讓用戶留在行動應用程式中是一門完整的科學。 該課程的作者在 VC.ru 上的文章中描述了其基礎知識 Maxim Godzi，App in the Air 機器學習主管。 Maxim 以行動應用程式的分析和最佳化工作為例，介紹了公司開發的工具。 這種在 App in the Air 中開發的系統性產品改進方法稱為 Retentioneering。 您可以在您的產品中使用這些工具：其中一些位於 - GitHub。
App in the Air 是一款在全球擁有超過 3 萬活躍用戶的應用程序，您可以使用它來追蹤航班、獲取有關出發/著陸時間變化、辦理登機手續和機場特徵的資訊。
從漏斗到軌跡
所有開發團隊都會建立一個入職管道（旨在讓使用者接受產品的過程）。 這是幫助您從上面查看整個系統並發現應用程式問題的第一步。 但隨著產品的發展，你會感受到這種方式的限制。 使用簡單的漏斗，你無法看到產品不明顯的成長點。 漏斗的目的是整體了解應用程式中使用者的階段，並向您展示規範的指標。 但漏斗將謹慎地隱藏明顯問題或相反的特殊用戶活動與規範的偏差。
在 App in the Air，我們建立了自己的漏斗，但由於產品的具體情況，我們最終得到了一個沙漏。 然後我們決定擴展該方法並使用應用程式本身為我們提供的豐富資訊。
當您建立頻道時，您會遺失使用者引導軌跡。 軌跡由使用者和應用程式本身的一系列操作組成（例如，發送推播通知）。
使用時間戳，您可以非常輕鬆地重建使用者的軌跡，並為每個使用者製作一個圖表。 當然，還有很多圖表。 因此，您需要將相似的用戶分組。 例如，您可以按表格行排列所有使用者並列出他們使用某個功能的頻率。
基於這樣一個表格，我們製作了一個矩陣，並按照功能的使用頻率（即圖中的節點）將使用者分組。 這通常是獲得見解的第一步：例如，在此階段您將看到某些使用者根本不使用某些功能。 當我們做頻率分析時，我們開始研究圖中哪些節點是「最大」的，也就是使用者最常造訪哪些頁面。 根據某些對您來說很重要的標準，根本不同的類別會立即被反白。 例如，這裡是我們根據訂閱決策劃分的兩個使用者群集（總共 16 個群集）。
如何使用它
透過以這種方式查看用戶，您可以了解使用哪些功能來留住他們，或例如讓他們註冊。 當然，矩陣也會顯示出明顯的東西。 例如，購買了訂閱的人訪問了訂閱螢幕。 但除此之外，您還可以發現您永遠不會知道的模式。
因此，我們完全意外地發現了一群用戶，他們添加了航班，全天主動跟踪該航班，然後消失很長一段時間，直到他們再次飛往某個地方。 如果我們使用傳統工具分析他們的行為，我們會認為他們只是對應用程式的功能不滿意：否則我們如何解釋他們使用了該應用程式一天後就再也沒有回來過。 但藉助圖表，我們發現他們非常活躍，只是他們的所有活動都集中在一天之內。
現在我們的主要任務是鼓勵此類用戶在使用我們的統計數據時連接到其航空公司的忠誠度計劃。 在這種情況下，我們會匯入他購買的所有航班，並嘗試在他購買新機票後立即催促他註冊。 為了解決這個問題，我們也開始與Aviasales、Svyaznoy.Travel等應用程式合作。 當用戶購買機票時，應用程式會提示他們將航班添加到 App in the Air，我們會立即看到它。
透過該圖表，我們發現 5% 進入訂閱畫面的人取消了訂閱。 我們開始分析這樣的案例，發現有一個用戶進入第一頁，發起他的Google帳戶的連接，然後立即取消它，再次進入第一頁，如此反覆四次。 起初我們認為，“這個用戶顯然有問題。” 然後我們意識到，應用程式中很可能存在錯誤。 在漏斗中，這將被解釋如下：使用者不喜歡應用程式請求的權限集，因此他離開了。
另一組中有 5% 的用戶迷失在螢幕上，因為應用程式提示他們從智慧型手機上的所有日曆應用程式中選擇一個。 用戶會一遍又一遍地選擇不同的日曆，然後簡單地退出應用程式。 事實證明，有使用者體驗問題：使用者選擇日曆後，必須點擊右上角的「完成」。 只是並非所有用戶都看到了。
空中應用程式的第一個螢幕
在我們的圖表中，我們看到大約 30% 的用戶不會超出第一個螢幕：這是因為我們非常積極地推動用戶訂閱。 在第一個畫面上，該應用程式提示您使用 Google 或 Triplt 進行註冊，並且沒有有關跳過註冊的資訊。 在離開第一個畫面的用戶中，16% 的用戶點擊「更多」並再次返回。 我們發現他們正在尋找一種在應用程式內部註冊的方法，我們將在下次更新中發布它。 此外，2/3 立即離開的人根本沒有點擊任何內容。 為了了解他們發生了什麼，我們建立了一個熱圖。 事實證明，客戶點擊的應用程式功能清單不是可點擊的連結。
捕捉微瞬間
你經常可以看到人們在柏油路旁的小路上踩踏。 保留之路就是試圖找到這些路徑，並在可能的情況下改變道路。
當然，我們向真實用戶學習是不好的，但至少我們開始自動追蹤表明應用程式中用戶問題的模式。 現在，如果發生大量「循環」（即用戶一遍又一遍地返回同一螢幕），產品經理會收到電子郵件通知。
讓我們看看使用者軌跡中的哪些模式通常值得尋找來分析應用程式的問題和成長領域：
- 循環和循環。 上述的循環是指事件在使用者的軌跡中重複發生，例如日曆-日曆-日曆-日曆。 具有大量重複的循環清楚地表明存在介面問題或事件標記不足。 循環也是一條閉合軌跡，但與循環不同的是，它包含多個事件，例如：查看航班歷史記錄 - 新增航班 - 查看航班歷史記錄。
- Flowstoppers - 當使用者因某些障礙而無法繼續透過應用程式進行所需的移動時，例如，螢幕上的介面對客戶端來說不明顯。 此類事件會減慢並改變使用者的軌跡。
- 分叉點是重要的事件，在此之後不同類型的客戶的軌跡被分開。 特別是，這些螢幕不包含目標操作的直接轉換或號召性用語，從而有效地將一些使用者推向目標操作。 例如，某些與購買應用程式中的內容不直接相關，但客戶傾向於購買或不購買內容的螢幕將表現不同。 分叉點可以是對用戶操作的影響點，帶有加號 - 它們可以影響購買或點擊的決定，也可以是減號 - 它們可以確定用戶在執行幾個步驟後將離開應用程式。
- 中止的轉換點是潛在的分歧點。 您可以將它們視為可以提示目標操作的螢幕，但事實並非如此。 這也可能是用戶有需求但我們不滿足它的時間點，因為我們根本不知道它。 軌跡分析應該能夠辨識這種需求。
- 分心點 - 不提供使用者價值、不影響轉換並可能「模糊」軌跡、分散使用者目標操作注意力的螢幕/彈出視窗。
- 盲點是用戶很難觸及的應用程式、螢幕和功能的隱藏點。
- 排水溝－交通外洩點
一般來說，數學方法使我們能夠理解客戶使用應用程式的方式與產品經理在嘗試為使用者規劃一些標準使用場景時通常認為的方式完全不同。 坐在辦公室裡參加最酷的產品會議，仍然很難想像用戶將使用該應用程式解決其問題的各種真實現場條件。
這讓我想起一個天大的笑話。 一位測試者走進一家酒吧，點了：一杯啤酒、2 杯啤酒、0 杯啤酒、999999999 杯啤酒、玻璃杯裡有一隻蜥蜴、-1 杯啤酒、qwertyuip 杯啤酒。 第一個真正的顧客走進酒吧並詢問洗手間在哪裡。 酒吧起火，所有人都死了。
深陷這個問題的產品分析師開始引入微時刻的概念。 現代用戶需要立即解決他們的問題。 谷歌幾年前就開始談論這一點：該公司將這類用戶行為稱為微時刻。 用戶分心，意外關閉應用程序，不明白他需要什麼，一天后再次登錄，再次忘記，然後點擊朋友在Messenger中發送給他的鏈接。 所有這些會話持續時間不會超過 20 秒。
於是我們開始嘗試設定支援服務的工作，讓員工幾乎可以即時了解問題所在。 當一個人來到支援頁面並開始寫他的問題時，我們可以確定問題的本質，了解他的軌跡 - 最近 100 個事件。 先前，我們使用支援請求文字的機器學習分析，將所有支援請求自動分配到類別中。 儘管分類取得了成功，但當 87% 的請求被正確分配到 13 個類別之一時，軌跡可以自動找到最適合使用者情況的解決方案。
我們無法快速發布更新，但我們能夠注意到問題，如果用戶遵循我們已經看到的場景，則向他發送推播通知。
我們看到優化應用程式的任務需要豐富的工具來研究使用者軌跡。 此外，了解用戶採取的所有路徑，您可以鋪平必要的路徑，並藉助定制內容、推播通知和自適應 UI 元素「手動」引導用戶採取最適合其需求並帶來收入的有針對性的操作、數據和其他為您的業務帶來的價值。
需要注意什麼
- 僅以管道為例來研究用戶轉換意味著會失去應用程式本身為我們提供的豐富資訊。
- 對圖表上的使用者軌跡進行留存分析可以幫助您了解使用哪些功能來留住用戶，或例如鼓勵他們訂閱。
- 保留工具可協助自動即時追蹤應用程式中指示使用者問題的模式，尋找並關閉難以注意到的錯誤。
- 它們有助於發現不明顯的使用者行為模式。
- 留存工具使建立自動化機器學習工具來預測關鍵用戶事件和指標成為可能：用戶流失、生命週期價值和許多其他在圖表上可以輕鬆確定的指標。
我們正在圍繞 Retentioneering 建立一個社區，以便自由交流想法。 您可以將我們正在開發的工具視為一種語言，來自不同行動和 Web 應用程式的分析師和產品可以在其中交換見解、最佳技術和方法。 您可以在課程中學習如何使用這些工具 二進制區。
來源： www.habr.com