Meten waar gebruikers afhaken, in plaats van raden wat ze nodig hebben.
Bij een digitaal product kun je eindeloos features bouwen. De moeilijkere vraag is welke verandering daadwerkelijk iets oplevert. Bij nummi combineren we productontwikkeling daarom met analytics, cohortanalyses, experimenten en businessdata. Soms bevestigt de data een idee. Soms laat die juist zien dat we aan het verkeerde probleem wilden werken.
Case in het kort
Slechts 54% kwam voorbij signup/login
Retentiedata leidde tot guest accounts
Onboarding met control/variant en eigen funnel
Backend, iOS, Android, analytics en monetisatie
Waar zat de uitdaging?
nummi is technisch een uitgebreid product: multiplayer games, vrienden, chat, rankings, bots, puzzels, notificaties, advertenties en subscriptions. Maar meer functionaliteit bouwen betekent niet automatisch dat het product beter wordt. Om gericht te kunnen verbeteren moesten productgedrag, technische events en businessresultaten met elkaar verbonden worden.
Bekijk de aanpakEen feature kan logisch voelen en toch weinig opleveren
Leaderboards, badges, streaks, bots, onboarding, advertenties en subscriptions kunnen allemaal interessant klinken. Zonder data weet je alleen niet welke investering het grootste probleem oplost.
Het probleem kan ergens anders zitten dan je denkt
Onze retentie-analyse liet bijvoorbeeld zien dat gebruikers die daadwerkelijk begonnen al behoorlijk actief speelden. De grootste uitval vond juist daarvoor plaats: slechts 54% van nieuwe gebruikers kwam voorbij signup en login.
Product, techniek en business beïnvloeden elkaar
Een wijziging in onboarding kan retentie beïnvloeden. Acquisitie heeft effect op de kwaliteit van nieuwe gebruikers. Advertentie-opbrengsten verschillen per platform en subscriptions vragen weer om andere productkeuzes. Die beslissingen kun je niet los van elkaar nemen.
Hoe hebben we het aangepakt?
- 01
Eerst meten waar het echt misgaat
We analyseerden niet alleen totalen, maar de hele gebruikersreis: first open, signup, eerste acties, engagement, D1- en D30-retentie, acquisitiebron, sociale interactie, platform en user value. Daardoor konden we bottlenecks van symptomen onderscheiden.
- 02
Van analyse naar concrete productkeuze
Uit de retentiedata bleek dat de registration wall veel gebruikers verloor terwijl spelers na signup juist gezond spelgedrag lieten zien. In plaats van eerst meer gameplayfeatures te bouwen, voegden we guest accounts toe zodat nieuwe spelers direct kunnen beginnen.
- 03
Nieuwe ideeën meetbaar uitrollen
Nieuwe onboarding wordt niet simpelweg voor iedereen aangezet. De apps ondersteunen een control- en treatmentvariant via remote configuration en loggen aparte milestones door de hele onboarding. Zo kunnen we achteraf beoordelen waar gedrag daadwerkelijk verandert.
- 04
Productdata koppelen aan businessdata
Naast gameplay en retentie kijken we naar subscriptions, advertentie-opbrengsten, acquisitie en attribution. Daardoor kunnen we bijvoorbeeld per platform beoordelen welk verdienmodel en welke productinvestering het meest logisch zijn.
Wat hebben we gebouwd?
Data-driven productontwikkeling vraagt meer dan een analytics-script. De meetbaarheid moet door de hele technische architectuur heen zitten, zonder dat het product zelf afhankelijk wordt van één dashboard of tool.
Een complete productiebackend
De Rails-backend beheert accounts, games, moves, vrienden, rankings, ratings, chat, bots, puzzels, subscriptions, notificaties en steeds meer afzonderlijke gebruikersstatistieken. Achtergrondwerk en terugkerende processen draaien via jobqueues.
Productanalytics in beide mobiele apps
Firebase Analytics vormt de primaire productanalyticslaag. De apps registreren gebeurtenissen rond onder andere signup, gameplay, uitnodigingen, puzzels, ads, purchases, streaks en onboarding. Daarnaast worden relevante user properties bijgehouden om gedrag tussen groepen te kunnen vergelijken.
Experimenten en acquisitie meetbaar gemaakt
Onboarding heeft een eigen meetbare funnel met milestones vanaf exposure en de eerste oefenactie tot guest-accountcreatie, uitnodigingen, practice games en completion. Android gebruikt daarnaast AppsFlyer voor specifieke acquisitie- en purchase-attributie.
Meer dan één dashboard
We combineren alleen data die helpt om een productbeslissing te nemen.
Retentie en activatie
We kijken waar gebruikers voor het eerst afhaken, wanneer ze terugkomen en welk gedrag samenhangt met langer gebruik.
Engagement en sociale effecten
De analyse liet bijvoorbeeld zien dat 25,3% van gebruikers spellen met vrienden startte en dat actieve chatters gemiddeld bijna dertig berichten verstuurden. Sociale interactie bleek daardoor een interessanter retentiesignaal dan simpelweg meer solo-functionaliteit.
Revenue en acquisitie
Ads, subscriptions, attribution en user value worden naast productgedrag gelegd. Zo kun je onderscheiden of groei ontstaat uit meer gebruikers, betere retentie, betere monetisatie of slechts uit duurder ingekochte instroom.
Wat veranderde er?
Data stuurde ons naar de signup, niet naar nóg een feature
Slechts 54% van nieuwe gebruikers kwam in de analyse voorbij signup en login en ongeveer 44 tot 45% kwam op dag 1 terug. Tegelijk deden gebruikers die wél begonnen gemiddeld al veel acties op hun eerste dag. Dat maakte duidelijk dat de eerste productdrempel belangrijker was dan extra gameplay erachter.
Guest accounts kwamen rechtstreeks uit die analyse
Nieuwe spelers kunnen daardoor direct starten zonder eerst een volledig account aan te maken. Na de introductie zagen we al minder afhakers. Deze beslissing begon met gedrag dat we in de data konden aanwijzen, niet met een brainstorm.
De volgende onboarding kunnen we daadwerkelijk vergelijken
Inmiddels zit er een uitgebreidere onboarding in het product als experiment. Control en variant blijven per installatie consistent en iedere belangrijke stap heeft eigen analytics. Daardoor kunnen we straks niet alleen zeggen dat een flow 'beter voelt', maar zien of meer gebruikers daadwerkelijk geactiveerd raken.
Data verandert de discussie
Het meest leerden we van de aannames die wel of niet klopten. Daardoor wordt productontwikkeling veel concreter.
Bekijk casesDe registration wall werd zichtbaar
Slechts 54% passeerde signup/login. Van de mensen die wel begonnen, bereikte 68% al de eerste belangrijke gameplaydrempel van 30 punten. Het probleem zat dus veel eerder in de funnel dan we met alleen featuregebruik hadden kunnen zien.
Niet iedere nieuwe gebruiker is even waardevol
In de retentie-analyse lag D1-retentie van CPC-gebruikers rond 21%, tegenover ongeveer 39% voor organische gebruikers. Dat was een belangrijk signaal om niet simpelweg meer betaalde instroom te kopen zolang de onboarding zelf nog frictie bevatte.
Platformdata beïnvloedt het businessmodel
In dezelfde analyse hadden Android en iOS vergelijkbare engagement, maar een duidelijk andere gemeten 120-dagen user value. Dat gaf een concrete aanleiding om monetisatie per platform anders te benaderen: meer advertentie-optimalisatie waar dat werkt en meer aandacht voor subscriptions waar advertentie-inkomsten achterblijven.
Gerelateerde AI-vraagstukken
AI toevoegen aan bestaande software, app of SaaS
Het product bestaat al. Nu wil je AI-functionaliteit toevoegen zonder de bestaande architectuur, gebruikerservaring en betrouwbaarheid uit het oog te verliezen.
Bekijk vraagstukEigen documenten, data en kennis bruikbaar maken voor AI
De waardevolle informatie is er al. Nu moet AI er betrouwbaar, veilig en praktisch mee kunnen werken.
Bekijk vraagstukHoe voegen we AI toe aan ons bestaande product?
Je ziet kansen om je huidige software slimmer te maken, maar wilt eerst bepalen welke AI-functionaliteit technisch en commercieel echt iets toevoegt.
Bekijk vraagstukBuild & Integrate
We bouwen of professionaliseren een softwareproduct waarin data, productlogica, analytics en bestaande systemen samenkomen. Van backend en integraties tot de meetpunten waarmee je daarna betere productbeslissingen kunt nemen.
Bekijk aanbodVaste prijs na scope
- Resultaat
- Productieklare software met een meetbare productflow
- Doorlooptijd
- Afhankelijk van scope
- Volgende stap
- Eerst bepalen we welke beslissingen de software en data daadwerkelijk moeten ondersteunen