अपनी AI से बनी app में analytics कब (और कैसे) जोड़ें

कुछ हफ़्ते पहले मेरी एक जान-पहचान वाली founder ने अपनी app लॉन्च की — छोटे Pilates studios के लिए एक टूल, जिससे वो अपनी क्लास की waitlists मैनेज कर सकें। उसने इसे एक AI app builder से करीब एक हफ़्ते में बनाया था। यह गुरुवार को लाइव हुई। रविवार को उसने मुझे बताया कि उसे ज़रा भी अंदाज़ा नहीं था कि कोई इसे इस्तेमाल कर भी रहा है या नहीं।

“कितने signups हुए?” “पता नहीं।” “जिन्होंने signup किया, वो सचमुच इस्तेमाल कर रहे हैं?” “पता नहीं।” “कोई कहीं अटक तो नहीं रहा?” “पता नहीं।”

वो लापरवाह नहीं थी। बस उसने अभी तक app में analytics डाली ही नहीं थी। और बहुत से गैर-तकनीकी founders की तरह उसने मान लिया था कि वो analytics “बाद में जोड़ लेगी, जब ज़्यादा users हो जाएंगे।” दिक्कत यह है कि वो “बाद में” कभी आता ही नहीं, क्योंकि analytics के बिना आपको पता ही नहीं चलता कि कितने users हैं, तो आप बता ही नहीं सकते कि वो “बाद में” कब है।

अगर आपने किसी AI app builder से app बनाई है और अब यह सोच रहे हैं कि tracking जोड़ें या नहीं, तो यह पोस्ट आपके लिए है। हम बात करेंगे कि कब शुरू करें, क्या track करें, किसे नज़रअंदाज़ करें, और इसे करने का सबसे आसान तरीका क्या है — बिना खुद को एक data वाला इंसान बनाए।

सबसे छोटा संभव जवाब

अपनी AI से बनी app में बुनियादी analytics पहले ही दिन जोड़ें, इससे पहले कि आपके कोई users हों। कोई फ़ैंसी dashboard नहीं। कोई behavior heatmap नहीं। बस तीन या चार चीज़ें। कौन सी, इस पर आते हैं।

लॉन्च से पहले ऐसा करने की वजह बिल्कुल व्यावहारिक है: ज़ीरो users वाली app में tracking जोड़ना उससे कहीं आसान है, जब वो पहले से चल रही हो और लोग उस पर निर्भर हों। आपकी app छोटी हो तब आपका AI builder इसे साफ़-सुथरे तरीके से जोड़ सकता है। एक बार असली users उसे इस्तेमाल करने लगें, तो हर बदलाव ज़्यादा जोखिम भरा लगता है और आप इसे टालते ही रहेंगे।

लोग इसे क्यों छोड़ देते हैं, और क्यों नहीं छोड़ना चाहिए

गैर-तकनीकी founders के analytics छोड़ देने की सबसे आम वजह यह है कि उन्हें अपने इतने कम users पर शर्मिंदगी महसूस होती है। वो सोचते हैं, जब मेरा नंबर शर्मिंदा करने वाला न रहेगा, तब analytics जोड़ूंगा। यह बिल्कुल उल्टी सोच है। आप तो उसी नंबर तक पहुंचने की कोशिश कर रहे हैं जिस पर शर्मिंदगी न हो। analytics के बिना आप बता ही नहीं सकते कि आप जो कुछ कर रहे हैं उसमें से कुछ काम कर भी रहा है या नहीं।

दूसरी वजह यह है कि analytics टूल्स डराने वाले लगते हैं। आप सुनते हैं “Google Analytics”, “Mixpanel”, “PostHog”, “Amplitude” — और आपकी आंखें भारी हो जाती हैं। इनमें से ज़्यादातर टूल्स बारह लोगों वाली कंपनियों के product managers के लिए बने हैं, जिनका काम ही सिर्फ़ चार्ट देखना है। आपको उसकी ज़रूरत नहीं। आपको चार चीज़ें जाननी हैं, और लगभग कोई भी टूल आपको वो चार चीज़ें बता देगा।

पहले ही दिन track करने लायक चार चीज़ें

अगर आपकी AI से बनी app वैसी ही है जैसी मैं देखता हूं — एक छोटा SaaS, एक internal tool, एक marketplace, एक directory, कोई niche प्रोडक्ट — तो ये चार नंबर हैं जो शुरुआत में सचमुच मायने रखते हैं।

1. कितने लोग app पर आते हैं

यह सबसे आसान है। बस “आज कितने अलग-अलग लोगों ने homepage देखा”। ज़्यादातर analytics टूल्स इसे install करते ही मुफ़्त में दे देते हैं। यह बाकी हर चीज़ का आधार है।

आपको बार-बार इस नंबर को देखने का लालच होगा। मत देखिए। यह रोज़-रोज़ ऊपर-नीचे होता रहता है। हफ़्ते का trend देखिए।

2. उनमें से कितने signup करते हैं (या आपका “पहला असली कदम” उठाते हैं)

आपकी app जो पहली प्रतिबद्धता मांगती है — signup करना, एक free trial शुरू करना, अपना पहला project बनाना, एक demo बुक करना — वो जब होती है तब उसे track करें। यह आपका conversion event है।

अगर आपने 100 visitors के साथ लॉन्च किया और 4 signups हुए, तो आपका signup rate 4% है। यह वो नंबर है जिसे अब आप बढ़ाने की कोशिश कर सकते हैं। अगर आपने 100 visitors के साथ लॉन्च किया और आपको पता ही नहीं कि कितनों ने signup किया, तो आपके पास optimize करने को कुछ नहीं है।

3. उनमें से कितने अगले दिन (या अगले हफ़्ते) लौटकर आते हैं

यह सबसे ज़रूरी नंबर है जिसे शुरू में कोई track नहीं करता। इसे retention कहते हैं, और AI से बनी apps के लिए अक्सर यही वो चीज़ है जो चुपचाप बता देती है कि आपके पास कुछ असली है या आपने एक बार इस्तेमाल हो जाने वाली नई-नवेली चीज़ बना ली है।

यहां आपको कुछ फ़ैंसी नहीं चाहिए। बस: इस हफ़्ते जिन्होंने signup किया, उनमें से कितने अगले हफ़्ते लौटकर आए और कुछ किया? अगर जवाब लगभग शून्य है, तो आपके पास एक ऐसी समस्या है जिसे कितना भी homepage traffic ठीक नहीं कर पाएगा।

4. लोग कहां छोड़कर चले जाते हैं

अगर आपकी app में कोई भी flow है — signup, onboarding, पहला काम, checkout — तो हर step को track करें। हर click नहीं। बस वो जिनके नाम तय हैं। ताकि आप देख सकें: 100 ने signup शुरू किया, 80 ने अपना email डाला, 50 ने उसे confirm किया, 20 dashboard तक पहुंचे।

वो funnel आपकी AI से बनी app के लिए अब तक का सबसे काम का debugging टूल होगा, क्योंकि यह आपको ठीक-ठीक बताता है कि कहां ध्यान देना है। अगर 100 signup शुरू करते हैं और 80 email डालते हैं पर सिर्फ़ 50 confirm करते हैं, तो आपके पास एक email समस्या है (शायद confirmation email spam में जा रहा है, शायद वो भेजा ही नहीं जा रहा)। अब आपके पास अपने AI builder से ठीक करवाने के लिए कुछ ख़ास है।

किसे नज़रअंदाज़ करें

शुरुआत में किन चीज़ों को track नहीं करना चाहिए, यह रहा — क्योंकि ये आपका समय बर्बाद करेंगी और आपको ऐसा एहसास दिलाएंगी कि आपको ज़रूरत से ज़्यादा करना चाहिए:

• हर बटन का click। आपको यह जानने की ज़रूरत नहीं कि 14 लोगों ने “About” लिंक पर क्लिक किया। आप वो data कभी इस्तेमाल नहीं करेंगे।
• Time on page। सुनने में मतलब वाला लगता है, है नहीं। कोई लंच पर जाते वक़्त एक tab खुली छोड़ दे, तो वो “20 मिनट engaged” गिना जाता है।
• Bounce rate। content वाली साइटों के लिए सचमुच काम का; app जैसी चीज़ों के लिए ज़्यादातर शोर।
• A/B tests। यह तब तक मत कीजिए जब तक आपके पास हर variant के लिए हर हफ़्ते सैकड़ों users न हों। आप आठ users के साथ A/B test नहीं कर सकते।
• Demographics, scroll depth, heatmaps। आख़िरकार काम के। अभी नहीं।

अंगूठे का नियम: अगर कोई metric इस हफ़्ते आपके किसी फ़ैसले को नहीं बदलेगा, तो उसे अभी track मत कीजिए।

इसे सचमुच कैसे जोड़ें (गैर-तकनीकी वर्शन)

ज़्यादातर AI app builders इसे लगभग शक हो जाने की हद तक आसान बना देते हैं। आप builder को एक वाक्य देते हैं जैसे:

“Analytics tracking जोड़ो। [tool name] इस्तेमाल करो। यह track करो कि कोई कब homepage पर आता है, कब signup करता है, कब लौटकर log in करता है, और onboarding flow के हर step पर।”

अगर आप PostHog या Plausible जैसा कोई टूल इस्तेमाल कर रहे हैं, तो वो कोड का एक छोटा snippet (एक-दो लाइन) जनरेट कर देंगे जो app के head में जाता है। आपका AI builder उसे आपके लिए पेस्ट कर सकता है। अगर आप Google Analytics इस्तेमाल कर रहे हैं, तो वही बात — Google आपको एक snippet देता है, आप वो snippet अपने builder को देते हैं, आपका builder उसे install कर देता है।

जिन events के नाम तय हैं (signup, login, onboarding step), उन्हें आप आसान अंग्रेज़ी में बताते हैं। “जब user signup form सफलतापूर्वक पूरा कर ले, तो signup_completed नाम का एक event भेजो।” कोड builder लिखता है। आप नहीं।

एक नई AI से बनी app के लिए तीन टूल्स जिन पर मैं विचार करूंगा, क्रम में:

1. Plausible — बेहद आसान, privacy के लिहाज़ से अच्छा, साफ़-सुथरा dashboard। ज़ीरो analytics से काम की analytics तक सबसे छोटा रास्ता। करीब 9 डॉलर/महीना खर्च।
2. PostHog — एक उदार limit तक मुफ़्त, ज़्यादा ताकतवर, dashboard छोड़े बिना funnels और retention करने देता है। जिस पल आपके पास track करने लायक कोई असली funnel हो, इसके लायक है।
3. Google Analytics 4 — मुफ़्त, हर जगह मौजूद, सीखने में तकलीफ़देह। अगर आप marketing चलाने वाले हैं और आपको integration चाहिए, तब इसे इस्तेमाल करें। वरना छोड़ दें।

एक चुनिए। दो install मत कीजिए। दो analytics टूल्स का मतलब है दोगुना काम और शून्य गुना समझ।

वो अनुशासन जो सचमुच फल देता है

यह रही वो चीज़ जो analytics को दिखावे की कसरत से एक काम के टूल में बदल देती है: आपको इसे एक तय शेड्यूल पर देखना होगा।

हफ़्ते में एक बार, 15 मिनट बैठिए और चार सवालों के जवाब दीजिए:

1. इस हफ़्ते बनाम पिछले हफ़्ते कितने लोग आए?
2. कितनों ने signup किया?
3. पिछले हफ़्ते के signups में से कितने लौटकर आए?
4. flow में लोग कहां छोड़कर गए?

बस इतना ही। “data को explore करने” की कोशिश मत कीजिए। दस reports मत खोलिए। चार सवालों के जवाब दीजिए, नंबर किसी notes app या spreadsheet में लिख लीजिए, और आगे बढ़ जाइए। चार हफ़्ते बाद आपको trends दिखेंगे। आठ हफ़्ते बाद आपको पता होगा कि आपके कौन से बदलाव काम आए और कौन से नहीं।

इस पोस्ट की शुरुआत में मैंने जिस founder का ज़िक्र किया, उसने हमारी बातचीत के बाद वाले सोमवार को अपनी Pilates studio app में Plausible जोड़ा। इसमें उसे करीब 20 मिनट लगे — जिसका ज़्यादातर वक़्त events के नाम बताने में बीता। दो हफ़्ते बाद वो मुझे पूरे यक़ीन से बता सकती थी कि उसके तीन सबसे अच्छे signups एक customer की डाली एक Instagram पोस्ट से आए, कि कोई onboarding पूरा नहीं कर रहा था क्योंकि तीसरा step बहुत जल्दी payment method मांग रहा था, और कि उसके 11 active studios में से 7 कम से कम तीन बार app पर लौटकर आए। ये तथ्य analytics जोड़ने से पहले मौजूद ही नहीं थे। इन सबने बदल दिया कि उसने आगे क्या किया।

आपको 40 चार्ट वाले dashboard की ज़रूरत नहीं। आपको बस यह जानना है कि चीज़ ज़िंदा है या नहीं। वो चार नंबर जोड़िए। हफ़्ते में एक बार उन्हें देखिए। बाकी सब इंतज़ार कर सकता है।