ಮೊಬೈಲ್ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಬಳಕೆದಾರರನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವುದು ಸಂಪೂರ್ಣ ವಿಜ್ಞಾನವಾಗಿದೆ. ಕೋರ್ಸ್ನ ಲೇಖಕರು VC.ru ನಲ್ಲಿನ ನಮ್ಮ ಲೇಖನದಲ್ಲಿ ಅದರ ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ವಿವರಿಸಿದ್ದಾರೆ ಮ್ಯಾಕ್ಸಿಮ್ ಗಾಡ್ಜಿ, ಆ್ಯಪ್ ಇನ್ ದಿ ಏರ್‌ನಲ್ಲಿ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಮುಖ್ಯಸ್ಥ. ಮ್ಯಾಕ್ಸಿಮ್ ಮೊಬೈಲ್ ಅಪ್ಲಿಕೇಶನ್‌ನ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್‌ನ ಕೆಲಸದ ಉದಾಹರಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಕಂಪನಿಯಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಪರಿಕರಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಾರೆ. ಆ್ಯಪ್ ಇನ್ ದಿ ಏರ್‌ನಲ್ಲಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾದ ಉತ್ಪನ್ನ ಸುಧಾರಣೆಗೆ ಈ ವ್ಯವಸ್ಥಿತ ವಿಧಾನವನ್ನು ಧಾರಣಶಕ್ತಿ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ನಿಮ್ಮ ಉತ್ಪನ್ನದಲ್ಲಿ ನೀವು ಈ ಪರಿಕರಗಳನ್ನು ಬಳಸಬಹುದು: ಅವುಗಳಲ್ಲಿ ಕೆಲವು ಇವೆ GitHub ನಲ್ಲಿ.
ಆ್ಯಪ್ ಇನ್ ಏರ್ ಪ್ರಪಂಚದಾದ್ಯಂತ 3 ಮಿಲಿಯನ್‌ಗಿಂತಲೂ ಹೆಚ್ಚು ಸಕ್ರಿಯ ಬಳಕೆದಾರರನ್ನು ಹೊಂದಿರುವ ಅಪ್ಲಿಕೇಶನ್ ಆಗಿದೆ, ಇದರೊಂದಿಗೆ ನೀವು ಫ್ಲೈಟ್‌ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದು, ನಿರ್ಗಮನ/ಲ್ಯಾಂಡಿಂಗ್ ಸಮಯಗಳಲ್ಲಿನ ಬದಲಾವಣೆಗಳು, ಚೆಕ್-ಇನ್ ಮತ್ತು ವಿಮಾನ ನಿಲ್ದಾಣದ ಗುಣಲಕ್ಷಣಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಬಹುದು.
ಕೊಳವೆಯಿಂದ ಪಥದವರೆಗೆ
ಎಲ್ಲಾ ಅಭಿವೃದ್ಧಿ ತಂಡಗಳು ಆನ್‌ಬೋರ್ಡಿಂಗ್ ಫನಲ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತವೆ (ಉತ್ಪನ್ನದ ಬಳಕೆದಾರ ಸ್ವೀಕಾರವನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡ ಪ್ರಕ್ರಿಯೆ). ಮೇಲಿನಿಂದ ಸಂಪೂರ್ಣ ಸಿಸ್ಟಮ್ ಅನ್ನು ನೋಡಲು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್ ಸಮಸ್ಯೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುವ ಮೊದಲ ಹಂತ ಇದು. ಆದರೆ ಉತ್ಪನ್ನವು ಅಭಿವೃದ್ಧಿಗೊಂಡಂತೆ, ಈ ವಿಧಾನದ ಮಿತಿಗಳನ್ನು ನೀವು ಅನುಭವಿಸುವಿರಿ. ಸರಳವಾದ ಕೊಳವೆಯನ್ನು ಬಳಸುವುದರಿಂದ, ಉತ್ಪನ್ನದ ಬೆಳವಣಿಗೆಯ ಬಿಂದುಗಳನ್ನು ನೀವು ನೋಡಲಾಗುವುದಿಲ್ಲ. ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಬಳಕೆದಾರರ ಹಂತಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ನೋಟವನ್ನು ನೀಡುವುದು, ನಿಮಗೆ ರೂಢಿಯ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ತೋರಿಸುವುದು ಫನಲ್‌ನ ಉದ್ದೇಶವಾಗಿದೆ. ಆದರೆ ಫನಲ್ ವಿವೇಕದಿಂದ ಸ್ಪಷ್ಟ ಸಮಸ್ಯೆಗಳ ಕಡೆಗೆ ರೂಢಿಯಿಂದ ವಿಚಲನಗಳನ್ನು ಮರೆಮಾಡುತ್ತದೆ ಅಥವಾ ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ವಿಶೇಷ ಬಳಕೆದಾರ ಚಟುವಟಿಕೆ.
ಆ್ಯಪ್ ಇನ್ ದ ಏರ್‌ನಲ್ಲಿ, ನಾವು ನಮ್ಮದೇ ಫನಲ್ ಅನ್ನು ನಿರ್ಮಿಸಿದ್ದೇವೆ, ಆದರೆ ಉತ್ಪನ್ನದ ವಿಶಿಷ್ಟತೆಗಳಿಂದಾಗಿ, ನಾವು ಮರಳು ಗಡಿಯಾರದೊಂದಿಗೆ ಕೊನೆಗೊಂಡಿದ್ದೇವೆ. ನಂತರ ನಾವು ವಿಧಾನವನ್ನು ವಿಸ್ತರಿಸಲು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್ ಸ್ವತಃ ನಮಗೆ ನೀಡುವ ಶ್ರೀಮಂತ ಮಾಹಿತಿಯನ್ನು ಬಳಸಲು ನಿರ್ಧರಿಸಿದ್ದೇವೆ.
ನೀವು ಫನಲ್ ಅನ್ನು ನಿರ್ಮಿಸಿದಾಗ, ನೀವು ಬಳಕೆದಾರರ ಆನ್‌ಬೋರ್ಡಿಂಗ್ ಪಥಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತೀರಿ. ಪಥಗಳು ಬಳಕೆದಾರರು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್ ಸ್ವತಃ ಕ್ರಿಯೆಗಳ ಅನುಕ್ರಮವನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ (ಉದಾಹರಣೆಗೆ, ಪುಶ್ ಅಧಿಸೂಚನೆಯನ್ನು ಕಳುಹಿಸುವುದು).
ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ನೀವು ಬಳಕೆದಾರರ ಪಥವನ್ನು ಸುಲಭವಾಗಿ ಮರುನಿರ್ಮಾಣ ಮಾಡಬಹುದು ಮತ್ತು ಅವುಗಳಲ್ಲಿ ಪ್ರತಿಯೊಂದಕ್ಕೂ ಗ್ರಾಫ್ ಅನ್ನು ಮಾಡಬಹುದು. ಸಹಜವಾಗಿ, ಬಹಳಷ್ಟು ಗ್ರಾಫ್ಗಳಿವೆ. ಆದ್ದರಿಂದ, ನೀವು ಒಂದೇ ರೀತಿಯ ಬಳಕೆದಾರರನ್ನು ಗುಂಪು ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ನೀವು ಎಲ್ಲಾ ಬಳಕೆದಾರರನ್ನು ಟೇಬಲ್ ಸಾಲುಗಳ ಮೂಲಕ ವ್ಯವಸ್ಥೆಗೊಳಿಸಬಹುದು ಮತ್ತು ಅವರು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯವನ್ನು ಎಷ್ಟು ಬಾರಿ ಬಳಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಬಹುದು.
ಅಂತಹ ಕೋಷ್ಟಕವನ್ನು ಆಧರಿಸಿ, ನಾವು ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ಕಾರ್ಯಗಳ ಬಳಕೆಯ ಆವರ್ತನದ ಮೂಲಕ ಬಳಕೆದಾರರನ್ನು ಗುಂಪು ಮಾಡಿದ್ದೇವೆ, ಅಂದರೆ, ಗ್ರಾಫ್ನಲ್ಲಿ ನೋಡ್ಗಳ ಮೂಲಕ. ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಒಳನೋಟಗಳತ್ತ ಮೊದಲ ಹೆಜ್ಜೆಯಾಗಿದೆ: ಉದಾಹರಣೆಗೆ, ಈಗಾಗಲೇ ಈ ಹಂತದಲ್ಲಿ ಕೆಲವು ಬಳಕೆದಾರರು ಕೆಲವು ಕಾರ್ಯಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ ಎಂದು ನೀವು ನೋಡುತ್ತೀರಿ. ನಾವು ಆವರ್ತನ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡಿದಾಗ, ಗ್ರಾಫ್ನಲ್ಲಿ ಯಾವ ನೋಡ್‌ಗಳು “ದೊಡ್ಡದು” ಎಂದು ನಾವು ಅಧ್ಯಯನ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ, ಅಂದರೆ ಬಳಕೆದಾರರು ಯಾವ ಪುಟಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಭೇಟಿ ಮಾಡುತ್ತಾರೆ. ನಿಮಗೆ ಮುಖ್ಯವಾದ ಕೆಲವು ಮಾನದಂಡಗಳ ಪ್ರಕಾರ ಮೂಲಭೂತವಾಗಿ ವಿಭಿನ್ನವಾಗಿರುವ ವರ್ಗಗಳನ್ನು ತಕ್ಷಣವೇ ಹೈಲೈಟ್ ಮಾಡಲಾಗುತ್ತದೆ. ಇಲ್ಲಿ, ಉದಾಹರಣೆಗೆ, ಚಂದಾದಾರಿಕೆ ನಿರ್ಧಾರದ ಆಧಾರದ ಮೇಲೆ ನಾವು ವಿಂಗಡಿಸಿದ ಬಳಕೆದಾರರ ಎರಡು ಕ್ಲಸ್ಟರ್‌ಗಳು (ಒಟ್ಟು 16 ಕ್ಲಸ್ಟರ್‌ಗಳು ಇದ್ದವು).
ಅದನ್ನು ಹೇಗೆ ಬಳಸುವುದು
ನಿಮ್ಮ ಬಳಕೆದಾರರನ್ನು ಈ ರೀತಿ ನೋಡುವ ಮೂಲಕ, ನೀವು ಅವರನ್ನು ಉಳಿಸಿಕೊಳ್ಳಲು ಯಾವ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಬಳಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ನೀವು ನೋಡಬಹುದು ಅಥವಾ, ಉದಾಹರಣೆಗೆ, ಸೈನ್ ಅಪ್ ಮಾಡಲು ಅವರನ್ನು ಪಡೆದುಕೊಳ್ಳಿ. ಸ್ವಾಭಾವಿಕವಾಗಿ, ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸಹ ಸ್ಪಷ್ಟವಾದ ವಿಷಯಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಚಂದಾದಾರಿಕೆಯನ್ನು ಖರೀದಿಸಿದವರು ಚಂದಾದಾರಿಕೆ ಪರದೆಯನ್ನು ಭೇಟಿ ಮಾಡಿದರು. ಆದರೆ ಇದರ ಜೊತೆಗೆ, ನೀವು ಎಂದಿಗೂ ತಿಳಿದಿರದ ಮಾದರಿಗಳನ್ನು ಸಹ ನೀವು ಕಾಣಬಹುದು.
ಆದ್ದರಿಂದ ನಾವು ಸಂಪೂರ್ಣವಾಗಿ ಆಕಸ್ಮಿಕವಾಗಿ ಫ್ಲೈಟ್ ಅನ್ನು ಸೇರಿಸುವ ಬಳಕೆದಾರರ ಗುಂಪನ್ನು ಕಂಡುಕೊಂಡಿದ್ದೇವೆ, ದಿನವಿಡೀ ಅದನ್ನು ಸಕ್ರಿಯವಾಗಿ ಟ್ರ್ಯಾಕ್ ಮಾಡಿ ಮತ್ತು ಅವರು ಮತ್ತೆ ಎಲ್ಲೋ ಹಾರುವವರೆಗೆ ದೀರ್ಘಕಾಲದವರೆಗೆ ಕಣ್ಮರೆಯಾಗುತ್ತಾರೆ. ಸಾಂಪ್ರದಾಯಿಕ ಪರಿಕರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ನಾವು ಅವರ ನಡವಳಿಕೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಿದರೆ, ಅವರು ಅಪ್ಲಿಕೇಶನ್‌ನ ಕ್ರಿಯಾತ್ಮಕತೆಯಿಂದ ತೃಪ್ತರಾಗಿಲ್ಲ ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ: ಅವರು ಅದನ್ನು ಒಂದು ದಿನ ಬಳಸಿದ್ದಾರೆ ಮತ್ತು ಹಿಂತಿರುಗಲಿಲ್ಲ ಎಂದು ನಾವು ಹೇಗೆ ವಿವರಿಸಬಹುದು. ಆದರೆ ಗ್ರಾಫ್‌ಗಳ ಸಹಾಯದಿಂದ ಅವರು ತುಂಬಾ ಸಕ್ರಿಯರಾಗಿದ್ದಾರೆ ಎಂದು ನಾವು ನೋಡಿದ್ದೇವೆ, ಅವರ ಎಲ್ಲಾ ಚಟುವಟಿಕೆಯು ಒಂದು ದಿನಕ್ಕೆ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.
ಅಂತಹ ಬಳಕೆದಾರರು ನಮ್ಮ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸುವಾಗ ಅವರ ಏರ್‌ಲೈನ್‌ನ ಲಾಯಲ್ಟಿ ಪ್ರೋಗ್ರಾಂಗೆ ಸಂಪರ್ಕಿಸಲು ಪ್ರೋತ್ಸಾಹಿಸುವುದು ಈಗ ನಮ್ಮ ಮುಖ್ಯ ಕಾರ್ಯವಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಅವರು ಖರೀದಿಸುವ ಎಲ್ಲಾ ವಿಮಾನಗಳನ್ನು ಆಮದು ಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ ಮತ್ತು ಅವರು ಹೊಸ ಟಿಕೆಟ್ ಖರೀದಿಸಿದ ತಕ್ಷಣ ಸೈನ್ ಅಪ್ ಮಾಡಲು ಅವರನ್ನು ತಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತೇವೆ. ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು, ನಾವು Aviasales, Svyaznoy.Travel ಮತ್ತು ಇತರ ಅಪ್ಲಿಕೇಶನ್‌ಗಳೊಂದಿಗೆ ಸಹಕರಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ. ಅವರ ಬಳಕೆದಾರರು ಟಿಕೆಟ್ ಖರೀದಿಸಿದಾಗ, ಆ್ಯಪ್ ಇನ್ ದಿ ಏರ್‌ಗೆ ಫ್ಲೈಟ್ ಅನ್ನು ಸೇರಿಸಲು ಅಪ್ಲಿಕೇಶನ್ ಅವರನ್ನು ಪ್ರೇರೇಪಿಸುತ್ತದೆ ಮತ್ತು ನಾವು ಅದನ್ನು ತಕ್ಷಣವೇ ನೋಡುತ್ತೇವೆ.
ಗ್ರಾಫ್‌ಗೆ ಧನ್ಯವಾದಗಳು, ಚಂದಾದಾರಿಕೆ ಪರದೆಗೆ ಹೋಗುವ 5% ಜನರು ಅದನ್ನು ರದ್ದುಗೊಳಿಸುವುದನ್ನು ನಾವು ನೋಡಿದ್ದೇವೆ. ನಾವು ಅಂತಹ ಪ್ರಕರಣಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ ಮತ್ತು ಮೊದಲ ಪುಟಕ್ಕೆ ಹೋಗುವ, ಅವರ Google ಖಾತೆಯ ಸಂಪರ್ಕವನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮತ್ತು ತಕ್ಷಣವೇ ಅದನ್ನು ರದ್ದುಗೊಳಿಸುವ, ಮತ್ತೆ ಮೊದಲ ಪುಟಕ್ಕೆ ಬರುವ ಬಳಕೆದಾರರಿದ್ದಾರೆ, ಮತ್ತು ಹೀಗೆ ನಾಲ್ಕು ಬಾರಿ ನೋಡಿದ್ದೇವೆ. ಮೊದಲಿಗೆ ನಾವು ಯೋಚಿಸಿದ್ದೇವೆ, "ಈ ಬಳಕೆದಾರರಲ್ಲಿ ಏನೋ ಸ್ಪಷ್ಟವಾಗಿ ತಪ್ಪಾಗಿದೆ." ತದನಂತರ ನಾವು ಅರಿತುಕೊಂಡೆವು, ಹೆಚ್ಚಾಗಿ, ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ದೋಷವಿದೆ. ಕೊಳವೆಯಲ್ಲಿ, ಇದನ್ನು ಈ ಕೆಳಗಿನಂತೆ ಅರ್ಥೈಸಲಾಗುತ್ತದೆ: ಅಪ್ಲಿಕೇಶನ್ ವಿನಂತಿಸುವ ಅನುಮತಿಗಳ ಗುಂಪನ್ನು ಬಳಕೆದಾರರು ಇಷ್ಟಪಡಲಿಲ್ಲ ಮತ್ತು ಅವರು ತೊರೆದರು.
ಮತ್ತೊಂದು ಗುಂಪಿನಲ್ಲಿ 5% ಬಳಕೆದಾರರು ತಮ್ಮ ಸ್ಮಾರ್ಟ್‌ಫೋನ್‌ನಲ್ಲಿರುವ ಎಲ್ಲಾ ಕ್ಯಾಲೆಂಡರ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಂದ ಒಂದನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಅಪ್ಲಿಕೇಶನ್ ಪ್ರೇರೇಪಿಸುವ ಪರದೆಯ ಮೇಲೆ ಕಳೆದುಹೋಗುತ್ತಾರೆ. ಬಳಕೆದಾರರು ಮತ್ತೆ ಮತ್ತೆ ವಿವಿಧ ಕ್ಯಾಲೆಂಡರ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ನಂತರ ಸರಳವಾಗಿ ಅಪ್ಲಿಕೇಶನ್‌ನಿಂದ ನಿರ್ಗಮಿಸುತ್ತಾರೆ. UX ಸಮಸ್ಯೆ ಇದೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ: ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಕ್ಯಾಲೆಂಡರ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿದ ನಂತರ, ಅವರು ಮೇಲಿನ ಬಲ ಮೂಲೆಯಲ್ಲಿ ಮುಗಿದಿದೆ ಕ್ಲಿಕ್ ಮಾಡಬೇಕಾಗಿತ್ತು. ಎಲ್ಲಾ ಬಳಕೆದಾರರು ಅದನ್ನು ನೋಡಿಲ್ಲ ಎಂಬುದು ಕೇವಲ.
ಗಾಳಿಯಲ್ಲಿ ಅಪ್ಲಿಕೇಶನ್‌ನ ಮೊದಲ ಪರದೆ
ನಮ್ಮ ಗ್ರಾಫ್ನಲ್ಲಿ, ಸುಮಾರು 30% ಬಳಕೆದಾರರು ಮೊದಲ ಪರದೆಯನ್ನು ಮೀರಿ ಹೋಗುವುದಿಲ್ಲ ಎಂದು ನಾವು ನೋಡಿದ್ದೇವೆ: ಚಂದಾದಾರರಾಗಲು ಬಳಕೆದಾರರನ್ನು ತಳ್ಳುವಲ್ಲಿ ನಾವು ಸಾಕಷ್ಟು ಆಕ್ರಮಣಕಾರಿಯಾಗಿದ್ದೇವೆ ಎಂಬುದು ಇದಕ್ಕೆ ಕಾರಣ. ಮೊದಲ ಪರದೆಯಲ್ಲಿ, Google ಅಥವಾ Triplt ಅನ್ನು ಬಳಸಿಕೊಂಡು ನೋಂದಾಯಿಸಲು ಅಪ್ಲಿಕೇಶನ್ ನಿಮ್ಮನ್ನು ಕೇಳುತ್ತದೆ ಮತ್ತು ನೋಂದಣಿಯನ್ನು ಬಿಟ್ಟುಬಿಡುವ ಬಗ್ಗೆ ಯಾವುದೇ ಮಾಹಿತಿ ಇಲ್ಲ. ಮೊದಲ ಪರದೆಯನ್ನು ತೊರೆಯುವವರಲ್ಲಿ, 16% ಬಳಕೆದಾರರು "ಇನ್ನಷ್ಟು" ಕ್ಲಿಕ್ ಮಾಡಿ ಮತ್ತು ಮತ್ತೆ ಹಿಂತಿರುಗುತ್ತಾರೆ. ಅವರು ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಆಂತರಿಕವಾಗಿ ನೋಂದಾಯಿಸಲು ಮಾರ್ಗವನ್ನು ಹುಡುಕುತ್ತಿದ್ದಾರೆ ಎಂದು ನಾವು ಕಂಡುಕೊಂಡಿದ್ದೇವೆ ಮತ್ತು ಮುಂದಿನ ನವೀಕರಣದಲ್ಲಿ ನಾವು ಅದನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತೇವೆ. ಜೊತೆಗೆ, ತಕ್ಷಣವೇ ಹೊರಡುವವರಲ್ಲಿ 2/3 ಜನರು ಏನನ್ನೂ ಕ್ಲಿಕ್ ಮಾಡುವುದಿಲ್ಲ. ಅವರಿಗೆ ಏನಾಗುತ್ತಿದೆ ಎಂಬುದನ್ನು ಕಂಡುಹಿಡಿಯಲು, ನಾವು ಹೀಟ್‌ಮ್ಯಾಪ್ ಅನ್ನು ನಿರ್ಮಿಸಿದ್ದೇವೆ. ಗ್ರಾಹಕರು ಕ್ಲಿಕ್ ಮಾಡಬಹುದಾದ ಲಿಂಕ್‌ಗಳಲ್ಲದ ಅಪ್ಲಿಕೇಶನ್ ವೈಶಿಷ್ಟ್ಯಗಳ ಪಟ್ಟಿಯನ್ನು ಕ್ಲಿಕ್ ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ.
ಸೂಕ್ಷ್ಮ ಕ್ಷಣವನ್ನು ಸೆರೆಹಿಡಿಯಿರಿ
ಡಾಂಬರು ರಸ್ತೆಯ ಪಕ್ಕದಲ್ಲಿ ಜನರು ಹಾದಿ ತುಳಿಯುವುದನ್ನು ನೀವು ಆಗಾಗ್ಗೆ ನೋಡಬಹುದು. ಧಾರಣವು ಈ ಮಾರ್ಗಗಳನ್ನು ಹುಡುಕುವ ಮತ್ತು ಸಾಧ್ಯವಾದರೆ, ರಸ್ತೆಗಳನ್ನು ಬದಲಾಯಿಸುವ ಪ್ರಯತ್ನವಾಗಿದೆ.
ಸಹಜವಾಗಿ, ನಾವು ನಿಜವಾದ ಬಳಕೆದಾರರಿಂದ ಕಲಿಯುವುದು ಕೆಟ್ಟದು, ಆದರೆ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಬಳಕೆದಾರರ ಸಮಸ್ಯೆಯನ್ನು ಸೂಚಿಸುವ ಮಾದರಿಗಳನ್ನು ನಾವು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ. ಈಗ ಉತ್ಪನ್ನ ನಿರ್ವಾಹಕರು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ "ಲೂಪ್‌ಗಳು" ಸಂಭವಿಸಿದಲ್ಲಿ ಇಮೇಲ್ ಅಧಿಸೂಚನೆಗಳನ್ನು ಸ್ವೀಕರಿಸುತ್ತಾರೆ-ಬಳಕೆದಾರರು ಮತ್ತೆ ಮತ್ತೆ ಅದೇ ಪರದೆಗೆ ಹಿಂತಿರುಗಿದಾಗ.
ಅಪ್ಲಿಕೇಶನ್‌ನ ಸಮಸ್ಯೆಗಳು ಮತ್ತು ಬೆಳವಣಿಗೆಯ ಪ್ರದೇಶಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಬಳಕೆದಾರರ ಪಥಗಳಲ್ಲಿನ ಯಾವ ಮಾದರಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಆಸಕ್ತಿದಾಯಕವಾಗಿವೆ ಎಂಬುದನ್ನು ನೋಡೋಣ:
- ಕುಣಿಕೆಗಳು ಮತ್ತು ಚಕ್ರಗಳು. ಮೇಲೆ ತಿಳಿಸಲಾದ ಲೂಪ್‌ಗಳು ಬಳಕೆದಾರರ ಪಥದಲ್ಲಿ ಒಂದು ಈವೆಂಟ್ ಪುನರಾವರ್ತನೆಯಾದಾಗ, ಉದಾಹರಣೆಗೆ, ಕ್ಯಾಲೆಂಡರ್-ಕ್ಯಾಲೆಂಡರ್-ಕ್ಯಾಲೆಂಡರ್-ಕ್ಯಾಲೆಂಡರ್. ಬಹಳಷ್ಟು ಪುನರಾವರ್ತನೆಯೊಂದಿಗಿನ ಲೂಪ್ ಇಂಟರ್ಫೇಸ್ ಸಮಸ್ಯೆ ಅಥವಾ ಸಾಕಷ್ಟು ಈವೆಂಟ್ ಗುರುತುಗಳ ಸ್ಪಷ್ಟ ಸೂಚಕವಾಗಿದೆ. ಒಂದು ಚಕ್ರವು ಮುಚ್ಚಿದ ಪಥವಾಗಿದೆ, ಆದರೆ ಲೂಪ್‌ಗಿಂತ ಭಿನ್ನವಾಗಿ ಇದು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಈವೆಂಟ್‌ಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಉದಾಹರಣೆಗೆ: ಫ್ಲೈಟ್ ಇತಿಹಾಸವನ್ನು ನೋಡುವುದು - ಫ್ಲೈಟ್ ಅನ್ನು ಸೇರಿಸುವುದು - ಫ್ಲೈಟ್ ಇತಿಹಾಸವನ್ನು ನೋಡುವುದು.
- Flowstoppers - ಬಳಕೆದಾರರು, ಕೆಲವು ಅಡಚಣೆಗಳಿಂದಾಗಿ, ಅಪ್ಲಿಕೇಶನ್ ಮೂಲಕ ತನ್ನ ಬಯಸಿದ ಚಲನೆಯನ್ನು ಮುಂದುವರಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದಾಗ, ಉದಾಹರಣೆಗೆ, ಕ್ಲೈಂಟ್‌ಗೆ ಸ್ಪಷ್ಟವಾಗಿಲ್ಲದ ಇಂಟರ್ಫೇಸ್ ಹೊಂದಿರುವ ಪರದೆ. ಅಂತಹ ಘಟನೆಗಳು ನಿಧಾನವಾಗುತ್ತವೆ ಮತ್ತು ಬಳಕೆದಾರರ ಪಥವನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ.
- ಕವಲೊಡೆಯುವ ಬಿಂದುಗಳು ಮಹತ್ವದ ಘಟನೆಗಳಾಗಿವೆ, ನಂತರ ವಿವಿಧ ರೀತಿಯ ಗ್ರಾಹಕರ ಪಥಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗುತ್ತದೆ. ನಿರ್ದಿಷ್ಟವಾಗಿ ಹೇಳುವುದಾದರೆ, ಇವುಗಳು ಗುರಿಯ ಕ್ರಿಯೆಗೆ ನೇರ ಪರಿವರ್ತನೆ ಅಥವಾ ಕರೆ-ಟು-ಆಕ್ಷನ್ ಹೊಂದಿರದ ಪರದೆಗಳಾಗಿವೆ, ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕೆಲವು ಬಳಕೆದಾರರನ್ನು ಅದರ ಕಡೆಗೆ ತಳ್ಳುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ವಿಷಯವನ್ನು ಖರೀದಿಸಲು ನೇರವಾಗಿ ಸಂಬಂಧಿಸದ ಕೆಲವು ಪರದೆಗಳು, ಆದರೆ ಗ್ರಾಹಕರು ವಿಷಯವನ್ನು ಖರೀದಿಸಲು ಅಥವಾ ಖರೀದಿಸದಿರಲು ಒಲವು ತೋರುತ್ತಾರೆ, ವಿಭಿನ್ನವಾಗಿ ವರ್ತಿಸುತ್ತಾರೆ. ವಿಭಜನಾ ಬಿಂದುಗಳು ಪ್ಲಸ್ ಚಿಹ್ನೆಯೊಂದಿಗೆ ನಿಮ್ಮ ಬಳಕೆದಾರರ ಕ್ರಿಯೆಗಳ ಮೇಲೆ ಪ್ರಭಾವದ ಬಿಂದುಗಳಾಗಿರಬಹುದು - ಅವರು ಖರೀದಿ ಅಥವಾ ಕ್ಲಿಕ್ ಮಾಡುವ ನಿರ್ಧಾರದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರಬಹುದು ಅಥವಾ ಮೈನಸ್ ಚಿಹ್ನೆ - ಕೆಲವು ಹಂತಗಳ ನಂತರ ಬಳಕೆದಾರರು ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ತೊರೆಯುತ್ತಾರೆ ಎಂದು ಅವರು ನಿರ್ಧರಿಸಬಹುದು.
- ಸ್ಥಗಿತಗೊಂಡ ಪರಿವರ್ತನೆ ಬಿಂದುಗಳು ಸಂಭಾವ್ಯ ವಿಭಜನಾ ಬಿಂದುಗಳಾಗಿವೆ. ಗುರಿಯ ಕ್ರಿಯೆಯನ್ನು ಪ್ರೇರೇಪಿಸುವ ಪರದೆಯೆಂದು ನೀವು ಅವುಗಳನ್ನು ಯೋಚಿಸಬಹುದು, ಆದರೆ ಹಾಗೆ ಮಾಡಬೇಡಿ. ಬಳಕೆದಾರರಿಗೆ ಅಗತ್ಯವಿದ್ದಾಗ ಇದು ಕೂಡ ಒಂದು ಹಂತವಾಗಿರಬಹುದು, ಆದರೆ ನಾವು ಅದನ್ನು ತೃಪ್ತಿಪಡಿಸುವುದಿಲ್ಲ ಏಕೆಂದರೆ ನಮಗೆ ಅದರ ಬಗ್ಗೆ ತಿಳಿದಿಲ್ಲ. ಪಥದ ವಿಶ್ಲೇಷಣೆಯು ಈ ಅಗತ್ಯವನ್ನು ಗುರುತಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
- ಡಿಸ್ಟ್ರಾಕ್ಷನ್ ಪಾಯಿಂಟ್ - ಬಳಕೆದಾರರಿಗೆ ಮೌಲ್ಯವನ್ನು ಒದಗಿಸದ ಸ್ಕ್ರೀನ್‌ಗಳು/ಪಾಪ್-ಅಪ್‌ಗಳು, ಪರಿವರ್ತನೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ ಮತ್ತು ಪಥಗಳನ್ನು "ಮಸುಕುಗೊಳಿಸಬಹುದು", ಗುರಿ ಕ್ರಿಯೆಗಳಿಂದ ಬಳಕೆದಾರರನ್ನು ಬೇರೆಡೆಗೆ ತಿರುಗಿಸಬಹುದು.
- ಬ್ಲೈಂಡ್ ಸ್ಪಾಟ್‌ಗಳು ಅಪ್ಲಿಕೇಶನ್, ಪರದೆಗಳು ಮತ್ತು ವೈಶಿಷ್ಟ್ಯಗಳ ಗುಪ್ತ ಬಿಂದುಗಳಾಗಿವೆ, ಅದು ಬಳಕೆದಾರರಿಗೆ ತಲುಪಲು ತುಂಬಾ ಕಷ್ಟಕರವಾಗಿರುತ್ತದೆ.
- ಡ್ರೈನ್ಸ್ - ಟ್ರಾಫಿಕ್ ಸೋರಿಕೆಯಾಗುವ ಸ್ಥಳಗಳು
ಸಾಮಾನ್ಯವಾಗಿ, ಬಳಕೆದಾರರಿಗೆ ಕೆಲವು ಪ್ರಮಾಣಿತ ಬಳಕೆಯ ಸನ್ನಿವೇಶವನ್ನು ಯೋಜಿಸಲು ಪ್ರಯತ್ನಿಸುವಾಗ ಉತ್ಪನ್ನ ನಿರ್ವಾಹಕರು ಸಾಮಾನ್ಯವಾಗಿ ಯೋಚಿಸುವುದಕ್ಕಿಂತ ಕ್ಲೈಂಟ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನ ರೀತಿಯಲ್ಲಿ ಬಳಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಗಣಿತದ ವಿಧಾನವು ನಮಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಟ್ಟಿತು. ಕಛೇರಿಯಲ್ಲಿ ಕುಳಿತು ತಂಪಾದ ಉತ್ಪನ್ನ ಸಮ್ಮೇಳನಗಳಿಗೆ ಹಾಜರಾಗುವುದು, ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಬಳಕೆದಾರರು ತಮ್ಮ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಎಲ್ಲಾ ನೈಜ ಕ್ಷೇತ್ರ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಕಲ್ಪಿಸುವುದು ಇನ್ನೂ ತುಂಬಾ ಕಷ್ಟ.
ಇದು ನನಗೆ ಒಂದು ದೊಡ್ಡ ಹಾಸ್ಯವನ್ನು ನೆನಪಿಸುತ್ತದೆ. ಪರೀಕ್ಷಕನು ಬಾರ್‌ಗೆ ನಡೆದು ಆದೇಶಿಸುತ್ತಾನೆ: ಒಂದು ಗ್ಲಾಸ್ ಬಿಯರ್, 2 ಗ್ಲಾಸ್ ಬಿಯರ್, 0 ಗ್ಲಾಸ್ ಬಿಯರ್, 999999999 ಗ್ಲಾಸ್ ಬಿಯರ್, ಗ್ಲಾಸ್‌ನಲ್ಲಿ ಹಲ್ಲಿ, -1 ಗ್ಲಾಸ್ ಬಿಯರ್, ಕ್ವೆರ್ಟಿಯುಪ್ ಗ್ಲಾಸ್ ಬಿಯರ್. ಮೊದಲ ನಿಜವಾದ ಗ್ರಾಹಕನು ಬಾರ್‌ಗೆ ಹೋಗುತ್ತಾನೆ ಮತ್ತು ರೆಸ್ಟ್ ರೂಂ ಎಲ್ಲಿದೆ ಎಂದು ಕೇಳುತ್ತಾನೆ. ಬಾರ್ ಬೆಂಕಿಯಲ್ಲಿ ಸ್ಫೋಟಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಎಲ್ಲರೂ ಸಾಯುತ್ತಾರೆ.
ಉತ್ಪನ್ನ ವಿಶ್ಲೇಷಕರು, ಈ ಸಮಸ್ಯೆಯಲ್ಲಿ ಆಳವಾಗಿ ಮುಳುಗಿದ್ದಾರೆ, ಮೈಕ್ರೋಮೊಮೆಂಟ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ಪರಿಚಯಿಸಲು ಪ್ರಾರಂಭಿಸಿದರು. ಆಧುನಿಕ ಬಳಕೆದಾರರಿಗೆ ಅವರ ಸಮಸ್ಯೆಗೆ ತ್ವರಿತ ಪರಿಹಾರದ ಅಗತ್ಯವಿದೆ. ಗೂಗಲ್ ಕೆಲವು ವರ್ಷಗಳ ಹಿಂದೆ ಈ ಬಗ್ಗೆ ಮಾತನಾಡಲು ಪ್ರಾರಂಭಿಸಿತು: ಕಂಪನಿಯು ಅಂತಹ ಬಳಕೆದಾರರ ಕ್ರಿಯೆಗಳನ್ನು ಮೈಕ್ರೋ-ಮೊಮೆಂಟ್ಸ್ ಎಂದು ಕರೆದಿದೆ. ಬಳಕೆದಾರನು ವಿಚಲಿತನಾಗುತ್ತಾನೆ, ಆಕಸ್ಮಿಕವಾಗಿ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಮುಚ್ಚುತ್ತಾನೆ, ಅವನಿಗೆ ಏನು ಬೇಕು ಎಂದು ಅರ್ಥವಾಗುವುದಿಲ್ಲ, ಒಂದು ದಿನದ ನಂತರ ಮತ್ತೆ ಲಾಗ್ ಇನ್ ಆಗುತ್ತಾನೆ, ಮತ್ತೆ ಮರೆತುಬಿಡುತ್ತಾನೆ ಮತ್ತು ನಂತರ ಸಂದೇಶವಾಹಕದಲ್ಲಿ ಸ್ನೇಹಿತರಿಗೆ ಕಳುಹಿಸಿದ ಲಿಂಕ್ ಅನ್ನು ಅನುಸರಿಸುತ್ತಾನೆ. ಮತ್ತು ಈ ಎಲ್ಲಾ ಅವಧಿಗಳು 20 ಸೆಕೆಂಡುಗಳಿಗಿಂತ ಹೆಚ್ಚು ಕಾಲ ಉಳಿಯುವುದಿಲ್ಲ.
ಆದ್ದರಿಂದ ನಾವು ಬೆಂಬಲ ಸೇವೆಯ ಕೆಲಸವನ್ನು ಹೊಂದಿಸಲು ಪ್ರಯತ್ನಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ ಇದರಿಂದ ನೌಕರರು ನೈಜ ಸಮಯದಲ್ಲಿ ಸಮಸ್ಯೆ ಏನೆಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಬೆಂಬಲ ಪುಟಕ್ಕೆ ಬಂದು ತನ್ನ ಪ್ರಶ್ನೆಯನ್ನು ಬರೆಯಲು ಪ್ರಾರಂಭಿಸುವ ಹೊತ್ತಿಗೆ, ಅವನ ಪಥವನ್ನು ತಿಳಿದುಕೊಳ್ಳುವ ಮೂಲಕ ನಾವು ಸಮಸ್ಯೆಯ ಸಾರವನ್ನು ನಿರ್ಧರಿಸಬಹುದು - ಕೊನೆಯ 100 ಘಟನೆಗಳು. ಹಿಂದೆ, ಬೆಂಬಲ ವಿನಂತಿಗಳ ಪಠ್ಯಗಳ ML ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು ನಾವು ಎಲ್ಲಾ ಬೆಂಬಲ ವಿನಂತಿಗಳ ವಿತರಣೆಯನ್ನು ವರ್ಗಗಳಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಿದ್ದೇವೆ. ವರ್ಗೀಕರಣದ ಯಶಸ್ಸಿನ ಹೊರತಾಗಿಯೂ, ಎಲ್ಲಾ ವಿನಂತಿಗಳಲ್ಲಿ 87% ಅನ್ನು 13 ವರ್ಗಗಳಲ್ಲಿ ಒಂದಕ್ಕೆ ಸರಿಯಾಗಿ ವಿತರಿಸಿದಾಗ, ಇದು ಬಳಕೆದಾರರ ಪರಿಸ್ಥಿತಿಗೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಪರಿಹಾರವನ್ನು ಕಂಡುಕೊಳ್ಳುವ ಪಥಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ.
ನಾವು ತ್ವರಿತವಾಗಿ ನವೀಕರಣಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ, ಆದರೆ ನಾವು ಸಮಸ್ಯೆಯನ್ನು ಗಮನಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಮತ್ತು ಬಳಕೆದಾರರು ನಾವು ಈಗಾಗಲೇ ನೋಡಿದ ಸನ್ನಿವೇಶವನ್ನು ಅನುಸರಿಸಿದರೆ, ಅವರಿಗೆ ಪುಶ್ ಅಧಿಸೂಚನೆಯನ್ನು ಕಳುಹಿಸಿ.
ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಆಪ್ಟಿಮೈಸ್ ಮಾಡುವ ಕಾರ್ಯಕ್ಕೆ ಬಳಕೆದಾರರ ಪಥಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಲು ಶ್ರೀಮಂತ ಪರಿಕರಗಳ ಅಗತ್ಯವಿದೆ ಎಂದು ನಾವು ನೋಡುತ್ತೇವೆ. ಇದಲ್ಲದೆ, ಬಳಕೆದಾರರು ತೆಗೆದುಕೊಳ್ಳುವ ಎಲ್ಲಾ ಮಾರ್ಗಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದರಿಂದ, ನೀವು ಅಗತ್ಯ ಮಾರ್ಗಗಳನ್ನು ಸುಗಮಗೊಳಿಸಬಹುದು ಮತ್ತು ಕಸ್ಟಮೈಸ್ ಮಾಡಿದ ವಿಷಯದ ಸಹಾಯದಿಂದ, ಪುಶ್ ಅಧಿಸೂಚನೆಗಳು ಮತ್ತು ಹೊಂದಾಣಿಕೆಯ UI ಅಂಶಗಳು "ಕೈಯಿಂದ" ಬಳಕೆದಾರರಿಗೆ ಅವರ ಅಗತ್ಯಗಳಿಗೆ ಸೂಕ್ತವಾದ ಮತ್ತು ಹಣವನ್ನು ತರುವ ಉದ್ದೇಶಿತ ಕ್ರಿಯೆಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ. , ಡೇಟಾ ಮತ್ತು ನಿಮ್ಮ ವ್ಯಾಪಾರಕ್ಕಾಗಿ ಇತರ ಮೌಲ್ಯ.
ಏನು ಗಮನಿಸಬೇಕು
- ಬಳಕೆದಾರ ಪರಿವರ್ತನೆಯನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದು ಕೇವಲ ಫನಲ್‌ಗಳನ್ನು ಉದಾಹರಣೆಯಾಗಿ ಬಳಸುವುದು ಎಂದರೆ ಅಪ್ಲಿಕೇಶನ್ ಸ್ವತಃ ನಮಗೆ ನೀಡುವ ಶ್ರೀಮಂತ ಮಾಹಿತಿಯನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದು.
- ಗ್ರಾಫ್‌ಗಳಲ್ಲಿ ಬಳಕೆದಾರರ ಪಥಗಳ ಧಾರಣ ವಿಶ್ಲೇಷಣೆಯು ಬಳಕೆದಾರರನ್ನು ಉಳಿಸಿಕೊಳ್ಳಲು ನೀವು ಯಾವ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಬಳಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ನೋಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಅಥವಾ, ಉದಾಹರಣೆಗೆ, ಚಂದಾದಾರರಾಗಲು ಅವರನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತದೆ.
- ಧಾರಣ ಪರಿಕರಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ, ನೈಜ ಸಮಯದಲ್ಲಿ, ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ಬಳಕೆದಾರರ ಸಮಸ್ಯೆಗಳನ್ನು ಸೂಚಿಸುವ ಮಾದರಿಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಅವುಗಳು ಗಮನಿಸಲು ಕಷ್ಟಕರವಾದ ದೋಷಗಳನ್ನು ಹುಡುಕಿ ಮತ್ತು ಮುಚ್ಚಿ.
- ಬಳಕೆದಾರರ ನಡವಳಿಕೆಯ ಸ್ಪಷ್ಟವಲ್ಲದ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಅವರು ಸಹಾಯ ಮಾಡುತ್ತಾರೆ.
- ಪ್ರಮುಖ ಬಳಕೆದಾರ ಈವೆಂಟ್‌ಗಳು ಮತ್ತು ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಊಹಿಸಲು ಸ್ವಯಂಚಾಲಿತ ML ಪರಿಕರಗಳನ್ನು ನಿರ್ಮಿಸಲು ಧಾರಣ ಸಾಧನಗಳು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ: ಬಳಕೆದಾರರ ನಷ್ಟ, LTV ಮತ್ತು ಗ್ರಾಫ್ನಲ್ಲಿ ಸುಲಭವಾಗಿ ನಿರ್ಧರಿಸಬಹುದಾದ ಇತರ ಮೆಟ್ರಿಕ್‌ಗಳು.
ವಿಚಾರಗಳ ಮುಕ್ತ ವಿನಿಮಯಕ್ಕಾಗಿ ನಾವು ಧಾರಣಶಕ್ತಿಯ ಸುತ್ತ ಸಮುದಾಯವನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದೇವೆ. ವಿವಿಧ ಮೊಬೈಲ್ ಮತ್ತು ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಂದ ವಿಶ್ಲೇಷಕರು ಮತ್ತು ಉತ್ಪನ್ನಗಳು ಒಳನೋಟಗಳು, ಉತ್ತಮ ತಂತ್ರಗಳು ಮತ್ತು ವಿಧಾನಗಳನ್ನು ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುವ ಭಾಷೆಯಾಗಿ ನಾವು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿರುವ ಪರಿಕರಗಳ ಕುರಿತು ನೀವು ಯೋಚಿಸಬಹುದು. ಕೋರ್ಸ್‌ನಲ್ಲಿ ಈ ಪರಿಕರಗಳನ್ನು ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ನೀವು ಕಲಿಯಬಹುದು ಬೈನರಿ ಜಿಲ್ಲೆ.
ಮೂಲ: www.habr.com