Η διατήρηση ενός χρήστη σε μια εφαρμογή για κινητά είναι μια ολόκληρη επιστήμη. Ο συγγραφέας του μαθήματος περιέγραψε τα βασικά του στο άρθρο μας στο VC.ru Maxim Godzi, Επικεφαλής Μηχανικής Μάθησης στο App in the Air. Η Maxim μιλά για τα εργαλεία που αναπτύχθηκαν στην εταιρεία χρησιμοποιώντας το παράδειγμα εργασίας για ανάλυση και βελτιστοποίηση μιας εφαρμογής για κινητά. Αυτή η συστηματική προσέγγιση για τη βελτίωση του προϊόντος, που αναπτύχθηκε στο App in the Air, ονομάζεται Retentioneering. Μπορείτε να χρησιμοποιήσετε αυτά τα εργαλεία στο προϊόν σας: μερικά από αυτά είναι μέσα στο GitHub.
Το App in the Air είναι μια εφαρμογή με περισσότερους από 3 εκατομμύρια ενεργούς χρήστες σε όλο τον κόσμο, με την οποία μπορείτε να παρακολουθείτε πτήσεις, να λαμβάνετε πληροφορίες για αλλαγές στις ώρες αναχώρησης/προσγείωσης, check-in και χαρακτηριστικά αεροδρομίου.
Από το χωνί στην τροχιά
Όλες οι ομάδες ανάπτυξης δημιουργούν μια διοχέτευση ενσωμάτωσης (μια διαδικασία που στοχεύει στην αποδοχή του προϊόντος από τον χρήστη). Αυτό είναι το πρώτο βήμα που σας βοηθά να δείτε ολόκληρο το σύστημα από ψηλά και να βρείτε προβλήματα εφαρμογής. Αλλά καθώς το προϊόν αναπτύσσεται, θα νιώσετε τους περιορισμούς αυτής της προσέγγισης. Χρησιμοποιώντας μια απλή χοάνη, δεν μπορείτε να δείτε μη προφανή σημεία ανάπτυξης για ένα προϊόν. Ο σκοπός της διοχέτευσης είναι να δώσει μια γενική ματιά στα στάδια των χρηστών στην εφαρμογή, για να σας δείξει τις μετρήσεις του κανόνα. Αλλά η διοχέτευση θα κρύβει με σύνεση αποκλίσεις από τον κανόνα προς προφανή προβλήματα ή, αντίθετα, ειδική δραστηριότητα χρήστη.
Στο App in the Air, φτιάξαμε το δικό μας χωνί, αλλά λόγω των ιδιαιτεροτήτων του προϊόντος, καταλήξαμε σε μια κλεψύδρα. Στη συνέχεια αποφασίσαμε να επεκτείνουμε την προσέγγιση και να χρησιμοποιήσουμε τις πλούσιες πληροφορίες που μας δίνει η ίδια η εφαρμογή.
Όταν δημιουργείτε μια διοχέτευση, χάνετε τον χρήστη που ενσωματώνει τροχιές. Οι τροχιές αποτελούνται από μια ακολουθία ενεργειών από τον χρήστη και την ίδια την εφαρμογή (για παράδειγμα, αποστολή ειδοποίησης push).
Χρησιμοποιώντας χρονικές σημάνσεις, μπορείτε πολύ εύκολα να ανακατασκευάσετε την τροχιά του χρήστη και να δημιουργήσετε ένα γράφημα από αυτήν για καθένα από αυτά. Φυσικά, υπάρχουν πολλά γραφήματα. Επομένως, πρέπει να ομαδοποιήσετε παρόμοιους χρήστες. Για παράδειγμα, μπορείτε να τακτοποιήσετε όλους τους χρήστες ανά σειρές πίνακα και να αναφέρετε πόσο συχνά χρησιμοποιούν μια συγκεκριμένη συνάρτηση.
Με βάση έναν τέτοιο πίνακα, φτιάξαμε έναν πίνακα και ομαδοποιήσαμε τους χρήστες με βάση τη συχνότητα χρήσης των συναρτήσεων, δηλαδή κατά κόμβους στο γράφημα. Αυτό είναι συνήθως το πρώτο βήμα προς τις πληροφορίες: για παράδειγμα, ήδη σε αυτό το στάδιο θα δείτε ότι ορισμένοι χρήστες δεν χρησιμοποιούν καθόλου ορισμένες από τις λειτουργίες. Όταν κάναμε την ανάλυση συχνότητας, αρχίσαμε να μελετάμε ποιοι κόμβοι στο γράφημα είναι οι «μεγαλύτεροι», δηλαδή ποιες σελίδες επισκέπτονται συχνότερα οι χρήστες. Οι κατηγορίες που διαφέρουν θεμελιωδώς σύμφωνα με κάποιο κριτήριο που είναι σημαντικό για εσάς επισημαίνονται αμέσως. Εδώ, για παράδειγμα, είναι δύο ομάδες χρηστών που χωρίσαμε με βάση την απόφαση συνδρομής (υπήρχαν 16 συστάδες συνολικά).
Πως να το χρησιμοποιήσεις
Εξετάζοντας τους χρήστες σας με αυτόν τον τρόπο, μπορείτε να δείτε ποιες δυνατότητες χρησιμοποιείτε για να τους διατηρήσετε ή, για παράδειγμα, να τους κάνετε να εγγραφούν. Φυσικά, η μήτρα θα δείξει επίσης προφανή πράγματα. Για παράδειγμα, ότι όσοι αγόρασαν μια συνδρομή επισκέφτηκαν την οθόνη συνδρομής. Αλλά εκτός από αυτό, μπορείτε επίσης να βρείτε μοτίβα που δεν θα ήξερες ποτέ διαφορετικά.
Έτσι, βρήκαμε εντελώς τυχαία μια ομάδα χρηστών που προσθέτουν μια πτήση, την παρακολουθούν ενεργά όλη την ημέρα και μετά εξαφανίζονται για μεγάλο χρονικό διάστημα μέχρι να πετάξουν ξανά κάπου. Αν αναλύαμε τη συμπεριφορά τους χρησιμοποιώντας συμβατικά εργαλεία, θα νομίζαμε ότι απλώς δεν ήταν ικανοποιημένοι με τη λειτουργικότητα της εφαρμογής: πώς αλλιώς μπορούμε να εξηγήσουμε ότι τη χρησιμοποίησαν για μία μέρα και δεν επέστρεψαν ποτέ. Αλλά με τη βοήθεια γραφημάτων είδαμε ότι είναι πολύ δραστήριοι, απλώς όλη τους η δραστηριότητα χωράει σε μια μέρα.
Τώρα το κύριο καθήκον μας είναι να ενθαρρύνουμε έναν τέτοιο χρήστη να συνδεθεί στο πρόγραμμα αφοσίωσης της αεροπορικής του εταιρείας ενώ χρησιμοποιεί τα στατιστικά μας. Σε αυτήν την περίπτωση, θα εισάγουμε όλες τις πτήσεις που αγοράζει και θα προσπαθήσουμε να τον πιέσουμε να εγγραφεί αμέσως μόλις αγοράσει νέο εισιτήριο. Για να λύσουμε αυτό το πρόβλημα, αρχίσαμε επίσης να συνεργαζόμαστε με τις Aviasales, Svyaznoy.Travel και άλλες εφαρμογές. Όταν ο χρήστης αγοράζει ένα εισιτήριο, η εφαρμογή τους ζητά να προσθέσουν την πτήση στο App in the Air και το βλέπουμε αμέσως.
Χάρη στο γράφημα, είδαμε ότι το 5% των ατόμων που πηγαίνουν στην οθόνη συνδρομής το ακυρώνουν. Αρχίσαμε να αναλύουμε τέτοιες περιπτώσεις και είδαμε ότι υπάρχει ένας χρήστης που πηγαίνει στην πρώτη σελίδα, ξεκινά τη σύνδεση του λογαριασμού του στο Google και αμέσως τον ακυρώνει, ξαναμπαίνει στην πρώτη σελίδα και ούτω καθεξής τέσσερις φορές. Στην αρχή σκεφτήκαμε, "Κάτι δεν πάει καλά με αυτόν τον χρήστη." Και τότε καταλάβαμε ότι, πιθανότατα, υπήρχε ένα σφάλμα στην εφαρμογή. Στη διοχέτευση, αυτό θα ερμηνευόταν ως εξής: στον χρήστη δεν άρεσε το σύνολο των δικαιωμάτων που ζητά η εφαρμογή και έφυγε.
Μια άλλη ομάδα είχε το 5% των χρηστών να χαθούν στην οθόνη όπου η εφαρμογή τους ζητά να επιλέξουν μία από όλες τις εφαρμογές ημερολογίου στο smartphone τους. Οι χρήστες επέλεγαν διαφορετικά ημερολόγια ξανά και ξανά και στη συνέχεια απλώς έβγαιναν από την εφαρμογή. Αποδεικνύεται ότι υπήρχε ένα πρόβλημα UX: αφού ένα άτομο επέλεξε ένα ημερολόγιο, έπρεπε να κάνει κλικ στο Τέλος στην επάνω δεξιά γωνία. Απλώς δεν το είδαν όλοι οι χρήστες.
Πρώτη οθόνη της εφαρμογής στον αέρα
Στο γράφημά μας, είδαμε ότι περίπου το 30% των χρηστών δεν υπερβαίνει την πρώτη οθόνη: αυτό οφείλεται στο γεγονός ότι είμαστε αρκετά επιθετικοί στο να πιέζουμε τον χρήστη να εγγραφεί. Στην πρώτη οθόνη, η εφαρμογή σάς ζητά να εγγραφείτε χρησιμοποιώντας το Google ή το Triplt και δεν υπάρχουν πληροφορίες σχετικά με την παράλειψη εγγραφής. Από αυτούς που φεύγουν από την πρώτη οθόνη, το 16% των χρηστών κάνουν κλικ στο «Περισσότερα» και επιστρέφουν ξανά. Διαπιστώσαμε ότι ψάχνουν τρόπο να εγγραφούν εσωτερικά στην εφαρμογή και θα τον κυκλοφορήσουμε σε επόμενη ενημέρωση. Επιπλέον, τα 2/3 όσων φεύγουν αμέσως δεν πατάνε απολύτως τίποτα. Για να μάθουμε τι τους συμβαίνει, φτιάξαμε έναν θερμικό χάρτη. Αποδεικνύεται ότι οι πελάτες κάνουν κλικ σε μια λίστα λειτουργιών εφαρμογής που δεν είναι σύνδεσμοι με δυνατότητα κλικ.
Αποτυπώστε μια μικροστιγμή
Συχνά μπορείς να δεις ανθρώπους να πατάνε μονοπάτια δίπλα στον ασφαλτόδρομο. Το Retentioneering είναι μια προσπάθεια να βρεθούν αυτά τα μονοπάτια και, αν είναι δυνατόν, να αλλάξουν οι δρόμοι.
Φυσικά, είναι κακό που μαθαίνουμε από πραγματικούς χρήστες, αλλά τουλάχιστον αρχίσαμε να παρακολουθούμε αυτόματα μοτίβα που υποδηλώνουν πρόβλημα χρήστη στην εφαρμογή. Πλέον, ο διαχειριστής προϊόντων λαμβάνει ειδοποιήσεις μέσω ηλεκτρονικού ταχυδρομείου εάν προκύψει μεγάλος αριθμός "βρόχων"—όταν ο χρήστης επιστρέφει στην ίδια οθόνη ξανά και ξανά.
Ας δούμε ποια μοτίβα στις τροχιές των χρηστών είναι γενικά ενδιαφέρον να αναζητήσουμε για να αναλύσουμε προβλήματα και τομείς ανάπτυξης μιας εφαρμογής:
- Βρόχοι και κύκλοι. Οι βρόχοι που αναφέρονται παραπάνω είναι όταν ένα γεγονός επαναλαμβάνεται στην τροχιά του χρήστη, για παράδειγμα, calendar-calendar-calendar-calendar. Ένας βρόχος με πολλές επαναλήψεις είναι σαφής ένδειξη ενός προβλήματος διεπαφής ή ανεπαρκούς σήμανσης συμβάντος. Ένας κύκλος είναι επίσης μια κλειστή τροχιά, αλλά σε αντίθεση με έναν βρόχο περιλαμβάνει περισσότερα από ένα συμβάντα, για παράδειγμα: προβολή ιστορικού πτήσης - προσθήκη πτήσης - προβολή ιστορικού πτήσης.
- Flowstoppers - όταν ο χρήστης, λόγω κάποιου εμποδίου, δεν μπορεί να συνεχίσει την επιθυμητή κίνησή του μέσω της εφαρμογής, για παράδειγμα, μια οθόνη με μια διεπαφή που δεν είναι εμφανής στον πελάτη. Τέτοια γεγονότα επιβραδύνουν και αλλάζουν την τροχιά των χρηστών.
- Τα σημεία διακλάδωσης είναι σημαντικά γεγονότα μετά τα οποία διαχωρίζονται οι τροχιές των πελατών διαφορετικών τύπων. Συγκεκριμένα, πρόκειται για οθόνες που δεν περιέχουν άμεση μετάβαση ή παρότρυνση για δράση στη δράση στόχο, ωθώντας ουσιαστικά ορισμένους χρήστες προς αυτήν. Για παράδειγμα, κάποια οθόνη που δεν σχετίζεται άμεσα με την αγορά περιεχομένου σε μια εφαρμογή, αλλά στην οποία οι πελάτες έχουν την τάση να αγοράζουν ή να μην αγοράζουν περιεχόμενο, θα συμπεριφέρονται διαφορετικά. Τα σημεία διακλάδωσης μπορεί να είναι σημεία επιρροής στις ενέργειες των χρηστών σας με ένα σύμβολο συν - μπορούν να επηρεάσουν την απόφαση να κάνετε μια αγορά ή κλικ ή ένα σύμβολο μείον - μπορούν να καθορίσουν ότι μετά από μερικά βήματα ο χρήστης θα αποχωρήσει από την εφαρμογή.
- Τα ματαιωμένα σημεία μετατροπής είναι πιθανά σημεία διακλάδωσης. Μπορείτε να τα σκεφτείτε ως οθόνες που θα μπορούσαν να προκαλέσουν μια ενέργεια στόχο, αλλά όχι. Αυτό θα μπορούσε επίσης να είναι μια χρονική στιγμή που ο χρήστης έχει μια ανάγκη, αλλά δεν την ικανοποιούμε γιατί απλά δεν την γνωρίζουμε. Η ανάλυση τροχιάς θα πρέπει να επιτρέπει τον εντοπισμό αυτής της ανάγκης.
- Σημείο απόσπασης προσοχής - οθόνες/αναδυόμενα παράθυρα που δεν παρέχουν αξία στον χρήστη, δεν επηρεάζουν τη μετατροπή και μπορούν να «θολώσουν» τις τροχιές, αποσπώντας την προσοχή του χρήστη από τις ενέργειες-στόχους.
- Τα τυφλά σημεία είναι κρυφά σημεία της εφαρμογής, οθόνες και λειτουργίες που είναι πολύ δύσκολο να προσεγγίσει ο χρήστης.
- Αποχετεύσεις – σημεία όπου υπάρχει διαρροή κυκλοφορίας
Γενικά, η μαθηματική προσέγγιση μας επέτρεψε να κατανοήσουμε ότι ο πελάτης χρησιμοποιεί την εφαρμογή με εντελώς διαφορετικό τρόπο από ό,τι συνήθως πιστεύουν οι διαχειριστές προϊόντων όταν προσπαθούν να σχεδιάσουν κάποιο τυπικό σενάριο χρήσης για τον χρήστη. Καθισμένος στο γραφείο και παρακολουθώντας τα πιο cool συνέδρια προϊόντων, είναι ακόμα πολύ δύσκολο να φανταστεί κανείς όλη την ποικιλία των πραγματικών συνθηκών πεδίου στις οποίες ο χρήστης θα λύσει τα προβλήματά του χρησιμοποιώντας την εφαρμογή.
Αυτό μου θυμίζει ένα μεγάλο αστείο. Ένας δοκιμαστής μπαίνει σε ένα μπαρ και παραγγέλνει: ένα ποτήρι μπύρα, 2 ποτήρια μπύρα, 0 ποτήρια μπύρα, 999999999 ποτήρια μπύρα, μια σαύρα σε ένα ποτήρι, -1 ποτήρι μπύρα, ποτήρια μπύρα qwertyuip. Ο πρώτος πραγματικός πελάτης μπαίνει στο μπαρ και ρωτάει πού είναι η τουαλέτα. Το μπαρ τυλίγεται στις φλόγες και όλοι πεθαίνουν.
Οι αναλυτές προϊόντων, βαθιά βυθισμένοι σε αυτό το πρόβλημα, άρχισαν να εισάγουν την έννοια της μικροστιγμής. Ο σύγχρονος χρήστης χρειάζεται μια άμεση λύση στο πρόβλημά του. Η Google άρχισε να μιλάει για αυτό πριν από μερικά χρόνια: η εταιρεία αποκάλεσε τέτοιες ενέργειες χρηστών μικροστιγμές. Ο χρήστης αποσπάται η προσοχή, κλείνει κατά λάθος την εφαρμογή, δεν καταλαβαίνει τι απαιτείται από αυτόν, συνδέεται ξανά μια μέρα αργότερα, ξεχνάει ξανά και μετά ακολουθεί τον σύνδεσμο που του έστειλε ένας φίλος στο messenger. Και όλες αυτές οι συνεδρίες δεν μπορούν να διαρκέσουν περισσότερο από 20 δευτερόλεπτα.
Έτσι, αρχίσαμε να προσπαθούμε να ρυθμίσουμε το έργο της υπηρεσίας υποστήριξης έτσι ώστε οι εργαζόμενοι να μπορούν να καταλάβουν ποιο ήταν το πρόβλημα σχεδόν σε πραγματικό χρόνο. Μέχρι να έρθει ένα άτομο στη σελίδα υποστήριξης και να αρχίσει να γράφει την ερώτησή του, μπορούμε να προσδιορίσουμε την ουσία του προβλήματος, γνωρίζοντας την τροχιά του - τα τελευταία 100 συμβάντα. Προηγουμένως, αυτοματοποιούσαμε τη διανομή όλων των αιτημάτων υποστήριξης σε κατηγορίες χρησιμοποιώντας ανάλυση ML των κειμένων των αιτημάτων υποστήριξης. Παρά την επιτυχία της κατηγοριοποίησης, όταν το 87% όλων των αιτημάτων κατανέμεται σωστά σε μία από τις 13 κατηγορίες, η εργασία με τροχιές μπορεί να βρει αυτόματα την καταλληλότερη λύση για την κατάσταση του χρήστη.
Δεν μπορούμε να κυκλοφορήσουμε ενημερώσεις γρήγορα, αλλά μπορούμε να παρατηρήσουμε το πρόβλημα και, εάν ο χρήστης ακολουθήσει το σενάριο που έχουμε ήδη δει, στείλτε του μια ειδοποίηση push.
Βλέπουμε ότι η εργασία της βελτιστοποίησης μιας εφαρμογής απαιτεί πλούσια εργαλεία για τη μελέτη των τροχιών των χρηστών. Επιπλέον, γνωρίζοντας όλες τις διαδρομές που ακολουθούν οι χρήστες, μπορείτε να ανοίξετε τις απαραίτητες διαδρομές και με τη βοήθεια προσαρμοσμένου περιεχομένου, ειδοποιήσεων push και προσαρμοστικών στοιχείων διεπαφής χρήστη "από το χέρι" να οδηγήσετε τον χρήστη σε στοχευμένες ενέργειες που ταιριάζουν καλύτερα στις ανάγκες του και αποφέρουν χρήματα , δεδομένα και άλλη αξία για την επιχείρησή σας.
Τι να σημειώσετε
- Η μελέτη της μετατροπής χρήστη μόνο χρησιμοποιώντας διοχετεύσεις ως παράδειγμα σημαίνει ότι χάνουμε τις πλούσιες πληροφορίες που μας δίνει η ίδια η εφαρμογή.
- Η ανάλυση διατήρησης των τροχιών χρηστών σε γραφήματα σάς βοηθά να δείτε ποιες δυνατότητες χρησιμοποιείτε για να διατηρήσετε τους χρήστες ή, για παράδειγμα, να τους ενθαρρύνετε να εγγραφούν.
- Τα εργαλεία διατήρησης βοηθούν αυτόματα, σε πραγματικό χρόνο, να παρακολουθούν μοτίβα που υποδεικνύουν προβλήματα χρήστη στην εφαρμογή, να βρίσκουν και να κλείνουν σφάλματα όπου ήταν δύσκολο να παρατηρηθούν.
- Βοηθούν στην εύρεση μη προφανών προτύπων συμπεριφοράς των χρηστών.
- Τα εργαλεία διατήρησης καθιστούν δυνατή τη δημιουργία αυτοματοποιημένων εργαλείων ML για την πρόβλεψη γεγονότων και μετρήσεων βασικών χρηστών: απώλεια χρήστη, LTV και πολλές άλλες μετρήσεις που προσδιορίζονται εύκολα στο γράφημα.
Χτίζουμε μια κοινότητα γύρω από το Retentioneering για την ελεύθερη ανταλλαγή ιδεών. Μπορείτε να σκεφτείτε τα εργαλεία που αναπτύσσουμε ως μια γλώσσα στην οποία οι αναλυτές και τα προϊόντα από διαφορετικές εφαρμογές για κινητά και web μπορούν να ανταλλάσσουν πληροφορίες, καλύτερες τεχνικές και μεθόδους. Μπορείτε να μάθετε πώς να χρησιμοποιείτε αυτά τα εργαλεία στο μάθημα Binary District.
Πηγή: www.habr.com