Analytics

"Analytics" is een van de meest overladen woorden in SaaS. Voor een data engineer betekent het een genormaliseerd warenhuis met een strikt schema. Voor een marketer zijn het PostHog dashboards en conversiefunnels. Voor een indie-oprichter zou het iets strakkers moeten betekenen: weten welke hendel je deze week moet trekken en welk getal je vertelt of de trekking gewerkt heeft. De artikelen in deze categorie benaderen analytics vanuit die laatste hoek — de oprichter die beslist, niet de analist die rapporten schrijft die niemand leest.

Drie fouten keren terug. Eerste: vertrouwen op de standaardgetallen van Stripe zonder na te gaan hoe ze opgebouwd zijn — de MRR-afronding van Stripe alleen al heeft tientallen oprichters waarmee we praatten op het verkeerde been gezet. Tweede: ruwe eventdata extraheren zonder de tweede laag erbovenop te bouwen, namelijk degene die "gebruikers deden X" verbindt met "omzet bewoog Y". Derde: dashboard-wildgroei. PostHog, Mixpanel, GA4 en Looker Studio "om alles te dekken" opzetten garandeert vrijwel dat niemand er na drie weken nog naar kijkt, omdat elk tool een net iets ander verhaal vertelt.

Voor de praktische basis begin je bij de Stripe analytics gids — hij dekt wat Stripe je inheems geeft en wat je er nog op moet bouwen. Cohortanalyse voor SaaS-oprichters is de visualisatie die echte groei van churn-gemaskeerde groei scheidt en een vroege investering waard is. En om de slepende discussie te beëindigen, snijdt analytics vs rapportage het debat van zinloosheid bij de wortel af.

De rode draad door deze categorie: minder getallen, vaker bekeken, vanuit een gecontroleerde bron. Als je in één zin niet kunt uitleggen hoe een metric berekend wordt en waarom hij deze week telt, is het nog niet jouw metric. Analytics op indie-schaal lijkt meer op een dagelijkse weerbericht dan op een kwartaalrapport voor de raad van bestuur — en de artikelen hier zijn met dat ritme geschreven.