wohl am sinnvollsten.
Stickiness
Stickiness – das Maß für die gewohnheitsmäßige Produktnutzung – hat sich über das Verfolgen täglicher Anmeldungen hinaus entwickelt. KI-Funktionen wie personalisierte Empfehlungen oder prädiktive Einblicke vertiefen jetzt Nutzerinteraktionen innerhalb einer App. Eine Fintech-App, die KI zur Vorhersage des Ausgabeverhaltens verwendet, könnte beispielsweise feststellen, dass die Nutzer täglich zurückkehren, um die Budgetprognosen zu überprüfen (was sich direkt auf die Kundenbindung auswirkt).
Moderne Stickiness-Kennzahlen müssen das KI-gesteuerte Engagement isolieren und die Bindungsraten zwischen Nutzern, die diese Funktionen übernehmen und denen, die sich auf traditionelle Funktionen stützen, vergleichen.
How to measure stickiness
Stickiness spiegelt sich im Verhältnis der aktiven Nutzer zu einem bestimmten Zeitpunkt zu den aktiven Nutzern über einen bestimmten Zeitraum wider. Sie können die Stickiness Ihrer Software beispielsweise an einem bestimmten Tag unter Verwendung von DAU und MAU sehen:
Grundlegende KPIs – verbessert
KI verändert, wie Produktverantwortliche KPI nachverfolgen und interpretieren, wodurch der Produkterfolg messbarer, vorhersehbarer und umsetzbarer wird als je zuvor. Von Echtzeit-Nutzereinblicken bis hin zu automatisierten Trendanalysen können Produktmanager dank KI-gesteuerter Analysen über statische Dashboards hinausgehen und dynamische, adaptive Entscheidungsfindung nutzen.
Während sich die KI weiterentwickelt, werden diejenigen, die ihre Fähigkeiten in ihre KPI-Frameworks integrieren, einen bedeutenden Wettbewerbsvorteil gewinnen und sicherstellen, dass ihre Produkte den aktuellen Marktanforderungen entsprechen und zukünftige Trends antizipieren.
Pendo unterstützt Unternehmen dabei, die in dieser Anleitung besprochenen KPIs zu messen und zu verbessern. Verwenden Sie die Produktanalysen und Daten von Pendo Replay, um das Nutzerverhalten zu verstehen und Reibung zu erkennen, sowie KI-gesteuerte Analysen, um Trends zu identifizieren. Durch die Kombination dieser quantitativen Daten mit qualitativem Feedback erhalten Teams einen vollständigen Überblick über das Kundenerlebnis. Sie können dann ganz einfach mit No-Code-In-App-Anleitungen Maßnahmen ergreifen, um die Produktakzeptanz zu erhöhen sowie die Nutzerinteraktionen und den Umsatz zu steigern.
Möchten Sie wissen, wie Pendo Ihnen dabei helfen kann, wichtige Produktkennzahlen zu identifizieren und Maßnahmen zu ergreifen? Fordern Sie noch heute eine personalisierte Demo an.