O que é Mobile analytics?

Por que o mobile analytics é importante?

O mobile analytics é importante porque já somos uma sociedade mobile-first, ou seja, que usa mais aplicativos móveis do que computadores. Espera-se que os downloads de aplicativos móveis em todo o mundo aumentem drasticamente nos próximos anos. A empresa Statista projeta que até 2025, os consumidores baixarão 187 bilhões de aplicativos móveis da loja do Google Play. 

Isto significa que não apenas as pessoas estarão baixando muitos aplicativos — mas todos esses aplicativos estarão competindo entre si até certo ponto. É crucial para sua empresa compreender o comportamento do usuário dentro do seu app. Sem a análise de dados de aplicativos, não há uma maneira clara de aumentar as conversões ou garantir o resultado desejado por sua empresa.

Por que as empresas utilizam o mobile analytics?

As empresas utilizam a análise de dados de apps móveis para obter informações sobre o comportamento dos usuários que, de outra forma, não teriam conhecimento. 

Ferramentas de analytics como a UXCam se integram aos aplicativos móveis para capturar, armazenar e analisar dados de usuários. As empresas, então, usam essas percepções para melhorar seus produtos e criar uma melhor experiência para o usuário. 

Tentando convencer as lideranças da sua empresa de que vale a pena investir em um bom UX? Envie-lhes estas estatísticas.

Qual é a diferença entre o mobile e o web analytics?

Há várias diferenças entre a análise de dados de aplicativos e a de websites. Além do fato de os usuários se comportarem de maneira diferente em cada ambiente, a visualização de tais comportamentos também é bem distinta. 

• A análise de websites costumava se concentrar em métricas como a visualização de páginas. Hoje, ela se concentra em métricas relacionadas ao comportamento do usuário, padrões gerados por segmentos de usuários, sessões de aplicativos, frequência de interação e interação do usuário com anúncios. 

• A análise de aplicativos móveis gera uma maior quantidade de dados através de ferramentas analíticas de apps móveis. Estas ferramentas funcionam para entender o comportamento do usuário. As métricas de aplicativos móveis podem se concentrar em: localização do usuário, downloads e instalações, logins, janelas de interação, tempo de engajamento e dezenas de outros KPIs possíveis. 

Os aplicativos móveis têm múltiplas versões ativas entre plataformas, e apesar dos melhores esforços para estimular a adoção de novas versões, certos usuários preferem apenas permanecer em versões mais antigas. Você não só tem que entender os usuários em múltiplas plataformas, mas também múltiplas versões para cada plataforma e múltiplos tipos de dispositivos.

Isto significa que são necessárias soluções de ferramentas especializadas. Quando se trata de análise de dados, provavelmente você já está equipado com soluções analíticas quantitativas como Amplitude, Segment ou Mixpanel. 

A questão é: como quantificar e entender o engajamento do usuário? Os dias de segmentação demográfica simples acabaram. Usuários em faixas etárias completamente diferentes podem ter um comportamento muito semelhante quando se trata de aplicativos móveis. Para isso, você precisará investir também em análise de dados qualitativos, megulhando em KPIs e métricas que importam para seu negócio. 

Pronto para dar uma chance à análise de aplicativos móveis? Experimente o UXCam gratuitamente.

Quais são as diferentes técnicas de mobile analytics?

A análise de dados de aplicativos móveis, ou de analytics de experiências, vai além das técnicas analíticas tradicionais. Ela combina três tipos diferentes de métodos analíticos para fornecer uma imagem holística do comportamento do usuário: análise quantitativa, análise técnica e análise qualitativa. 

Apesar de todas essas técnicas fornecerem poderosas percepções por si só, elas são melhor utilizadas em combinação umas com as outras. Leia mais sobre cada técnica e como elas podem ajudá-lo a entender a experiência móvel de seu usuário.

Que métodos são usados na análise quantitativa?

As técnicas de análise quantitativa são todas sobre dados agregados. A forma mais comum de realizar análise quantitativa é agrupar um objeto de dados como usuários ou sessões de acordo com múltiplos atributos. Uma vez que os atributos relevantes tenham sido definidos, os dados segmentados podem ser organizados em vários formatos estruturados.

Há quatro métodos analíticos quantitativos principais. Aqui está uma breve visão geral:

• Análise da sessão e do usuário. Este método dá uma olhada em uma ampla gama de detalhes. Ele combina muitas informações técnicas (como o dispositivo do usuário, versão do aplicativo, modelo do dispositivo, etc.) com detalhes demográficos (como idade ou sexo). Na UXCam, os gestos do usuário são um atributo extra para filtrar sessões que enriquecem seus relatórios quantitativos.

• Análise de funil. Os funis dividem as viagens dos usuários em etapas-chave que os usuários precisam cumprir para atingir o objetivo final de seu aplicativo móvel. A maioria dos funis só funcionará em conjunto com a análise de eventos personalizados. A UXCam permite que os usuários filtrem sessões com base na etapa de funil selecionada. 

• Inspeção de eventos personalizados. Este método se deu a partir de métricas mais clássicas e permite que você analise jornadas específicas do usuário e inspecione novos aspectos de seu aplicativo. Escolha uma ferramenta que permita a realização de eventos personalizados e fique um passo mais próximo de entender a experiência do usuário, revendo estas sessões através da gravação da sessão.

• Estudo de sessões. Esta técnica combina muitos pontos de dados quantitativos para obter um quadro completo das sessões que estão ocorrendo em sua app. Ao analisar estas métricas ao longo do tempo, você pode ver as tendências e tirar conclusões sobre coortes específicas.

Que métodos são usados na análise técnica?

A análise técnica é especialmente importante no caso de aplicativos móveis e compreende a análise de falhas e a análise de congelamento da interface. Aqui está uma breve visão geral de ambos:

• Análise de crashes. Este método ajuda você a manter-se a par de problemas técnicos que podem prejudicar a experiência do cliente. Ele também pode ajudar a decifrar potenciais furos de conversão em um funil específico. 

• Análise de congelamento da interface. Também conhecido como análise de problemas, este método vai um passo além da análise de crashes e se aprofunda nos problemas que causam essas quebras de experiência. Estas questões podem ser divididas em exceções tratadas e não tratadas.

Que métodos são usados na análise qualitativa?

Os testes de usabilidade e o feedback do usuário são alguns dos métodos de análise qualitativa mais conhecidos. Embora estas técnicas possam ser úteis, elas não contam toda a história do que os usuários fazem em um aplicativo — mas sim o que eles pensam que fazem. 

As opiniões são poderosas e este feedback é inestimável, mas observar como os usuários reais realmente se comportam é uma história diferente. Quando emparelhado com a visualização de dados, as técnicas de análise qualitativa podem ser facilmente interpretadas.

Estes são os principais métodos utilizados na análise qualitativa:

• Pesquisa da voz do cliente. Este método ouve o que os clientes pensam sobre seu aplicativo móvel e é baseado na percepção. É útil para obter feedback e entender a maneira como os usuários falam sobre seu produto.

• Mapas de calor baseados em gestos. Os heatmaps visualizam como os usuários se envolvem com seu aplicativo. Os gestos de rastreamento (como toques duplos, toques longos, gestos de raiva, etc.) podem ser inestimáveis para entender as necessidades do cliente e evitar o desengajamento com o app. 

• Gravações de sessões. Também conhecido como replay de sessão, este método permite que você veja a experiência de um usuário com seu aplicativo móvel do início ao fim. Vá além do básico e aproveite completamente os benefícios que  as gravações das sessões podem trazer, integrando-as a outros métodos de análise.

• Fluxo de tela comportamental. Os fluxos de tela validam os funis, provam suas hipóteses ou mostram quais caminhos inesperados os usuários tomam em seu aplicativo.