Kuinka löytää sovelluksesi Aha-hetki

'Aha-hetki' on hetki, jolloin uusi käyttäjä tajuaa tuotteesi arvon. Vaikka sitä kutsutaan ”hetkeksi”, se on pikemminkin joukko toimintoja, jotka erottavat käyttäjät, jotka todennäköisesti säilyttävät käyttäjistä, jotka vaivaavat. Facebookissa tämä on, kun uusi käyttäjä muodostaa yhteyden 7 ystävän kanssa 10 päivässä. Slackille se on, kun joukkueen välillä lähetetään 2000 viestiä. Jokaisella yrityksellä on ainutlaatuinen 'aha-hetki', ja sen löytäminen on välttämätöntä suuremman pidätyskyvyn saavuttamiseksi. 'Aha-hetken' löytäminen ei ole helppoa, joten alla on vaiheittaiset oppaat prosessin läpi.

Ennen aloittamista on syytä huomata, että vaikka nämä numerot vaikuttavat erityisiltä, ​​ne ovat täysin päinvastaisia. Yksi Facebookin käyttäjä voi olla koukussa lisätyn 3 kaveria 10 päivässä, kun taas toinen voi hankaa jopa lisäämällä 12 kaveria 3 päivässä. 'Aha-hetken' määrittelemisen etuna on, että se keskittää koko yrityksen selkeän, merkityksellisen North Starin ympärille. Facebookin entisen kasvupäällikön Chamath Palihapitiyan mukaan tiimi puhui muusta kuin ”7 ystävästä 10 päivässä”.

Apptimize-viestit ja Mode Analytics toimivat tämän kappaleen avainresursseina.

Vaihe 1: Ymmärrä perustilan säilyttäminen

Ensimmäinen vaihe on ymmärtää sovelluksesi nykyiset perusviivakäyrät. Nämä kaaviot voidaan luoda helposti palveluihin, kuten Mixpanel ja Amplitude. Pysyvyyden jakaminen hankintakohoreiksi auttaa vähentämään melua ja antamaan mahdollisuuden nähdä viimeaikaiset suuntaukset verrattuna keskimääräisiin keskiarvoihin. Alla on näyte (kokonaan muodostettu) viestisovelluksen tiedoista.

Tiedot osoittavat, että retentio laskee jyrkästi päivän 0 jälkeen, ja sen jälkeen kuivuu asteittain. Paras tapa visualisoida nämä tiedot on piirtää se 30 päivän kuluessa. Tavoitteenamme tällä harjoituksella on yrittää parantaa näitä prosenttimääriä.

Vaihe 2: Luo hypoteesit

Nyt kun ymmärrämme sovelluksemme perustason säilyttämisen, seuraava askel on luoda hypoteesit siitä, mitkä toimet tai ominaisuudet voivat vaikuttaa säilöön. Hyvä ensimmäinen askel on tarkastella uskollisimpien käyttäjien raakatietoja ja verrata niitä murskattuihin. Mitä toimenpiteitä uskolliset käyttäjät suorittivat, kun vaivatut käyttäjät eivät?

Viestisovelluksen tapauksessa säilyttäneet käyttäjät voivat suorittaa seuraavat toimenpiteet varhaisessa vaiheessa elinkaarensa:

  • Lisää ystäviä
  • Näytä viesti
  • Lähetä viesti

Hypoteesimme saattaa olla, että ystäviä lisäävät käyttäjät tai käyttäjät, jotka lähettävät viestejä muutaman ensimmäisen päivän ajan ilmoittautumisen jälkeen, kokevat korkeamman pidätyskyvyn. Tämä vaikuttaa itsestään selvältä, mutta pidä kiinni minusta. Varmista, ettet unohda mitään ilmeisiä toimia. Voi olla hyödyllistä aivoriihassa luettelo 20–30 toiminnasta, jotka uudet käyttäjät suorittavat, ja valitsemalla 2–3, jotka ovat osuvimpia.

Vaihe 3: Testaa hypoteesit

Hypoteesimme perusteella voimme ryhmitellä käyttäjät kauhoihin tai käyttäytymiskohortoihin sen perusteella, suorittavatko he kyseiset toimenpiteet vai eivät. Näiden ryhmien tarkasteleminen antaa meille mahdollisuuden ymmärtää, korreloivatko nämä toimet todella korkeamman pidätyskyvyn kanssa vai eivät.

Sovelluksemme suhteen verrataan käyttäjien ryhmää, joka lisäsi vähintään yhden ystävän ensimmäisenä päivänä kirjautumisen jälkeen, perustasoon (koko käyttäjän tietokanta).

Kuten tiedoista voidaan tulkita, ainakin yhden ystävän lisänneet käyttäjät kokivat hiukan korkeamman pidätyskyvyn ensimmäisen 30 päivän aikana. Nosturi oli merkittävin ensimmäisen viikon aikana.

Vertaa kaikkia avaintoimintoja lähtötilanteeseen verrattuna. Jos ei ole eroa lähtötasoon nähden, keskity muihin mittareihin.

Vaihe 4: Löydä toimintojen optimaalinen taajuus

Tiedämme nyt, mitkä toiminnot korreloivat säilömisen kanssa, mutta emme aivan tiedä kuinka monta kertaa nämä toimet on suoritettava optimaalisen pidättämisen mahdollistamiseksi. Jotta toimenpide voidaan katsoa 'aha-hetkeeksi', sen on edustava kärjyskohtaa suurimmalle osalle käyttäjistä. Se tarkoittaa, että:

Useimmat toiminnon suorittaneet käyttäjät säilyttivät

JA

Useimmat käyttäjät, jotka säilyttivät, suorittivat toiminnon

Tavoitteenamme on maksimoida varjostettu alue. Tämä voi olla melko hämmentävää, joten esitetään alla esimerkki, jonka avulla ymmärrät paremmin, miten tämä toimii ja mitä virheitä vältetään.

Ensimmäinen askel on määritellä säilytys, joka riippuu suuresti sovelluksestasi ja mieltymyksistäsi. Tämä voi olla esimerkiksi käyttäjä, joka kirjautui sisään vähintään 4 kertaa neljännen viikon aikana rekisteröinnin jälkeen (viikko 4 L7 4 +). Seuraavaksi sinun on määritettävä rekisteröinnin jälkeisten päivien lukumäärä, jonka sisällytät aktiviteettimäärään. Voit esimerkiksi laskea yhden istunnon, yhden päivän tai viikon jälkeen lisättyjen ystävien lukumäärän.

Voi olla houkuttelevaa tarkastella käyttäjien ryhmää sen mukaan, kuinka monta kertaa he suorittivat toiminnan taajuuden ja säilyivätkö he yllä, kuten edellä on esitetty. Nämä tiedot johtaisivat siihen johtopäätökseen, että meidän on pakotettava käyttäjiä lisäämään mahdollisimman monta ystävää, koska säilytysaste on korkeampi. Tekemällä tämän jättäisimme kuitenkin huomioimatta joukon ihmisiä, jotka edelleen säilyttävät, mutta eivät suorita tämän tason toimintaa.

Alla olevassa graafisessa muodossa voimme nähdä, että vaikka suurin osa käyttäjistä, jotka lisäsivät ainakin kahdeksan ystävää, pidättäytyivät (suuri osuus kullasta on varjostettu alapuolelle), tämä jättää huomioimatta merkittävän joukon käyttäjiä, jotka säilyttivät, mutta eivät suorittaneet tätä aktiviteettitasoa ( pieni osa sinisestä on varjostettu alapuolelle).

KÄYTTÄJÄT, JOTKA LISÄTIIN VÄHEMMÄN 8 YSTÄVÄT

Suurin osa käyttäjistä, jotka suorittivat toiminnon (lisäsi ≥ 8 ystävää), säilytti KYLLÄ

JA

Suurin osa käyttäjistä, jotka säilyivät, suorittivat toiminnon (lisäsi ≥ 8 ystävää) EI

Kääntöpuolella vain vähemmistö käyttäjiä, jotka lisäsivät vähintään yhden ystävän, säilyttivät (pieni osuus kullasta on varjostettu alapuolella), mutta käyttäjistä, jotka säilyttivät, enemmistö lisäsi vähintään yhden ystävän (suuri osa sinisestä on varjostettu alla).

KÄYTTÄJÄT, JOTKA LISÄTIIN VÄHIMMÄN YSTÄVÄT

Suurin osa käyttäjistä, jotka suorittivat toiminnon (lisäsi ≥ 1 ystävä), säilytti EI

JA

Suurin osa käyttäjistä, jotka säilyivät, suorittivat toiminnon (lisäsi ≥ 1 ystävä) KYLLÄ

Tavoitteenamme on löytää makea paikka, joka maksimoi varjostetun alueen ja minimoi samalla sinisen ja kullan alueet. Haluamme, että molemmat lausunnomme ovat kyllä. Täydellisessä maailmassa haluaisimme 100%: n päällekkäisyyden kahden ympyrän välillä (kaikki käyttäjät, jotka suorittivat aktiviteetin tason, säilyivät ja kaikki käyttäjät, jotka säilyttivät, suorittivat aktiviteetin tason), mutta tämä ei ole käytännöllistä. Lisäämällä ylimääräinen sarake käyttäjiä, jotka säilyttivät, mutta eivät suorittaneet aktiviteetin tasoa, voimme laskea tämän helposti. Tämä on jälleen kerran näytedata.

  • V: Säilytetty, mutta ei lisännyt vähintään [X] kaveria (sininen alue)
  • B: säilytti ja lisäsi vähintään [X] ystävää (varjostettu alue)
  • C: Lisätty vähintään [X] kaveria (varjostettu alue + kulta-alue)

Tietojen perusteella optimaalinen lisättävien ystävien lukumäärä, joka maksimoi päällekkäisyyden, on kolme.

KÄYTTÄJÄT, JOTKA LISÄTIIN VÄHEMMÄN 3 YSTÄVÄT

Suurin osa toiminnon suorittaneista käyttäjistä (lisäsi ≥ 3 ystävää) säilytti KYLLÄ

JA

Suurin osa käyttäjistä, jotka säilyivät, suorittivat toiminnon (lisäsi ≥ 3 ystävää) KYLLÄ

Haluat suorittaa tämän analyysin jokaiselle mittasuhteelle, jonka olet hypoteesi tehnyt säilyttämiseen. Jos yritykselläsi on tietotekniikkatiimi, on mahdollista suorittaa tämä analyysi nopeammin käyttämällä päätöksentekopuun mallintamista.

Vaihe 5: Terveydenmukaisuuden tarkistus kaavioilla

Tulosten visualisoimiseksi on hyödyllistä luoda käyttäytymiskohortti (tällä kertaa käyttäjien kanssa, jotka ovat lisänneet vähintään 3 kaveria) ja kartoittaa pidätys. Voimme nähdä, että pidätysaste on paljon korkeampi kuin tämän ryhmän perustaso, ja myös korkeampi kuin käyttäytymiskohortti, joka sisälsi vähintään yhden ystävän lisääneet käyttäjät.

Vaihe 6: Määritä syy

Vaikka olemme löytäneet optimaaliset raja-arvot ja toimenpiteet, analyysimme on silti täysin korrelaatio. Syy-yhteyden määrittämiseksi sinun on suoritettava A / B-testit selvittääksesi kuinka muutokset tuotteeseen vaikuttavat todella pidättämiseen. Esimerkissämme päätimme, että meidän on pyrittävä saamaan käyttäjät lisäämään vähintään 3 ystävää varhaisessa vaiheessa heidän elinkaarensa aikana. Toivottavasti tekemällä niin, käyttäjät kokevat suuremman pidätyskyvyn.

Joitakin tuotetestejä, joita pidän suorittavana, ovat:

  • Ehdota käyttäjiä lisäämään ystäviä aikaisemmin rekisteröintiprosessissa
  • Tee ystäväehdotuksia näkyvämmiksi rekisteröinnin jälkeen
  • Lisää työkaluvihjeitä, jotka osoittavat käyttäjien lisäävän ystäviä muutaman ensimmäisen istunnon aikana

Jokainen sovellus on erilainen, ja voidaan suorittaa monia erilaisia ​​testejä. Ihannetapauksessa on järkevää suorittaa useita testejä ennen kuin päätelet, että olet löytänyt todellisen 'aha-hetken'. Kun olet valinnut 'aha-hetken', aseta se pohjoiseksi tähtiin ja keskitä joukkueesi siihen!

Onnea!

Lähteet: Suorita, Mode Analytics