ProHoster > Blogs > interneta ziņas > Kā saglabāŔana tiek Ä«stenota programmā App in the Air

Kā saglabāŔana tiek īstenota programmā App in the Air

Kā saglabāŔana tiek īstenota programmā App in the Air

Lietotāja noturÄ“Å”ana mobilajā lietojumprogrammā ir vesela zinātne. Kursa autors aprakstÄ«ja tā pamatus mÅ«su rakstā vietnē VC.ru Izaugsmes uzlauÅ”ana: mobilo lietotņu analÄ«ze Maksims Godzi, App in the Air maŔīnmācÄ«bas vadÄ«tājs. Maksims stāsta par uzņēmumā izstrādātajiem rÄ«kiem, izmantojot piemēru darbam pie mobilās aplikācijas analÄ«zes un optimizācijas. Å Ä« sistemātiskā pieeja produktu uzlaboÅ”anai, kas izstrādāta programmā App in the Air, tiek saukta par saglabāŔanu. Å os rÄ«kus varat izmantot savā produktā: daži no tiem ir iekļauti bezmaksas pieeja vietnē GitHub.

App in the Air ir aplikācija ar vairāk nekā 3 miljoniem aktÄ«vu lietotāju visā pasaulē, ar kuru var izsekot lidojumiem, iegÅ«t informāciju par izmaiņām izlidoÅ”anas/nosÄ“Å”anās laikos, reÄ£istrÄ“Å”anās un lidostas raksturojumos.

No piltuves līdz trajektorijai

Visas izstrādes komandas izveido iekļauÅ”anas piltuvi (process, kura mērÄ·is ir produkta pieņemÅ”ana lietotājiem). Å is ir pirmais solis, kas palÄ«dz aplÅ«kot visu sistēmu no augÅ”as un atrast lietojumprogrammu problēmas. Taču produktam attÄ«stoties, jÅ«s sajutÄ«siet Ŕīs pieejas ierobežojumus. Izmantojot vienkārÅ”u piltuvi, jÅ«s nevarat redzēt nepārprotamus produkta izaugsmes punktus. Piltuves mērÄ·is ir sniegt vispārÄ«gu ieskatu lietojumprogrammas lietotāju posmos, lai parādÄ«tu normas rādÄ«tājus. Bet piltuve apdomÄ«gi paslēps novirzes no normas uz acÄ«mredzamām problēmām vai, gluži pretēji, Ä«paÅ”u lietotāja darbÄ«bu.

Kā saglabāŔana tiek īstenota programmā App in the Air

App in the Air mēs izveidojām savu piltuvi, taču produkta specifikas dēļ mēs nonācām pie smilÅ”u pulksteņa. Tad mēs nolēmām paplaÅ”ināt pieeju un izmantot bagātÄ«go informāciju, ko mums sniedz pati lietojumprogramma.

Veidojot piltuvi, jÅ«s zaudējat lietotāja iekāpÅ”anas trajektorijas. Trajektorijas sastāv no lietotāja un paÅ”as lietojumprogrammas darbÄ«bu secÄ«bas (piemēram, push paziņojuma nosÅ«tÄ«Å”ana).

Kā saglabāŔana tiek īstenota programmā App in the Air

Izmantojot laika zÄ«mogus, jÅ«s varat ļoti vienkārÅ”i rekonstruēt lietotāja trajektoriju un izveidot no tā grafiku katram no tiem. Protams, ir daudz grafiku. Tāpēc jums ir jāgrupē lÄ«dzÄ«gi lietotāji. Piemēram, varat sakārtot visus lietotājus pēc tabulas rindām un uzskaitÄ«t, cik bieži viņi izmanto noteiktu funkciju.

Kā saglabāŔana tiek īstenota programmā App in the Air

Pamatojoties uz Ŕādu tabulu, mēs izveidojām matricu un sagrupējām lietotājus pēc funkciju lietoÅ”anas biežuma, tas ir, pēc mezgliem grafikā. Parasti tas ir pirmais solis ceļā uz ieskatu: piemēram, jau Å”ajā posmā jÅ«s redzēsiet, ka daži lietotāji neizmanto dažas funkcijas vispār. Veicot biežuma analÄ«zi, mēs sākām pētÄ«t, kuri diagrammas mezgli ir ā€œlielākieā€, tas ir, kuras lapas lietotāji apmeklē visbiežāk. Kategorijas, kas bÅ«tiski atŔķiras pēc kāda jums svarÄ«ga kritērija, uzreiz tiek izceltas. Piemēram, Å”eit ir divas lietotāju kopas, kuras sadalÄ«jām, pamatojoties uz abonÄ“Å”anas lēmumu (kopā bija 16 kopas).

Kā saglabāŔana tiek īstenota programmā App in the Air

Kā to lietot

Šādi aplÅ«kojot savus lietotājus, varat redzēt, kādas funkcijas izmantojat, lai viņus paturētu vai, piemēram, liktu viņiem reÄ£istrēties. Dabiski, ka matrica parādÄ«s arÄ« acÄ«mredzamas lietas. Piemēram, ka tie, kas iegādājās abonementu, apmeklēja abonÄ“Å”anas ekrānu. Bet papildus tam jÅ«s varat atrast arÄ« modeļus, par kuriem jÅ«s nekad nebÅ«tu zinājuÅ”i.

Tā nu pavisam nejauÅ”i atradām lietotāju grupu, kas pievieno lidojumu, aktÄ«vi izseko tam visas dienas garumā un tad pazÅ«d uz ilgu laiku, lÄ«dz atkal kaut kur lido. Ja mēs analizētu viņu uzvedÄ«bu, izmantojot parastos rÄ«kus, mēs domātu, ka viņi vienkārÅ”i nav apmierināti ar lietojumprogrammas funkcionalitāti: kā gan citādi mēs varam izskaidrot, ka viņi to izmantoja vienu dienu un nekad neatgriezās. Bet ar grafiku palÄ«dzÄ«bu mēs redzējām, ka viņi ir ļoti aktÄ«vi, vienkārÅ”i visa viņu darbÄ«ba ietilpst vienā dienā.

Tagad mÅ«su galvenais uzdevums ir mudināt Ŕādu lietotāju pievienoties savas aviokompānijas lojalitātes programmai, kamēr viņŔ izmanto mÅ«su statistiku. Å ajā gadÄ«jumā mēs importēsim visus viņa iegādātos lidojumus un mēģināsim viņu piespiest reÄ£istrēties, tiklÄ«dz viņŔ nopirks jaunu biļeti. Lai atrisinātu Å”o problēmu, mēs sākām sadarboties arÄ« ar Aviasales, Svyaznoy.Travel un citām lietojumprogrammām. Kad lietotājs iegādājas biļeti, lietotne piedāvā pievienot lidojumu lietotnei App in the Air, un mēs to uzreiz redzam.

Pateicoties diagrammai, mēs redzējām, ka 5% cilvēku, kas apmeklē abonÄ“Å”anas ekrānu, to atceļ. Mēs sākām analizēt Ŕādus gadÄ«jumus un redzējām, ka ir lietotājs, kurÅ” dodas uz pirmo lapu, uzsāk sava Google konta savienoÅ”anu un nekavējoties to atceļ, atkal nokļūst pirmajā lapā un tā četras reizes. Sākumā mēs domājām: "Ar Å”o lietotāju kaut kas nav kārtÄ«bā." Un tad mēs sapratām, ka, visticamāk, aplikācijā ir kāda kļūda. Piltuvē tas tiktu interpretēts Ŕādi: lietotājam nepatika lietojumprogrammas pieprasÄ«tā atļauju kopa, un viņŔ aizgāja.

Citā grupā 5% lietotāju pazuda ekrānā, kur lietotne liek viņiem izvēlēties vienu no visām viedtālruņa kalendāra lietotnēm. Lietotāji atkal un atkal atlasa dažādus kalendārus un pēc tam vienkārÅ”i iziet no lietotnes. Izrādās, ka radās UX problēma: pēc tam, kad persona izvēlējās kalendāru, viņam augŔējā labajā stÅ«rÄ« bija jānoklikŔķina uz Gatavs. VienkārÅ”i ne visi lietotāji to redzēja.

Kā saglabāŔana tiek īstenota programmā App in the Air
Pirmais App in the Air ekrāns

MÅ«su diagrammā mēs redzējām, ka aptuveni 30% lietotāju nepārsniedz pirmo ekrānu: tas ir saistÄ«ts ar faktu, ka mēs esam diezgan agresÄ«vi, spiežot lietotāju abonēt. Pirmajā ekrānā lietotne piedāvā reÄ£istrēties, izmantojot Google vai Triplt, un nav informācijas par reÄ£istrācijas izlaiÅ”anu. No tiem, kuri atstāj pirmo ekrānu, 16% lietotāju noklikŔķina uz ā€œVairākā€ un atgriežas vēlreiz. Mēs esam noskaidrojuÅ”i, ka viņi meklē veidu, kā iekŔēji reÄ£istrēties lietojumprogrammā, un mēs to izlaidÄ«sim nākamajā atjauninājumā. Turklāt 2/3 no tiem, kas uzreiz aiziet, vispār neko neklikŔķina. Lai uzzinātu, kas ar viņiem notiek, mēs izveidojām siltuma karti. Izrādās, ka klienti noklikŔķina uz to lietotņu funkciju saraksta, kuras nav noklikŔķināmas saites.

Uzņemiet mikromirkli

Blakus asfaltētajam ceļam bieži var redzēt cilvēkus mÄ«dām taciņas. SaglabāŔana ir mēģinājums atrast Å”os ceļus un, ja iespējams, mainÄ«t ceļus.

Protams, ir slikti, ka mēs mācāmies no reāliem lietotājiem, taču mēs vismaz sākām automātiski izsekot modeļus, kas norāda uz lietotāja problēmu lietojumprogrammā. Tagad produktu pārvaldnieks saņem e-pasta paziņojumus, ja rodas liels skaits ā€œcilpuā€ ā€” kad lietotājs atkal un atkal atgriežas tajā paŔā ekrānā.

Apskatīsim, kādus modeļus lietotāju trajektorijās parasti ir interesanti meklēt, lai analizētu lietojumprogrammas problēmas un izaugsmes jomas:

  • Cilpas un cikli. IepriekÅ” minētās cilpas ir gadÄ«jumi, kad viens notikums atkārtojas lietotāja trajektorijā, piemēram, kalendārs-kalendārs-kalendārs-kalendārs. Cikla ar daudz atkārtojumu ir skaidrs interfeisa problēmas vai nepietiekamas notikumu marķējuma rādÄ«tājs. Cikls ir arÄ« slēgta trajektorija, taču atŔķirÄ«bā no cilpas tas ietver vairāk nekā vienu notikumu, piemēram: lidojumu vēstures apskate - lidojuma pievienoÅ”ana - lidojumu vēstures skatÄ«Å”ana.
  • Flowstoppers - kad lietotājs kāda ŔķērŔļa dēļ nevar turpināt vēlamo kustÄ«bu caur lietojumprogrammu, piemēram, ekrānu ar klientam nepārprotamu saskarni. Šādi notikumi palēnina un maina lietotāju trajektoriju.
  • Bifurkācijas punkti ir nozÄ«mÄ«gi notikumi, pēc kuriem tiek atdalÄ«tas dažāda veida klientu trajektorijas. Jo Ä«paÅ”i tie ir ekrāni, kas nesatur tieÅ”u pāreju vai aicinājumu uz darbÄ«bu uz mērÄ·a darbÄ«bu, efektÄ«vi spiežot dažus lietotājus uz to. Piemēram, daži ekrāni, kas nav tieÅ”i saistÄ«ti ar satura iegādi lietojumprogrammā, bet kuros klienti tiecas pirkt vai nepirkt saturu, darbosies atŔķirÄ«gi. Bifurkācijas punkti var bÅ«t jÅ«su lietotāju darbÄ«bas ietekmes punkti ar plus zÄ«mi - tie var ietekmēt lēmumu veikt pirkumu vai klikŔķi, vai mÄ«nusa zÄ«mi - tie var noteikt, ka pēc dažām darbÄ«bām lietotājs pamet lietojumprogrammu.
  • Pārtrauktie konversijas punkti ir potenciālie bifurkācijas punkti. Varat tos uzskatÄ«t par ekrāniem, kas varētu pamudināt uz mērÄ·a darbÄ«bu, bet nedariet to. Tas varētu bÅ«t arÄ« brÄ«dis, kad lietotājam ir kāda vajadzÄ«ba, bet mēs to neapmierinām, jo ā€‹ā€‹vienkārÅ”i par to nezinām. Trajektorijas analÄ«zei bÅ«tu jāļauj to noteikt.
  • UzmanÄ«bas novērÅ”anas punkts ā€” ekrāni/uznirstoÅ”ie logi, kas nesniedz lietotājam vērtÄ«bu, neietekmē reklāmguvumu un var ā€œizmiglotā€ trajektorijas, novērÅ”ot lietotāja uzmanÄ«bu no mērÄ·a darbÄ«bām.
  • Aklās zonas ir slēptie lietojumprogrammas, ekrānu un funkciju punkti, kurus lietotājam ir ļoti grÅ«ti sasniegt.
  • Notekas ā€“ vietas, kur noplÅ«st satiksme

Kopumā matemātiskā pieeja ļāva saprast, ka klients lieto aplikāciju pavisam savādāk, nekā parasti domā produktu vadÄ«tāji, mēģinot izplānot lietotājam kādu standarta lietoÅ”anas scenāriju. Sēžot birojā un apmeklējot stilÄ«gākās produktu konferences, joprojām ir ļoti grÅ«ti iedomāties visu reālo lauka apstākļu dažādÄ«bu, kādos lietotājs atrisinās savas problēmas, izmantojot aplikāciju.

Tas man atgādina lielisku joku. Bārā ieiet testētājs un pasūta: alus glāzi, 2 glāzes alus, 0 alus glāzes, 999999999 glāzes alus, ķirzaka glāzē, -1 alus glāzi, qwertyuip glāzes alus. Pirmais īstais klients ieiet bārā un jautā, kur atrodas tualete. Bārs uzliesmo un visi iet bojā.

Produktu analÄ«tiÄ·i, dziļi iegrimuÅ”i Å”ajā problēmā, sāka ieviest mikromomenta jēdzienu. MÅ«sdienu lietotājam ir nepiecieÅ”ams tÅ«lÄ«tējs problēmas risinājums. Google sāka par to runāt pirms dažiem gadiem: uzņēmums Ŕādas lietotāju darbÄ«bas sauca par mikromirkļiem. Lietotājs novērÅ” uzmanÄ«bu, nejauÅ”i aizver aplikāciju, nesaprot, kas no viņa tiek prasÄ«ts, pēc dienas atkal piesakās, atkal aizmirst un tad seko saitei, ko draugs viņam atsÅ«tÄ«jis messengerā. Un visas Ŕīs sesijas var ilgt ne vairāk kā 20 sekundes.

Tāpēc mēs sākām mēģināt iekārtot atbalsta dienesta darbu tā, lai darbinieki gandrÄ«z reāllaikā saprastu, kāda ir problēma. LÄ«dz brÄ«dim, kad cilvēks nonāk atbalsta lapā un sāk rakstÄ«t savu jautājumu, mēs varam noteikt problēmas bÅ«tÄ«bu, zinot viņa trajektoriju ā€“ pēdējos 100 notikumus. IepriekÅ” mēs automatizējām visu atbalsta pieprasÄ«jumu sadali kategorijās, izmantojot atbalsta pieprasÄ«jumu tekstu ML analÄ«zi. Neraugoties uz veiksmÄ«go kategorizÄ“Å”anu, kad 87% no visiem pieprasÄ«jumiem ir pareizi sadalÄ«ti kādā no 13 kategorijām, tieÅ”i darbs ar trajektorijām var automātiski atrast lietotāja situācijai piemērotāko risinājumu.

Mēs nevaram ātri izlaist atjauninājumus, taču mēs spējam pamanīt problēmu un, ja lietotājs ievēro jau redzēto scenāriju, nosūtīt viņam push paziņojumu.

Mēs redzam, ka lietojumprogrammas optimizācijas uzdevums prasa bagātÄ«gus rÄ«kus lietotāju trajektoriju izpētei. Turklāt, zinot visus ceļus, ko lietotāji iet, varat bruģēt nepiecieÅ”amos ceļus, un ar pielāgota satura palÄ«dzÄ«bu push paziņojumi un adaptÄ«vie lietotāja interfeisa elementi ā€œar rokuā€ noved lietotāju pie mērÄ·tiecÄ«gām darbÄ«bām, kas vislabāk atbilst viņa vajadzÄ«bām un nes naudu. , datus un citu vērtÄ«bu jÅ«su uzņēmumam.

Kas jāņem vērā

  • Lietotāju reklāmguvumu izpēte, izmantojot tikai piltuves kā piemēru, nozÄ«mē zaudēt bagātÄ«go informāciju, ko mums sniedz pati lietojumprogramma.

  • Lietotāju trajektoriju saglabāŔanas analÄ«ze diagrammās palÄ«dz jums redzēt, kuras funkcijas izmantojat, lai saglabātu lietotājus vai, piemēram, mudinātu viņus abonēt.
  • SaglabāŔanas rÄ«ki palÄ«dz automātiski, reāllaikā, izsekot modeļus, kas norāda uz lietotāja problēmām lietojumprogrammā, atrast un aizvērt kļūdas vietās, kur tās bija grÅ«ti pamanÄ«t.

  • Tie palÄ«dz atrast nepārprotamus lietotāju uzvedÄ«bas modeļus.

  • SaglabāŔanas rÄ«ki ļauj izveidot automatizētus ML rÄ«kus, lai prognozētu galvenos lietotāju notikumus un metriku: lietotāju zaudējumus, LTV un daudzus citus rādÄ«tājus, kas ir viegli nosakāmi diagrammā.

Mēs veidojam kopienu ap Retentioneering brÄ«vai ideju apmaiņai. Varat uzskatÄ«t, ka mÅ«su izstrādātie rÄ«ki ir valoda, kurā analÄ«tiÄ·i un produkti no dažādām mobilajām un tÄ«mekļa lietojumprogrammām var apmainÄ«ties ar ieskatiem, labākajām metodēm un metodēm. Kursā varat uzzināt, kā izmantot Å”os rÄ«kus Izaugsmes uzlauÅ”ana: mobilo lietotņu analÄ«ze Binārais apgabals.

Avots: www.habr.com

Pievieno komentāru