Când (și cum) să adaugi analytics în aplicația ta creată cu IA

Acum câteva săptămâni, o fondatoare pe care o cunosc și-a lansat aplicația — un instrument prin care studiourile mici de Pilates își gestionează listele de așteptare la cursuri. A construit-o în vreo o săptămână folosind un creator de aplicații cu IA. A ieșit într-o joi. Duminică mi-a spus că habar n-avea dacă o folosea cineva.

„Câte înscrieri ai avut?” „Nu știu.” „Oamenii care s-au înscris chiar o folosesc?” „Nu știu.” „Se blochează cineva pe undeva?” „Nu știu.”

Nu era neglijentă. Pur și simplu nu pusese încă analytics în aplicație. Și, ca mulți fondatori non-tehnici, presupusese că va adăuga analytics „mai târziu, când vor fi mai mulți utilizatori”. Problema e că „mai târziu” nu vine niciodată, pentru că fără analytics nu știi câți utilizatori ai, deci nu poți spune când este „mai târziu”.

Dacă ți-ai construit o aplicație cu un creator de aplicații cu IA și te uiți la ea întrebându-te dacă să adaugi urmărire (tracking), articolul ăsta e pentru tine. O să vorbim despre când să începi, ce să urmărești, ce să ignori și cea mai simplă cale posibilă de a face asta fără să te transformi într-un om al datelor.

Răspunsul cel mai scurt posibil

Adaugă analytics de bază în aplicația ta creată cu IA din prima zi, înainte să ai vreun utilizator. Nu un panou sofisticat. Nu o hartă termică de comportament. Doar trei-patru lucruri. Ajungem și la care anume.

Motivul pentru care s-o faci înainte de lansare e pur practic: e mult mai ușor să adaugi urmărire într-o aplicație cu zero utilizatori decât s-o adaptezi la una care deja rulează și de care depind oamenii. Creatorul tău cu IA o poate integra curat când aplicația e mică. Odată ce o folosesc utilizatori reali, fiecare schimbare pare mai riscantă și o tot vei amâna.

De ce sar oamenii peste asta și de ce n-ar trebui

Cel mai des întâlnit motiv pentru care fondatorii non-tehnici sar peste analytics e că le e jenă de cât de puțini utilizatori au. Se gândesc: adaug analytics după ce nu-mi mai e rușine de cifră. Asta e exact pe dos. Tocmai încerci să ajungi la o cifră de care să nu-ți mai fie rușine. Fără analytics, nu poți spune dacă ceva din ce faci dă roade.

Al doilea motiv e că instrumentele de analytics par intimidante. Auzi „Google Analytics”, „Mixpanel”, „PostHog”, „Amplitude” și ți se împăienjenesc ochii. Majoritatea acestor instrumente sunt făcute pentru product managerii din companii cu doisprezece oameni, a căror slujbă e doar să se uite la grafice. Ție nu-ți trebuie asta. Trebuie să știi patru lucruri, și aproape orice instrument îți va spune aceste patru lucruri.

Cele patru lucruri pe care să le urmărești din prima zi

Dacă aplicația ta creată cu IA seamănă cu cele pe care le văd eu — un SaaS mic, un instrument intern, un marketplace, un director, un produs de nișă — astea sunt cele patru cifre care chiar contează la început.

1. Câți oameni ajung pe aplicație

Asta e cea mai simplă. Pur și simplu „câți oameni unici au vizitat pagina principală azi”. Majoritatea instrumentelor de analytics ți-o oferă gratis din clipa în care le instalezi. Este numitorul pentru toate celelalte.

Vei fi tentat să te uiți obsesiv la cifra asta. Nu o face. E zgomotoasă de la o zi la alta. Uită-te la tendința săptămânală.

2. Câți dintre acei oameni se înscriu (sau fac „primul pas real”)

Oricare ar fi primul angajament pe care aplicația ta îl cere — înscriere, începerea unei perioade de probă gratuite, crearea primului proiect, programarea unui demo — urmărește când se întâmplă. Acesta este evenimentul tău de conversie.

Dacă ai lansat cu 100 de vizitatori și 4 înscrieri, rata ta de înscriere e 4%. Asta e o cifră pe care acum poți încerca s-o miști. Dacă ai lansat cu 100 de vizitatori și habar n-ai câți s-au înscris, nu ai nimic de optimizat.

3. Câți dintre acei oameni revin a doua zi (sau săptămâna următoare)

Asta e cea mai importantă cifră pe care nimeni nu o urmărește devreme. Se numește retenție, iar pentru aplicațiile create cu IA e adesea lucrul care îți spune în liniște dacă ai ceva real sau dacă ai construit o noutate de folosit o singură dată.

Aici nu-ți trebuie nimic sofisticat. Doar: dintre oamenii care s-au înscris săptămâna asta, câți au revenit săptămâna următoare și au făcut ceva? Dacă răspunsul e aproximativ zero, ai o problemă pe care nicio cantitate de trafic pe pagina principală n-o va rezolva.

4. Unde renunță oamenii

Dacă ai vreun fel de flux — înscriere, onboarding, prima sarcină, plată (checkout) — urmărește fiecare pas. Nu fiecare clic. Doar pașii cu nume. Ca să poți vedea: 100 au început înscrierea, 80 și-au introdus e-mailul, 50 l-au confirmat, 20 au ajuns la panoul de control.

Acel funnel e cel mai util instrument de depanare pe care îl vei avea vreodată pentru o aplicație creată cu IA, pentru că îți spune exact pe ce să te concentrezi. Dacă 100 încep înscrierea și 80 introduc e-mailul, dar numai 50 confirmă, ai o problemă cu e-mailul (poate e-mailul de confirmare ajunge în spam, poate nu se trimite deloc). Acum ai ceva specific de cerut creatorului tău cu IA să repare.

Ce să ignori

Iată ce să nu urmărești când abia începi, pentru că îți va irosi timpul și te va face să simți că ar trebui să faci mai mult decât e cazul:

• Fiecare clic pe buton. Nu trebuie să știi că 14 oameni au dat clic pe linkul „Despre”. Nu vei folosi niciodată datele alea.
• Timpul pe pagină. Sună a ceva semnificativ, dar nu e. Cineva care lasă un tab deschis cât se duce la prânz contează drept „20 de minute de implicare”.
• Rata de respingere (bounce rate). Chiar utilă pentru site-urile de conținut; mai ales zgomot pentru produsele de tip aplicație.
• Testele A/B. Nu face asta până nu ai sute de utilizatori pe variantă pe săptămână. Nu poți face teste A/B cu opt utilizatori.
• Demografie, adâncimea derulării (scroll depth), hărți termice. Utile cândva. Nu acum.

Regula de bază: dacă o metrică n-ar schimba o decizie pe care ai lua-o săptămâna asta, n-o urmări încă.

Cum o adaugi de fapt (versiunea pentru non-tehnici)

Majoritatea creatoarelor de aplicații cu IA fac asta aproape suspect de ușor. Îi dai creatorului o frază de genul:

„Adaugă urmărire cu analytics. Folosește [numele instrumentului]. Urmărește când cineva vizitează pagina principală, când se înscrie, când revine și se autentifică și la fiecare pas al fluxului de onboarding.”

Dacă folosești un instrument precum PostHog sau Plausible, îți vor genera un mic fragment de cod (una-două linii) care merge în head-ul aplicației. Creatorul tău cu IA îl poate lipi pentru tine. Dacă folosești Google Analytics, e la fel — Google îți dă un fragment, dai fragmentul creatorului tău, iar creatorul îl instalează.

Pentru evenimentele cu nume (înscriere, autentificare, pas de onboarding), le descrii în limbaj simplu. „Când utilizatorul termină cu succes formularul de înscriere, trimite un eveniment numit signup_completed.” Creatorul scrie codul. Tu nu.

Trei instrumente pe care le-aș lua în calcul pentru o aplicație nouă creată cu IA, în ordine:

1. Plausible — Extrem de simplu, prietenos cu confidențialitatea, cu un panou de control curat. Cea mai scurtă cale de la zero analytics la analytics utile. Costă în jur de 9 $/lună.
2. PostHog — Gratuit până la o limită generoasă, mai puternic, îți permite să faci funnel-uri și retenție fără să ieși din panou. Merită din clipa în care ai un funnel real de urmărit.
3. Google Analytics 4 — Gratuit, omniprezent, dureros de învățat. Folosește-l dacă vei face marketing și ai nevoie de integrare. Sari peste el altfel.

Alege unul. Nu instala două. Două instrumente de analytics înseamnă de două ori munca și de zero ori insight-ul.

Disciplina care chiar dă roade

Iată lucrul care transformă analytics dintr-un exercițiu de vanitate într-un instrument util: trebuie să te uiți la el după un program.

O dată pe săptămână, așază-te 15 minute și răspunde la patru întrebări:

1. Câți oameni au vizitat săptămâna asta față de săptămâna trecută?
2. Câți s-au înscris?
3. Dintre înscrierile de săptămâna trecută, câți au revenit?
4. Unde în flux au renunțat oamenii?

Atât. Nu încerca să „explorezi datele”. Nu deschide zece rapoarte. Răspunde la cele patru întrebări, scrie cifrele într-o aplicație de notițe sau într-o foaie de calcul și mergi mai departe. După patru săptămâni, vei vedea tendințe. După opt săptămâni, vei ști care dintre schimbările tale au funcționat și care nu.

Fondatoarea pe care am menționat-o la începutul articolului a adăugat Plausible în aplicația ei pentru studioul de Pilates lunea de după conversația noastră. I-a luat vreo 20 de minute — în mare parte spunându-i creatorului cu IA cum să numească evenimentele. Două săptămâni mai târziu putea să-mi spună cu certitudine că cele mai bune trei înscrieri ale ei au venit dintr-o postare pe Instagram făcută de o clientă, că nimeni nu termina onboarding-ul pentru că al treilea pas cerea o metodă de plată prea devreme și că dintre cele 11 studiouri active, 7 reveniseră în aplicație de cel puțin trei ori. Niciun fapt din astea nu exista înainte să adauge analytics. Toate au schimbat ce a făcut în continuare.

Nu-ți trebuie un panou cu 40 de grafice. Trebuie să știi dacă lucrul ăla e viu. Adaugă cele patru cifre. Uită-te la ele o dată pe săptămână. Restul poate aștepta.