Mantene un utilizatore in una applicazione mobile hè una scienza sana. L'autore di u cursu hà descrittu i so principii in u nostru articulu nantu à VC.ru Maxim Godzi, capu di Machine Learning in App in the Air. Maxim parla di l'arnesi sviluppati in a cumpagnia cù l'esempiu di travagliu nantu à l'analisi è ottimisazione di una applicazione mobile. Stu approcciu sistematicu à a migliione di u produttu, sviluppatu in App in the Air, hè chjamatu Retentioneering. Pudete aduprà sti strumenti in u vostru pruduttu: alcuni di elli sò in nantu à GitHub.
App in the Air hè una applicazione cù più di 3 milioni d'utilizatori attivi in u mondu, cù quale pudete seguità i voli, uttene infurmazioni nantu à i cambiamenti in l'ora di partenza / sbarcu, u check-in è e caratteristiche di l'aeroportu.
Da l'imbutu à a trajectoria
Tutte e squadre di sviluppu custruiscenu un funnel di imbarcu (un prucessu destinatu à l'accettazione di l'utilizatori di u pruduttu). Questu hè u primu passu chì vi aiuta à vede u sistema tutale da sopra è truvà prublemi di applicazione. Ma cum'è u pruduttu si sviluppa, vi sentite e limitazioni di stu approcciu. Utilizendu un funnel simplice, ùn pudete micca vede punti di crescita micca evidenti per un pruduttu. U scopu di u funnel hè di dà un sguardu generale à e tappe di l'utilizatori in l'applicazione, per vede a metrica di a norma. Ma l'imbutu hà prudentemente ammuccià e deviazioni da a norma versu i prublemi evidenti o, à u cuntrariu, l'attività speciale di l'utilizatori.
At App in the Air, avemu custruitu u nostru funnel, ma per via di i specifichi di u pruduttu, avemu finitu cù un hourglass. Allora avemu decisu di espansione l'approcciu è aduprà a ricca infurmazione chì l'applicazione stessu ci dà.
Quandu custruite un funnel, perdi e traiettorie di imbarcazione di l'utilizatori. I traiettori sò custituiti da una sequenza d'azzioni da l'utilizatore è l'applicazione stessa (per esempiu, mandendu una notificazione push).
Aduprendu timestamps, pudete ricustruisce facilmente a trajectoria di l'utilizatori è fà un graficu per ognunu di elli. Di sicuru, ci sò assai grafici. Dunque, avete bisognu di raggruppà utilizatori simili. Per esempiu, pudete organizà tutti l'utilizatori per fila di tavulinu è elencu quantu spessu usanu una certa funzione.
Basatu nantu à una tale tavula, avemu fattu una matrice è raggruppati l'utilizatori per frequenza di usu di e funzioni, vale à dì per nodi in u graficu. Questu hè di solitu u primu passu versu insights: per esempiu, digià in questu stadiu vi vede chì certi utilizatori ùn anu micca aduprà alcune di e funzioni. Quandu avemu fattu l'analisi di freccia, avemu cuminciatu à studià quali nodi in u graficu sò i "più grande", vale à dì chì pagine visitanu l'utilizatori più spessu. I categurie chì sò fundamentalmente sfarente secondu qualchì criteriu chì hè impurtante per voi sò subitu evidenziati. Eccu, per esempiu, sò dui gruppi di utilizatori chì avemu divisu basatu annantu à a decisione di abbunamentu (ci era 16 clusters in totale).
Cumu aduprà
Fighjendu i vostri utilizatori in questu modu, pudete vede quale funziunalità utilizate per mantene o, per esempiu, uttene à firmà. Naturalmente, a matrice mostrarà ancu cose evidenti. Per esempiu, quelli chì anu acquistatu un abbonamentu anu visitatu u screnu di abbunamentu. Ma in più di questu, pudete ancu truvà mudelli chì ùn avete mai cunnisciutu altrimenti.
Cusì avemu trovu accidintali in un gruppu di utilizatori chì aghjunghjenu un volu, seguitanu attivamente in tuttu u ghjornu è poi spariscianu per un bellu pezzu finu à ch'elli volanu in qualchì locu. Se avemu analizatu u so cumpurtamentu cù l'arnesi cunvinziunali, penseremu chì ùn anu micca solu cuntentu cù a funziunalità di l'applicazione: cumu si pò spiegà chì l'anu utilizatu per un ghjornu è ùn sò mai tornati. Ma cù l'aiutu di i grafici avemu vistu chì sò assai attivi, hè solu chì tutta a so attività si mette in un ghjornu.
Avà u nostru compitu principale hè di incuragisce un tali utilizatore à cunnette cù u prugramma di fidelizazione di a so compagnia aerea mentre usa e nostre statistiche. In questu casu, impurtaremu tutti i voli chì hà cumpratu è pruvate à spinghjelu à firmà appena compra un novu bigliettu. Per risolve stu prublema, avemu ancu cuminciatu à cooperà cù Aviasales, Svyaznoy.Travel è altre applicazioni. Quandu u so utilizatore compra un bigliettu, l'app li invita à aghjunghje u volu à App in l'Air, è vedemu subitu.
Grazie à u graficu, avemu vistu chì 5% di e persone chì vanu à a pantalla di abbunamentu annullanu. Avemu cuminciatu à analizà tali casi, è hà vistu chì ci hè un utilizatore chì và à a prima pagina, inizia a cunnessione di u so contu Google, è annulla immediatamente, torna à a prima pagina, è cusì quattru volte. Prima avemu pensatu, "Qualcosa hè chjaramente sbagliatu cù questu utilizatore". E poi avemu capitu chì, assai prubabilmente, ci era un bug in l'applicazione. In u funnel, questu seria interpretatu cusì: l'utilizatore ùn hà micca piaciutu l'inseme di permessi chì l'applicazione dumanda, è abbandunò.
Un altru gruppu hà avutu 5% di l'utilizatori persu nantu à u screnu induve l'app li invita à selezziunà unu di tutte l'applicazioni di u calendariu in u so smartphone. L'utilizatori selezziunanu diversi calendari una volta è più, è dopu solu esce da l'app. Risulta chì ci era un prublema UX: dopu chì una persona hà sceltu un calendariu, anu da cliccà Fattu in l'angulu superiore dirittu. Hè solu chì micca tutti l'utilizatori l'anu vistu.
Prima schermu di App in the Air
In u nostru gràficu, avemu vistu chì circa 30% di l'utilizatori ùn passanu più di u primu schermu: questu hè duvuta à u fattu chì simu abbastanza aggressivi à spinghje l'utilizatore per abbunà. In a prima schermu, l'app vi invita à registrà cù Google o Triplt, è ùn ci hè micca infurmazione nantu à saltà a registrazione. Di quelli chì lascianu a prima schermu, 16% di l'utilizatori cliccà "More" è torna torna. Avemu scupertu chì cercanu un modu per registrà internamente in l'applicazione è l'avemu liberatu in a prossima aghjurnazione. Inoltre, 2/3 di quelli chì partenu immediatamente ùn cliccà nunda. Per sapè ciò chì li passa, avemu custruitu un heatmap. Ci hè chì i clienti cliccà nantu à una lista di funzioni di l'app chì ùn sò micca ligami clicabili.
Capture un micro-momentu
Spessu si vede a ghjente chì calpesta i camini accantu à a strada asfaltata. Retentioneering hè un tentativu di truvà sti camini è, se pussibule, cambià e strade.
Di sicuru, hè male chì avemu amparatu da l'utilizatori veri, ma almenu avemu cuminciatu à seguità automaticamente mudelli chì indicanu un prublema d'utilizatore in l'applicazione. Avà u gestore di u produttu riceve notificazioni per email se un gran numaru di "cicli" accade - quandu l'utilizatore torna à a stessa schermu una volta è una volta.
Fighjemu ciò chì i mudelli in e traiettorie di l'utilizatori sò generalmente interessanti per circà per analizà i prublemi è e zone di crescita di una applicazione:
- Cicli è cicli. I loops sopra citati sò quandu un avvenimentu si ripete in a trajectoria di l'utilizatori, per esempiu, calendar-calendar-calendar-calendar. Un ciclu cù assai ripetizioni hè un indicatore chjaru di un prublema d'interfaccia o di marcatura di l'avvenimentu insufficiente. Un ciclu hè ancu una trajectoria chjusa, ma à u cuntrariu di un ciclu include più di un avvenimentu, per esempiu: vede a storia di volu - aghjunghje un volu - vede a storia di volu.
- Flowstoppers - quandu l'utilizatore, per via di qualchì ostaculu, ùn pò micca cuntinuà u so muvimentu desideratu attraversu l'applicazione, per esempiu, una schermu cù una interfaccia chì ùn hè micca evidenti à u cliente. Tali avvenimenti rallentanu è cambianu a trajectoria di l'utilizatori.
- I punti di bifurcazione sò avvenimenti significativi dopu chì e traiettorie di i clienti di diversi tipi sò separati. In particulare, questi sò schermi chì ùn cuntenenu micca una transizione diretta o una chjama à l'azzione à l'azzione di destinazione, impegnendu in modu efficace alcuni utilizatori versu questu. Per esempiu, una certa schermu chì ùn hè micca direttamente ligata à l'acquistu di cuntenutu in una applicazione, ma nantu à quale i clienti sò inclinati à cumprà o micca cumprà cuntenutu, si cumportanu in modu diversu. I punti di bifurcazione ponu esse punti di influenza nantu à l'azzioni di i vostri utilizatori cù un signu plus - ponu influenzà a decisione di fà una compra o cliccà, o un signu minus - ponu determinà chì dopu à uni pochi di passi l'utilizatore abbandunà l'applicazione.
- I punti di cunversione abortiti sò punti di bifurcazione potenziale. Pudete pensà à elli cum'è schermi chì puderanu pruvucà una azione di destinazione, ma ùn fate micca. Questu puderia ancu esse un puntu in u tempu quandu l'utilizatore hà un bisognu, ma ùn l'avemu micca suddisfatu perchè simpricimenti ùn sapemu micca. L'analisi di a traiettoria deve permette di identificà sta necessità.
- Puntu di distrazione - schermi / pop-ups chì ùn furnisce micca valore à l'utilizatore, ùn anu micca a cunversione è ponu "sfondate" e traiettorie, distraendu l'utilizatore da l'azzioni di destinazione.
- I punti cecchi sò punti nascosti di l'applicazione, schermi è funzioni chì sò assai difficiuli per l'utilizatore per ghjunghje.
- Drains - punti induve u trafficu fughje
In generale, l'approcciu matematicu ci hà permessu di capiscenu chì u cliente usa l'applicazione in una manera completamente diversa da quella chì i gestori di produttu pensanu di solitu quandu pruvate di pianificà un scenariu d'usu standard per l'utilizatore. Seduta in l'uffiziu è assistendu à e cunferenze di u produttu più cool, hè sempre assai difficiule d'imaginà tutta a varietà di e cundizioni di u campu reale in quale l'utilizatore risolve i so prublemi cù l'applicazione.
Questu mi ricorda una grande scherza. Un tester entra in un bar è urdineghja: un bicchiere di birra, 2 bicchieri di biera, 0 bicchieri di biera, 999999999 bicchieri di biera, una lucertola in un vetru, -1 bicchiere di cerveza, qwertyuip bicchieri di cerveza. U primu cliente veru entra in u bar è dumanda induve hè u bagnu. U bar scoppia in fiamme è tutti mori.
L'analisti di u produttu, immersi in questu prublema, cuminciaru à intruduce u cuncettu di un micromomentu. L'utilizatore mudernu hà bisognu di una suluzione immediata à u so prublema. Google hà cuminciatu à parlà di questu uni pochi anni fà: a cumpagnia chjamava tali azzioni d'utilizatori micro-momenti. L'utilizatore si distrae, chjude accidentalmente l'applicazione, ùn capisce micca ciò chì hè dumandatu da ellu, accede di novu un ghjornu dopu, si scurda di novu, è dopu seguita u ligame chì un amicu li hà mandatu in u messenger. È tutte queste sessioni ùn ponu micca più di 20 seconde.
Allora avemu cuminciatu à pruvà à stallà u travagliu di u serviziu di supportu per chì l'impiegati puderanu capisce ciò chì u prublema era quasi in tempu reale. Quandu una persona vene à a pagina di supportu è cumencia à scrive a so dumanda, pudemu determinà l'essenza di u prublema, sapendu a so trajectoria - l'ultimi 100 avvenimenti. Prima, avemu automatizatu a distribuzione di tutte e dumande di supportu in categurie usendu l'analisi ML di i testi di e dumande di supportu. Malgradu u successu di categurizazione, quandu 87% di tutte e dumande sò distribuite currettamente in una di e categurie 13, hè un travagliu cù traiettorie chì ponu truvà automaticamente a suluzione più adatta per a situazione di l'utilizatori.
Ùn pudemu micca liberà l'aghjurnamenti rapidamente, ma simu capaci di nutà u prublema è, se l'utilizatore seguita u scenariu chì avemu digià vistu, mandallu una notificazione push.
Avemu vistu chì u compitu di ottimisà una applicazione richiede strumenti ricchi per studià e traiettorie di l'utilizatori. In più, sapendu tutti i percorsi chì l'utilizatori piglianu, pudete apre i percorsi necessarii, è cù l'aiutu di cuntenutu persunalizatu, notifiche push è elementi UI adattativi "da a manu" guidanu l'utilizatore à azioni mirate chì si adattanu megliu à i so bisogni è portanu soldi. , dati è altre valore per a vostra attività.
Cosa da piglià nota
- Studià a cunversione di l'utilizatori solu usendu funnels cum'è un esempiu significa perde l'infurmazioni ricche chì l'applicazione stessa ci dà.
- L'analisi di retentioneering di e traiettorie di l'utilizatori nantu à i grafici vi aiuta à vede quale funziunalità utilizate per mantene l'utilizatori o, per esempiu, incuraghjenu à iscrive.
- L'arnesi di retentioneering aiutanu automaticamente, in tempu reale, tracciate mudelli chì indicanu i prublemi di l'utilizatori in l'applicazione, truvà è chjude bug induve eranu difficiuli di nutà.
- Aiutanu à truvà mudelli micca evidenti di cumpurtamentu di l'utilizatori.
- Strumenti di retenzioni facenu pussibule di custruisce strumenti ML automatizati per predichendu l'avvenimenti è e metriche chjave di l'utilizatori: perdita di l'utilizatori, LTV è parechje altre metriche chì sò facilmente determinate nantu à u graficu.
Custruemu una cumunità intornu à Retentioneering per u scambiu liberu d'idee. Pudete pensà à l'arnesi chì sviluppemu cum'è una lingua in quale l'analisti è i prudutti di e diverse applicazioni mobili è web ponu scambià insights, migliori tecniche è metudi. Pudete amparà à aduprà sti arnesi in u corsu District Binariu.
Source: www.habr.com