Mantenere un utente in un'applicazione mobile è tutta una scienza. L'autore del corso ha descritto le sue basi nel nostro articolo su VC.ru Maxim Godzi, responsabile del machine learning presso App in the Air. Maxim parla degli strumenti sviluppati in azienda utilizzando l'esempio del lavoro sull'analisi e l'ottimizzazione di un'applicazione mobile. Questo approccio sistematico al miglioramento del prodotto, sviluppato in App in the Air, si chiama Retentioneering. Puoi utilizzare questi strumenti nel tuo prodotto: alcuni di essi sono presenti su GitHub.
App in the Air è un'applicazione con più di 3 milioni di utenti attivi in tutto il mondo, con cui potrai tracciare i voli, avere informazioni su variazioni degli orari di partenza/atterraggio, check-in e caratteristiche dell'aeroporto.
Dall'imbuto alla traiettoria
Tutti i team di sviluppo creano un funnel di onboarding (un processo mirato all'accettazione del prodotto da parte dell'utente). Questo è il primo passo che ti aiuta a guardare l'intero sistema dall'alto e a trovare i problemi dell'applicazione. Ma man mano che il prodotto si sviluppa, sentirai i limiti di questo approccio. Utilizzando un semplice funnel, non è possibile vedere punti di crescita non evidenti per un prodotto. Lo scopo del funnel è quello di dare uno sguardo generale alle fasi degli utenti nell'applicazione, per mostrarti le metriche della norma. Ma l'imbuto nasconderà prudentemente le deviazioni dalla norma verso problemi evidenti o, al contrario, attività speciali dell'utente.
Noi di App in the Air abbiamo costruito il nostro funnel, ma a causa delle specificità del prodotto ci siamo ritrovati con una clessidra. Quindi abbiamo deciso di espandere l'approccio e utilizzare le ricche informazioni fornite dall'applicazione stessa.
Quando costruisci un funnel, perdi le traiettorie di onboarding dell'utente. Le traiettorie sono costituite da una sequenza di azioni da parte dell'utente e dell'applicazione stessa (ad esempio, l'invio di una notifica push).
Utilizzando i timestamp, puoi ricostruire molto facilmente la traiettoria dell'utente e ricavarne un grafico per ciascuno di essi. Naturalmente ci sono molti grafici. Pertanto, è necessario raggruppare utenti simili. Ad esempio, puoi organizzare tutti gli utenti per righe della tabella ed elencare la frequenza con cui utilizzano una determinata funzione.
Sulla base di tale tabella, abbiamo creato una matrice e raggruppato gli utenti in base alla frequenza di utilizzo delle funzioni, ovvero in base ai nodi del grafico. Questo di solito è il primo passo verso gli insight: ad esempio, già in questa fase vedrai che alcuni utenti non utilizzano affatto alcune funzioni. Quando abbiamo fatto l’analisi della frequenza, abbiamo iniziato a studiare quali nodi del grafico sono i “più grandi”, cioè quali pagine gli utenti visitano più spesso. Le categorie che sono fondamentalmente diverse secondo alcuni criteri importanti per te vengono immediatamente evidenziate. Qui, ad esempio, ci sono due cluster di utenti che abbiamo diviso in base alla decisione di abbonamento (c'erano 16 cluster in totale).
Come usarlo
Osservando i tuoi utenti in questo modo, puoi vedere quali funzionalità utilizzi per fidelizzarli o, ad esempio, convincerli a registrarsi. Naturalmente la matrice mostrerà anche cose ovvie. Ad esempio, chi ha acquistato un abbonamento ha visitato la schermata di abbonamento. Ma oltre a questo, puoi anche trovare modelli che altrimenti non avresti mai conosciuto.
Quindi abbiamo trovato per caso un gruppo di utenti che aggiungono un volo, lo seguono attivamente durante il giorno e poi scompaiono per molto tempo finché non volano di nuovo da qualche parte. Se analizzassimo il loro comportamento utilizzando strumenti convenzionali, penseremmo che semplicemente non fossero soddisfatti della funzionalità dell'applicazione: come spiegare altrimenti il fatto che l'abbiano utilizzata per un giorno e non siano più tornati. Ma con l’aiuto dei grafici abbiamo visto che sono molto attivi, è solo che tutta la loro attività rientra in un giorno.
Ora il nostro compito principale è incoraggiare tale utente a connettersi al programma fedeltà della sua compagnia aerea mentre utilizza le nostre statistiche. In questo caso importeremo tutti i voli che acquisterà e cercheremo di spingerlo a iscriversi non appena acquisterà un nuovo biglietto. Per risolvere questo problema, abbiamo iniziato a collaborare anche con Aviasales, Svyaznoy.Travel e altre applicazioni. Quando l'utente acquista un biglietto, l'app gli chiede di aggiungere il volo ad App in the Air e noi lo vediamo immediatamente.
Grazie al grafico abbiamo visto che il 5% delle persone che vanno nella schermata dell'abbonamento lo annullano. Abbiamo iniziato ad analizzare questi casi e abbiamo visto che c'è un utente che va alla prima pagina, avvia la connessione del suo account Google e lo cancella immediatamente, torna di nuovo alla prima pagina e così via quattro volte. All’inizio abbiamo pensato: “C’è chiaramente qualcosa che non va in questo utente”. E poi ci siamo resi conto che, molto probabilmente, c'era un bug nell'applicazione. Nella canalizzazione, ciò verrebbe interpretato come segue: all'utente non è piaciuto l'insieme di autorizzazioni richieste dall'applicazione e se ne è andato.
In un altro gruppo il 5% degli utenti si è perso sullo schermo in cui l'app richiedeva di selezionarne una tra tutte le app di calendario presenti sul proprio smartphone. Gli utenti selezionavano ripetutamente calendari diversi e poi uscivano semplicemente dall'app. Si è scoperto che si era verificato un problema di UX: dopo che una persona aveva selezionato un calendario, doveva fare clic su Fine nell'angolo in alto a destra. È solo che non tutti gli utenti l'hanno visto.
Prima schermata dell'App in the Air
Nel nostro grafico abbiamo visto che circa il 30% degli utenti non va oltre la prima schermata: questo è dovuto al fatto che siamo piuttosto aggressivi nello spingere l'utente ad iscriversi. Nella prima schermata, l'app ti chiede di registrarti utilizzando Google o Triplt e non ci sono informazioni su come saltare la registrazione. Tra coloro che lasciano la prima schermata, il 16% degli utenti clicca su “Altro” e ritorna di nuovo. Abbiamo scoperto che stanno cercando un modo per registrarsi internamente all'applicazione e lo rilasceremo nel prossimo aggiornamento. Inoltre, 2/3 di coloro che escono subito non cliccano assolutamente nulla. Per scoprire cosa sta succedendo loro, abbiamo creato una mappa termica. Si scopre che i clienti fanno clic su un elenco di funzionalità dell'app che non sono collegamenti selezionabili.
Cattura un micro-momento
Spesso puoi vedere persone che calpestano i sentieri accanto alla strada asfaltata. Il mantenimento è un tentativo di trovare questi percorsi e, se possibile, cambiare le strade.
Naturalmente è un male imparare dagli utenti reali, ma almeno abbiamo iniziato a tracciare automaticamente i modelli che indicano un problema dell'utente nell'applicazione. Ora il product manager riceve notifiche via email se si verificano un numero elevato di "loop", ovvero quando l'utente torna ripetutamente alla stessa schermata.
Diamo un'occhiata a quali modelli nelle traiettorie degli utenti sono generalmente interessanti da cercare per analizzare i problemi e le aree di crescita di un'applicazione:
- Loop e cicli. I cicli menzionati sopra si verificano quando un evento si ripete nella traiettoria dell'utente, ad esempio calendar-calendar-calendar-calendar. Un loop con molte ripetizioni è un chiaro indicatore di un problema di interfaccia o di un contrassegno di eventi insufficiente. Anche un ciclo è una traiettoria chiusa, ma a differenza di un loop include più di un evento, ad esempio: visualizzazione della cronologia dei voli - aggiunta di un volo - visualizzazione della cronologia dei voli.
- Flowstoppers: quando l'utente, a causa di qualche ostacolo, non può continuare il movimento desiderato attraverso l'applicazione, ad esempio uno schermo con un'interfaccia che non è ovvia per il cliente. Tali eventi rallentano e spostano la traiettoria degli utenti.
- I punti di biforcazione sono eventi significativi dopo i quali le traiettorie di clienti di diverso tipo vengono separate. In particolare, si tratta di schermate che non contengono una transizione diretta o una call to action all'azione target, spingendo di fatto alcuni utenti verso di essa. Ad esempio, alcune schermate che non sono direttamente correlate all'acquisto di contenuti in un'applicazione, ma in cui i clienti sono propensi ad acquistare o non acquistare contenuti, si comporteranno diversamente. I punti di biforcazione possono essere punti di influenza sulle azioni dei tuoi utenti con un segno più - possono influenzare la decisione di effettuare un acquisto o fare clic, o un segno meno - possono determinare che dopo pochi passaggi l'utente lascerà l'applicazione.
- I punti di conversione interrotti sono potenziali punti di biforcazione. Puoi considerarli come schermate che potrebbero richiedere un'azione target, ma non lo fanno. Potrebbe anche trattarsi di un momento in cui l'utente ha un bisogno, ma non lo soddisfiamo perché semplicemente non ne siamo a conoscenza. L’analisi della traiettoria dovrebbe consentire di identificare questa esigenza.
- Punto di distrazione: schermate/pop-up che non forniscono valore all'utente, non influenzano la conversione e possono "sfocare" le traiettorie, distraendo l'utente dalle azioni target.
- Gli angoli ciechi sono punti nascosti dell'applicazione, schermate e funzionalità molto difficili da raggiungere per l'utente.
- Scarichi – punti in cui il traffico perde
In generale, l'approccio matematico ci ha permesso di capire che il cliente utilizza l'applicazione in un modo completamente diverso da quello che solitamente pensano i product manager quando cercano di pianificare uno scenario di utilizzo standard per l'utente. Sedendosi in ufficio e partecipando alle conferenze sui prodotti più interessanti, è ancora molto difficile immaginare tutta la varietà delle condizioni reali sul campo in cui l'utente risolverà i suoi problemi utilizzando l'applicazione.
Questo mi ricorda una bella battuta. Un tester entra in un bar e ordina: un bicchiere di birra, 2 bicchieri di birra, 0 bicchieri di birra, 999999999 bicchieri di birra, una lucertola in un bicchiere, -1 bicchiere di birra, qwertyuip bicchieri di birra. Il primo vero cliente entra nel bar e chiede dove sia il bagno. Il bar prende fuoco e tutti muoiono.
Gli analisti di prodotto, profondamente immersi in questo problema, iniziarono a introdurre il concetto di micromomento. L'utente moderno ha bisogno di una soluzione immediata al proprio problema. Google ha iniziato a parlare di questo qualche anno fa: l'azienda ha chiamato micromomenti queste azioni degli utenti. L'utente si distrae, chiude accidentalmente l'applicazione, non capisce cosa gli viene richiesto, accede di nuovo il giorno dopo, se ne dimentica di nuovo e poi segue il collegamento che un amico gli ha inviato nel messenger. E tutte queste sessioni non possono durare più di 20 secondi.
Abbiamo quindi iniziato a provare a impostare il lavoro del servizio di supporto in modo che i dipendenti potessero capire quale fosse il problema quasi in tempo reale. Nel momento in cui una persona arriva alla pagina di supporto e inizia a scrivere la sua domanda, possiamo determinare l'essenza del problema conoscendo la sua traiettoria: gli ultimi 100 eventi. In precedenza, automatizzavamo la distribuzione di tutte le richieste di supporto in categorie utilizzando l'analisi ML dei testi delle richieste di supporto. Nonostante il successo della categorizzazione, quando l’87% di tutte le richieste vengono distribuite correttamente in una delle 13 categorie, si lavora con traiettorie che riescono a trovare automaticamente la soluzione più adatta alla situazione dell’utente.
Non possiamo rilasciare aggiornamenti velocemente, ma siamo in grado di notare il problema e, se l'utente segue lo scenario che abbiamo già visto, inviargli una notifica push.
Vediamo che il compito di ottimizzare un'applicazione richiede strumenti avanzati per studiare le traiettorie degli utenti. Inoltre, conoscendo tutti i percorsi che gli utenti seguono, è possibile aprire i percorsi necessari e, con l'aiuto di contenuti personalizzati, notifiche push ed elementi dell'interfaccia utente adattivi “per mano”, condurre l'utente ad azioni mirate che meglio si adattano alle sue esigenze e portano denaro. , dati e altro valore per la tua azienda.
Cosa prendere nota
- Studiare la conversione degli utenti utilizzando solo i funnel come esempio significa perdere la ricchezza di informazioni che l'applicazione stessa ci fornisce.
- L'analisi di fidelizzazione delle traiettorie degli utenti sui grafici ti aiuta a vedere quali funzionalità utilizzi per fidelizzare gli utenti o, ad esempio, incoraggiarli a iscriversi.
- Gli strumenti di fidelizzazione aiutano automaticamente, in tempo reale, a tenere traccia dei modelli che indicano problemi dell'utente nell'applicazione, a trovare e chiudere i bug laddove erano difficili da notare.
- Aiutano a trovare modelli non ovvi di comportamento degli utenti.
- Gli strumenti di fidelizzazione consentono di creare strumenti ML automatizzati per prevedere eventi e parametri chiave degli utenti: perdita di utenti, LTV e molti altri parametri facilmente determinabili sul grafico.
Stiamo costruendo una comunità attorno al Retentioneering per il libero scambio di idee. Puoi pensare agli strumenti che stiamo sviluppando come un linguaggio in cui analisti e prodotti di diverse applicazioni mobili e web possono scambiarsi approfondimenti, migliori tecniche e metodi. Durante il corso potrai imparare a utilizzare questi strumenti Distretto binario.
Fonte: habr.com