让用户留在移动应用程序中是一门完整的科学。 该课程的作者在 VC.ru 上的文章中描述了其基础知识 Maxim Godzi，App in the Air 机器学习主管。 Maxim 以移动应用程序的分析和优化工作为例，介绍了公司开发的工具。 这种在 App in the Air 中开发的系统性产品改进方法称为 Retentioneering。 您可以在您的产品中使用这些工具：其中一些位于 在 GitHub 上。
App in the Air 是一款在全球拥有超过 3 万活跃用户的应用程序，您可以使用它跟踪航班、获取有关出发/着陆时间变化、办理登机手续和机场特征的信息。
从漏斗到轨迹
所有开发团队都会建立一个入职渠道（旨在让用户接受产品的过程）。 这是帮助您从上面查看整个系统并发现应用程序问题的第一步。 但随着产品的发展，你会感受到这种方式的局限性。 使用简单的漏斗，你无法看到产品不明显的增长点。 漏斗的目的是总体了解应用程序中用户的阶段，向您展示规范的指标。 但漏斗将谨慎地隐藏明显问题或相反的特殊用户活动与规范的偏差。
在 App in the Air，我们建立了自己的漏斗，但由于产品的具体情况，我们最终得到了一个沙漏。 然后我们决定扩展该方法并使用应用程序本身为我们提供的丰富信息。
当您构建渠道时，您会丢失用户引导轨迹。 轨迹由用户和应用程序本身的一系列操作组成（例如，发送推送通知）。
使用时间戳，您可以非常轻松地重建用户的轨迹，并为每个用户制作一个图表。 当然，还有很多图表。 因此，您需要将相似的用户分组。 例如，您可以按表行排列所有用户并列出他们使用某个功能的频率。
基于这样一个表格，我们制作了一个矩阵，并按照功能的使用频率（即图中的节点）对用户进行分组。 这通常是获得见解的第一步：例如，在此阶段您将看到某些用户根本不使用某些功能。 当我们做频率分析时，我们开始研究图中哪些节点是“最大”的，即用户最常访问哪些页面。 根据某些对您来说很重要的标准，根本不同的类别会立即突出显示。 例如，这里是我们根据订阅决策划分的两个用户集群（总共 16 个集群）。
如何使用它
通过以这种方式查看用户，您可以了解使用哪些功能来留住他们，或者例如让他们注册。 当然，矩阵也会显示出明显的东西。 例如，那些购买了订阅的人访问了订阅屏幕。 但除此之外，您还可以发现您永远不会知道的模式。
因此，我们完全意外地发现了一群用户，他们添加了航班，全天主动跟踪该航班，然后消失很长一段时间，直到他们再次飞往某个地方。 如果我们使用传统工具分析他们的行为，我们会认为他们只是对应用程序的功能不满意：否则我们如何解释他们使用了该应用程序一天后就再也没有回来过。 但借助图表，我们发现他们非常活跃，只是他们的所有活动都集中在一天之内。
现在我们的主要任务是鼓励此类用户在使用我们的统计数据时连接到其航空公司的忠诚度计划。 在这种情况下，我们会导入他购买的所有航班，并尝试在他购买新机票后立即催促他注册。 为了解决这个问题，我们也开始与Aviasales、Svyaznoy.Travel等应用程序合作。 当用户购买机票时，应用程序会提示他们将航班添加到 App in the Air，我们会立即看到它。
通过该图表，我们发现 5% 进入订阅屏幕的人取消了订阅。 我们开始分析这样的案例，发现有一个用户进入第一页，发起他的Google帐户的连接，然后立即取消它，再次进入第一页，如此反复四次。 起初我们认为，“这个用户显然有问题。” 然后我们意识到，应用程序中很可能存在错误。 在漏斗中，这将被解释如下：用户不喜欢应用程序请求的权限集，因此他离开了。
另一组中有 5% 的用户迷失在屏幕上，因为应用程序提示他们从智能手机上的所有日历应用程序中选择一个。 用户会一遍又一遍地选择不同的日历，然后简单地退出应用程序。 事实证明，存在用户体验问题：用户选择日历后，必须单击右上角的“完成”。 只是并非所有用户都看到了。
空中应用程序的第一个屏幕
在我们的图表中，我们看到大约 30% 的用户不会超出第一个屏幕：这是因为我们非常积极地推动用户订阅。 在第一个屏幕上，该应用程序提示您使用 Google 或 Triplt 进行注册，并且没有有关跳过注册的信息。 在离开第一个屏幕的用户中，16% 的用户点击“更多”并再次返回。 我们发现他们正在寻找一种在应用程序内部注册的方法，我们将在下次更新中发布它。 此外，2/3 立即离开的人根本没有点击任何内容。 为了了解他们发生了什么，我们构建了一个热图。 事实证明，客户点击的应用程序功能列表不是可点击的链接。
捕捉微瞬间
你经常可以看到人们在柏油路旁的小路上踩踏。 保留之路就是试图找到这些路径，并在可能的情况下改变道路。
当然，我们向真实用户学习是不好的，但至少我们开始自动跟踪表明应用程序中用户问题的模式。 现在，如果发生大量“循环”（即用户一遍又一遍地返回同一屏幕），产品经理会收到电子邮件通知。
让我们看看用户轨迹中的哪些模式通常值得寻找来分析应用程序的问题和增长领域：
- 循环和循环。 上面提到的循环是指一个事件在用户的轨迹中重复发生，例如日历-日历-日历-日历。 具有大量重复的循环清楚地表明存在接口问题或事件标记不足。 循环也是一条闭合轨迹，但与循环不同的是，它包含多个事件，例如：查看航班历史记录 - 添加航班 - 查看航班历史记录。
- Flowstoppers - 当用户由于某些障碍而无法继续通过应用程序进行所需的移动时，例如，屏幕上的界面对客户端来说不明显。 此类事件会减慢并改变用户的轨迹。
- 分叉点是重要的事件，在此之后不同类型的客户的轨迹被分开。 特别是，这些屏幕不包含目标操作的直接转换或号召性用语，从而有效地将一些用户推向目标操作。 例如，某些与购买应用程序中的内容不直接相关，但客户倾向于购买或不购买内容的屏幕将表现不同。 分叉点可以是对用户操作的影响点，带有加号 - 它们可以影响购买或点击的决定，也可以是减号 - 它们可以确定用户在执行几个步骤后将离开应用程序。
- 中止的转换点是潜在的分歧点。 您可以将它们视为可以提示目标操作的屏幕，但事实并非如此。 这也可能是用户有需求但我们不满足它的时间点，因为我们根本不知道它。 轨迹分析应该能够识别这种需求。
- 分心点 - 不向用户提供价值、不影响转化并可能“模糊”轨迹、分散用户目标操作注意力的屏幕/弹出窗口。
- 盲点是用户很难触及的应用程序、屏幕和功能的隐藏点。
- 排水沟——交通泄漏点
一般来说，数学方法使我们能够理解客户使用应用程序的方式与产品经理在尝试为用户规划一些标准使用场景时通常认为的方式完全不同。 坐在办公室里参加最酷的产品会议，仍然很难想象用户将使用该应用程序解决其问题的各种真实现场条件。
这让我想起一个天大的笑话。 一位测试者走进一家酒吧，点了：一杯啤酒、2 杯啤酒、0 杯啤酒、999999999 杯啤酒、玻璃杯里有一只蜥蜴、-1 杯啤酒、qwertyuip 杯啤酒。 第一个真正的顾客走进酒吧并询问洗手间在哪里。 酒吧起火，所有人都死了。
深陷这个问题的产品分析师开始引入微时刻的概念。 现代用户需要立即解决他们的问题。 谷歌几年前就开始谈论这一点：该公司将此类用户行为称为微时刻。 用户分心，意外关闭应用程序，不明白他需要什么，一天后再次登录，再次忘记，然后点击朋友在Messenger中发送给他的链接。 所有这些会话持续时间不会超过 20 秒。
于是我们开始尝试设置支持服务的工作，让员工几乎可以实时了解问题所在。 当一个人来到支持页面并开始写他的问题时，我们可以确定问题的本质，了解他的轨迹 - 最近 100 个事件。 此前，我们使用支持请求文本的机器学习分析，将所有支持请求自动分配到类别中。 尽管分类取得了成功，但当 87% 的请求被正确分配到 13 个类别之一时，轨迹可以自动找到最适合用户情况的解决方案。
我们无法快速发布更新，但我们能够注意到问题，如果用户遵循我们已经看到的场景，则向他发送推送通知。
我们看到优化应用程序的任务需要丰富的工具来研究用户轨迹。 此外，了解用户采取的所有路径，您可以铺平必要的路径，并借助定制内容、推送通知和自适应 UI 元素“手动”引导用户采取最适合其需求并带来收入的有针对性的操作、数据和其他为您的业务带来的价值。
需要注意什么
- 仅以渠道为例来研究用户转化意味着会丢失应用程序本身为我们提供的丰富信息。
- 对图表上的用户轨迹进行留存分析可以帮助您了解使用哪些功能来留住用户，或者例如鼓励他们订阅。
- 保留工具可帮助自动实时跟踪应用程序中指示用户问题的模式，查找并关闭难以注意到的错误。
- 它们有助于发现不明显的用户行为模式。
- 留存工具使构建自动化机器学习工具来预测关键用户事件和指标成为可能：用户流失、生命周期价值和许多其他在图表上可以轻松确定的指标。
我们正在围绕 Retentioneering 建立一个社区，以便自由交流想法。 您可以将我们正在开发的工具视为一种语言，来自不同移动和 Web 应用程序的分析师和产品可以在其中交换见解、最佳技术和方法。 您可以在课程中学习如何使用这些工具 二进制区。
来源： habr.com