Ayudar a las empresas a comprender el comportamiento de los usuarios es el objetivo principal de las plataformas de análisis utilizadas para todo tipo de productos digitales, como las aplicaciones móviles: todos los lugares en los que un usuario toca tu pantalla y las acciones que realiza se recopilan junto con otros datos relevantes para trazar una imagen de cómo los usuarios interactúan con un producto. Los análisis y los informes de estas plataformas influirán en todo, desde cómo reaccionar ante los cambios, hasta cómo abordar el mantenimiento rutinario o ampliar las funciones, entre otras cosas. En última instancia, ayudan a las empresas a tomar mejores decisiones para atraer, convertir y retener a los usuarios, así como a mejorar continuamente la experiencia del usuario.
Después de todo, la recopilación de datos es sólo la mitad de la batalla: depende de tu empresa poner en práctica lo aprendido.
Piensa en cómo las herramientas de monitorización cardíaca utilizadas por los servicios de emergencia y los médicos pueden proporcionar las constantes vitales de un paciente, pero se necesitan diagnósticos más profundos como análisis de sangre, muestras de tejido y mucho más para obtener una visión completa de la salud de un paciente. Algunos sistemas de análisis funcionan como conjuntos completos que rastrean y analizan un amplio espectro de datos, mientras que otros son más específicos, como un monitor cardíaco. Vamos a explicar lo que hacen estos productos y, a continuación, veremos algunos ejemplos más concretos de cómo se utilizan determinados sistemas.
¿Qué es una plataforma de análisis?
Una plataforma de análisis se refiere a un tipo de software (o conjunto de software) que registra los datos de los usuarios cuando interactúan con las aplicaciones. En la mayoría de los casos, estas soluciones incluyen información que puede ayudar a las empresas a comprender el panorama general.
Utilicemos la aplicación de Rolling Stone como ejemplo: si lees nuestro artículo anterior sobre ella, hablamos de nuestro viaje de usuario mientras navegábamos por la aplicación e interactuábamos con las diferentes características. En la sección en la que hablamos de lo que haríamos de forma diferente, hablamos de la parte de la aplicación que permite ver la revista impresa.
En algún lugar del backend, hay un programa de análisis que observa cómo cada usuario interactúa con la revista y cuenta cuánto tiempo pasa el usuario en una pantalla, así como cuándo y cómo toca el dispositivo. Nos quejamos de que esta función no permite saltar a una página determinada, lo que significa que un usuario que quiera leer algo en la página 72 tendrá que deslizarse durante un buen minuto y medio antes de llegar a esa página.
Este tipo de información se registra y debería notarse, pero depende mucho del sistema que se utilice. Una gran cantidad de deslizamientos después de una determinada acción podría ser detectada y señalada por una herramienta de información basada en la inteligencia artificial integrada en el programa de análisis, pero no todos los sistemas están equipados con (o configurados para utilizar) este grado de lógica.
Al igual que es importante encontrar la solución adecuada, la configuración es otro factor importante que recaerá sobre los hombros de tu equipo de desarrollo. Prácticamente todas las soluciones del mercado tendrán la capacidad de rastrear copiosas cantidades de datos relevantes (e irrelevantes) de los usuarios, por lo que hay que configurarlas para sacarles el máximo partido, como cualquier otra cosa. Esto significa que es importante encontrar una solución desde el principio para asegurarse de que los datos pueden ayudar a guiar tus decisiones mucho antes de que tu producto salga oficialmente al mercado.
Casos de uso de plataformas de análisis de aplicaciones con Upkept
La aplicación Upkept es un producto que proporciona una variedad de funciones diferentes que ayudan a los usuarios cotidianos a abordar el mantenimiento del hogar. Puede descargarse gratuitamente en iOS y Android, y ofrece a los usuarios 90 días de acceso completo a más de 250 rutinas de mantenimiento que pueden ayudar a mejorar la calidad y prolongar la vida de los sistemas de tu hogar.
La aplicación Upkept utiliza algunos productos diferentes para rastrear y analizar el comportamiento significativo del usuario. Más allá de las métricas cruciales utilizadas para comprender el panorama general de la salud de la aplicación, existen casos de uso más específicos para el análisis de aplicaciones que se vinculan a otros esfuerzos aparte de la inteligencia empresarial, como la investigación y el desarrollo o el mantenimiento rutinario. Veamos cómo Upkept satisface diferentes necesidades analíticas con un puñado de soluciones
Recogida y almacenamiento de datos
Los datos deben ser identificados y agrupados antes de que puedan ser analizados y comprendidos, lo cual es un elemento importante en cualquier operación de análisis. Este proceso se asemeja mucho a una operación de fabricación en la que los artículos se adquieren de diversos proveedores y finalmente se transforman en cualquier cosa, desde una caja de cereales hasta un vehículo recreativo. Esta parte de análisis es donde se organizan los datos de diferentes bases de datos conectadas y se almacenan de tal manera que los datos pueden ser procesados dentro del sistema, así como otras herramientas que cubriremos en breve.
Dos de los principales proveedores de análisis de aplicaciones son Amplitude y Segment, el primero de los cuales es utilizado por Upkept para agregar datos de una variedad de fuentes, como los datos de entrada recogidos desde el frontend y las bases de datos conectadas. Este sistema permite a Upkept realizar un seguimiento del recorrido del usuario y comprender cómo ha utilizado (o evitado) cada elemento de su base de usuarios a través del procesamiento de eventos del cliente. Upkept ha estado utilizando esto para identificar áreas de oportunidad al aprender cómo los usuarios tienden a navegar a través de la aplicación e interactuar con diferentes elementos.
Segmentación y experiencia del cliente
Ver cómo se mueve un usuario por una aplicación ayuda a las empresas a obtener un conocimiento general de un usuario, pero su comportamiento en escenarios más específicos, como sus acciones tras una interacción con una notificación push, añade muchos más detalles al panorama. Los buenos sistemas de notificación suelen estar vinculados a los datos del usuario, lo que les permite enviar mensajes útiles y personalizados en el momento adecuado, así como realizar un seguimiento y medir los resultados. También desempeñan un valioso papel al ayudar a distinguir las características de los usuarios individuales para segmentar adecuadamente una audiencia.
Las plataformas OneSignal y Braze destacan como dos de los sistemas más populares del mercado. Upkept utiliza Braze para llegar a los usuarios en el momento perfecto para ayudarles a progresar en su viaje y, así, sacar el máximo partido a la aplicación. La aplicación Upkept tiene en cuenta el plan de mantenimiento del usuario y enviará notificaciones oportunas para ciertas tareas que se rastrean para ayudar a determinar su eficacia. Las métricas de rendimiento también son absorbidas por la solución de almacenamiento de datos (Amplitude, en este caso), donde se almacenan los datos, aunque también se pueden diseccionar y examinar cuando sea necesario.
Publicidad y atribución
Casi todos los sistemas de marketing incluirán una serie de rastreadores y análisis para ayudar a las empresas a comprender la eficacia (o la falta de ella) de diversos esfuerzos de marketing y eventos de aplicaciones a través de los datos. Estos sistemas obtienen la mayor parte de la energía de una solución de almacén de datos conectada que alimenta el sistema con la información que necesita para que la pila de análisis funcione a pleno rendimiento.
Hay un montón de soluciones en el mercado, desde el inmensamente popular y veterano proveedor de servicios, App Annie, hasta otros como Sensor Tower, AppsFlyer y la plataforma Kochava que utiliza Upkept. Estos sistemas de marketing se conectan con los almacenes de datos internos, así como con otras plataformas de atribución (cuando es necesario) como Facebook, Google y otras redes publicitarias para potenciar los esfuerzos de marketing a través de los datos.
Por ejemplo, Kochava proporciona información sobre los esfuerzos en las redes sociales, mostrando cuáles de sus anuncios sociales están impulsando no sólo descargas, sino descargas que resultan en conversiones de usuarios de pago y retención a largo plazo. Los datos también pueden reposicionarse para ayudar a comprender detalles más intrincados, por ejemplo, como intereses específicos a través del análisis de segmentación, que puede utilizarse para hacer cualquier cosa, desde enviar una CTA personalizada en una notificación a través de Braze o, en otros casos, podría simplemente revelar que una actualización de contenido para un grupo de anuncios debería conducir a más conversión.
