FUNDAMENTAL ANALISIS FUNNEL DARI SEBUAH APPLIKASI

Selamat Sore kawan blogger, 

hari saya ingin mendokumentasi kan mengenai funnel analisis,..

Ok langsung aja kita masuk ke topik bahasan.

Pada sebuah applikasi biasanya seorang product owner mendifinisikan beberapa users stories dan meminta developer untuk men tagging data dari setiap stories yang di define yaitu ketika users pertama kali sign up sampai users berhasil melakukan pemesanan.

Tujuan utama dari hal itu adalah agar mempermudah product owner untuk melakukan evaluasi pada setiap komponen yang ada di applikasi sehingga menghasilkan sebuah applikasi yang menyenangkan bagi users dan tentunya akan menghadirkan keuntungan bagi perusahaan. Berikut ini adalah salah satu contoh data funnel dari runtutan stories:

Stories definisi:

1. Sign-up users = Pengguna yang mengirimkan alamat email dan nomor telepon mereka untuk pendaftaran setelah menginstal aplikasi.
2. Phone verified users = Pengguna yang nomor teleponnya berhasil diverifikasi oleh SMS OTP. Pengguna harus mengetikkan kode 4 digit yang diberikan oleh SMS agar ponsel dapat diverifikasi.
3. Booking request users = Pengguna yang meminta pemesanan setelah melewati verifikasi telepon. Pengguna tidak dapat meminta pemesanan sebelum menyelesaikan verifikasi telepon mereka.
4. Active users = Pengguna yang telah berhasil menyelesaikan setidaknya satu pesanan pada aplikasi.

Kemudian, seorang product owners meminta bantuan kepada seorang product analyst untuk mengekplorasi data diatas untuk mendapatkan visualisasi data yang menggambarkan kondisi dari setiap perjalanan users ketika berada di applikasi. 

ada dua kondisi yang bisa dilakukan pada umumnya oleh seorang product analyst yaitu melakukan evaluasi per kuartal atau per semester, hal ini tergantung dari tujuan dan permintaan yang diinginkan oleh product owner. Umumnya Goal dari product owner adalah:

1. Maksimalkan jumlah pengguna aktif di platform 

2. Meningkatkan frekuensi penggunaan untuk setiap pengguna pada platform 

Berikut ini adalah hasil dari visualisasi funnel yang dilakukan product analyst:

•  Visualisasi Funnel per kuartal

• Visualisasi Funnel per semester

Sebelum melakukan interprestasi hasil dari visualiasi diatas, seorang product analyst terlebih dahulu akan membangun sebuah asumsi awal yaitu:

Konversi Funnel akan menunjukkan tempat dimana Users berhenti (drop rate) di sepanjang jalur konversi, inilah jalur konversi funnel yang dimiliki dari data diatas:

Sign-up users --> Phone verified users --> Booking request users --> Active users

Maka contoh interprestasi hasil visualisasi nya:

Hasil menunjukkan laporan visualisasi Funnel per semester dengan tiga langkah utama yang disoroti:

           - Sign-up users ----> Phone verified users

           - Phone verified users ----> Booking request users

           - Booking request users ----> Active users

1. Dropout Rate dari Sign-up users ----> Phone verified users
   
   Langkah pertama menunjukkan bahwa pengguna yang mencapai Phone verified dari pengguna Sign-up 80,89% dengan tingkat Dropout Rate adalah 19,11% atau pengguna meninggalkan aplikasi saat melakukan Phone verified untuk pendaftaran setelah menginstal aplikasi adalah 1.180.823 pengguna.
2. Dropout Rate dari Phone verified users ----> Booking request users
   Langkah kedua menunjukkan bahwa pengguna yang mencapai Booking request dari Phone verified adalah 40,74% dengan tingkat Dropout Rate adalah 40,15% atau pengguna meninggalkan aplikasi saat melakukan Booking request setelah menyelesaikan vPhone verified adalah 2.480.249 pengguna.
3. Dropout Rate dari Booking request users ----> Active users
   Langkah ketiga menunjukkan bahwa pengguna yang mencapai pengguna Aktif dari Booking request adalah 32,68% dengan tingkat Dropout Rate adalah 8,06% atau pengguna meninggalkan aplikasi saat melakukan Booking request adalah 498.309 pengguna.
4. Ringkasan hasil konversi Funnel menunjukkan bahwa total pengguna yang dropout adalah 4.159.381 atau 67,32% pengguna.

Dari hasil interprestasi diatas maka product owner akan melakukan riset fundamental lebih lanjut mengenai berbagai hal yang berhubungan dengan applikasi yang dimiliki.

contoh:

Misalkan product owner berfokus untuk meningkat users pada langkah Phone verified users ----> Booking request users. Product owner berasumsi bahwa diperlukan penanganan lebih terhadap langkah tersebut karena tingkat Dropout Rate nya mencapai 40,15%. Maka yang pertamakali dilakukan oleh seorang product owner adalah menyusun beberapa pertanyaan:

1. Apa objek yang ada pada langkah tersebut? (Phone verified users ----> Booking request)
   sebenar nya ini sangat beragam, pada studi kasus ini misalkan contoh:
   list komponen dari tampilan atau UI dari applikasi.
2. Kemudian dari list tersebut mari tempatkan perasaan (empati) kita sebagai users, buat list apa saja hal yang tidak menyenangkan atau hal yang membuat users tidak menyukai dari tampilan UI.
3. Setelah itu kita lakukan mini riset fundalmental tampilan seperti apa sih yang di senangi oleh users? seperti apa komponen yang diharapkan users pada tampilan applikasi kita? hal ini bisa jadi sangat beragam sekali, mengingat bahwa pendapat users itu bisa sangat luas, nah disinilah di butuhkan brainstroming dari kolaborasi seorang product owner dan team terkait untuk menganalisa skala prioritas kebutuhan dari users.
4. Jika semua hal terkait ide inovasi terhadap komponen sebuah product sudah "DEAL" didalam team, maka product analyst bertugas untuk membuat skema dari Design Ekperimen untuk mengukur secara data dan statistik bahwa product berhasil mencapai GOAL.
   
   adapun beberapa contoh design ekperimen nya:

• lakukan sampling untuk menentukan jumlah users yang menerima design baru dan design lama
• tentukan berapa lama rentang waktu pengujian
• lakukan pengujian secara statistik ( biasanya ini menggunakan uji perbedaan (t-test atau anova)) *tergantung kondisi data
• matrix nya adalah "Total Jumlah Users"
  asumsi yang dibangun adalah dengan adanya design baru, kita mengharapkan bahwa ada kenaikan jumlah users active pada applikasi yang kita miliki.
• Langkah selanjutnya kembali ke funnel analysis (lakukan evaluasi kembali)

semua yang saya utara di tulisan ini, mungkin ada terdapat hal yang kurang bagi pembaca silakan komentari sehingga kita bisa sama mendapatkan ilmu yang bermanfaat.

untuk contoh dari eksekusi design ekperimen nya akan saya buatkan pada artikel selanjutnya.