Как да откриете „Aha Moment“ на приложението си

„Aha момент“ е моментът, когато нов потребител първо осъзнава стойността на вашия продукт. Въпреки че се нарича „момент“, това е по-скоро набор от действия, които разделят потребителите, които е вероятно да запазят, от онези, които ще избият. За Facebook това е, когато нов потребител се свърже със 7 приятели за 10 дни. За Slack това е, когато 2000 съобщения се изпращат между екип. Всяка компания има уникален „aha момент“ и откриването й е от решаващо значение за увеличаване на задържането. Намирането на „aha момент“ не е лесна задача, така че по-долу е стъпка по стъпка ръководство, за да ви преведе през процеса.

Преди да започнем, заслужава да се отбележи, че макар тези числа да изглеждат специфични, те са точно обратното. Един потребител във Facebook може да бъде закачен след добавяне на 3 приятели за 10 дни, докато друг може да се раздели дори след добавяне на 12 приятели за 3 дни. Ползата от дефинирането на „аха момент“ е, че той фокусира цялата компания около ясна и значима North Star. Според бившия ръководител на растежа във Facebook, Chamath Palihapitiya, екипът говори за нищо друго, освен за „7 приятели за 10 дни“.

Публикациите от Apptimize и Mode Analytics послужиха като ключови ресурси за това парче.

Стъпка 1: Разберете основното задържане

Първата стъпка включва разбиране на текущите криви на задържане на базовото ниво на приложението ви. Тези диаграми могат да бъдат създадени лесно в услуги като Mixpanel и Amplitude. Намаляването на задържането в кохорти за придобиване е полезно за намаляване на шума и ви позволява да видите последните тенденции спрямо общите средни стойности. По-долу са дадени примерни (напълно съставени) данни за приложение за съобщения.

Данните показват, че след 0-ия ден има стръмен спад в задържането, с по-постепенно ниво на кървене след това. Най-добрият начин за визуализация на тази информация е да я графирате в течение на 30 дни. Нашата цел чрез това упражнение е да се опитаме да подобрим тези проценти.

Стъпка 2: Създайте хипотези

След като разбрахме задържането на базовата линия за нашето приложение, следващата стъпка е да създадем хипотези за това какви действия или функции могат да повлияят на задържането. Добра първа стъпка е да разгледате необработените данни от най-лоялните потребители и да ги сравните с тези, които са избивали. Какви действия извършиха лоялните потребители, които не бяха извършени?

В случай на приложение за съобщения, задържаните потребители могат да извършат следните действия в началото на своя жизнен цикъл:

  • Добави приятели
  • Преглед на съобщение
  • Изпрати съобщение

Нашата хипотеза може да бъде, че потребителите, които добавят приятели или потребители, които изпращат съобщения през първите няколко дни след регистрацията, ще изпитат по-голямо задържане. Това изглежда очевидно, но се придържайте към мен. Уверете се, че не пропускате никакви очевидни действия. Може да е полезно да се направи мозъчна атака на списък от 20–30 действия, които се извършват от новите потребители, и да изберете 2–3, които са най-подходящи.

Стъпка 3: Тестване на хипотези

Въз основа на нашите хипотези можем да групираме потребителите в кофи или поведенчески кохорти въз основа на това дали те са извършили тези действия. Разглеждането на тези кохорти ще ни позволи да разберем дали тези действия действително са свързани или не с по-голямо задържане.

В случая на нашето приложение, ние ще сравним група от потребители, които са добавили поне един приятел през първия ден след регистрация към основната линия (цялата ни потребителска база).

Както може да се тълкува от данните, потребителите, които са добавили поне един приятел, са имали малко по-голямо задържане през първите 30 дни. Лифтът беше най-значителен през първата седмица.

Сравнете всички ключови действия спрямо основната линия. Ако няма разлика спрямо основната линия, фокусирайте се върху други показатели.

Стъпка 4: Намерете оптималната честота на действията

Вече знаем кои действия корелират със задържането, но не знаем колко пъти трябва да бъдат извършени тези действия за оптимално задържане. За дадено действие да се квалифицира като „аха момент“, то трябва да представлява крайната точка за по-голямата част от вашите потребители. Това означава, че:

Повечето потребители, извършили действието, се запазват

И

Повечето потребители, които са се задържали, са извършили действието

Нашата цел е да увеличим максимално засенчената зона. Това може да стане доста объркващо, затова нека представим пример по-долу, за да ви помогнем по-добре да разберете как става това и какви грешки да избягвате.

Първата стъпка е да определите задържането, което до голяма степен зависи от вашето приложение и предпочитания. Например това може да е потребител, който влезе най-малко 4 пъти през четвъртата седмица след регистрацията (Седмица 4 L7 4 +). След това трябва да определите броя дни след регистрацията, които ще включите в броя на дейностите. Например, можете да преброите броя на приятелите, добавени след една сесия, един ден или една седмица.

Може да е изкушаващо да погледнете към група от потребители, колко пъти са извършвали честотата на дейност и дали са запазили или не, както е представено по-горе. Тази информация ще ни накара да заключим, че трябва да подтикнем потребителите да добавят възможно най-много приятели, тъй като степента на задържане е по-висока. Въпреки това, правейки това, бихме игнорирали масата от хора, които все още задържат, но не извършват това ниво на дейност.

В графична форма по-долу можем да видим, че макар повечето от потребителите, които са добавили поне 8 приятели, запазени (голям% от златото е засенчен отдолу), това игнорира значителна популация от потребители, които са запазили, но не са извършвали това ниво на дейност ( малък% от синьото е засенчено отдолу).

ПОТРЕБИТЕЛИ, ДОБАВЕНИ НА НАЙ-ДОБРИТЕ 8 ПРИЯТЕЛИ

Повечето потребители, извършили действието (добавени ≥ 8 приятели), запазили ДА

И

Повечето потребители, които запазиха, извършиха действието (добавено ≥ 8 приятели) НЕ

От обратната страна, само малка част от потребителите, които са добавили поне 1 приятел, са запазени (малък% от златото е засенчен отдолу), но от потребители, които са запазили, мнозинството е добавило поне един приятел (голям% от синьото е засенчено отдолу).

ПОТРЕБИТЕЛИ, КОИТО СА ДОБАВЕНИ НА ПОСЛЕДНИЯ 1 ПРИЯТЕЛ

Повечето потребители, извършили действието (добавен ≥ 1 приятел), запазват НЕ

И

Повечето потребители, които запазиха, извършиха действието (добавен ≥ 1 приятел) ДА

Нашата цел е да намерим сладкото място, което максимизира засенчения регион, като в същото време минимизираме сините и златните региони. Искаме и двете ни изявления да са ДА. В един перфектен свят бихме искали 100% припокриване на двата кръга (всички потребители, които извършиха нивото на активност, задържаха се и всички потребители, които запазиха, извършиха нивото на активност), но това не е практично. Като добавим допълнителна колона от потребители, които са запазили, но не са извършили нивото на дейност, можем да изчислим това лесно. Това отново са примерни данни.

  • A: Запазено, но не добави поне [X] приятели (син регион)
  • B: Запазени и добавени най-малко [X] приятели (засенчен регион)
  • В: Добавени са поне [X] приятели (засенчен регион + златен регион)

Въз основа на данните, оптималният брой приятели, които да добавите, които увеличават максимално припокриването е три.

ПОТРЕБИТЕЛИ, КОИТО СА ДОБАВЕНИ НА ПОСЛЕДНИ 3 ПРИЯТЕЛИ

Повечето потребители, извършили действието (добавени ≥ 3 приятели), запазили ДА

И

Повечето потребители, които запазиха, извършиха действието (добавено ≥ 3 приятели) ДА

Ще искате да извършите този анализ за всяка от показателите, за които сте хипотезирали, че задържа въздействието. Ако вашата компания има екип за научни данни, е възможно да се извърши този анализ по-бързо, като се използва моделиране на дърво на решения.

Стъпка 5: Проверка на разумността с графики

За да се визуализират резултатите е полезно да се създаде поведенческа кохорта (този път с потребители, които са добавили поне 3 приятели) и да се направи график на задържането. Можем да видим, че задържането е много по-високо от базовото за тази група, а също и по-високо от поведенческата кохорта, включваща потребители, добавили поне 1 приятел.

Стъпка 6: Определете причината

Въпреки че сме установили оптимални точки на прекъсване и действия, нашият анализ все още е изцяло корелационен. За да определите причинно-следствената връзка, трябва да стартирате A / B тестове, за да определите как промените в продукта влияят наистина на задържане. В нашия пример решихме, че трябва да се стремим потребителите да добавят поне 3 приятели в началото на своя жизнен цикъл. Да се ​​надяваме, че по този начин потребителите ще изпитат по-голямо задържане.

Някои тестове на продукти, които бих считал за стартиращи, включват:

  • Предложете на потребителите да добавят приятели по-рано в процеса на регистрация
  • Направете предложенията за приятели по-изявени след регистрацията
  • Добавете съвет, който насочва потребителите към добавяне на приятели през първите няколко сесии

Всяко приложение е различно и има много различни тестове, които могат да бъдат стартирани. В идеалния случай има смисъл да стартирате множество тестове, преди да заключите, че сте намерили истински „аха момент“. След като утвърдите „аха момент“, задайте го като северна звезда и фокусирайте екипа си върху него!

Късмет!

Източници: Apptimize, Mode Analytics