I denne artikkelserien gir vi en introduksjon til PostHog og viser hvordan du kan bruke verktøyet for å forstå produktet ditt bedre, og bli mer produktorientert. I dagens luke skal vi formulere vår første hypotese, og prøve å få den bekreftet eller avkreftet med dataen vi samler inn fra Posthog.
Hypotesedrevet utvikling med Posthog
I produktutvikling tar vi ofte beslutninger basert på antagelser. Vi antar at brukerne trenger en ny funksjon, eller at et nytt design vil øke konverteringen. Men hvordan vet vi egentlig om vi har rett? Uten en måte å teste antagelsene våre på, risikerer vi å investere tid og ressurser i løsninger som kanskje ikke skaper den effekten vi ønsker.
Hypotesedrevet utvikling handler om å utfordre disse antagelsene og gjøre dem målbare. I stedet for å bygge funksjoner på magefølelse, kan vi formulere hypoteser, teste dem, og bruke data til å avgjøre hva som fungerer. Her kommer PostHog inn som et kraftfullt verktøy for å validere hypoteser og ta datadrevne beslutninger.
Ved å sette tydelige mål og bruke PostHog til å samle innsikt om brukernes faktiske atferd, kan teamet ditt redusere risiko ved forstå hva som faktisk skaper verdi, og dermed bygge produkter som treffer bedre. I denne artikkelen utforsker vi hvordan du kan bruke PostHog til å jobbe hypotesedrevet.
Slik kan du teste hypoteser med Posthog
1. Utform hypotesen
Alt starter med en klar og konkret hypotese. En god hypotese bør være målbar, spesifikk og tidsavgrenset. En godt strukturert hypotese kan følge denne strukturen:
Hvis [endring], vil [metrikk] endres med [prosent] innen [tid].
For eksempel:
Hvis vi legger til en "Hva betyr dette?"- lenke på et element, vil trafikken til hjelpe-sidene til produktet øke med 20% innen to uker.
Hypotesen hjelper deg med å tydeliggjøre hva du ønsker å oppnå og hvorfor det er viktig.
💡 Tips: Hva ønsker vi å oppnå?
Tenk alltid på hva slags effekt, for eksempel atferdsendring, du ønsker å oppnå. Og hvorfor denne effekten er verdifullt for brukerne og produktet ditt.
2. Velg ut events og metrikker som kan måle effekten av endringen
Identifiser relevante hendelser i PostHog, som klikk, fullførte handlinger, og frafall. Du kan sette opp manuelle events som er avgrenset kun til den endringen du ønsker å måle.
For eksempel kunne man for hypotesen over laget et event for hvert besøk på Hva betyr dette?-siden, og så mål om denne metrikken går opp etter endringen ble lansert.
💡Tips: Husk at korrelasjon ikke alltid betyr kausalitet!
Fra forskningsverden kjenner vi godt til konseptet om at korrelasjon ikke fordrer kausalitet. Du kan ikke med sikkerhet si at økt besøk på hjelpe-sidene dine kan utelukkende forklares ved at du har laget en Hva betyr dette?-lenke.
Dette gjelder for eksempel hypotesen over: Selv om trafikken til hjelpesidene øker, kan det være andre faktorer som spiller inn. Eksperimenter bør være så isolerte som mulig, slik at du måler effekten av den konkrete endringen.
Et praktisk eksempel
I teamet vårt hos Kartverket jobber vi med et produkt som gir brukere oversikt over eiendommene sine. På landingssiden vår kan brukere se alle sine eide eiendommer og klikke seg inn på detaljer for hver eiendom.
Ved hjelp av PostHog oppdaget vi at kun 60 % av brukerne faktisk klikket seg inn på detaljsidene – og at konverteringsraten var spesielt lav for mobilbrukere.
Antagelsen vår var at det ikke var tydelig nok for mobilbrukere at eiendomskortene var klikkbare. Vi testet derfor en endring der vi la til en “Se flere opplysninger”-knapp på eiendomskortene for mobilbrukere.
Hypotesen vår:
Dersom vi legger til en “Se flere opplysninger”-knapp på eiendomskortene for mobilbrukere, vil antall brukere som besøker detaljsidene øke med 15 %.
Dette lille eksperimentet rullet vi så ut i produksjon for brukere på mobil. Vi lot eksperimentet stå i tre dager for å se om det var en økning i trenden på brukerne som gikk fra den en til den andre visningen. Vi lagde så en funnel for å visualisere effekten på mobil vs. desktop:
Resultatet:
Eksperimentet viste en økning på 18 % i antall mobilbrukere som besøkte detaljsidene! Hypotesen vår ble bekreftet – den lille funksjonelle endringen hadde en målbar og positiv effekt.
I denne artikkelen har vi sett hvordan du kan formulere en hypotese, sette opp målinger og validere effekten av et eksperiment. Hypotesetesting med Posthog gir produktteam muligheten til å fokusere på tiltak som faktisk fungerer. Dette gir ikke bare mer treffsikre produktendringer, men reduserer også risikoen for å bruke ressurser på feil tiltak.
Følg med i morgen for den siste delen av denne artikkelserien om produktutvikling med Posthog. Da skal vi utforske hvordan innsikt kan brukes til å ta strategiske produktbeslutninger!