Connect with us

Аналитика пользователей

Как использовать когортный анализ для уменьшения оттока пользователей и принятия лучших решений

Хорошая новость заключается в том, что если вы готовы погрузиться в числа, то можно точно определить, почему пользователи перестают пользоваться приложением.

Леонид Боголюбов

Опубликовано

/

     
     

Ти Магнин из Appcues написал в блоге компании о возможностях когортного анализа. Мы приводим русский перевод его статьи.

ty

Большинство стартапов понимают это сразу – отток пользователей это плохо. Хакеры возврата это новые хакеры роста – неважно сколько пользователей получает ваш стартап, если ни один из них не остается в приложении.

Есть несколько полезных тактик, которые многие проджект менеджеры используют для увеличения возвратов. Например, улучшение онбординга или повышение доступности. Но для того, чтобы непосредственно влиять на уменьшение оттока, вам необходимо диагностировать специфические проблемы вашего продукта и внести нужные коррективы.

Хорошая новость заключается в том, что если вы готовы погрузиться в числа, то можно точно определить, почему пользователи перестают пользоваться приложением. Ключ к этому в когортном анализе – группируя пользователей по их действиям, вы можете понять, что заставляет их оставаться надолго. Тогда вы сможете принимать обоснованные решения, которые уменьшат отток и значительно увеличат прибыль.

Когортный анализ

Чтобы узнать, почему пользователи прекращают пользоваться вашим приложением, вы должны ответить на три «К» их удержания:

  • Кто увлечен, а кто нет вашей игрой
  • Когда пользователи отваливаются
  • Как они теряют интерес

Вы можете сделать это только с помощью сегментирования пользователей в группы – или когорты – основанные на конкретных признаках. Вы можете сегментировать пользователей на два типа когорт:

  • Когорты приобретения: пользователи на группы делятся по дате подписки на приложение
  • Поведенческие когорты: пользователи делятся по действиям в приложении

Когорты приобретения помогут вам определить кто и когда, но поведенческие когорты – почему.

1. Посмотрите когда пользователи уходят

Используя когорты приобретения, вы можете определить, на каком этапе жизненного цикла пользователи, как правило, уходят. Наиболее распространенным способом является использование диаграммы, как показано ниже:

1

Источник

На левой стороне находится временная шкала и количество пользователей, приобретенных в определенный временной интервал (кто). Каждая колонка представляет собой количество времени, которое прошло с момента приобретения пользователя (когда). Каждая ячейка это процент от первоначального количества приобретенных пользователей, сохранившийся к этому времени.

Вот некоторые вещи, которые следует учесть при анализе когорты приобретения:

  1. Период (день, неделя или месяц). Более короткие периоды для молодых компания, более длительные для старых.
  2. Объем. Чем больше длительность рассматриваемого периода возвратов, тем труднее вывести точную гипотезу о том, что не так в вашем приложении. Выполняйте анализ для каждого периода возвратов: начального (до 8 дней), среднего (8-90 дней) и позднего (более 90 дней).
  3. Ожидания. Согласно Хитену Шаху, удержание зависит от категории. Для быстрорастущего дешевого приложения относительно высокий отток – 10-15% – может быть нормальным. Для приложения, с высоким барьером входа, вы будете наблюдать гораздо более низкий отток – 2-3%.

После того как вы собрали свой график, посмотрите, где пользователи уходят больше всего. На третий день, когда им напоминают о синхронизации данных, или на четвертой неделе, сразу после того, как они заканчивают онбординг? Это должно дать вам некоторое представление о том, где спотыкаются пользователи при использовании приложения.

Что бы дать вам ясную картину, давайте возьмем вымышленный набор данных их приложения для повышения продуктивности.

2

Если вы внимательно посмотрите, то увидите, что самый большой процент уходящих приходится на конец второй недели – средняя потеря пользователей на 14 и 15 день составляет целых 3 процентных пункта. Эта информация поможет нам в составлении гипотезы о том, почему пользователи оставляют приложение.

2. Найдите то, что удерживает

После того, как вы определили временные рамки, в которые уходят ваши пользователи, вы можете приступит к изучению того, почему это происходит (как).

В примере с нашим приложением, мы знаем, что должны сделать некоторые настройки на начальных стадиях возвращения пользователей. Поведенческие когорты могут помочь нам с определением того, что происходит в районе 15 дня. Вот гипотезы:

  • Пользователи, которые регулярно пользуются контрольным списком в первые две недели
  • Пользователи, которые регулярно используют социальные функции (чат, сообщения, совместные рабочие потоки)
  • Пользователи, которые включают пуш-уведомления при первой настройке параметров приложения.

Корреляция между поведением и оттоком станет более очевидной для конкретное поведение. Общее определение, такое как «взаимодействовал с приложением в первые 30 дней», не дает вам достаточное понимание того, что удерживает и увлекает пользователей.

Давайте перейдем к практике. Вот средние значения оттока для приложения продуктивности на основе анализа когорт приобретения:

3

Вот сравнение среднего оттока в сравнении с оттоком тех пользователей, которые используют одну из перечисленных функций – контрольный список.

4

Бинго! Мы видим, что для пользователей, использующих основную функцию (красная линия) отток очень мал, а большинство их тех, кто ушел из приложения, этот список не использовало.

Это может быть из-за того, что список не был частью онбординга в приложении, или из-за того, что сам список находится слишком далеко от основного экрана. Для того, чтобы сохранить больше пользователей, надо сделать коррективы и увеличить использование списка.

Пример из реальной жизни – приложение для медитаций Calm смогло в 3 раза увеличить возвраты за счет точного определения их главного функционала. Они поняли, что большинство пользователей, которые оставались с приложением, использовали напоминания, так что они использовали подсказки в приложении для улучшения вовлеченности с этой основной функцией.

3. Инвертируйте, комбинируйте и делайте выводы

К сожалению, не всегда так просто, найти четкую связь между поведением и удержанием. С ростом вашего продукта и пользовательской базы, вступает в дело комбинация факторов.

Подумайте об этом так: ваша цель состоит в том, чтобы точно определить общее в поведении ваших наиболее активных пользователей. Инвертируйте это и вы найдете то, что не устраивает уходящих пользователей.

Все это может быть сделано в электронной таблице с некоторым условным форматированием, но часто занимает чрезвычайно много времени. К счастью есть множество инструментов, упрощающих процесс. Такие инструменты как Amplitude, помогают вам просто создавать поведенческие когорты. Вы можете комбинировать и сравнивать когорты, быстро тестируя ваши гипотезы.

Взгляните на то, как Quizup комбинирует когорты для точного определения причин оттока пользователей.

5

Источник

Разработчики Quizup увидели, что теряют слишком много пользователей после первой недели. Они предположили, что использование их функции «Добавить в список» приводит к долгосрочному удержанию.

Их гипотеза подтвердилась, когда в Amplitude Compass они сравнили когорты. Пользователи, использующие эту функцию 3 или более раза в первую неделю, с гораздо большей вероятностью оставались в приложении.

Quizup инвертировали результаты (для пользователей, которые не были вовлечены) и изменили процесс соответствующе. Основываясь на этих данных, они изменили онбординг и использовали пуш-уведомления для тех пользователей, которые не использовали социальные функции (такие как «Добавить в список»).

Итерируйте и итерируйте снова

Выяснение того, как исправить проблему, часто может быть столь же сложным, как и сама диагностика. Если вы знаете, что вовлечение пользователей в значительной степени зависит от использования главной функции, вы не можете просто приставать к вашим потребителям с письмами и пушами в попытке зацепить их. На самом деле, назойливость может еще больше увеличить отток.

Вместо того, чтобы внедрять в продукт большие изменения, проводите A/B тесты изменений на ваших проблемных когортах для понимания того, что работает, а что нет. Таким образом, вы сможете внедрить мало рискованные, но основанные на данных изменения, которые гарантированно сократят отток пользователей. И как только вы успешно улучшили возвраты на основе своих поведенческих когорт, проделывайте все снова.

С таким большим количеством продуктов, доступных на рынке, приобретение пользователей для B2B приложений непростая задача. Вы вкладываетесь в рекламу, в контент маркетинг, в продажи, так что не позволяйте ценным пользователям ускользать от вас. Все данные, чтобы удержать их, у вас в руках.

Комментарии
Если вы нашли опечатку - выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать info@apptractor.ru.
Advertisement
Click to comment

You must be logged in to post a comment Login

Leave a Reply

Аналитика пользователей

Показатели удержания для приложений на 2018 год от AppsFlyer

AppsFlyer провел сравнительный анализ показателей удержания на 1, 7 и 30 дней для нескольких основных рынков и вертикалей и собрал данные за несколько лет.

AppTractor

Опубликовано

/

Автор:

На графиках последних лет видно, что уровень удержания остается низкими, вне зависимости от региона и других показателей. Это относится и к органическим пользователям, чей процент удержания и так почти не растет, особенно на 30-й день — всего на 5% с 2016 г. до 2018 г. Органические пользователи ведут себя предсказуемо, показывая небольшое повышение процента удержания со временем. Можно попробовать обратить такую стабильность в свою пользу.

Но в целом есть и хорошие новости: лояльность неорганических пользователей значительно вырастет к концу 2019 года. С 2016 по 2018 год процент удержания для неорганики увеличился на 18-20%, это особенно интересно в сравнении с низким вкладом лояльных ценных пользователей в общие доходы приложения.

Тем не менее, в среде мобильных приложений по-прежнему наблюдается значительный отток пользователей. Хорошо, что маркетологи уже понимают важность процента удержания. Они начали оптимизировать свои действия по этому показателю, используя точно такие же сравнительные графики, как и приведенные здесь.

Комментарии
Продолжить чтение

Аналитика пользователей

Новые Global Benchmarks от Adjust

Компания Adjust обновила платформу Global Benchmarks, запущенную летом, и дополнила ее пятью новыми метриками и данными за последний квартал.

AppTractor

Опубликовано

/

Автор:

Главная цель остается прежней — дать ориентиры мобильным  разработчикам и маркетологам для понимания качества работы их приложений и проводимых кампаний.

В панели собраны данные о 4 миллиардах установок и работе более 7,000 приложений в первых трех кварталах 2018 года и на их основе публикуются средние показатели.

Ранее у Global Benchmarks были такие метрики, как стоимость установки (CPI), возвраты и количество сессий за месяц, уровень фрода. К ним добавились:

  1. количество кликов (CTR);
  2. уровень конверсии из клика в установку;
  3. средняя стоимость тысячи показов (CPM);
  4. стоимость клика (CPC);
  5. распределение мошеннических установок по типу.

Данные можно разделять по категориям (Развлечения и Новости, Путешествия, Игры, Социальные сети, Бизнес и Финансы, Утилиты, Здоровье и Фитнес, eCommerce), кварталам, регионам (Европа, Северная Америка, Азия, Африка и Ближний Восток), платформам, типу пользователей (органика или платные).

«Все мобильные маркетологи хотят улучшить производительность своих приложений, однако поиск правильных данных для принятия правильных  решений может быть трудоемким и дорогостоящим. Global Benchmarks 2.0 позволяет вам принимать умные решения, основанные на данных», — говорит  Кристиан Хеншель, соучредитель и исполнительный директор Adjust.

Комментарии
Продолжить чтение

Аналитика пользователей

Новый Mobile App Engagement Index от Liftoff

Мобильная маркетинговая компания Liftoff опубликовала новый  Mobile App Engagement Index за 2018 год.

AppTractor

Опубликовано

/

Автор:

В отчете приводятся средние цены на действия в приложениях – по платформам, полу, регионам, категориям. Вот, например, средняя воронка конверсии. При  этом цены на установки снизились почти на треть (29.9%) по сравнению с 2017 годом, а стоимость регистрации уменьшилась почти вдове (44.2%).  Практически на всем пути двухзначно выросла и конверсия.

А вот как распределяются доходы мобильных приложений. В лидерах самая разная реклама:

Стоимость приобретения пользователя, совершающего встроенную покупку по месяцам:

Стоимость и процент конверсии по платформам:

Вовлеченность по категориям:

Более подробно читайте в отчете Liftoff: https://info.liftoff.io/2018-app-engagement-index/.

Комментарии
Продолжить чтение

Аналитика пользователей

Жизненный цикл пользователя: руководство профессионалов

Жизненный цикл пользователя мобильного приложения совсем не линеен. Конечная цель — не просто получить от него один платеж, но сохранить его вовлеченность на долгое время. Конечно, это проще сказать, чем сделать, особенно сейчас, когда, в среднем, 80% пользователей отваливается уже на следующий день после установки. В новой бесплатной электронной книге Adjust рассказывает об особенностях жизненного цикла пользователей и о том, как правильно считать ушедших и удаливших приложение пользователей.

AppTractor

Опубликовано

/

Автор:

В среднем по рынку, единожды пользуется приложением 80% установивших его  пользователей. А на седьмой день сохраняется лишь 12% аудитории, которую вы смогли привлечь. Но значит ли это, что все ушедшие потеряны навсегда? Совсем нет — многие ушедшие могут вернуться в ваше приложение через месяц или даже через год.

Ушедшие… и вернувшиеся

Мы привыкли, что возвраты считаются на горизонте одного месяца, однако, если посмотреть на действиях пользователей за год, то можно узнать много нового и интересного. Так, по подсчетам Adjust, в среднем 11% ушедших пользователей возвращается в приложение после трехмесячной паузы, а после двух месяцев — 17%. Даже отсутствующие шесть месяцев могут вернуться — их доля достигает 4%.

Количество “вернувшихся ушедших”, конечно, зависит от категории. Так, в “Играх”, “Утилитах” и eCommerce приложениях их, обычно, больше среднего. А в категориях “Социальные сети”, “Стиль жизни”, “Путешествия”, “Развлечения” и “Бизнес” — меньше.

Например, если в eCommerce-приложения после трехмесячного отсутствия возвращается 18% пользователей, то для “Бизнеса” это всего около 2%.

Так почему важно отслеживать возвраты на длительном промежутке времени и учитывать вернувшихся после перерыва? Потому, что такие пользователи могут считаться новыми и в случае проведения платных кампаний за них могут требовать плату. Если взять среднюю цифру вернувшихся после трех месяцев, то потери могут достигать 11%!

Например, ваше приложение получает 2,000 новых установок каждый день и в среднем 26% это платные рекламные кампании. На четвертый месяц около 60 “платных” пользователей будут как раз те, кто отвалился в начале, но через три месяца снова открыл приложение. Но вместо того, чтобы учесть таких людей как вернувшихся, их припишут к новым установкам и потребуют за них оплату. Если взять среднюю цену установки в $2.26, то вы потеряете на неправильной атрибуции 150 долларов. В день. За месяц это уже 4,500 долларов.

Кроме прямой потери денег, неправильная атрибуция возвратов влияет и на аналитику — на понимание вами ключевых данных.

Удаление приложений

Отсутствие заходов в приложение — это лишь малая часть жизненного цикла. Хорошо, если приложение просто сохраняется у пользователя в дальней папке. Но важно отслеживать и удаление приложения. Важно понимать, через сколько удаляют приложение пользователи, сколько времени у вас есть в запасе на то, чтобы повлиять на их решение, сколько пользователей потом заново установит вашу программу.

Adjust Lifecycle Tracking определяет средний “срок жизни” приложения на устройстве в 6 дней для органической установки и в 5 с половиной дней для платной.

Как и в случае с возвратами, все также сильно зависит от категории. Тут на разных концах спектра развлекательные приложения с менее чем одним днем и eCommerce приложения, которые, в среднем, удаляют через 11 дней:

А что с повторными установками? По данным Adjust, в среднем 40% пользователей, удаливших приложение, установят его заново!

Повторные установки в реальной жизни

В руководстве Adjust рассматривается несколько кейсов, один из которых касается приложения для путешествий.

Предположим, вы являетесь маркетологом в приложении для путешествий и хотите запустить рекламную кампанию, рассказывающую о новой функции регистрации на рейс. Естественно, вы хотите отслеживать то, сколько пользователей включает новую функцию и последующее удержание.

Если вы учтете все описанное выше, то сможете понять, что 90% ваших пользователей удаляет приложение после перелета. Но эти же пользователи, скорее всего, снова устанавливают приложение в следующий раз перед путешествием.

Таким образом, если ваша команда проигнорирует uninstall-ы и повторные установки, кампания покажет высокую конверсию с низкими возвратами, что исказит общую картину и заставит вас сделать неправильный вывод из проводимой кампании.

Включив повторные установки в аналитику, вы, скорее всего, сможете определить моменты, когда пользователи удаляют программу и заново ее устанавливают. Это позволит вашей команде предпринять правильные шаги в отношении вовлечения пользователей.

Например, если вы поймете, что пользователи удаляют приложение после перелета, то сможете обратиться к ним с ретаргетинговой рекламой и предложить скидку на отель, которая будет находиться эксклюзивно в вашем приложении. Это предложение может заставить пользователя оставить приложение у себя на устройстве или даже сделать в нем покупку.

Отслеживание жизненного цикла на практике: пример Viber

Моши Блюм, глава приобретения пользователей в Viber:

“Отслеживание жизненного цикла дало нам совершенно новое представление о “путешествии пользователя”, которого мы не могли получить раньше — например, мы смогли по новому ранжировать качество разных источников приобретения пользователей, оптимизировать охват и улучшить кампании вовлечения.

С точки зрения приобретения пользователей эти KPI помогают нам идентифицировать источники с высоким качеством и коэффициентами удержания, а также отказаться от  источников и кампаний с чрезмерным показателем оттока пользователей. Мы делаем это, сравнивая уровень удаления приложений между пользователями, пришедшими из органических источников — такими как ссылки в приглашениях, органические установки и поисковые запросы Google — и из разных источников платного маркетинга.

Это помогает нам понять истинную стоимость приобретения каждого пользователя, и в какие источники стоит инвестировать. Мы видим огромный разброс в показателях — у некоторых платных источников удалений в четыре раза больше, чем у других.

Мы также используем показатель удалений в качестве обратной связи для наших CRM-кампаний. Учет отрицательной обратной связи, связанной с uninstall-ами, позволяет нам точно и правильно рассчитать влияние наших коммуникаций на  существующую базу пользователей. Это касается тонкой настройки количества отправленных обновлений, качество маркетинговых сообщений, а также навязчивости различных вариантов связи.

Наконец, отслеживание уровня удалений в разрезе стран помогло нам быстрее отлавливать подозрительное поведение и быстрее устранять проблемы. Если мы видим необычно высокий уровень удалений на определенном рынке, то мы можем исследовать этот вопрос и выяснить, что заставляет эти группы пользователей удалять приложение.”

Жизненный цикл — это процесс

Если вы не отслеживаете возвраты, удаление и повторные установки, то вы пропускаете важные сведения, способные много рассказать о продукте и его ценности, об источниках приобретения пользователей и их качестве. Понимание того, когда пользователи уходят и возвращаются, позволит вам принимать более точные и правильные решения, расширяющие жизнь вашего приложения.

Подробнее обо всех тонкостях жизненного цикла – в новом руководстве Adjust.

Комментарии
Продолжить чтение

Реклама

Наша рассылка

Нажимая на кнопку "Подписаться" вы даете согласие на обработку персональных данных.

Вакансии

Популярное

X
X

Спасибо!

Теперь редакторы в курсе.