कसरी रिटेन्शनियरिङ एप इन द एयरमा लागू गरिन्छ

प्रयोगकर्तालाई मोबाइल एपमा राख्नु भनेको सम्पूर्ण विज्ञान हो। पाठ्यक्रम को लेखक VC.ru मा हाम्रो लेख मा यसको आधारभूत वर्णन ग्रोथ ह्याकिंग: मोबाइल एप एनालिटिक्स म्याक्सिम गोडजी, एप इन द एयरमा मेसिन लर्निङका प्रमुख। म्याक्सिमले मोबाइल अनुप्रयोगको विश्लेषण र अप्टिमाइजेसनमा कामको उदाहरण प्रयोग गरेर कम्पनीमा विकसित उपकरणहरूको बारेमा कुरा गर्छ। एप इन द एयरमा विकसित उत्पादन सुधारको लागि यो व्यवस्थित दृष्टिकोणलाई रिटेन्शनियरिङ भनिन्छ। तपाईं आफ्नो उत्पादनमा यी उपकरणहरू प्रयोग गर्न सक्नुहुन्छ: तिनीहरूमध्ये केही भित्र छन् नि: शुल्क पहुँच GitHub मा।

एप इन द एयर संसारभरका ३० लाखभन्दा बढी सक्रिय प्रयोगकर्ताहरू भएको एउटा एप्लिकेसन हो, जसको सहायताले तपाईंले उडानहरू ट्र्याक गर्न सक्नुहुन्छ, प्रस्थान/अवतरण समय, चेक-इन र विमानस्थलका विशेषताहरूमा भएका परिवर्तनहरूबारे जानकारी प्राप्त गर्न सक्नुहुन्छ।

फनेल देखि ट्र्याजेक्टोरी सम्म

सबै विकास टोलीहरूले एक अनबोर्डिङ फनेल (उत्पादनको प्रयोगकर्ता स्वीकृतिलाई लक्षित गर्ने प्रक्रिया) निर्माण गर्छन्। यो पहिलो चरण हो जसले तपाईंलाई माथिबाट सम्पूर्ण प्रणाली हेर्न र अनुप्रयोग समस्याहरू फेला पार्न मद्दत गर्दछ। तर उत्पादनको विकास हुँदै जाँदा, तपाईंले यस दृष्टिकोणको सीमितताहरू महसुस गर्नुहुनेछ। साधारण फनेल प्रयोग गरेर, तपाईंले उत्पादनको लागि गैर-स्पष्ट वृद्धि बिन्दुहरू देख्न सक्नुहुन्न। फनेलको उद्देश्य अनुप्रयोगमा प्रयोगकर्ताहरूको चरणहरूमा सामान्य रूप दिनु हो, तपाईंलाई मानकको मेट्रिक्स देखाउनको लागि। तर फनेलले स्पष्ट समस्याहरू वा, यसको विपरित, विशेष प्रयोगकर्ता गतिविधि तर्फ सामान्यबाट विचलनहरू विवेकी रूपमा लुकाउनेछ।

एप इन द एयरमा, हामीले हाम्रो आफ्नै फनेल निर्माण गर्यौं, तर उत्पादनको विशिष्टताका कारण, हामीले एक घण्टाको घडीमा समाप्त गर्यौं। त्यसपछि हामीले दृष्टिकोण विस्तार गर्ने र एप्लिकेसनले नै हामीलाई दिने समृद्ध जानकारी प्रयोग गर्ने निर्णय गर्यौं।

तपाईंले फनेल निर्माण गर्दा, तपाईंले प्रयोगकर्ता अनबोर्डिङ ट्र्याजेक्टोरीहरू गुमाउनुहुन्छ। Trajectories मा प्रयोगकर्ता र अनुप्रयोग आफैले कार्यहरूको अनुक्रम समावेश गर्दछ (उदाहरणका लागि, पुश सूचना पठाउने)।

टाइमस्ट्याम्पहरू प्रयोग गरेर, तपाईं सजिलैसँग प्रयोगकर्ताको प्रक्षेपणलाई पुन: निर्माण गर्न सक्नुहुन्छ र तिनीहरूमध्ये प्रत्येकको लागि ग्राफ बनाउन सक्नुहुन्छ। निस्सन्देह, त्यहाँ धेरै ग्राफहरू छन्। त्यसकारण, तपाईंले समान प्रयोगकर्ताहरूलाई समूह बनाउन आवश्यक छ। उदाहरणका लागि, तपाईंले तालिका पङ्क्तिहरूद्वारा सबै प्रयोगकर्ताहरूलाई व्यवस्थित गर्न सक्नुहुन्छ र तिनीहरूले कति पटक निश्चित प्रकार्य प्रयोग गर्छन् भनेर सूची बनाउन सक्नुहुन्छ।

यस्तो तालिकाको आधारमा, हामीले म्याट्रिक्स बनायौं र प्रकार्यहरूको प्रयोगको आवृत्ति अनुसार प्रयोगकर्ताहरूलाई समूहबद्ध गर्यौं, त्यो ग्राफमा नोडहरूद्वारा। यो सामान्यतया अन्तर्दृष्टि तिर पहिलो चरण हो: उदाहरण को लागी, पहिले नै यो चरण मा तपाईले देख्नुहुनेछ कि केहि प्रयोगकर्ताहरु को केहि प्रकार्यहरु को प्रयोग गर्दैनन्। जब हामीले फ्रिक्वेन्सी विश्लेषण गर्यौं, हामीले ग्राफमा कुन नोडहरू "सबैभन्दा ठूलो" हो भनेर अध्ययन गर्न थाल्यौं, त्यो हो, कुन पृष्ठहरू प्रयोगकर्ताहरूले प्राय: भ्रमण गर्छन्। कोटिहरू जुन केही मापदण्ड अनुसार आधारभूत रूपमा फरक छन् जुन तपाईंको लागि महत्त्वपूर्ण छ तुरुन्तै हाइलाइट गरिन्छ। यहाँ, उदाहरणका लागि, प्रयोगकर्ताहरूको दुई क्लस्टरहरू छन् जुन हामीले सदस्यता निर्णयको आधारमा विभाजित गर्यौं (कुलमा 16 क्लस्टरहरू थिए)।

यसलाई कसरी प्रयोग गर्ने

आफ्ना प्रयोगकर्ताहरूलाई यसरी हेरेर, तपाईंले तिनीहरूलाई राख्न वा, उदाहरणका लागि, तिनीहरूलाई साइन अप गर्नको लागि प्रयोग गर्ने सुविधाहरू देख्न सक्नुहुन्छ। स्वाभाविक रूपमा, म्याट्रिक्सले पनि स्पष्ट चीजहरू देखाउनेछ। उदाहरणका लागि, सदस्यता खरिद गर्नेहरूले सदस्यता स्क्रिनमा गए। तर यस बाहेक, तपाईले ढाँचाहरू पनि फेला पार्न सक्नुहुन्छ जुन तपाईलाई अन्यथा थाहा थिएन।

त्यसैले हामीले पूर्णतया संयोगवश प्रयोगकर्ताहरूको समूह फेला पार्‍यौं जसले उडान थप्छन्, सक्रिय रूपमा यसलाई दिनभर ट्र्याक गर्छन् र त्यसपछि तिनीहरू फेरि कतै उडान नगरेसम्म लामो समयको लागि गायब हुन्छन्। यदि हामीले परम्परागत उपकरणहरू प्रयोग गरेर तिनीहरूको व्यवहारको विश्लेषण गर्यौं भने, हामी सोच्छौं कि तिनीहरू केवल अनुप्रयोगको कार्यक्षमतासँग सन्तुष्ट थिएनन्: हामी कसरी व्याख्या गर्न सक्छौं कि तिनीहरूले यसलाई एक दिनको लागि प्रयोग गरे र कहिल्यै फर्केनन्। तर ग्राफको मद्दतले हामीले देख्यौं कि तिनीहरू धेरै सक्रिय छन्, यो मात्र हो कि तिनीहरूको सबै गतिविधि एक दिनमा फिट हुन्छ।

अब हाम्रो मुख्य कार्य भनेको त्यस्ता प्रयोगकर्तालाई उसले हाम्रो तथ्याङ्कहरू प्रयोग गरिरहेको बेला उसको एयरलाइनको लोयल्टी कार्यक्रममा जडान हुन प्रोत्साहित गर्नु हो। यस अवस्थामा, हामी उसले किन्ने सबै उडानहरू आयात गर्नेछौं र उसले नयाँ टिकट किन्ने बित्तिकै उसलाई साइन अप गर्न धक्का दिने प्रयास गर्नेछौं। यो समस्या समाधान गर्न, हामीले Aviasales, Svyaznoy.Travel र अन्य अनुप्रयोगहरूसँग सहकार्य गर्न थाल्यौं। जब तिनीहरूको प्रयोगकर्ताले टिकट खरिद गर्दछ, एपले तिनीहरूलाई एप इन एयरमा उडान थप्न प्रम्प्ट गर्छ, र हामी यसलाई तुरुन्तै देख्छौं।

ग्राफको लागि धन्यवाद, हामीले सदस्यता स्क्रिनमा जाने 5% मानिसहरूले यसलाई रद्द गरेको देख्यौं। हामीले त्यस्ता केसहरूको विश्लेषण गर्न थाल्यौं, र देख्यौं कि त्यहाँ एक प्रयोगकर्ता छ जो पहिलो पृष्ठमा जान्छ, आफ्नो Google खाताको जडान सुरु गर्दछ, र तुरुन्तै यसलाई रद्द गर्दछ, फेरि पहिलो पृष्ठमा पुग्छ, र यस्तै चार पटक। सुरुमा हामीले सोच्यौं, "यस प्रयोगकर्तासँग स्पष्ट रूपमा केहि गलत छ।" र त्यसपछि हामीले महसुस गर्यौं कि, सम्भवतः, त्यहाँ अनुप्रयोगमा बग थियो। फनेलमा, यसलाई निम्न रूपमा व्याख्या गरिनेछ: प्रयोगकर्तालाई अनुप्रयोगले अनुरोध गरेको अनुमतिहरूको सेट मन परेन र उसले छोड्यो।

अर्को समूहसँग 5% प्रयोगकर्ताहरू स्क्रिनमा हराएका थिए जहाँ अनुप्रयोगले उनीहरूलाई उनीहरूको स्मार्टफोनमा रहेका सबै क्यालेन्डर अनुप्रयोगहरूबाट एउटा चयन गर्न प्रेरित गर्दछ। प्रयोगकर्ताहरूले विभिन्न क्यालेन्डरहरू बारम्बार चयन गर्नेछन् र त्यसपछि मात्र एपबाट बाहिर निस्कन्छन्। यो त्यहाँ एक UX समस्या थियो बाहिर जान्छ: एक व्यक्तिले क्यालेन्डर चयन गरेपछि, तिनीहरूले शीर्ष दायाँ कुनामा सम्पन्न भयो क्लिक गर्नुपर्थ्यो। यो मात्र हो कि सबै प्रयोगकर्ताहरूले यसलाई देखेनन्।

एपको पहिलो स्क्रिन इन द एयर

हाम्रो ग्राफमा, हामीले देख्यौं कि लगभग 30% प्रयोगकर्ताहरू पहिलो स्क्रिनभन्दा बाहिर जान सक्दैनन्: यो तथ्यको कारण हो कि हामी प्रयोगकर्तालाई सदस्यता लिनको लागि धकेल्न धेरै आक्रामक छौं। पहिलो स्क्रिनमा, एपले तपाईंलाई Google वा Triplt प्रयोग गरेर दर्ता गर्न प्रम्प्ट गर्दछ, र दर्ता छोड्ने बारे कुनै जानकारी छैन। पहिलो स्क्रिन छोड्नेहरू मध्ये, प्रयोगकर्ताहरूको 16% "अधिक" क्लिक गर्नुहोस् र फेरि फर्कनुहोस्। हामीले पत्ता लगायौं कि तिनीहरूले अनुप्रयोगमा आन्तरिक रूपमा दर्ता गर्ने तरिका खोजिरहेका छन् र हामी यसलाई अर्को अपडेटमा जारी गर्नेछौं। थप रूपमा, तुरुन्तै छोड्नेहरू मध्ये 2/3 ले केहि पनि क्लिक गर्दैनन्। उनीहरूलाई के भइरहेको छ भनी पत्ता लगाउन हामीले एउटा तातो नक्सा बनायौं। यो बाहिर जान्छ कि ग्राहकहरूले एप सुविधाहरूको सूचीमा क्लिक गर्दै छन् जुन क्लिक गर्न योग्य लिङ्कहरू छैनन्।

माइक्रो पल कैद गर्नुहोस्

तपाईले प्रायः डामर सडकको छेउमा बाटोहरू कुल्चीएको देख्न सक्नुहुन्छ। Retentioneering यी मार्गहरू खोज्ने प्रयास हो र सम्भव भएमा, सडकहरू परिवर्तन गर्नुहोस्।

निस्सन्देह, हामीले वास्तविक प्रयोगकर्ताहरूबाट सिक्नु नराम्रो छ, तर कम्तिमा हामीले अनुप्रयोगमा प्रयोगकर्ता समस्यालाई संकेत गर्ने ढाँचाहरू स्वचालित रूपमा ट्र्याक गर्न थाल्यौं। अब उत्पादन प्रबन्धकले इमेल अधिसूचनाहरू प्राप्त गर्दछ यदि धेरै संख्यामा "लूपहरू" देखा पर्छन् - जब प्रयोगकर्ता उही स्क्रिनमा बारम्बार फर्कन्छ।

प्रयोगकर्ता ट्र्याजेक्टोरीहरूमा कुन ढाँचाहरू सामान्यतया चाखलाग्दो हुन्छन् हेरौं समस्याहरू र एप्लिकेसनको वृद्धि क्षेत्रहरू विश्लेषण गर्न खोज्नुहोस्:

• लूप र चक्र। माथि उल्लिखित लूपहरू प्रयोगकर्ताको प्रक्षेपणमा एक घटना दोहोरिँदा, उदाहरणका लागि, क्यालेन्डर-क्यालेन्डर-क्यालेन्डर-क्यालेन्डर हुन्। धेरै पुनरावृत्ति भएको लूप इन्टरफेस समस्या वा अपर्याप्त घटना चिन्हको स्पष्ट सूचक हो। साइकल पनि बन्द ट्र्याजेक्टोरी हो, तर लुपको विपरीत यसले एक भन्दा बढी घटनाहरू समावेश गर्दछ, उदाहरणका लागि: उडान इतिहास हेर्ने - उडान थप्दै - उडान इतिहास हेर्ने।
• Flowstoppers - जब प्रयोगकर्ता, केहि अवरोध को कारण, अनुप्रयोग मार्फत आफ्नो इच्छित आन्दोलन जारी राख्न सक्दैन, उदाहरण को लागी, एक इन्टरफेस संग एक स्क्रिन जुन ग्राहक को लागी स्पष्ट छैन। त्यस्ता घटनाहरूले प्रयोगकर्ताहरूको मार्गलाई ढिलो र परिवर्तन गर्दछ।
• विभाजन बिन्दुहरू महत्त्वपूर्ण घटनाहरू हुन् जस पछि विभिन्न प्रकारका ग्राहकहरूको प्रक्षेपणहरू अलग हुन्छन्। विशेष गरी, यी स्क्रिनहरू हुन् जसले लक्षित कार्यमा प्रत्यक्ष संक्रमण वा कल-टु-एक्शन समावेश गर्दैन, प्रभावकारी रूपमा केही प्रयोगकर्ताहरूलाई त्यसतर्फ धकेल्छ। उदाहरणका लागि, केही स्क्रिनहरू जुन प्रत्यक्ष रूपमा एप्लिकेसनमा सामग्री खरिदसँग सम्बन्धित छैनन्, तर जसमा ग्राहकहरू सामग्री किन्ने वा नकिन्ने झुकाव राख्छन्, फरक रूपमा व्यवहार गर्ने छन्। विभाजन बिन्दुहरू एक प्लस चिन्हको साथ तपाईंको प्रयोगकर्ताहरूको कार्यहरूमा प्रभाव पार्ने बिन्दुहरू हुन सक्छन् - तिनीहरूले खरिद वा क्लिक गर्ने निर्णयलाई प्रभाव पार्न सक्छन्, वा माइनस चिन्ह - तिनीहरूले निश्चित गर्न सक्छन् कि केही चरणहरू पछि प्रयोगकर्ताले अनुप्रयोग छोड्नेछ।
• रद्द गरिएका रूपान्तरण बिन्दुहरू सम्भावित विभाजन बिन्दुहरू हुन्। तपाइँ तिनीहरूलाई स्क्रिनको रूपमा सोच्न सक्नुहुन्छ जसले लक्षित कार्यलाई प्रम्प्ट गर्न सक्छ, तर होइन। यो पनि समय मा एक बिन्दु हुन सक्छ जब प्रयोगकर्ता को आवश्यकता छ, तर हामी यसलाई सन्तुष्ट गर्दैनौं किनभने हामीलाई यसको बारेमा थाहा छैन। ट्र्याजेक्टोरी विश्लेषणले यो आवश्यकता पहिचान गर्न अनुमति दिनुपर्छ।
• विचलित बिन्दु - स्क्रिन/पप-अपहरू जसले प्रयोगकर्तालाई मूल्य प्रदान गर्दैन, रूपान्तरणलाई असर गर्दैन र प्रक्षेपणहरूलाई "धमिलो" गर्न सक्छ, प्रयोगकर्तालाई लक्षित कार्यहरूबाट विचलित गर्दछ।
• ब्लाइन्ड स्पटहरू अनुप्रयोग, स्क्रिन र सुविधाहरूको लुकेका बिन्दुहरू हुन् जुन प्रयोगकर्तालाई पुग्न धेरै गाह्रो हुन्छ।
• नालीहरू - बिन्दुहरू जहाँ ट्राफिक चुहावट हुन्छ

सामान्यतया, गणितीय दृष्टिकोणले हामीलाई यो बुझ्न अनुमति दियो कि ग्राहकले उत्पादन प्रबन्धकहरूले सामान्यतया प्रयोगकर्ताको लागि केही मानक उपयोग परिदृश्य योजना गर्ने प्रयास गर्दा सोच्ने भन्दा पूर्ण रूपमा फरक तरिकाले अनुप्रयोग प्रयोग गर्दछ। अफिसमा बसेर र उत्कृष्ट उत्पादन सम्मेलनहरूमा भाग लिनु, प्रयोगकर्ताले अनुप्रयोग प्रयोग गरेर आफ्ना समस्याहरू समाधान गर्ने वास्तविक क्षेत्र सर्तहरूको सबै विविधता कल्पना गर्न अझै गाह्रो छ।

यसले मलाई ठूलो मजाकको सम्झना दिलाउँछ। एक परीक्षक बारमा जान्छ र अर्डर गर्दछ: एक गिलास बियर, 2 गिलास बियर, 0 गिलास बियर, 999999999 गिलास बियर, एक गिलासमा छेपारो, -1 गिलास बियर, qwertyuip गिलास बियर। पहिलो वास्तविक ग्राहक बारमा जान्छ र शौचालय कहाँ छ भनेर सोध्छ। बार आगोमा फट्छ र सबैको मृत्यु हुन्छ।

उत्पादन विश्लेषकहरू, यस समस्यामा गहिरो डुबेका, माइक्रोमोमेन्टको अवधारणा परिचय गर्न थाले। आधुनिक प्रयोगकर्तालाई उनीहरूको समस्याको तत्काल समाधान चाहिन्छ। गुगलले केहि वर्ष पहिले यस बारे कुरा गर्न थाल्यो: कम्पनीले त्यस्ता प्रयोगकर्ता कार्यहरूलाई माइक्रो-मोमेन्टहरू भनिन्छ। प्रयोगकर्ता विचलित हुन्छ, संयोगवश एप्लिकेसन बन्द गर्छ, उसलाई के चाहिन्छ भनेर बुझ्दैन, एक दिन पछि फेरि लग इन हुन्छ, फेरि बिर्सन्छ, र त्यसपछि साथीले उसलाई मेसेन्जरमा पठाएको लिङ्क पछ्याउनुहोस्। र यी सबै सत्रहरू 20 सेकेन्ड भन्दा बढी हुन सक्दैन।

त्यसैले हामीले समर्थन सेवाको काम सेटअप गर्न प्रयास गर्न थाल्यौं ताकि कर्मचारीहरूले वास्तविक समयमा समस्या के हो भनेर बुझ्न सकून्। जब एक व्यक्ति समर्थन पृष्ठमा आउँछ र उसको प्रश्न लेख्न थाल्छ, हामी समस्याको सार निर्धारण गर्न सक्छौं, उसको प्रक्षेपण - पछिल्लो 100 घटनाहरू जान्न। पहिले, हामीले समर्थन अनुरोधहरूको पाठहरूको ML विश्लेषण प्रयोग गरेर कोटीहरूमा सबै समर्थन अनुरोधहरूको वितरण स्वचालित गर्यौं। वर्गीकरणको सफलताको बावजुद, जब सबै अनुरोधहरूको 87% सही रूपमा 13 कोटिहरू मध्ये एकमा वितरण गरिन्छ, यो ट्र्याजेक्टोरीहरूसँग काम हो जसले स्वचालित रूपमा प्रयोगकर्ताको अवस्थाको लागि सबैभन्दा उपयुक्त समाधान फेला पार्न सक्छ।

हामी चाँडै अपडेटहरू जारी गर्न सक्दैनौं, तर हामी समस्या देख्न सक्षम छौं र, यदि प्रयोगकर्ताले हामीले पहिले नै देखेको परिदृश्य पछ्याउँछ भने, उसलाई पुश सूचना पठाउनुहोस्।

हामी देख्छौं कि एप्लिकेसनलाई अप्टिमाइज गर्ने कार्यलाई प्रयोगकर्ता ट्र्याजेक्टोरीहरू अध्ययन गर्न रिच उपकरणहरू चाहिन्छ। यसबाहेक, प्रयोगकर्ताहरूले लिने सबै मार्गहरू थाहा पाएर, तपाईंले आवश्यक मार्गहरू प्रशस्त गर्न सक्नुहुन्छ, र अनुकूलित सामग्री, पुश सूचनाहरू र अनुकूली UI तत्वहरू "हातद्वारा" प्रयोगकर्तालाई लक्षित कार्यहरूमा लैजान सक्नुहुन्छ जुन उसको आवश्यकताहरू अनुरूप हुन्छ र पैसा ल्याउँछ। , डाटा र तपाईंको व्यवसायको लागि अन्य मूल्य।

के ध्यान दिनु पर्छ

• उदाहरणको रूपमा फनेलहरू प्रयोग गरेर मात्र प्रयोगकर्ता रूपान्तरणको अध्ययन गर्नु भनेको अनुप्रयोगले हामीलाई दिने समृद्ध जानकारी गुमाउनु हो।

• ग्राफहरूमा प्रयोगकर्ता ट्र्याजेक्टोरीहरूको रिटेन्शनियरिङ विश्लेषणले तपाईंलाई प्रयोगकर्ताहरूलाई कायम राख्न वा उदाहरणका लागि तिनीहरूलाई सदस्यता लिन प्रोत्साहित गर्न प्रयोग गर्ने सुविधाहरू हेर्न मद्दत गर्दछ।
• रिटेन्शनियरिङ उपकरणहरूले स्वचालित रूपमा मद्दत गर्दछ, वास्तविक समयमा, ट्र्याक ढाँचाहरू जसले अनुप्रयोगमा प्रयोगकर्ता समस्याहरू संकेत गर्दछ, बगहरू फेला पार्नुहोस् र तिनीहरूलाई ध्यान दिन गाह्रो भएको थियो।

• तिनीहरू प्रयोगकर्ता व्यवहारको गैर-स्पष्ट ढाँचाहरू फेला पार्न मद्दत गर्छन्।

• रिटेन्शनियरिङ उपकरणहरूले मुख्य प्रयोगकर्ता घटनाहरू र मेट्रिकहरू भविष्यवाणी गर्न स्वचालित ML उपकरणहरू निर्माण गर्न सम्भव बनाउँदछ: प्रयोगकर्ताको हानि, LTV र ग्राफमा सजिलै निर्धारण गरिएका अन्य धेरै मेट्रिकहरू।

हामी विचारहरूको स्वतन्त्र आदानप्रदानको लागि रिटेन्शनियरिङ वरिपरि एउटा समुदाय निर्माण गर्दैछौं। हामीले भाषाको रूपमा विकास गरिरहेका उपकरणहरू बारे सोच्न सक्नुहुन्छ जसमा विभिन्न मोबाइल र वेब अनुप्रयोगहरूका विश्लेषकहरू र उत्पादनहरूले अन्तरदृष्टि, उत्तम प्रविधिहरू र विधिहरू आदानप्रदान गर्न सक्छन्। तपाइँ पाठ्यक्रममा यी उपकरणहरू कसरी प्रयोग गर्ने भनेर सिक्न सक्नुहुन्छ ग्रोथ ह्याकिंग: मोबाइल एप एनालिटिक्स बाइनरी जिल्ला।

स्रोत: www.habr.com