Kalkulator adopsi fitur

Adopsi fitur menggambarkan sejauh mana sebuah fitur menjadi bagian dari pekerjaan pengguna. Satu angka tidak cukup, jadi tim produk melihat empat dimensi:

Tingkat adopsi adalah proporsi yang diukur dari sampel, jadi memiliki galat. Kalkulator memakai interval Wilson yang tetap akurat untuk angka kecil. Dengan 1.150 dari 4.800, interval 95% adalah 22,8% hingga 25,2%; dengan 23 dari 96 (proporsi sama), 16,5% hingga 33,4%.

Penggunaan berulang adalah porsi pengguna fitur yang memakainya setidaknya pada dua hari berbeda. Breadth tinggi dengan penggunaan berulang rendah berarti orang mencoba lalu meninggalkannya.

Waktu hingga adopsi

Waktu dari pendaftaran (atau rilis fitur) sampai pemakaian pertama. Kalkulator mengambil median dan persentil ke-75 dari pengguna yang sudah memakai fitur, lalu terpisah menghitung porsi semua pengguna yang mulai dalam 7 dan 30 hari. Rata-rata menyesatkan: beberapa orang yang baru menemukan fitur dua bulan kemudian menariknya jauh ke atas.

Tidak ada patokan universal: semuanya bergantung pada untuk siapa fitur itu dibuat. Skala di kalkulator adalah patokan praktis untuk fitur yang ditujukan bagi semua pengguna, bukan standar industri:

• di bawah 10% — fitur nyaris tidak ditemukan atau menyelesaikan tugas yang jarang;
• 10–30% — wajar untuk fitur lanjutan atau khusus;
• 30–60% — sebagian besar audiens memakainya;
• 60% ke atas — fitur bagian dari alur kerja utama.

Penyebut yang tepat lebih penting daripada batasnya: jika fitur hanya ada di paket berbayar, bagi dengan akun berbayar. Laporan adopsi fitur Pendo 2019 menemukan bahwa 80% fitur dalam produk perangkat lunak rata-rata jarang atau tidak pernah dipakai. Paling sering bukan karena fiturnya tidak dibutuhkan, melainkan karena pengguna tidak tahu fitur itu ada: adopsi rendah pertama-tama adalah masalah visibilitas, baru kemudian soal nilai. Paling sering bukan karena fiturnya tidak dibutuhkan, melainkan karena pengguna tidak tahu fitur itu ada: adopsi rendah pertama-tama adalah masalah visibilitas, baru kemudian soal nilai.

Bandingkan fitur dengan dirinya sendiri dari waktu ke waktu. Jika adopsi naik setelah perubahan antarmuka, pastikan dengan uji A/B — kalkulator uji A/B memberikan ukuran sampelnya.

• Fitur tidak terlihat. Tersembunyi di menu. Tooltip di tempat fitur dibutuhkan lebih efektif daripada email pembaruan.
• Manfaatnya tidak jelas. Tur singkat dengan contoh hasil menjawab “apa yang saya dapat?”.
• Orang dan momen yang salah. Tampilkan tooltip kepada yang sudah menyelesaikan langkah sebelumnya dan sembunyikan dari yang sudah memakai fitur.
• Pemakaian pertama sulit. Temukan titik orang berhenti di kalkulator funnel dan persingkat jalurnya dengan kalkulator time to value.

Ukur efeknya per kohort dan lihat kaitannya dengan retensi di kalkulator retensi.

Kesalahan umum

• Event, bukan pengguna, di pembilang.
• Akun internal dan akun uji yang menggelembungkan adopsi fitur baru.
• Lonjakan saat peluncuran: tingkat stabil baru terlihat setelah beberapa minggu.
• Periode terlalu pendek untuk fitur mingguan atau bulanan.

1. Pendo. The 2019 Feature Adoption Report — porsi fitur yang jarang dipakai.
2. Croll A., Yoskovitz B. Lean Analytics. O'Reilly Media, 2013 — metrik keterlibatan dan pemilihan penyebut.
3. Wilson E. B. Probable Inference, the Law of Succession, and Statistical Inference. Journal of the American Statistical Association, 22(158), 1927.
4. Hyndman R. J., Fan Y. Sample Quantiles in Statistical Packages. The American Statistician, 50(4), 1996 — definisi persentil (tipe 7).