Das meiste Onboarding ist für den Durchschnittsnutzer konzipiert – was bedeutet, dass es für fast jeden falsch ist. Der Nutzer, der sich angemeldet hat, um ein bestimmtes Problem zu lösen, wird durch einen generischen Ablauf geführt, der für jemanden gedacht ist, der alles erkunden möchte. Sie finden nicht schnell genug, wonach sie suchen, sehen in der ersten Sitzung keinen Mehrwert und hören stillschweigend auf. Insgesamt sieht dies nach einer Aktivierungsrate von 30 % aus. In Wirklichkeit handelt es sich um vier verschiedene Aktivierungsfehler für vier verschiedene Nutzertypen, und der eine Workflow, den Sie erstellt haben, behebt keinen davon.
Der beste KI-Workflow für Aktivierung und Onboarding beginnt damit, herauszufinden, wo jeder Nutzertyp tatsächlich abspringt – nicht dort, wo Sie es vermuten – und entwirft dann für jeden von ihnen den kürzestmöglichen Weg von der Registrierung bis zum ersten echten Ergebnis. Die Instrumentierung ist vom ersten Tag an integriert, sodass Sie wissen, ob es funktioniert hat.
Warum aggregierte Aktivierungsraten lügen
Eine Aktivierungsrate von 30 % ist der Durchschnitt aus mehreren unterschiedlichen Zahlen. Eine Persona aktiviert sich bei 55 %; eine andere bei 18 %; eine dritte fast überhaupt nicht. Das Aggregat verbirgt all dies. Wenn Sie eine Korrektur für den Durchschnitt entwickeln, verschieben Sie den Durchschnitt vielleicht um ein paar Punkte, während die am stärksten betroffene Persona genau so ungelöst bleibt wie zuvor. Die erste Aufgabe des KI-Workflows besteht darin, das Aggregat in Segmente aufzuteilen – nach der Aufgabe (Job-to-be-done), für die sich jeder Nutzer angemeldet hat, nach dem Weg, den er eingeschlagen hat, und nach dem Ort, an dem er aufgehört hat –, damit das Problem auf der Ebene sichtbar wird, auf der es tatsächlich behoben werden kann.
Herausfinden, wo jede Persona abspringt
Eine Trichteranalyse nach Persona sieht anders aus als eine Standard-Trichteranalyse. Anstatt zu fragen „Wie viel Prozent der Nutzer schließen Schritt 3 ab?“, fragt sie „Wie viel Prozent der Nutzer, die sich für X angemeldet haben, schließen Schritt 3 ab, und wie viel Prozent der Nutzer, die sich für Y angemeldet haben, schließen ihn ab?“. Die Absprungpunkte sind fast immer unterschiedlich. Die Persona, die sich für ein bestimmtes Ziel anmeldet, stagniert oft in dem Moment, in dem das Produkt sie auffordert, etwas zu tun, wofür sie nicht gekommen ist. Das ist ein Designproblem, kein Kommunikationsproblem, und die Lösung besteht darin, diesen Schritt für sie zu entfernen.
Einheitliches Onboarding ist nicht neutral. Es ist für jeden, der nicht dem Durchschnittsnutzer entspricht, schlichtweg falsch.
Gestaltung Persona-basierter Abläufe
Ein Persona-basiertes Onboarding fügt keine Schritte hinzu; es entfernt sie für Nutzer, die sie nicht benötigen, und ordnet die verbleibenden so an, dass der Weg zum Mehrwert so kurz wie möglich ist. Für den Nutzer, der gekommen ist, um Problem A zu lösen, führt der Ablauf direkt zu der Funktion oder Aktion, die es löst. Für den Nutzer, der gekommen ist, um Problem B zu lösen, beginnt der Ablauf an einer anderen Stelle. Das klingt offensichtlich, aber das meiste Onboarding basiert auf einer einzigen Erzählung darüber, was das Produkt tut, und nicht auf einer Karte dessen, was jeder Nutzer erreichen möchte.
Instrumentierung, damit der Erfolg sichtbar wird
Neue Onboarding-Abläufe sollten mit integrierter Erfolgsmessung ausgeliefert werden, nicht erst später damit ausgestattet werden. Die Aktivierung auf Persona-Ebene – nicht die Gesamtabtastrate – muss vom ersten Tag an sichtbar sein: der Prozentsatz jeder Persona, die ihr erstes echtes Ergebnis erreicht, wo der neue Ablauf sie im Vergleich zum alten verliert und ob die Änderung im Ablauf die Zahl tatsächlich bewegt hat. Ohne diese Instrumentierung beginnt die nächste Iteration mit einer weiteren Reihe von Annahmen statt mit Beweisen, und der Kreislauf setzt sich fort.
Iterieren auf Basis von Verhalten, nicht von Annahmen
Die besten Aktivierungsverbesserungen summieren sich, weil jede Iteration auf dem aufbaut, was die Vorgängerversion offenbart hat, und nicht auf dem, was jemand über die Wünsche der Nutzer denkt. Der Workflow liefert ein strukturiertes Bild davon, was Nutzer getan haben und wo sie aufgehört haben, nicht was sie in einer Umfrage gesagt haben. Diese verhaltensbasierten Beweise machen jede Iteration präziser: Der Absprungpunkt verschiebt sich, die nächste Verbesserung zielt auf den neuen Absprungpunkt ab und die Aktivierung nähert sich dem Maximum, das durch den tatsächlichen Wert des Produkts definiert ist.
Warum scheitert einheitliches Onboarding (One-Size-Fits-All)?+
Weil unterschiedliche Nutzer das Produkt aus unterschiedlichen Gründen nutzen und einen anderen Weg benötigen, um ihr erstes Ziel zu erreichen. Ein einzelner Workflow, der für einen angenommenen Durchschnittsnutzer optimiert ist, ist für jeden falsch, der nicht diesem Durchschnitt entspricht – also für die meisten Nutzer. Die Lösung besteht darin, die unterschiedlichen Wege zu identifizieren, die verschiedene Nutzer benötigen, und jeden separat zu gestalten.
Was ist Aktivierung und wie wird sie gemessen?+
Aktivierung ist der Moment, in dem ein neuer Nutzer sein erstes echtes Ergebnis erzielt – nicht der Abschluss eines Tutorials oder ein ausgefülltes Profil, sondern das, wofür er sich registriert hat. Die Messung erfordert die Definition dieses Moments für jede Persona und die Instrumentierung des Produkts, um aufzuzeichnen, wann Nutzer ihn erreichen.
Wie finden wir ohne qualitative Forschung heraus, wo Nutzer abspringen?+
Verhaltensdaten – was Nutzer tatsächlich Schritt für Schritt getan haben, bevor sie aufhörten – sind verlässlicher als Befragungen, um Absprungpunkte zu finden. Nutzer können oft nicht artikulieren, wo sie stecken geblieben sind; das Verhalten ist das bessere Signal als die Erklärung. Der Workflow analysiert die Verhaltensspuren, anstatt sich auf das zu verlassen, was Nutzer sagen.
Müssen wir das Onboarding von Grund auf neu aufbauen?+
Nein. Die Analyse findet die spezifischen Punkte, an denen jede Persona abweicht und der aktuelle Ablauf scheitert. Oft ist die Lösung gezielt: Entfernen Sie diese drei Schritte für Persona A, sortieren Sie diese zwei für Persona B neu, fügen Sie diesen einen Hinweis für Persona C hinzu. Ein kompletter Neubau ist selten das, was die Daten verlangen.
Wie fangen wir an?+
Der schnellste Beweis ist, Ihre bestehenden Aktivierungsdaten nach der jeweiligen Aufgabe (Job-to-be-done), für die sich jeder Nutzer registriert hat, zu segmentieren und zu sehen, wo sich die Absprungpunkte je nach Persona unterscheiden. Buchen Sie ein kurzes Gespräch und wir zeigen Ihnen, wie das mit Ihren echten Daten aussieht.
Verwandter Service
Möchten Sie, dass wir diesen Workflow für Sie einsetzen?