Käyttäjän pitäminen mobiilisovelluksessa on koko tiedettä. Kurssin kirjoittaja kuvaili sen perusteita artikkelissamme VC.ru:ssa Maxim Godzi, App in the Airin koneoppimisen johtaja. Maxim kertoo yrityksessä kehitetyistä työkaluista mobiilisovelluksen analysointi- ja optimointityön esimerkin avulla. Tätä App in the Air -sovelluksessa kehitettyä systemaattista lähestymistapaa tuotteen parantamiseen kutsutaan Retentioneeringiksi. Voit käyttää näitä työkaluja tuotteessasi: osa niistä on mukana GitHubissa.
App in the Air on sovellus, jolla on yli 3 miljoonaa aktiivista käyttäjää ympäri maailmaa ja jolla voit seurata lentoja, saada tietoa muutoksista lähtö-/laskeutumisajoissa, lähtöselvityksessä ja lentokentän ominaisuuksissa.
Suppilosta lentoradalle
Kaikki kehitystiimit rakentavat aloitussuppilon (prosessi, jonka tavoitteena on tuotteen hyväksyminen). Tämä on ensimmäinen askel, jonka avulla voit tarkastella koko järjestelmää ylhäältä ja löytää sovellusongelmat. Mutta tuotteen kehittyessä tunnet tämän lähestymistavan rajoitukset. Yksinkertaista suppiloa käyttämällä et voi nähdä tuotteelle ei-ilmeisiä kasvupisteitä. Suppilon tarkoitus on antaa yleiskuva sovelluksen käyttäjien vaiheista, näyttää sinulle normin mittareita. Mutta suppilo piilottaa varovaisesti poikkeamat normista ilmeisiin ongelmiin tai päinvastoin erityiseen käyttäjän toimintaan.
Rakensimme App in the Airissa oman suppilomme, mutta tuotteen erityispiirteiden vuoksi päädyimme tiimalasiin. Sitten päätimme laajentaa lähestymistapaa ja käyttää runsaasti tietoa, jonka sovellus itse antaa meille.
Kun rakennat suppilon, menetät käyttäjän omaksumisradat. Liikeradat koostuvat käyttäjän ja sovelluksen itsensä suorittamista toimenpiteistä (esimerkiksi push-ilmoituksen lähettämisestä).
Aikaleimojen avulla voit helposti rekonstruoida käyttäjän liikeradan ja tehdä siitä graafin jokaiselle niistä. Tietenkin kaavioita on paljon. Siksi sinun on ryhmiteltävä samankaltaiset käyttäjät. Voit esimerkiksi järjestää kaikki käyttäjät taulukon rivien mukaan ja listata, kuinka usein he käyttävät tiettyä funktiota.
Tällaisen taulukon perusteella teimme matriisin ja ryhmitelimme käyttäjät funktioiden käyttötaajuuden eli graafin solmujen mukaan. Tämä on yleensä ensimmäinen askel kohti oivalluksia: esimerkiksi jo tässä vaiheessa huomaat, että jotkut käyttäjät eivät käytä kaikkia toimintoja ollenkaan. Kun teimme taajuusanalyysin, aloimme tutkia, mitkä kaavion solmut ovat "suurimmat", eli millä sivuilla käyttäjät vierailevat useimmin. Luokat, jotka eroavat olennaisesti jonkin sinulle tärkeän kriteerin mukaan, korostetaan välittömästi. Tässä on esimerkiksi kaksi käyttäjäklusteria, jotka jaoimme tilauspäätöksen perusteella (ryhmiä oli yhteensä 16).
Kuinka käyttää sitä
Tarkastelemalla käyttäjiäsi tällä tavalla voit nähdä, mitä ominaisuuksia käytät heidän säilyttämiseen tai esimerkiksi rekisteröitymiseen. Luonnollisesti matriisi näyttää myös ilmeisiä asioita. Esimerkiksi tilauksen ostaneet kävivät tilausnäytöllä. Mutta tämän lisäksi voit löytää myös malleja, joista et muuten olisi koskaan tiennyt.
Löysimme siis täysin vahingossa ryhmän käyttäjiä, jotka lisäävät lennon, seuraavat sitä aktiivisesti pitkin päivää ja katoavat sitten pitkäksi aikaa, kunnes lentävät taas jonnekin. Jos analysoisimme heidän käyttäytymistään perinteisillä työkaluilla, luulisimme, että he eivät yksinkertaisesti olleet tyytyväisiä sovelluksen toimivuuteen: kuinka muuten voimme selittää, että he käyttivät sitä yhden päivän eivätkä koskaan palanneet. Mutta kaavioiden avulla näimme, että he ovat erittäin aktiivisia, vain kaikki heidän toimintansa mahtuu yhteen päivään.
Nyt tärkein tehtävämme on rohkaista tällaista käyttäjää liittymään lentoyhtiönsä kanta-asiakasohjelmaan, kun hän käyttää tilastojamme. Tässä tapauksessa tuomme kaikki hänen ostamansa lennot ja yritämme saada hänet rekisteröitymään heti, kun hän ostaa uuden lipun. Tämän ongelman ratkaisemiseksi aloimme myös yhteistyön Aviasalesin, Svyaznoy.Travelin ja muiden sovellusten kanssa. Kun käyttäjä ostaa lipun, sovellus kehottaa lisäämään lennon App in the Airiin, ja näemme sen heti.
Kaavion ansiosta näimme, että 5 % tilausnäytölle siirtyvistä ihmisistä peruuttaa sen. Aloimme analysoida tällaisia tapauksia ja huomasimme, että on käyttäjä, joka menee ensimmäiselle sivulle, käynnistää yhteyden Google-tiliinsä ja peruuttaa sen välittömästi, pääsee uudelleen ensimmäiselle sivulle ja niin edelleen neljä kertaa. Aluksi ajattelimme: "Jotain on selvästi vialla tässä käyttäjässä." Ja sitten tajusimme, että sovelluksessa oli todennäköisesti virhe. Suppilossa tämä tulkittaisiin seuraavasti: käyttäjä ei pitänyt sovelluksen pyytämästä käyttöoikeusjoukosta, ja hän lähti.
Toisessa ryhmässä 5 % käyttäjistä eksyi näytölle, jossa sovellus kehottaa heitä valitsemaan yhden kaikista älypuhelimen kalenterisovelluksista. Käyttäjät valitsivat eri kalentereita yhä uudelleen ja poistuivat sitten sovelluksesta. Kävi ilmi, että kyseessä oli UX-ongelma: kun henkilö valitsi kalenterin, hänen oli napsautettava oikeasta yläkulmasta Valmis. Kaikki käyttäjät eivät vain nähneet sitä.
App in the Airin ensimmäinen näyttö
Kaaviossamme havaitsimme, että noin 30 % käyttäjistä ei ylitä ensimmäistä näyttöä: tämä johtuu siitä, että olemme melko aggressiivisia pakottaessamme käyttäjää tilaamaan. Ensimmäisellä näytöllä sovellus kehottaa rekisteröitymään Googlen tai Tripltin avulla, eikä rekisteröinnin ohittamisesta ole tietoa. Ensimmäiseltä näytöltä poistuvista käyttäjistä 16 % klikkaa "Lisää" ja palaa uudelleen. Olemme havainneet, että he etsivät tapaa rekisteröityä sisäisesti sovellukseen ja julkaisemme sen seuraavassa päivityksessä. Lisäksi 2/3 heti lähtevistä ei klikkaa yhtään mitään. Selvittääksemme, mitä heille tapahtuu, rakensimme lämpökartan. Osoittautuu, että asiakkaat napsauttavat luetteloa sovelluksen ominaisuuksista, jotka eivät ole klikattavia linkkejä.
Tallenna mikrohetki
Asfalttitien varrella näkee usein polkuja tallaavan ihmisiä. Retentioneering on yritys löytää nämä polut ja, jos mahdollista, muuttaa teitä.
Tietenkin on huonoa, että opimme oikeilta käyttäjiltä, mutta ainakin aloimme automaattisesti seurata kuvioita, jotka osoittavat käyttäjäongelman sovelluksessa. Nyt tuotepäällikkö saa sähköposti-ilmoituksia, jos esiintyy suuri määrä "silmukoita" – kun käyttäjä palaa samalle näytölle yhä uudelleen ja uudelleen.
Katsotaanpa, mitä käyttäjien liikeradan malleja on yleensä mielenkiintoista etsiä sovelluksen ongelmien ja kasvualueiden analysoimiseksi:
- Silmukat ja syklit. Yllä mainitut silmukat ovat, kun yksi tapahtuma toistuu käyttäjän liikeradalla, esimerkiksi kalenteri-kalenteri-kalenteri-kalenteri. Paljon toistoa sisältävä silmukka on selkeä osoitus käyttöliittymäongelmasta tai riittämättömästä tapahtumamerkinnästä. Sykli on myös suljettu lentorata, mutta toisin kuin silmukassa se sisältää useamman kuin yhden tapahtuman, esimerkiksi: lentohistorian katselu - lennon lisääminen - lentohistorian katselu.
- Flowstoppers - kun käyttäjä ei jostain esteestä johtuen voi jatkaa haluamaansa liikettä sovelluksen läpi, esimerkiksi näyttö, jonka käyttöliittymä ei ole asiakkaalle ilmeinen. Tällaiset tapahtumat hidastavat ja muuttavat käyttäjien liikerataa.
- Haaroittumispisteet ovat merkittäviä tapahtumia, joiden jälkeen erilaisten asiakkaiden liikeradat eroavat toisistaan. Erityisesti nämä ovat näyttöjä, jotka eivät sisällä suoraa siirtymää tai toimintakehotusta kohdetoimintoon, mikä työntää joitakin käyttäjiä tehokkaasti kohti sitä. Esimerkiksi jokin näyttö, joka ei liity suoraan sovelluksen sisällön ostamiseen, mutta jolla asiakkaat ovat taipuvaisia ostamaan tai olemaan ostamatta sisältöä, käyttäytyvät eri tavalla. Haaroituspisteet voivat olla vaikuttavia kohtia käyttäjiesi toiminnassa plusmerkillä - ne voivat vaikuttaa ostopäätökseen tai napsautukseen tai miinusmerkillä - ne voivat määrittää, että käyttäjä poistuu sovelluksesta muutaman askeleen jälkeen.
- Keskeytetyt muunnospisteet ovat mahdollisia haarautumispisteitä. Voit ajatella niitä näyttöinä, jotka voivat kehottaa kohdetoimintoon, mutta älä tee sitä. Tämä voi olla myös hetki, jolloin käyttäjällä on tarve, mutta emme tyydytä sitä, koska emme yksinkertaisesti tiedä siitä. Lentorata-analyysin pitäisi mahdollistaa tämän tarpeen tunnistaminen.
- Häiriöpiste – näytöt/ponnahdusikkunat, jotka eivät tarjoa käyttäjälle arvoa, eivät vaikuta konversioon ja voivat "sumentaa" liikeradat ja häiritä käyttäjää kohdetoimista.
- Kuolleet kulmat ovat sovelluksen, näyttöjen ja ominaisuuksien piilotettuja kohtia, joihin käyttäjän on erittäin vaikea päästä käsiksi.
- Viemärit – paikat, joissa liikenne vuotaa
Yleisesti ottaen matemaattinen lähestymistapa antoi meille mahdollisuuden ymmärtää, että asiakas käyttää sovellusta täysin eri tavalla kuin tuotepäälliköt yleensä ajattelevat yrittäessään suunnitella jotain tavallista käyttöskenaariota käyttäjälle. Istuessaan toimistossa ja osallistumalla tyylikkäimpiin tuotekonferensseihin, on edelleen erittäin vaikea kuvitella kaikkia erilaisia todellisia kenttäolosuhteita, joissa käyttäjä ratkaisee ongelmansa sovelluksen avulla.
Tästä tulee mieleen hieno vitsi. Testaaja kävelee baariin ja tilaa: lasin olutta, 2 lasia olutta, 0 lasillista olutta, 999999999 lasia olutta, lisko lasissa, -1 lasi olutta, qwertyuip lasit olutta. Ensimmäinen todellinen asiakas kävelee baariin ja kysyy, missä wc on. Baari syttyy tuleen ja kaikki kuolevat.
Tuoteanalyytikot, jotka olivat syvästi uppoutuneita tähän ongelmaan, alkoivat ottaa käyttöön mikromomentin käsitettä. Nykyaikainen käyttäjä tarvitsee välittömän ratkaisun ongelmaansa. Google alkoi puhua tästä muutama vuosi sitten: yritys kutsui tällaisia käyttäjän toimia mikrohetkeksi. Käyttäjä hajamielinen, sulkee vahingossa sovelluksen, ei ymmärrä, mitä häneltä vaaditaan, kirjautuu uudelleen sisään päivää myöhemmin, unohtaa uudelleen ja seuraa sitten linkkiä, jonka ystävä lähetti hänelle messengerissä. Ja kaikki nämä istunnot voivat kestää enintään 20 sekuntia.
Niinpä aloimme yrittää järjestää tukipalvelun työtä niin, että työntekijät ymmärtäisivät ongelman lähes reaaliajassa. Kun henkilö tulee tukisivulle ja alkaa kirjoittaa kysymyksensä, voimme määrittää ongelman olemuksen, kun tiedämme hänen liikeradansa - viimeiset 100 tapahtumaa. Aiemmin automatisoimme kaikkien tukipyyntöjen jakamisen luokkiin käyttämällä tukipyyntöjen tekstien ML-analyysiä. Luokittelun onnistumisesta huolimatta, kun 87 % kaikista pyynnöistä on jaettu oikein johonkin 13 kategoriasta, juuri työskentely liikeradan kanssa löytää automaattisesti käyttäjän tilanteeseen sopivimman ratkaisun.
Emme voi julkaista päivityksiä nopeasti, mutta pystymme havaitsemaan ongelman ja, jos käyttäjä noudattaa jo näkemäämme skenaariota, lähettää hänelle push-ilmoituksen.
Näemme, että sovelluksen optimointi vaatii monipuolisia työkaluja käyttäjien liikeradan tutkimiseen. Lisäksi, kun tiedät kaikki käyttäjien kulkemat polut, voit tasoittaa tarvittavat polut ja räätälöidyn sisällön avulla push-ilmoitukset ja mukautuvat käyttöliittymäelementit "käsin" johdattavat käyttäjän kohdennettuihin toimiin, jotka parhaiten vastaavat hänen tarpeitaan ja tuovat rahaa. , dataa ja muuta arvoa yrityksellesi.
Mitä huomioida
- Käyttäjien konversion tutkiminen pelkän suppilon avulla esimerkkinä tarkoittaa, että menetämme sen monipuolisen tiedon, jonka sovellus itse antaa meille.
- Käyttäjien liikeratojen säilyttämisanalyysi kaavioissa auttaa sinua näkemään, mitä ominaisuuksia käytät käyttäjien säilyttämiseen tai esimerkiksi kannustamiseen tilaamaan.
- Retentioneering-työkalut auttavat automaattisesti, reaaliajassa, jäljittämään kuvioita, jotka osoittavat käyttäjän ongelmista sovelluksessa, löytämään ja sulkemaan vikoja, joissa niitä oli vaikea havaita.
- Ne auttavat löytämään ei-ilmeisiä käyttäjien käyttäytymismalleja.
- Säilytystyökalut mahdollistavat automatisoitujen ML-työkalujen rakentamisen tärkeimpien käyttäjätapahtumien ja mittareiden ennustamiseen: käyttäjien menetys, elinkaariarvo ja monet muut kaaviosta helposti määritettävissä olevat mittarit.
Rakennamme Retentioneeringin ympärille yhteisöä vapaata ajatustenvaihtoa varten. Voit ajatella kehittämiämme työkaluja kielenä, jolla analyytikot ja eri mobiili- ja verkkosovellusten tuotteet voivat vaihtaa oivalluksia, parhaita tekniikoita ja menetelmiä. Voit oppia käyttämään näitä työkaluja kurssilla Binääripiiri.
Lähde: will.com