Kommentar von Nicole Segerer, Revenera Produktnutzungsanalysen als Basis für neue Geschäftsmodelle

Autor / Redakteur: Nicole Segerer / Nico Litzel

Wer weiß, wie Anwender Softwareprodukte nutzen, kann seine Produktstrategie besser ausrichten und Kunden langfristig binden. Usage Intelligence, oder auch Usage Analytics, nimmt damit eine Schlüsselrolle für Softwareanbieter und IoT-Hersteller ein. Hier sind die wichtigsten Fragen rund um die Nachverfolgung und Analyse von Softwarenutzung.

Firmen zum Thema

Die Autorin: Nicole Segerer ist VP of Product Management und Marketing bei Revenera
Die Autorin: Nicole Segerer ist VP of Product Management und Marketing bei Revenera
(Bild: Revenera)

Usage Intelligence beschreibt im weitesten Sinne die Fähigkeit, die Nutzung eines Softwareprodukts zu erfassen, zu aggregieren und zu analysieren. So lässt sich ermitteln, welche Features am häufigsten genutzt werden oder wie sich ein Benutzer innerhalb einer Anwendung bewegt. Die genaue Verfolgung bildet die Grundvoraussetzung für nutzungsbasierte Geschäftsmodelle. Zu den bekanntesten Beispielen gehört das Ablesen des Strom- und Wasserzählers in Haushalten oder auch die Abrechnung des Mobilfunkvertrags nach Datenvolumen. Im IT-Umfeld ist die automatisierte Nutzungserfassung vor allem mit der Cloud und im Rahmen des IoTs in den Fokus.

Warum ist Usage Intelligence wichtig?

Vereinfacht ausgedrückt, zeigt die Analyse der Softwarenutzung, worin der Mehrwert bzw. Geschäftswert eines Produkts tatsächlich liegt. Die aus der der Usage Intelligence gezogenen Erkenntnisse treiben sowohl die direkte als auch die indirekte Monetarisierung voran. Für die direkte Monetarisierung werden die Nutzungsinformationen zu einem Kundenkonto aggregiert und in nutzungsbasierte Preismodelle umgewandelt. Bei der indirekten Monetarisierung lassen sich die gleichen Informationen verwenden, um Metriken innerhalb einer Anwendung zu bestimmen (z. B. Features, Ergebnisse), auf Kunden abgestimmte Produktbündel zu schnüren, Kundenabwanderungen sowie Vertragsverlängerungen frühzeitig zu identifizieren, den Kundensupport zu automatisieren und neue Expansionsmöglichkeiten zu evaluieren.

Wie wird die Nutzung erfasst und analysiert?

Für die Erfassung und Analyse von Nutzungsdaten kommen in der Regel unternehmenseigene Anwendungen (34 Prozent), Ersatzlösungen wie ETL (Extrahieren, Transformieren, Laden) sowie Google Analytics (19 Prozent), und manuelle Tabellenkalkulationen (9 Prozent) zum Einsatz. Benutzerdefinierte Anwendungen punkten nur zu Beginn mit höherer Kosteneffizienz, ehe sie aufgrund mangelnder Ressourcen in Sachen Innovation und Wartung zurückfallen. Immer mehr Unternehmen wenden sich daher neuer kommerzieller Usage Intelligence Software zu (38 Prozent), die speziell auf die Erfassung und Analyse von Nutzungsdaten ausgerichtet ist.

Welche Daten fließen in die Usage Intelligence ein?

Usage-Intelligence-Anwendungen sammeln in der Regel Daten, um wichtige Fragen hinsichtlich der Nutzung von Software beantworten zu können. Was machen die Anwender in der Software? Welche Features werden genutzt? Wie gut wird eine neue Funktion angenommen? Auf welcher Plattform läuft die Anwendung? All das passiert auf Basis anonymisierter Daten. Der Blick auf den einzelnen Nutzer ist hier nicht wirklich relevant und in manchen Fällen auch nicht gewollt.

Theoretisch lassen sich noch andere Datenströme nutzen und kombinieren, darunter Berechtigungsdaten, Kontodaten und interne Kundendaten (z. B. aus dem CRM) sowie externe Marktinformationen. Allerdings gilt es hier auch immer Datenschutzbestimmungen im Blick zu behalten. Bei der Auswahl der Daten für die Nutzungsanalyse sollte deshalb der Fokus auf der Integration mit der Monetarisierungstrategie liegen. Zum Beispiel: Was wurde vom Kunden bezahlt und was wird innerhalb des Accounts auch tatsächlich genutzt.

Wie verändert das die Kundenbeziehung?

Usage Analytics führt letztendlich zu einer besseren Kundenerfahrung. Auf Basis der Daten lassen sich erstmals Aufgaben automatisieren, die in vielen Unternehmen manuell oder nur sporadisch (wenn überhaupt) durchgeführt wurden. Zudem wird der Kunde im Kontext seiner Bedürfnisse und Ressourcen betrachtet, was personalisierte und zielgruppengenaue Marketingaktivitäten sowie ein höheres Service-Level im Kundensupport ermöglicht. Der Vergleich über alle Nutzer hinweg lässt Muster und Trends erkennen, denen Anbieter folgen oder gezielt entgegen steuern können. Bleibt beispielsweise die Nutzung eines neuen Features aus oder fällt hinter den Erwartungen der Produktmanager zurück, lassen sich Schulungsmaßnahmen (z. B. Videos, Demos, Webinars) verstärken.

Wie wirkt sich Usage Intelligence auf den Geschäftserfolg aus?

Noch immer verlassen sich viele Softwareanbieter bei der Preisgestaltung und bei der Bündelung von Angeboten auf Angaben aus Vertriebs- und Kundenumfragen. Ist das Produkt erst einmal auf dem Markt, finden Anpassungen auf Seite des Produktmanagements vor allem reaktiv und nicht proaktiv statt. Die kontinuierliche Auswertung unterschiedlicher Datenströme liefert hier die dringend benötigte Entscheidungsgrundlage.

  • Strategische Ausrichtung und Entwicklung der Roadmap: Die umfassende Auswertung der Nutzung gibt Produktmanagern einen genauen Einblick in den Gebrauch einzelner Funktionen, das Nutzungsverhalten sowie einen Überblick der Install Base und Telemetrie via Dashboards. Dadurch können sie datengestützte Entscheidungen treffen und ihre Produkt-Roadmap entsprechend anpassen.
  • Abonnements auf Basis von Features: Nicht jede Nutzergruppe ist im gleichen Umfang auf bestimmte Funktionen einer Anwendung angewiesen. So sind beispielsweise Enterprise-Versionen für KMUs oft überdimensioniert. Die Auswertung von Nutzungsdaten sowie externen Daten zeigt, auf welcher Ebene sich Kunden hier bewegen.
  • Metriken für nutzungsbasierte Modelle: Usage Intelligence stellt die Basis dar, um Kennzahlen zu bestimmen und Preise bedarfsgerecht an Zielgruppen anzupassen. Grundsätzlich erzielen Unternehmen mit diesem Geschäftsmodell deutlich höhere Gewinnspannen. Trotzdem sollte die tatsächliche Nutzung der Software den vereinbarten Preisrahmen nicht mehr als um 50 Prozent übersteigen. Andernfalls leidet die Vorhersehbarkeit und Transparenz auf Kundenseite.
  • Upsell- und Cross-Sell-Möglichkeiten: Kunden sind bereit mehr Geld für ein besseres oder zusätzliches Produkt auszugeben, wenn es ihnen einen echten Mehrwert bietet. Um diese Bereitschaft aber überhaupt zu erkennen, ist eine 360-Grad-Ansicht auf den Kunden und seine Produkte nötig. Entsprechende Angebote gehen entweder direkt an den Kunden oder werden dem Sales-Team als Maßnahme vorgeschlagen.

Eigenentwicklung oder kommerzielle Lösung?

Viele Softwareanbieter nehmen Usage Intelligence selbst in die Hand und entwickeln eigene Software. Nicht immer ist dieser Do-it-yourself-Ansatz von Erfolg gekrönt. So sind die wenigsten Lösungen über die aktuellen Anforderungen hinweg skalierbar. Zudem sind Software-Teams mit anderen Aufgaben beschäftigt und die Ressourcen begrenzt. Auch fehlt es in vielen Fällen an der Integration mit dem Berechtigungs- und Lizenzmanagement. Bei über Jahre gewachsenen Unternehmen kommen zudem mehrere Lösungen gleichzeitig zum Einsatz, was mehr Komplexität schafft, statt sie zu reduzieren.

Kommerzielle Lösungen bieten hier einen höheren Automatisierungsgrad, Skalierbarkeit und Abdeckung. Sie sammeln und analysieren Berechtigungs- und Nutzungsdaten ganzheitlich – sowohl on-premises als auch von SaaS/IaaS/PaaS und IoT-Geräten. Integrierte Advanced Analytics und Machine-Learning-Verfahren ermöglichen es, redundante und überflüssige Daten automatisch zu filtern und Trends vorherzusagen (z. B. Wahrscheinlichkeit von Kundenabwanderung). Die anschauliche Visualisierung liefert eine Gesamtansicht über alle Kunden, Produktversionen, Funktionen, Sitzungen und APIs hinweg und vereinfacht so die Integration der Daten für die Bereiche Customer Success, Rechnungsstellung oder Abonnementverwaltung.

Gibt es einen Unterschied bei der Nutzungsanalyse in der Cloud und on-premises?

SaaS-Nutzung nachzuverfolgen ist natürlich einfacher als das Tracking und Monitoring von On-premises-Anwendungen. Doch auch hier ist die Analyse wesentlich. Anbieter, die sich mit ihrem Produktportfolio in Richtung Cloud bewegen, müssen wissen, welche Anwendungen wie vom Kunden genutzt werden, und ob Cloud-Lösungen überhaupt erwünscht sind. Für andere Anbieter stellen On-premises-Anwendungen nach wie vor die Haupteinnahmequelle dar. Tatsächlich wird auch im Zeitalter der digitalen Transformation immer noch mehr als 50 Prozent der Software on-premises genutzt.

Generell allerdings bewegt sich die Software-Welt weiter in Richtung „as a Service“, Cloud und Abonnements. Damit wird die Nachverfolgung und Analyse der Nutzung von Software zu einem Kernelement für Softwareanbieter und IoT-Hersteller. Da das Auswerten von Daten erst möglich ist, wenn auch genügend Daten vorliegen, empfiehlt es sich schnell zu handeln. Je reichhaltiger der Datenkontext, desto tiefer der Einblick und desto größer das Potenzial.

(ID:46977289)