Nutzungsstatistiken in der Produktentwicklung

Spätestens seitdem die agilen Entwicklungsmethoden Einzug in den Entwicklungsprozess gehalten haben, können Nutzungsstatistiken dabei helfen, das Produkt zu verbessern. Hierzu einige Ideen.

Nutzungsstatistiken

Der anliegende Artikel „How Usage Analytics Support Agile Development“ geht kurz auf den Nutzen ein, den Nutzungstatisiken in der Produktentwicklung haben können.

Einmal können sie dabei helfen, Anforderungen zu priorisieren, um so festzulegen, was als nächstes entwickelt wird. Zum anderen kann man mit Nutzungsstatistiken, bzw. mit Daten generell feststellen, welche Hard- und Software die Nutzer einsetzen, um so besser entscheiden zu können, welche Anwendungsfälle man zuerst abdeckt.

Hierzu ein Beispiel: Man kann beispielsweise feststellen, auf welchen Rechnern und mit welchen Betriebssystemen eine Webanwendung eingesetzt wird, und in welchem Softwarestand sich die Rechner befinden, indem man schlicht die entsprechenden Nutzungsmetriken erfaßt. Aus solchen Daten kann man dann z.B ableiten, welche Plattform für das eigene Produkt besonders wichtig ist, und welche Ausstattung man voraussetzen kann.

Aus Sicht des Artikels helfen Statistiken weiterhin an folgenden Stellen:

  • Zumindest in Cloud oder Webanwendungen lassen sich Annahmen zur Wichtigkeit einzelner Features überprüfen.
  • Man kommt zu validem, ungefiltertem Nutzerfeedback.

Erfahrungen

Nutzung

In Cloudanwendungen stehen neue Features sofort allen Kunden nach Freischaltung zur Verfügung. Hierbei kann man natürlich messen, welcher Teil des Produktes wie schnell angenommen, und wie oft eingesetzt wird. Man kann so z.B Rückschlüsse auf Wichtigkeiten einzelner Features ziehen.

Statistiken zu Blogs und Websites generell z.B. liefern Informationen darüber, welche Artikel wie oft aufgerufen worden sind, und ein Autor kennt daher Hitlisten, die ihm dabei helfen können zu entscheiden, welche Themen er als nächstes bearbeiten soll.

Meine Erfahrung hierbei: Die Nutzerzahlen ändern sich langsam, d.h man sollte weniger auf die Absolutzahlen im ersten Augenblick achten, als vielmehr die langfristige Entwicklung betrachten. Dann sind solche Zahlen noch sinnvoller.

Kombinierte Metriken

Für den Produktentwickler viel interessanter als reine Nutzungszahlen sind Metriken, die Rückschlüsse über die Einsatzszenarien des Kunden erlauben. Beispielsweise könnte man messen, welche Teile der Software eingesetzt werden, und wie die Antwortzeiten des Systems dabei sind, um so z.B. zu erkennen, welche Teile des Produkts besonders relevant sind für Wartezeiten denen sich der Kunde gegenübersieht.

Viele solcher Metriken sind Kombinationen aus anderen Metriken (z.B Nutzerzahlen und Performance), und man muss sich deshalb nicht nur Gedanken darüber machen, wie man an seine eigenen Produktdaten kommt, sondern sollte sich auch als Bereich oder Firma überlegen, wie man sich einen „Data Lake“ aus solchen Informationen aufbauen kann. Dann stellt sich natürlich auch gleich die Frage, wie man diese Daten möglichst automatisch auswertet (Machine Learning?).

A/B Tests

Eine weitere Technik wird in dem obigen Artikel angerissen. Sie ist aber streng genommen keine Metrik, sondern eine Art Test.

Gerade Cloudanwendungen bieten die technische Möglichkeit, unterschiedlichen Nutzern unterschiedliche Benutzerscreens anzuzeigen. Hiermit kann man dann z.B. gezielt ausprobieren, welches UI besonders gut ankommt.

Man muss hierfür lediglich zwei oder mehrere Varianten eines UIs erstellen, und diese für jeweils unterschiedliche Nutzer sichtbar machen um so herauszufinden, welche Bereiche Nutzer oft klicken, und ob diese richtig angeordnet sind. Damit kann man z.B Schwächen im UI entdecken.

Portfolioplanung

Spätestens bei der Portfolioplanung sollte man wissen, welche Produktteile wie wichtig sind, und welche Produktteile eher zum Long Tail gehören. So kann man dann z.B. besser definieren, wo man investieren möchte, und wo eher nicht.

Hierbei können Nutzerzahlen ungemein helfen, wenn die Daten richtig erhoben worden sind. Allerdings sind externe Daten nur eine Quelle. Man sollte die internen Quellen nicht vergessen, die man bereits hat.

Beispielsweise hat die Lizenzabteilung oft genauere Angaben zu Nutzerzahlen als man diese über externe Nutzerstatistiken erhalten könnte. Oder Bugreports liefern Angaben zu Produktschwächen, die man alleine aus Nutzungszahlen nicht ableiten kann.

Weiterführende Informationen

Das Original dieses Artikels ist auf Der Produktmanager erschienen (©Andreas Rudolph). Folgeartikel zum Thema gibt es über die (→Mailingliste), oder indem Sie →mir auf Twitter folgen.

In der Online Version des Artikels finden Sie hier die versprochenen weiterführenden Links:

Comments are closed.