PostHog w praktyce: gdzie odpadają użytkownicy i które funkcje naprawdę działają
Zastosowania PostHoga: lejek rejestracji, nagrania sesji zamiast zgłoszeń, stopniowe wypuszczanie funkcji, testy A/B i analityka dla aplikacji zbudowanych z AI.
👁 118 przeczytań
- Użytkownicy najczęściej odpadają w lejku rejestracji - PostHog pokazuje dokładnie, na którym kroku ginie ich najwięcej, zamiast zmuszać do zgadywania.
- Dokumentacja PostHog zaleca start od 5 do 10 procent użytkowników przy stopniowym wypuszczaniu nowych funkcji, co pozwala wyłączyć flagę bez nowego wdrożenia.
- Analiza trendu i retencji w PostHog ujawnia, które funkcje są naprawdę używane, co bezpośrednio zmienia listę priorytetów zespołu.
PostHog najwięcej daje wtedy, gdy decyzje o aplikacji zapadają na wyczucie, a nikt nie wie, co użytkownicy naprawdę robią. Zebrałem zastosowania, które zmieniają zgadywanie w konkretne liczby i nagrania, od lejka rejestracji po bezpieczne wypuszczanie nowych funkcji.
Jak zainstalować PostHog i zbudować pierwszy lejek, opisałem w samouczku PostHog.
Od czego zacząć
Najlepsze pierwsze zastosowanie to jeden lejek dla najważniejszego procesu w aplikacji: rejestracji, zakupu albo pierwszego użycia kluczowej funkcji. Jeden dobrze zbudowany lejek i kilkanaście obejrzanych nagrań sesji osób, które odpadły, dają więcej niż dwadzieścia wykresów, na które nikt nie patrzy.
Flagi funkcji warto wprowadzić przy najbliższym większym wdrożeniu. Stopniowe wypuszczenie jednej funkcji przekonuje zespół do tego podejścia lepiej niż jakakolwiek prezentacja.
Gdzie ludzie odpadają w rejestracji
Najczęstsze pierwsze zastosowanie. Lejek od wejścia na stronę rejestracji do aktywacji konta pokazuje, na którym kroku ginie najwięcej osób. Zamiast zgadywać, czy problemem jest formularz, cena czy mail z potwierdzeniem, widzisz liczby. Potem filtrujesz nagrania sesji osób, które odpadły na tym kroku, i patrzysz, co robiły.
Nagrania zamiast zgłoszeń „coś nie działa”
Klient pisze, że coś nie działa, ale nie potrafi opisać co. Nagranie jego sesji pokazuje dokładnie, gdzie kliknął i co zobaczył. Filtry po frustrowanych wielokrotnych kliknięciach i błędach JavaScript pozwalają znaleźć problemy, zanim ktoś je zgłosi.
Stopniowe wypuszczanie nowych funkcji
Nowa funkcja trafia najpierw do kilku procent użytkowników. Jeśli coś pójdzie nie tak, wyłączasz flagę bez nowego wdrożenia, a większość użytkowników niczego nie zauważy. Dokumentacja PostHog poleca start od 5 do 10 procent i stopniowe zwiększanie.
Testy A/B na tych samych danych
Dwa warianty strony cennika, dwa teksty przycisku, dwa układy formularza. Eksperyment w PostHog korzysta z tych samych zdarzeń co analityka, więc nie potrzebujesz osobnego narzędzia. Metryką może być konwersja z lejka, średnia wartość albo własny wskaźnik.
Które funkcje są naprawdę używane
Zespoły często rozwijają funkcje, z których prawie nikt nie korzysta. Wykres trendu pokazuje, jak często używana jest każda funkcja, a analiza retencji, czy ludzie do niej wracają. To dane, które zmieniają listę priorytetów.
Analityka dla aplikacji zbudowanej z AI
Kreator instalacji PostHog działa z asystentami AI, takimi jak Cursor. Aplikacja zbudowana z pomocą AI dostaje analitykę w kilka minut, co przydaje się szczególnie przy prototypach, w których chcesz szybko sprawdzić, czy ktokolwiek z nich korzysta.
Wspólne dane dla produktu i marketingu
Marketing widzi, skąd przychodzą użytkownicy, a produkt, co robią po wejściu. W PostHog to jedne dane, więc rozmowa o tym, które kampanie przyprowadzają ludzi, którzy zostają, opiera się na tych samych liczbach.
Przykład: nowy cennik bez ryzyka
Aplikacja do fakturowania chce przetestować nowy układ cennika. Zespół tworzy eksperyment z dwoma wariantami, po połowie użytkowników, z metryką przejścia z cennika do zakupu. Po dwóch tygodniach nowy układ ma wyraźnie lepszy wynik, ale nagrania pokazują, że część osób nie rozumie jednej pozycji. Zespół poprawia opis, wypuszcza nowy cennik stopniowo przez flagę i obserwuje lejek, czy wynik się utrzymuje.
Ten przykład pokazuje, że eksperyment i nagrania działają najlepiej razem. Sam wynik testu mówił, że nowy cennik jest lepszy, ale dopiero nagrania pokazały, co jeszcze można w nim poprawić. Stopniowe wypuszczenie przez flagę dało z kolei bezpieczeństwo: gdyby wynik po wdrożeniu dla wszystkich się nie utrzymał, cofnięcie zmiany zajęłoby jedno kliknięcie, bez nowego wydania aplikacji.
Na co uważać
- Nagrania sesji a prywatność: dane wrażliwe, na przykład pola z hasłami, powinny być maskowane.
- Za dużo zdarzeń bez planu daje dużo danych i mało odpowiedzi.
- Wnioski z małej próby w eksperymentach bywają mylące.
Jak sprawdzić, czy to się opłaca
PostHog zwraca się wtedy, gdy dane zmieniają decyzje. Po miesiącu zapisz, które decyzje podjęliście na podstawie lejków, nagrań albo eksperymentów, i jaki był ich efekt, na przykład poprawa konwersji w rejestracji. Jeśli nie ma ani jednej takiej decyzji, problemem nie jest narzędzie, tylko to, że nikt regularnie nie patrzy na dane.
Dobrą praktyką jest stały, krótki przegląd raz w tygodniu: jeden lejek, kilka nagrań, jeden wniosek.
Na koniec uwaga o prywatności, ważna przy każdym z tych zastosowań. Nagrania sesji i dane o zachowaniu użytkowników podlegają przepisom o ochronie danych, więc warto maskować pola z danymi osobowymi, opisać analitykę w polityce prywatności i zbierać tylko to, czego naprawdę potrzebujesz do odpowiedzi na swoje pytania.
PostHog na 12 miesięcy z podwojonymi limitami sprzedaję w sklepie kinetyka.pl.
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Jak PostHog pomaga znaleźć miejsce, gdzie użytkownicy odpadają w rejestracji?
PostHog buduje lejek od wejścia na stronę rejestracji do aktywacji konta i pokazuje liczbowo, na którym kroku ginie najwięcej osób. Następnie można przefiltrować nagrania sesji tylko tych użytkowników, którzy odpadli na konkretnym kroku, i zobaczyć dokładnie, co robili.
Od jakiego procentu użytkowników zacząć testowanie nowej funkcji przez flagę w PostHog?
Dokumentacja PostHog poleca start od 5 do 10 procent użytkowników i stopniowe zwiększanie. Jeśli coś pójdzie nie tak, wyłączenie flagi nie wymaga nowego wdrożenia aplikacji.
Czy PostHog nadaje się do testów A/B bez osobnego narzędzia?
Tak, eksperyment w PostHog korzysta z tych samych zdarzeń co analityka, więc nie potrzeba osobnego narzędzia. Metryką może być konwersja z lejka, średnia wartość zamówienia albo własny wskaźnik.
Na co uważać używając nagrań sesji w PostHog?
Dane wrażliwe, takie jak pola z hasłami, powinny być maskowane. Nagrania sesji i dane o zachowaniu użytkowników podlegają przepisom o ochronie danych, więc trzeba opisać analitykę w polityce prywatności i zbierać tylko to, czego naprawdę potrzebujesz.
Podobne tematy na Promptowym
