Yapay zekayla geliştirdiğin uygulamaya analizleri ne zaman (ve nasıl) eklemelisin

Birkaç hafta önce tanıdığım bir kurucu uygulamasını yayınladı — küçük Pilates stüdyolarının ders bekleme listelerini yönetmesi için bir araç. Onu yaklaşık bir haftada bir yapay zeka uygulama oluşturucuyla geliştirdi. Bir perşembe yayına çıktı. Pazar günü bana, kimsenin kullanıp kullanmadığına dair hiçbir fikri olmadığını söyledi.

“Kaç kayıt aldın?” “Bilmiyorum.” “Kaydolan insanlar gerçekten kullanıyor mu?” “Bilmiyorum.” “Birileri bir yerde takılıyor mu?” “Bilmiyorum.”

Dikkatsiz değildi. Sadece uygulamada henüz analiz yoktu. Ve birçok teknik olmayan kurucu gibi, analizleri “sonra, daha fazla kullanıcı olduğunda” ekleyeceğini varsaymıştı. Sorun şu ki “sonra” hiç gelmez, çünkü analizler olmadan kaç kullanıcın olduğunu bilemezsin, yani “sonra”nın ne zaman olduğunu da söyleyemezsin.

Bir yapay zeka uygulama oluşturucuyla bir uygulama geliştirdiysen ve takip eklemeli misin diye ona bakıyorsan, bu yazı senin için. Ne zaman başlayacağını, neyi takip edeceğini, neyi göz ardı edeceğini ve kendini bir veri insanına dönüştürmeden bunu yapmanın mümkün olan en basit yolunu ele alacağız.

Mümkün olan en kısa cevap

Yapay zekayla geliştirdiğin uygulamaya temel analizleri birinci gün, herhangi bir kullanıcın olmadan önce ekle. Süslü bir panel değil. Bir davranış ısı haritası değil. Sadece üç ya da dört şey. Hangileri olduğuna geleceğiz.

Bunu yayından önce yapmanın nedeni tamamen pratiktir: takibi, sıfır kullanıcılı bir uygulamaya eklemek, zaten çalışan ve insanların ona bağlı olduğu bir uygulamaya sonradan eklemekten çok daha kolaydır. Yapay zeka oluşturucun uygulama küçükken onu temiz bir şekilde devreye sokabilir. Bir kez ona çarpan gerçek kullanıcılar olduğunda, her değişiklik daha riskli hisseder ve onu ertelemeye devam edersin.

İnsanlar bunu neden atlıyor ve atlamamalı

Teknik olmayan kurucuların analizleri atlamasının en yaygın nedeni, ne kadar az kullanıcıları olduğundan utanmalarıdır. Sayıdan utanmadığımda analiz eklerim diye düşünürler. Bu tam tersi. Utanmayacağın bir sayıya ulaşmaya çalışıyorsun. Analizler olmadan, yaptığın hiçbir şeyin işe yarayıp yaramadığını söyleyemezsin.

İkinci neden, analiz araçlarının korkutucu görünmesidir. “Google Analytics”, “Mixpanel”, “PostHog”, “Amplitude” duyarsın ve gözlerin kayar. Bu araçların çoğu, on iki kişilik şirketlerde tek işi grafiklere bakmak olan ürün yöneticileri için yapılmıştır. Buna ihtiyacın yok. Dört şey bilmen gerek ve neredeyse her araç o dört şeyi sana söyleyecektir.

Birinci gün takip edilecek dört şey

Yapay zekayla geliştirdiğin uygulama gördüğüm uygulamalar gibiyse — küçük bir SaaS, bir kurum içi araç, bir pazar yeri, bir dizin, niş bir ürün — başlangıçta gerçekten önemli olan dört sayı bunlar.

1. Uygulamaya kaç kişi geliyor

Bu en basiti. Sadece “bugün ana sayfayı kaç benzersiz kişi ziyaret etti”. Çoğu analiz aracı kurar kurmaz bunu sana bedava verir. Diğer her şeyin paydasıdır.

Bu sayıya takıntılı bir şekilde bakmak isteyeceksin. Bakma. Günden güne gürültülü. Haftalık eğilime bak.

2. O insanların kaçı kaydoluyor (ya da “ilk gerçek adımını” atıyor)

Uygulamanın istediği ilk taahhüt ne ise — kaydol, ücretsiz deneme başlat, ilk projeni oluştur, bir demo ayarla — gerçekleştiğinde takip et. Bu senin dönüşüm olayın.

100 ziyaretçi ve 4 kayıtla yayınladıysan, kayıt oranın %4. Bu, artık hareket ettirmeye çalışabileceğin bir sayı. 100 ziyaretçiyle yayınladıysan ve kaçının kaydolduğuna dair hiçbir fikrin yoksa, optimize edecek hiçbir şeyin yok.

3. O insanların kaçı ertesi gün (ya da ertesi hafta) geri geliyor

Bu, kimsenin erken takip etmediği en önemli sayı. Adı tutmadır (retention) ve yapay zekayla geliştirilen uygulamalar için çoğu zaman, gerçek bir şeyin mi olduğunu yoksa tek seferlik bir yenilik mi geliştirdiğini sessizce söyleyen şeydir.

Burada süslü bir şeye ihtiyacın yok. Sadece: bu hafta kaydolan insanların kaçı ertesi hafta geri geldi ve bir şey yaptı? Cevap yaklaşık sıfırsa, hiçbir ana sayfa trafiğinin düzeltemeyeceği bir sorunun var.

4. İnsanların nerede vazgeçtiği

Herhangi bir akışın varsa — kayıt, katılım, ilk-görev, ödeme — her adımı takip et. Her tıklamayı değil. Sadece adı olan adımları. Böylece görebilirsin: 100 kişi kayda başladı, 80’i e-postasını girdi, 50’si onayladı, 20’si panele ulaştı.

O huni, yapay zekayla geliştirilen bir uygulama için sahip olacağın tek en faydalı hata ayıklama aracıdır, çünkü sana tam olarak nereye odaklanacağını söyler. 100 kişi kayda başlayıp 80’i e-posta giriyor ama sadece 50’si onaylıyorsa, bir e-posta sorunun var (belki onay e-postası spam’e gidiyor, belki gönderilmiyor). Şimdi yapay zeka oluşturucundan düzeltmesini isteyecek spesifik bir şeyin var.

Neyi göz ardı etmeli

İşte başlangıçta takip etmemen gerekenler, çünkü zamanını boşa harcar ve yapman gerekenden daha fazlasını yapman gerektiği hissini verir:

• Her düğme tıklaması. 14 kişinin “Hakkında” bağlantısına tıkladığını bilmene gerek yok. O veriyi asla kullanmayacaksın.
• Sayfada geçirilen süre. Anlamlı geliyor, değil. Birinin öğle yemeğine giderken bir sekmeyi açık bırakması “20 dakika etkileşimli” sayılır.
• Hemen çıkma oranı (bounce rate). İçerik siteleri için gerçekten faydalı; uygulama şeklindeki ürünler için çoğunlukla gürültü.
• A/B testleri. Hafta başına varyant başına yüzlerce kullanıcın olana kadar bunu yapma. Sekiz kullanıcıyla A/B testi yapamazsın.
• Demografi, kaydırma derinliği, ısı haritaları. Eninde sonunda faydalı. Şimdi değil.

Temel kural: bir metrik bu hafta vereceğin bir kararı değiştirmiyorsa, henüz takip etme.

Onu gerçekte nasıl eklersin (teknik olmayan versiyon)

Çoğu yapay zeka uygulama oluşturucu bunu neredeyse şüphe uyandıracak kadar kolaylaştırır. Oluşturucuya şöyle bir cümle verirsin:

“Analiz takibi ekle. [araç adı] kullan. Birinin ana sayfayı ne zaman ziyaret ettiğini, ne zaman kaydolduğunu, ne zaman geri gelip giriş yaptığını ve katılım akışının her adımında takip et.”

PostHog ya da Plausible gibi bir araç kullanıyorsan, uygulamanın head’ine giden küçük bir kod parçası (bir ya da iki satır) üretirler. Yapay zeka oluşturucun onu senin için yapıştırabilir. Google Analytics kullanıyorsan, aynı şey — Google sana bir parça verir, parçayı oluşturucuna verirsin, oluşturucun onu kurar.

Adlandırılmış olaylar için (kayıt, giriş, katılım adımı), onları sade bir dille anlatıyorsun. “Kullanıcı kayıt formunu başarıyla bitirdiğinde, signup_completed adlı bir olay gönder.” Kodu oluşturucu yazar. Sen yazmazsın.

Taze bir yapay zekayla geliştirilen uygulama için sırasıyla değerlendireceğim üç araç:

1. Plausible — Çok basit, gizlilik dostu, temiz bir paneli var. Sıfır analizden faydalı analize en kısa yol. Aylık yaklaşık 9 dolar.
2. PostHog — Cömert bir sınıra kadar ücretsiz, daha güçlü, paneli terk etmeden huni ve tutma yapmana izin veriyor. Takip edecek gerçek bir hunin olduğu anda buna değer.
3. Google Analytics 4 — Ücretsiz, her yerde, öğrenmesi acı verici. Pazarlama yürütecek ve entegrasyona ihtiyacın olacaksa kullan. Yoksa atla.

Birini seç. İki tane kurma. İki analiz aracı iki katı iş ve sıfır kat içgörüdür.

Gerçekten karşılığını veren disiplin

İşte analizleri bir gösteriş egzersizinden faydalı bir araca dönüştüren şey: ona bir program dahilinde bakmalısın.

Haftada bir kez, 15 dakika otur ve dört soruyu yanıtla:

1. Bu hafta geçen haftaya göre kaç kişi ziyaret etti?
2. Kaç kişi kaydoldu?
3. Geçen haftanın kayıtlarından kaçı geri geldi?
4. Akışta insanlar nerede vazgeçti?

Hepsi bu. “Veriyi keşfetmeye” çalışma. On rapor açma. Dört soruyu yanıtla, sayıları bir not uygulamasına ya da bir elektronik tabloya yaz ve devam et. Dört hafta sonra eğilimleri göreceksin. Sekiz hafta sonra hangi değişikliklerinin işe yaradığını ve hangilerinin yaramadığını bileceksin.

Yazının başında bahsettiğim kurucu, konuşmamızdan sonraki pazartesi Pilates stüdyosu uygulamasına Plausible ekledi. Yaklaşık 20 dakika sürdü — çoğu, yapay zeka oluşturucuya olayları nasıl adlandıracağını söylemekle geçti. İki hafta sonra bana kesin olarak şunu söyleyebiliyordu: en iyi üç kaydı bir müşterinin yaptığı bir Instagram gönderisinden geldi, kimse katılımı bitirmiyordu çünkü üçüncü adım çok erken bir ödeme yöntemi istiyordu ve 11 aktif stüdyosunun 7’si uygulamaya en az üç kez geri gelmişti. Bu gerçeklerin hiçbiri o analizleri eklemeden önce yoktu. Hepsi sonra ne yaptığını değiştirdi.

40 grafikli bir panele ihtiyacın yok. Şeyin hayatta olup olmadığını bilmen gerek. Dört sayıyı ekle. Onlara haftada bir kez bak. Gerisi bekleyebilir.