Како се задржавање спроводи у апликацији у ваздуху

Задржавање корисника у мобилној апликацији је читава наука. Аутор курса је описао његове основе у нашем чланку на ВЦ.ру Хаковање раста: аналитика мобилних апликација Максим Годзи, шеф машинског учења у Апп ин тхе Аир. Максим говори о алатима развијеним у компанији на примеру рада на анализи и оптимизацији мобилне апликације. Овај систематски приступ побољшању производа, развијен у апликацији Апп ин тхе Аир, назива се Ретентионееринг. Можете користити ове алате у свом производу: неки од њих су ин Слободан приступ на ГитХуб-у.

Апп ин тхе Аир је апликација са више од 3 милиона активних корисника широм света, помоћу које можете пратити летове, добијати информације о променама времена поласка/слетања, пријављивања и карактеристика аеродрома.

Од левка до путање

Сви развојни тимови граде ток уласка (процес који има за циљ да корисник прихвати производ). Ово је први корак који вам помаже да погледате цео систем одозго и пронађете проблеме са апликацијама. Али како се производ развија, осетићете ограничења овог приступа. Користећи једноставан левак, не можете видети неочигледне тачке раста за производ. Сврха тока је да пружи општи поглед на фазе корисника у апликацији, да вам покаже метрику норме. Али левак ће опрезно сакрити одступања од норме према очигледним проблемима или, напротив, посебним активностима корисника.

У Апп ин тхе Аир смо направили сопствени левак, али смо због специфичности производа на крају добили пешчани сат. Тада смо одлучили да проширимо приступ и искористимо богате информације које нам даје сама апликација.

Када направите ток, губите путање укључивања корисника. Трајекторије се састоје од низа радњи корисника и саме апликације (на пример, слање пусх обавештења).

Користећи временске ознаке, можете врло лако реконструисати путању корисника и од ње направити графикон за сваког од њих. Наравно, има много графикона. Због тога морате да групишете сличне кориснике. На пример, можете распоредити све кориснике по редовима табеле и навести колико често користе одређену функцију.

На основу такве табеле направили смо матрицу и груписали кориснике по учесталости коришћења функција, односно по чворовима на графу. Ово је обично први корак ка увиду: на пример, већ у овој фази видећете да неки корисници уопште не користе неке од функција. Када смо урадили анализу фреквенције, почели смо да проучавамо који су чворови на графикону „највећи“, односно које странице корисници најчешће посећују. Категорије које се суштински разликују по неком критеријуму који вам је важан одмах су истакнуте. Ево, на пример, два кластера корисника које смо поделили на основу одлуке о претплати (укупно је било 16 кластера).

Како се користи

Гледајући на своје кориснике на овај начин, можете да видите које функције користите да бисте их задржали или, на пример, натерали их да се пријаве. Наравно, матрица ће такође показати очигледне ствари. На пример, да су они који су купили претплату посетили екран за претплату. Али поред овога, можете пронаћи и обрасце за које иначе никада не бисте знали.

Тако смо потпуно случајно пронашли групу корисника који додају лет, активно га прате током дана и онда нестају на дуже време док поново негде не лете. Када бисмо анализирали њихово понашање користећи конвенционалне алате, помислили бисмо да једноставно нису задовољни функционалношћу апликације: како другачије да објаснимо да су је користили један дан и да се никада нису вратили. Али уз помоћ графикона смо видели да су веома активни, само да се сва њихова активност уклапа у један дан.

Сада је наш главни задатак да подстакнемо таквог корисника да се повеже са програмом лојалности своје авио-компаније док користи нашу статистику. У овом случају ћемо увести све летове које он купи и покушати да га натерамо да се пријави чим купи нову карту. Да бисмо решили овај проблем, почели смо да сарађујемо и са Авиасалес, Свиазнои.Травел и другим апликацијама. Када њихов корисник купи карту, апликација их пита да додају лет у Апп ин тхе Аир и ми то одмах видимо.

Захваљујући графикону, видели смо да 5% људи који оду на екран за претплату то откаже. Почели смо да анализирамо такве случајеве и видели смо да постоји корисник који иде на прву страницу, иницира везу са својим Гугл налогом и одмах га откаже, поново дође на прву страницу, и тако четири пута. Прво смо помислили: „Нешто очигледно није у реду са овим корисником.“ А онда смо схватили да, највероватније, постоји грешка у апликацији. У току тока, ово би се протумачило на следећи начин: кориснику се није допао скуп дозвола које апликација тражи и он је отишао.

Друга група је имала 5% корисника да се изгуби на екрану где их апликација тражи да изаберу једну од свих календарских апликација на свом паметном телефону. Корисници би бирали различите календаре изнова и изнова, а затим једноставно изашли из апликације. Испоставило се да постоји проблем са УКС: након што је особа одабрала календар, морала је да кликне Готово у горњем десном углу. Само што то нису сви корисници видели.

Први екран апликације у ваздуху

На нашем графикону смо видели да око 30% корисника не иде даље од првог екрана: то је због чињенице да смо прилично агресивни у гурању корисника да се претплати. На првом екрану апликација од вас тражи да се региструјете помоћу Гоогле-а или Триплт-а, а нема информација о прескакању регистрације. Од оних који напусте први екран, 16% корисника кликне „Још“ и врати се поново. Сазнали смо да траже начин да се интерно региструју у апликацији и објавићемо је у следећем ажурирању. Осим тога, 2/3 оних који одмах оду не кликну баш ништа. Да бисмо сазнали шта им се дешава, направили смо топлотну мапу. Испоставило се да клијенти кликну на листу функција апликације на које се не може кликнути.

Ухватите микро тренутак

Често можете видети људе како газе стазе поред асфалтног пута. Ретенционирање је покушај да се пронађу ове стазе и, ако је могуће, промене путеви.

Наравно, лоше је што учимо од стварних корисника, али смо барем почели аутоматски да пратимо обрасце који указују на проблем корисника у апликацији. Сада менаџер производа прима обавештења е-поштом ако дође до великог броја „петљи“—када се корисник враћа на исти екран изнова и изнова.

Хајде да погледамо које обрасце у путањама корисника је генерално интересантно тражити за анализу проблема и области раста апликације:

• Петље и циклуси. Горе поменуте петље су када се један догађај понавља у путањи корисника, на пример, календар-календар-календар-календар. Петља са много понављања је јасан показатељ проблема са интерфејсом или недовољног обележавања догађаја. Циклус је такође затворена путања, али за разлику од петље укључује више од једног догађаја, на пример: преглед историје лета - додавање лета - преглед историје лета.
• Фловстопперс – када корисник, због неке препреке, не може да настави жељено кретање кроз апликацију, на пример екран са интерфејсом који није очигледан за клијента. Такви догађаји успоравају и померају путању корисника.
• Тачке бифуркације су значајни догађаји након којих се одвајају путање клијената различитих типова. Конкретно, то су екрани који не садрже директан прелаз или позив на акцију на циљну акцију, ефективно гурајући неке кориснике ка њој. На пример, неки екран који није директно везан за куповину садржаја у апликацији, али на коме су купци склони да купе или не купе садржај, понашаће се другачије. Тачке бифуркације могу бити тачке утицаја на радње ваших корисника са знаком плус – могу утицати на одлуку о куповини или клику, или знаком минус – могу одредити да ће након неколико корака корисник напустити апликацију.
• Прекинуте тачке конверзије су потенцијалне тачке бифуркације. О њима можете размишљати као о екранима који би могли да подстакну акцију циља, али немојте. Ово такође може бити тренутак када корисник има потребу, али ми је не задовољавамо јер једноставно не знамо за то. Анализа путање би требало да омогући идентификацију ове потребе.
• Тачка одвлачења пажње – екрани/искачући прозори који не пружају вредност кориснику, не утичу на конверзију и могу да „замуте“ путање, одвлачећи корисника од циљаних радњи.
• Мртве тачке су скривене тачке апликације, екрани и функције до којих је кориснику веома тешко доћи.
• Одводи – места где саобраћај цури

Генерално, математички приступ нам је омогућио да схватимо да клијент користи апликацију на потпуно другачији начин него што то обично мисле менаџери производа када покушавају да испланирају неки стандардни сценарио коришћења за корисника. Седећи у канцеларији и посећујући најсјајније конференције о производима, још увек је веома тешко замислити сву разноликост стварних услова на терену у којима ће корисник решавати своје проблеме користећи апликацију.

Ово ме подсећа на сјајну шалу. Тестер улази у бар и наручује: чашу пива, 2 чаше пива, 0 чаша пива, 999999999 чаша пива, гуштер у чаши, -1 чашу пива, квертиуип чаше пива. Прва права муштерија улази у бар и пита где је тоалет. Бар се запалио и сви гину.

Аналитичари производа, дубоко уроњени у овај проблем, почели су да уводе концепт микромомента. Модерном кориснику је потребно тренутно решење за свој проблем. Гугл је о томе почео да говори пре неколико година: компанија је такве радње корисника назвала микро-тренуцима. Корисник се омести, случајно затвори апликацију, не разуме шта се од њега тражи, дан касније се поново улогује, поново заборавља, а онда следи линк који му је пријатељ послао у месинџеру. И све ове сесије не могу трајати више од 20 секунди.

Тако смо почели да покушавамо да подесимо рад службе подршке како би запослени могли да разумеју у чему је проблем скоро у реалном времену. Док особа дође на страницу за подршку и почне да пише своје питање, можемо утврдити суштину проблема, знајући његову путању - последњих 100 догађаја. Раније смо аутоматизовали дистрибуцију свих захтева за подршку у категорије користећи МЛ анализу текстова захтева за подршку. Упркос успеху категоризације, када је 87% свих захтева правилно распоређено у једну од 13 категорија, рад са путањама може аутоматски пронаћи најпогодније решење за ситуацију корисника.

Не можемо брзо да објавимо ажурирања, али смо у могућности да приметимо проблем и, ако корисник следи сценарио који смо већ видели, пошаљемо му пусх обавештење.

Видимо да задатак оптимизације апликације захтева богате алате за проучавање путања корисника. Даље, знајући све путеве којима корисници пролазе, можете утабати потребне путеве, а уз помоћ прилагођеног садржаја, пусх обавештења и адаптивних УИ елемената „на руку“ довести корисника до циљаних радњи које најбоље одговарају његовим потребама и доносе новац , податке и друге вредности за ваше пословање.

Шта узети у обзир

• Проучавање конверзије корисника само користећи токове продаје као пример значи губитак богатих информација које нам сама апликација даје.

• Анализа задржавања путања корисника на графиконима помаже вам да видите које функције користите да бисте задржали кориснике или их, на пример, подстакли да се претплате.
• Алати за задржавање помажу аутоматски, у реалном времену, да прате обрасце који указују на проблеме корисника у апликацији, пронађу и затворе грешке тамо где их је било тешко приметити.

• Они помажу у проналажењу неочигледних образаца понашања корисника.

• Алати за задржавање омогућавају прављење аутоматизованих алата за учење учења за предвиђање кључних корисничких догађаја и метрика: губитак корисника, ЛТВ и многе друге метрике које се лако одређују на графикону.

Градимо заједницу око Ретентионееринга за слободну размену идеја. Можете да замислите алате које развијамо као језик на коме аналитичари и производи из различитих мобилних и веб апликација могу да размењују увиде, најбоље технике и методе. Можете научити како да користите ове алате на курсу Хаковање раста: аналитика мобилних апликација Бинарни округ.

Извор: ввв.хабр.цом