როგორ ხორციელდება შეკავება აპში ჰაერში

მომხმარებლის მობილურ აპლიკაციაში შენახვა მთელი მეცნიერებაა. კურსის ავტორმა აღწერა მისი საფუძვლები ჩვენს სტატიაში VC.ru-ზე Growth Hacking: მობილური აპლიკაციების ანალიტიკა მაქსიმ გოძი, მანქანური სწავლების ხელმძღვანელი App in the Air-ში. Maxim საუბრობს კომპანიაში შემუშავებულ ინსტრუმენტებზე მობილური აპლიკაციის ანალიზსა და ოპტიმიზაციაზე მუშაობის მაგალითზე. პროდუქტის გაუმჯობესების ამ სისტემატურ მიდგომას, რომელიც განვითარებულია App in the Air-ში, ეწოდება Retentioneering. თქვენ შეგიძლიათ გამოიყენოთ ეს ხელსაწყოები თქვენს პროდუქტში: ზოგიერთი მათგანი შედის უფასო წვდომა GitHub-ზე.

App in the Air არის აპლიკაცია, რომელშიც 3 მილიონზე მეტი აქტიური მომხმარებელია მთელს მსოფლიოში, რომლითაც შეგიძლიათ თვალყური ადევნოთ ფრენებს, მიიღოთ ინფორმაცია გამგზავრების/დაფრენის დროის ცვლილებების, შემოწმებისა და აეროპორტის მახასიათებლების შესახებ.

ძაბრიდან ტრაექტორიამდე

ყველა დეველოპერული გუნდი აშენებს საბორტო ძაბრს (პროცესი, რომელიც მიმართულია მომხმარებლის მიერ პროდუქტის მიღებაზე). ეს არის პირველი ნაბიჯი, რომელიც დაგეხმარებათ შეხედოთ მთელ სისტემას ზემოდან და იპოვოთ განაცხადის პრობლემები. მაგრამ როგორც პროდუქტი ვითარდება, თქვენ იგრძნობთ ამ მიდგომის შეზღუდვებს. მარტივი ძაბრის გამოყენებით, თქვენ ვერ იხილავთ პროდუქტის ზრდის არა აშკარა წერტილებს. ძაბრის დანიშნულებაა აპლიკაციაში მომხმარებელთა ეტაპების ზოგადი ხედვა, ნორმის მეტრიკის ჩვენება. მაგრამ ძაბრი გონივრულად მალავს ნორმიდან გადახრებს აშკარა პრობლემებისკენ ან, პირიქით, მომხმარებლის განსაკუთრებული აქტივობისკენ.

App in the Air-ში ჩვენ ავაშენეთ საკუთარი ძაბრი, მაგრამ პროდუქტის სპეციფიკიდან გამომდინარე, ჩვენ მივიღეთ ქვიშის საათი. შემდეგ გადავწყვიტეთ გაგვეფართოებინა მიდგომა და გამოგვეყენებინა ის მდიდარი ინფორმაცია, რომელსაც თავად აპლიკაცია გვაწვდის.

როდესაც თქვენ აშენებთ ძაბრს, კარგავთ მომხმარებელს ბორტზე მყოფ ტრაექტორიებზე. ტრაექტორიები შედგება მომხმარებლის და თავად აპლიკაციის მოქმედებების თანმიმდევრობისგან (მაგალითად, Push შეტყობინების გაგზავნა).

დროის ანაბეჭდების გამოყენებით, თქვენ შეგიძლიათ მარტივად აღადგინოთ მომხმარებლის ტრაექტორია და გააკეთოთ გრაფიკი თითოეული მათგანისთვის. რა თქმა უნდა, გრაფიკები ბევრია. ამიტომ, თქვენ უნდა დააჯგუფოთ მსგავსი მომხმარებლები. მაგალითად, შეგიძლიათ დაალაგოთ ყველა მომხმარებელი ცხრილის რიგების მიხედვით და ჩამოთვალოთ რამდენად ხშირად იყენებენ ისინი გარკვეულ ფუნქციას.

ასეთი ცხრილის საფუძველზე შევქმენით მატრიცა და დავაჯგუფეთ მომხმარებლები ფუნქციების გამოყენების სიხშირის მიხედვით, ანუ გრაფიკის კვანძების მიხედვით. როგორც წესი, ეს არის პირველი ნაბიჯი ინსაიტებისკენ: მაგალითად, უკვე ამ ეტაპზე ნახავთ, რომ ზოგიერთი მომხმარებელი საერთოდ არ იყენებს ზოგიერთ ფუნქციას. როდესაც ჩვენ გავაკეთეთ სიხშირის ანალიზი, დავიწყეთ შესწავლა გრაფიკის რომელი კვანძებია „ყველაზე დიდი“, ანუ რომელ გვერდებს სტუმრობენ მომხმარებლები ყველაზე ხშირად. კატეგორიები, რომლებიც ფუნდამენტურად განსხვავდება თქვენთვის მნიშვნელოვანი კრიტერიუმის მიხედვით, მაშინვე ხაზგასმულია. მაგალითად, აქ არის მომხმარებელთა ორი კლასტერი, რომლებიც ჩვენ დავყავით გამოწერის გადაწყვეტილების საფუძველზე (სულ იყო 16 კლასტერი).

Როგორ გამოვიყენოთ ის

თქვენი მომხმარებლების ამ გზით შეხედვით, შეგიძლიათ ნახოთ, რა ფუნქციებს იყენებთ მათ შესანარჩუნებლად ან, მაგალითად, აიძულებთ მათ დარეგისტრირდნენ. ბუნებრივია, მატრიცაც ცხადყოფს. მაგალითად, რომ ვინც იყიდა გამოწერა ეწვია გამოწერის ეკრანს. მაგრამ ამის გარდა, თქვენ ასევე შეგიძლიათ იპოვოთ შაბლონები, რომელთა შესახებ სხვაგვარად არასოდეს იცოდით.

ასე რომ, სრულიად შემთხვევით აღმოვაჩინეთ მომხმარებელთა ჯგუფი, რომლებიც ამატებენ ფრენას, აქტიურად ადევნებენ თვალყურს მას მთელი დღის განმავლობაში და შემდეგ კარგავენ დიდხანს, სანამ ისევ სადმე გაფრინდებიან. თუ ჩვენ გავაანალიზებდით მათ ქცევას ჩვეულებრივი ხელსაწყოების გამოყენებით, ვიფიქრებდით, რომ ისინი უბრალოდ არ იყვნენ კმაყოფილი აპლიკაციის ფუნქციონირებით: სხვაგვარად როგორ ავუხსნათ, რომ მათ გამოიყენეს იგი ერთი დღის განმავლობაში და აღარ დაბრუნდნენ. მაგრამ გრაფიკების დახმარებით დავინახეთ, რომ ისინი ძალიან აქტიურები არიან, უბრალოდ, მთელი მათი აქტივობა ერთ დღეში ჯდება.

ახლა ჩვენი მთავარი ამოცანაა წავახალისოთ ასეთი მომხმარებელი, დაუკავშირდეს თავისი ავიაკომპანიის ლოიალობის პროგრამას, სანამ ის ჩვენს სტატისტიკას იყენებს. ამ შემთხვევაში, ჩვენ შემოვიტანთ ყველა ფრენას, რომელსაც ის ყიდულობს და ვცდილობთ, რომ ახალი ბილეთის შეძენისთანავე დარეგისტრირდეს. ამ პრობლემის გადასაჭრელად ჩვენ ასევე დავიწყეთ Aviasales, Svyaznoy.Travel და სხვა აპლიკაციებთან თანამშრომლობა. როდესაც მათი მომხმარებელი ყიდულობს ბილეთს, აპლიკაცია სთხოვს მათ დაამატონ ფრენა App in the Air-ში და ჩვენ ამას მაშინვე ვხედავთ.

გრაფიკის წყალობით დავინახეთ, რომ გამოწერის ეკრანზე გადასული ადამიანების 5% გააუქმებს მას. ჩვენ დავიწყეთ ასეთი შემთხვევების ანალიზი და დავინახეთ, რომ არის მომხმარებელი, რომელიც გადადის პირველ გვერდზე, იწყებს თავისი Google ანგარიშის დაკავშირებას და მაშინვე გააუქმებს, კვლავ ხვდება პირველ გვერდზე და ასე შემდეგ ოთხჯერ. თავიდან ჩვენ ვიფიქრეთ, "რაღაც აშკარად არასწორია ამ მომხმარებელთან." შემდეგ კი მივხვდით, რომ, სავარაუდოდ, აპლიკაციაში იყო შეცდომა. ძაბრში ეს ასე იქნება ინტერპრეტირებული: მომხმარებელს არ მოეწონა ნებართვების ნაკრები, რომელსაც ითხოვს აპლიკაცია და დატოვა.

სხვა ჯგუფს ჰყავდა მომხმარებელთა 5% დაკარგა ეკრანზე, სადაც აპი მათ სმარტფონის ყველა კალენდარული აპიდან არჩევისკენ მოუწოდებს. მომხმარებლები ირჩევდნენ სხვადასხვა კალენდრებს ისევ და ისევ და შემდეგ უბრალოდ გამოდიოდნენ აპიდან. გამოდის, რომ იყო UX-ის პრობლემა: მას შემდეგ რაც ადამიანმა აირჩია კალენდარი, მათ უნდა დააწკაპუნონ შესრულებულია ზედა მარჯვენა კუთხეში. უბრალოდ, ეს ყველა მომხმარებელმა არ დაინახა.

აპლიკაციის პირველი ეკრანი ჰაერში

ჩვენს გრაფიკში დავინახეთ, რომ მომხმარებელთა დაახლოებით 30% არ სცილდება პირველ ეკრანს: ეს გამოწვეულია იმით, რომ ჩვენ საკმაოდ აგრესიულად ვაქცევთ მომხმარებელს გამოწერისკენ. პირველ ეკრანზე აპი მოგთხოვთ დარეგისტრირდეთ Google-ის ან Triplt-ის გამოყენებით და არ არის ინფორმაცია რეგისტრაციის გამოტოვების შესახებ. მათგან, ვინც ტოვებს პირველ ეკრანს, მომხმარებელთა 16% დააწკაპუნებს "მეტს" და ისევ ბრუნდება. ჩვენ გავარკვიეთ, რომ ისინი ეძებენ აპლიკაციაში შიდა რეგისტრაციის გზას და მას შემდეგ განახლებაში გამოვაქვეყნებთ. გარდა ამისა, 2/3 ვინც მაშინვე მიდის, საერთოდ არაფერს აწკაპუნებს. იმის გასარკვევად, თუ რა ხდება მათთან, ჩვენ ავაშენეთ სითბოს რუკა. გამოდის, რომ მომხმარებლები აწკაპუნებენ აპლიკაციის ფუნქციების ჩამონათვალზე, რომლებიც არ არის დაწკაპუნებული ბმულები.

გადაიღეთ მიკრო მომენტი

ხშირად შეგიძლიათ ნახოთ ადამიანები, რომლებიც ასფალტის გზის გვერდით ბილიკებს ათევენ. შეკავება არის ამ ბილიკების პოვნის მცდელობა და, თუ შესაძლებელია, გზების შეცვლა.

რა თქმა უნდა, ცუდია, რომ რეალური მომხმარებლებისგან ვსწავლობთ, მაგრამ ყოველ შემთხვევაში, ჩვენ დავიწყეთ ავტომატურად თვალყური ადევნეთ შაბლონებს, რომლებიც მიუთითებენ აპლიკაციაში მომხმარებლის პრობლემაზე. ახლა პროდუქტის მენეჯერი იღებს ელ.ფოსტის შეტყობინებებს, თუ მოხდება დიდი რაოდენობის „მარყუჟები“ — როდესაც მომხმარებელი კვლავ და ისევ უბრუნდება იმავე ეკრანს.

მოდით შევხედოთ, რა შაბლონები მომხმარებელთა ტრაექტორიებში არის ზოგადად საინტერესო მოსაძებნად აპლიკაციის პრობლემებისა და ზრდის სფეროების გასაანალიზებლად:

• მარყუჟები და ციკლები. ზემოთ ნახსენები ციკლები არის, როდესაც ერთი მოვლენა მეორდება მომხმარებლის ტრაექტორიაში, მაგალითად, კალენდარი-კალენდარი-კალენდარი-კალენდარი. მარყუჟი ბევრი გამეორებით არის ინტერფეისის პრობლემის ან არასაკმარისი მოვლენის მარკირების ნათელი მაჩვენებელი. ციკლი ასევე არის დახურული ტრაექტორია, მაგრამ მარყუჟისგან განსხვავებით, ის მოიცავს ერთზე მეტ მოვლენას, მაგალითად: ფრენის ისტორიის ნახვა - ფრენის დამატება - ფრენის ისტორიის ნახვა.
• Flowstoppers - როდესაც მომხმარებელი, რაიმე დაბრკოლების გამო, ვერ აგრძელებს თავის სასურველ მოძრაობას აპლიკაციის საშუალებით, მაგალითად, ეკრანი ინტერფეისით, რომელიც არ არის აშკარა კლიენტისთვის. ასეთი მოვლენები ანელებს და ცვლის მომხმარებლების ტრაექტორიას.
• ბიფურკაციის წერტილები მნიშვნელოვანი მოვლენებია, რის შემდეგაც გამოიყოფა სხვადასხვა ტიპის კლიენტების ტრაექტორიები. კერძოდ, ეს არის ეკრანები, რომლებიც არ შეიცავს პირდაპირ გადასვლას ან მოწოდებას სამიზნე მოქმედებაზე, რაც ეფექტურად უბიძგებს ზოგიერთ მომხმარებელს მისკენ. მაგალითად, ზოგიერთი ეკრანი, რომელიც პირდაპირ არ არის დაკავშირებული აპლიკაციის შინაარსის შეძენასთან, მაგრამ რომელზედაც მომხმარებლები მიდრეკილნი არიან იყიდონ ან არ იყიდონ კონტენტი, განსხვავებულად იქცევა. ბიფურკაციის წერტილები შეიძლება იყოს თქვენი მომხმარებლების ქმედებებზე გავლენის წერტილები პლუს ნიშნით - მათ შეუძლიათ გავლენა მოახდინონ შეძენის ან დაწკაპუნების შესახებ გადაწყვეტილებაზე, ან მინუს ნიშანი - მათ შეუძლიათ განსაზღვრონ, რომ რამდენიმე ნაბიჯის შემდეგ მომხმარებელი დატოვებს აპლიკაციას.
• შეწყვეტილი კონვერტაციის წერტილები პოტენციური ბიფურკაციის წერტილებია. თქვენ შეგიძლიათ წარმოიდგინოთ ისინი, როგორც ეკრანები, რომლებმაც შეიძლება გამოიწვიოს სამიზნე მოქმედება, მაგრამ არა. ეს ასევე შეიძლება იყოს მომენტი, როდესაც მომხმარებელს აქვს მოთხოვნილება, მაგრამ ჩვენ არ ვაკმაყოფილებთ მას, რადგან უბრალოდ არ ვიცით ამის შესახებ. ტრაექტორიის ანალიზმა უნდა დაუშვას ამ საჭიროების იდენტიფიცირება.
• ყურადღების გადატანის წერტილი - ეკრანები/მომხტარი ფანჯრები, რომლებიც არ ანიჭებენ მნიშვნელობას მომხმარებლისთვის, არ ახდენენ გავლენას კონვერტაციაზე და შეუძლიათ „გაბუნდოვონ“ ტრაექტორიები, აშორებენ მომხმარებლის ყურადღებას სამიზნე მოქმედებებისგან.
• ბრმა წერტილები არის აპლიკაციის ფარული წერტილები, ეკრანები და ფუნქციები, რომელთა მიღწევაც ძალიან რთულია მომხმარებლისთვის.
• სანიაღვრე - წერტილები, სადაც მოძრაობა გაჟონავს

ზოგადად, მათემატიკური მიდგომა საშუალებას გვაძლევს გვესმოდეს, რომ კლიენტი იყენებს აპლიკაციას სრულიად განსხვავებულად, ვიდრე პროდუქტის მენეჯერები ჩვეულებრივ ფიქრობენ, როდესაც ცდილობენ მომხმარებლისთვის სტანდარტული გამოყენების სცენარი დაგეგმონ. ოფისში ჯდომა და ყველაზე მაგარი პროდუქტის კონფერენციებზე დასწრება, ჯერ კიდევ ძალიან რთულია წარმოიდგინო რეალური საველე პირობების მთელი მრავალფეროვნება, რომელშიც მომხმარებელი გადაჭრის თავის პრობლემებს აპლიკაციის გამოყენებით.

ეს მახსენებს დიდ ხუმრობას. ტესტერი შემოდის ბარში და ბრძანებს: ჭიქა ლუდი, 2 ჭიქა ლუდი, 0 ჭიქა ლუდი, 999999999 ჭიქა ლუდი, ხვლიკი ჭიქაში, -1 ჭიქა ლუდი, qwertyuip ჭიქა ლუდი. პირველი ნამდვილი მომხმარებელი ბარში შედის და ეკითხება სად არის ტუალეტი. ბარი აალდება და ყველა კვდება.

პროდუქტის ანალიტიკოსებმა, ღრმად ჩაძირული ამ პრობლემაში, დაიწყეს მიკრომომენტის კონცეფციის დანერგვა. თანამედროვე მომხმარებელს სჭირდება პრობლემის მყისიერი გადაწყვეტა. Google-მა ამაზე საუბარი რამდენიმე წლის წინ დაიწყო: კომპანიამ მომხმარებლის მსგავს ქმედებებს მიკრო-მომენტები უწოდა. მომხმარებელი იფანტება, შემთხვევით ხურავს აპლიკაციას, ვერ ხვდება რა მოეთხოვება მისგან, ერთი დღის შემდეგ ისევ შედის სისტემაში, ისევ ავიწყდება და შემდეგ მიჰყვება ბმულს, რომელიც მას მეგობარმა გაუგზავნა მესენჯერში. და ყველა ეს სესია შეიძლება გაგრძელდეს არაუმეტეს 20 წამისა.

ასე რომ, ჩვენ დავიწყეთ დამხმარე სამსახურის მუშაობის დაყენების მცდელობა, რათა თანამშრომლებს შეეძლოთ გაეგოთ რა პრობლემა იყო თითქმის რეალურ დროში. იმ დროისთვის, როდესაც ადამიანი მოვა მხარდაჭერის გვერდზე და დაიწყებს კითხვის წერას, ჩვენ შეგვიძლია განვსაზღვროთ პრობლემის არსი, ვიცოდეთ მისი ტრაექტორია - ბოლო 100 მოვლენა. ადრე, ჩვენ ავტომატიზირებდა ყველა მხარდაჭერის მოთხოვნის განაწილებას კატეგორიებად, მხარდაჭერის მოთხოვნების ტექსტების ML ანალიზის გამოყენებით. კატეგორიზაციის წარმატების მიუხედავად, როდესაც ყველა მოთხოვნის 87% სწორად არის განაწილებული 13 კატეგორიიდან ერთ-ერთში, ეს არის ტრაექტორიებით მუშაობა, რომელსაც შეუძლია ავტომატურად იპოვოს ყველაზე შესაფერისი გამოსავალი მომხმარებლის სიტუაციისთვის.

ჩვენ არ შეგვიძლია სწრაფად გამოვაქვეყნოთ განახლებები, მაგრამ შეგვიძლია შევამჩნიოთ პრობლემა და, თუ მომხმარებელი მიჰყვება იმ სცენარს, რომელიც უკვე ვნახეთ, გაუგზავნეთ მას push-შეტყობინება.

ჩვენ ვხედავთ, რომ აპლიკაციის ოპტიმიზაციის ამოცანა მოითხოვს მდიდარ ინსტრუმენტებს მომხმარებლის ტრაექტორიების შესასწავლად. გარდა ამისა, იცოდეთ ყველა ის გზა, რომელსაც მომხმარებლები იღებენ, შეგიძლიათ გაუხსნათ საჭირო ბილიკები და მორგებული კონტენტის დახმარებით, Push-შეტყობინებები და ადაპტური ინტერფეისის ელემენტები „ხელით“ მიიყვანოთ მომხმარებელი მიზანმიმართულ ქმედებებამდე, რომელიც საუკეთესოდ შეესაბამება მის საჭიროებებს და მოაქვს ფული. , მონაცემები და სხვა მნიშვნელობა თქვენი ბიზნესისთვის.

რა უნდა გაითვალისწინოთ

• მომხმარებლის კონვერტაციის შესწავლა მხოლოდ ძაბრების მაგალითის გამოყენებით ნიშნავს იმ მდიდარი ინფორმაციის დაკარგვას, რომელსაც თავად აპლიკაცია გვაწვდის.

• გრაფიკებზე მომხმარებელთა ტრაექტორიების შენარჩუნების ანალიზი გეხმარებათ დაინახოთ, რომელ ფუნქციებს იყენებთ მომხმარებლების შესანარჩუნებლად ან, მაგალითად, წაახალისოთ ისინი გამოიწერონ.
• შეკავების ხელსაწყოები ავტომატურად, რეალურ დროში ეხმარება აკონტროლონ შაბლონები, რომლებიც მიუთითებენ აპლიკაციაში მომხმარებლის პრობლემებზე, იპოვონ და დახურონ შეცდომები, სადაც მათი შემჩნევა რთული იყო.

• ისინი ხელს უწყობენ მომხმარებლის ქცევის არა აშკარა ნიმუშების პოვნას.

• Retaineering ინსტრუმენტები შესაძლებელს ხდის შექმნას ავტომატური ML ინსტრუმენტები მომხმარებლის ძირითადი მოვლენებისა და მეტრიკის პროგნოზირებისთვის: მომხმარებლის დაკარგვა, LTV და მრავალი სხვა მეტრიკა, რომლებიც ადვილად განისაზღვრება გრაფიკზე.

ჩვენ ვაშენებთ საზოგადოებას Retaineering-ის გარშემო იდეების თავისუფალი გაცვლისთვის. თქვენ შეგიძლიათ იფიქროთ ჩვენს მიერ შემუშავებულ ინსტრუმენტებზე, როგორც ენაზე, რომელშიც ანალიტიკოსებს და სხვადასხვა მობილური და ვებ აპლიკაციების პროდუქტებს შეუძლიათ გაცვალონ შეხედულებები, საუკეთესო ტექნიკა და მეთოდები. ამ ინსტრუმენტების გამოყენება შეგიძლიათ კურსის განმავლობაში Growth Hacking: მობილური აპლიკაციების ანალიტიკა ბინარული უბანი.

წყარო: www.habr.com