Глава 4. Инструменты для анализа продуктов
В этой главе вы узнаете, что такое поведенческие персоны и как найти их в своем продукте.
Перед тем, как детальнее изучить фреймворк жизненного цикла удержания, важно взять небольшую паузу и разобрать ключевые подходы и методы для анализа поведения пользователей на каждой стадии использования продукта.
Перед тем, как детальнее изучить фреймворк жизненного цикла удержания, важно взять небольшую паузу и разобрать ключевые подходы и методы для анализа поведения пользователей на каждой стадии использования продукта.
Поведенческие персоны
Демографические данные о пользователях могут быть полезны (об этом чуть дальше), но самая важная информация для понимания своих пользователей в их поведении.
Анализ поведения пользователей в продукте поможет понять его ценность. При этом люди могут пользоваться вашим продуктом по-разному и соответственно получать разную ценность. Это подводит нас к концепции поведенческих персон.
Анализ поведения пользователей в продукте поможет понять его ценность. При этом люди могут пользоваться вашим продуктом по-разному и соответственно получать разную ценность. Это подводит нас к концепции поведенческих персон.
Отличие маркетинговых и поведенческих персон
Персона — частый термин в маркетинге. Персона собирает в себе основные черты определенного пользовательского сегмента, на который ориентируется бизнес. Описание персоны может включать в себя демографические параметры, привычки и цели.
Эта информация помогает маркетологам определить правильный посыл и каналы для коммуникации и привлечении определенного сегмента.
Однако в этом руководстве мы будем говорить про поведенческие персоны. Каждая персона будет описывать определенный способ использования продукта. Как и в маркетинге, тут персоны помогают продуктовым командам учитывать разные сценарии использования при работе над продуктом.
Мы рассмотрим поведенческие персоны всех трех стадий жизненного цикла удержания: текущих, новых и вернувшихся.
Эта информация помогает маркетологам определить правильный посыл и каналы для коммуникации и привлечении определенного сегмента.
Однако в этом руководстве мы будем говорить про поведенческие персоны. Каждая персона будет описывать определенный способ использования продукта. Как и в маркетинге, тут персоны помогают продуктовым командам учитывать разные сценарии использования при работе над продуктом.
Мы рассмотрим поведенческие персоны всех трех стадий жизненного цикла удержания: текущих, новых и вернувшихся.
Пример: поведенческие персоны YouTube
Каждая из этих персон по-своему использует продукт и преследует разные цели. Так, Авторам важно показать свое видео как можно большему количеству людей и привлечь аудиторию, а Зрителем важно развлечься.
Почему важно работать с поведенческими персонами
Понимание того, как разные группы пользователей взаимодействую с продуктов и что они в итоге получают, помогает:
1. Развивать продукт и обеспечивать лучший пользовательский опыт для всех юзеров
2. Детальнее понимать удержание и находить новые возможности для его улучшения
Отлично, узнали, что такое поведенческие персоны и зачем они нужны. Теперь разберемся, как их определять.
- Авторы. Маленький процент пользователей, которые создают и публикуют видео.
- Зрители. Наибольшая доля пользователей, которые просто смотрят ролики.
- Зрители + комментаторы. Часть зрителей, которые также оставляют комментарии под видео.
Каждая из этих персон по-своему использует продукт и преследует разные цели. Так, Авторам важно показать свое видео как можно большему количеству людей и привлечь аудиторию, а Зрителем важно развлечься.
Почему важно работать с поведенческими персонами
Понимание того, как разные группы пользователей взаимодействую с продуктов и что они в итоге получают, помогает:
1. Развивать продукт и обеспечивать лучший пользовательский опыт для всех юзеров
2. Детальнее понимать удержание и находить новые возможности для его улучшения
Отлично, узнали, что такое поведенческие персоны и зачем они нужны. Теперь разберемся, как их определять.
Как определить поведенческие персоны
В этом разделе мы обсудим, как определить свои собственные поведенческие персоны, оценить различия в удержании и решить, на каких персонах следует сосредоточиться.
Количественный и качественный подходы к поиску персон
Использование качественного и количественного подходов даст вам наиболее полный ответ на вопрос, есть ли группы людей, которые используют ваш продукт определенным образом или для определенного варианта использования.
Качественные методы
Начните с размышления о персонах, которые, вы думаете (или знаете), существуют, основываясь на ваших текущих знаниях о ваших пользователях. Качественные данные из пользовательских интервью и пользовательского тестирования могут быть по-настоящему полезными для определения персон.
Если это возможно, спросите текущих пользователей, почему они используют ваш продукт и как он подходит для их повседневной жизни. Вы также можете изучить временные рамки активности пользователей, чтобы найти поведенческие паттерны, бросающиеся в глаза. Часто качественные данные дают более полное представление о тенденциях, которые вы наблюдаете в своих пользовательских данных.
Количественные методы
Важно дополнять качественные знания количественными методами, которые более масштабируемы и дают более точную картину. Вот несколько способов обнаружить поведенческие персоны с помощью данных продуктовой аналитики:
1. Сегментируйте свою пользовательскую базу по различным свойствам пользователей и событий.
2. Группируйте пользователей в зависимости от частоты, с которой они совершают определенные ключевые события.
3. Используйте алгоритм кластеризации (например, тот, который поддерживает функцию персонализации Amplitude), чтобы автоматически группировать пользователей на основе сходства в поведении.
Пример
Для компании по доставке персоны могут зависеть от таких факторов, как частота размещения заказов или потраченная сумма. Данная компания использовала поведенческие данные, чтобы идентифицировать несколько ключевых персон.
Компания использовала первый из перечисленных выше методов, сегментируя свою пользовательскую базу по критерию “Сумма заказа”.
Были выявлены следующие персоны:
• «Физические лица»: люди, чей обыкновенный размер заказа указывает на то, что они делают заказы только для себя.
• «Групповые заказы»: люди, чей типичный размер заказа соответствует определенному порогу, что указывает на то, что они регулярно делают заказ для более крупной группы, такой как семья, группа друзей или небольшая компания.
Количественный и качественный подходы к поиску персон
Использование качественного и количественного подходов даст вам наиболее полный ответ на вопрос, есть ли группы людей, которые используют ваш продукт определенным образом или для определенного варианта использования.
Качественные методы
Начните с размышления о персонах, которые, вы думаете (или знаете), существуют, основываясь на ваших текущих знаниях о ваших пользователях. Качественные данные из пользовательских интервью и пользовательского тестирования могут быть по-настоящему полезными для определения персон.
Если это возможно, спросите текущих пользователей, почему они используют ваш продукт и как он подходит для их повседневной жизни. Вы также можете изучить временные рамки активности пользователей, чтобы найти поведенческие паттерны, бросающиеся в глаза. Часто качественные данные дают более полное представление о тенденциях, которые вы наблюдаете в своих пользовательских данных.
Количественные методы
Важно дополнять качественные знания количественными методами, которые более масштабируемы и дают более точную картину. Вот несколько способов обнаружить поведенческие персоны с помощью данных продуктовой аналитики:
1. Сегментируйте свою пользовательскую базу по различным свойствам пользователей и событий.
2. Группируйте пользователей в зависимости от частоты, с которой они совершают определенные ключевые события.
3. Используйте алгоритм кластеризации (например, тот, который поддерживает функцию персонализации Amplitude), чтобы автоматически группировать пользователей на основе сходства в поведении.
Пример
Для компании по доставке персоны могут зависеть от таких факторов, как частота размещения заказов или потраченная сумма. Данная компания использовала поведенческие данные, чтобы идентифицировать несколько ключевых персон.
Компания использовала первый из перечисленных выше методов, сегментируя свою пользовательскую базу по критерию “Сумма заказа”.
Были выявлены следующие персоны:
• «Физические лица»: люди, чей обыкновенный размер заказа указывает на то, что они делают заказы только для себя.
• «Групповые заказы»: люди, чей типичный размер заказа соответствует определенному порогу, что указывает на то, что они регулярно делают заказ для более крупной группы, такой как семья, группа друзей или небольшая компания.
Они также использовали второй метод, сегментируя пользователей по частоте выполнения определенных событий. Для этой компании размещение заказа является критическим событием.
На диаграмме снизу измеряется показатель, называемый липкостью (подробнее о котором мы поговорим дальше в этой главе). Он показывает процент пользователей, которые разместили заказ как минимум на x дней из 30 за 30-дневный период.
На графике вы можете увидеть, что чуть более 75% пользователей размещают заказ на 2 или более дней из 30, в то время как только около 20% пользователей размещают заказ в течение 7 и более дней из 30.
На диаграмме снизу измеряется показатель, называемый липкостью (подробнее о котором мы поговорим дальше в этой главе). Он показывает процент пользователей, которые разместили заказ как минимум на x дней из 30 за 30-дневный период.
На графике вы можете увидеть, что чуть более 75% пользователей размещают заказ на 2 или более дней из 30, в то время как только около 20% пользователей размещают заказ в течение 7 и более дней из 30.
Основываясь на этих данных, компания определилась с персонами частоты заказов:
• «Разовые заказы»: люди, разместившие заказ 1-3 дня в месяц.
• «Частые заказы»: люди, размещающие заказы > 4 дней в месяц. Для этих людей использование услуг компании — часть их повседневной жизни, а не случайное удобство.
Люди, попадающие в эти разные категории, скорее всего, представляют разные демографические группы и пользуются услугами по разным причинам. Для того, чтобы наилучшим образом удовлетворить потребности всех своих клиентов, компании важно понимать этих персон.
• «Разовые заказы»: люди, разместившие заказ 1-3 дня в месяц.
• «Частые заказы»: люди, размещающие заказы > 4 дней в месяц. Для этих людей использование услуг компании — часть их повседневной жизни, а не случайное удобство.
Люди, попадающие в эти разные категории, скорее всего, представляют разные демографические группы и пользуются услугами по разным причинам. Для того, чтобы наилучшим образом удовлетворить потребности всех своих клиентов, компании важно понимать этих персон.
Как определить поведенческие персоны в Amplitude
В Amplitude есть функция под названием «Personas», которая автоматически группирует пользователей в зависимости от того, какие действия они предпринимают и как часто они их совершают.
Функция Personas использует уникальный алгоритм кластеризации, основанный на кластеризации k-средних. Вы можете запускать Personas для любой когорты пользователей, поэтому в этом случае вы можете выбрать свою текущую когорту пользователей.
Когда вы запускаете Personas, он дает вам несколько групп или кластеров пользователей. Вы можете увидеть, сколько пользователей в
период времени попадает в каждую группу, а также просмотрите процент совпадения с любой другой когортой, которую вы выберете. Например, вы можете увидеть, какой процент пользователей в кластере сохраняется через 3 недели.
В приведенном ниже примере вы можете увидеть 3 кластера, сгенерированных из когорты текущих пользователей бизнеса. Кластер 1 является самым крупным, составляя 44,5% всех текущих пользователей, но только 0,766% пользователей в кластере 1 остаются на 3-й неделе. С другой стороны, можно увидеть, что пользователи в кластере 2 имеют очень высокий уровень удержания на 3-й неделе: 94% из них возвращаются на 3-ю неделю.
Функция Personas использует уникальный алгоритм кластеризации, основанный на кластеризации k-средних. Вы можете запускать Personas для любой когорты пользователей, поэтому в этом случае вы можете выбрать свою текущую когорту пользователей.
Когда вы запускаете Personas, он дает вам несколько групп или кластеров пользователей. Вы можете увидеть, сколько пользователей в
период времени попадает в каждую группу, а также просмотрите процент совпадения с любой другой когортой, которую вы выберете. Например, вы можете увидеть, какой процент пользователей в кластере сохраняется через 3 недели.
В приведенном ниже примере вы можете увидеть 3 кластера, сгенерированных из когорты текущих пользователей бизнеса. Кластер 1 является самым крупным, составляя 44,5% всех текущих пользователей, но только 0,766% пользователей в кластере 1 остаются на 3-й неделе. С другой стороны, можно увидеть, что пользователи в кластере 2 имеют очень высокий уровень удержания на 3-й неделе: 94% из них возвращаются на 3-ю неделю.
Personas также позволяет сравнивать поведение пользователей в каждом кластере. В таблице событий вы можете увидеть действия, которые данный кластер выполняет чаще или реже по сравнению с другими кластерами. Посмотрев на кластер 2, который имеет наилучшее удержание, вы увидите, что пользователи выполняют действие «Создать запись» в среднем 60 раз, что намного чаще, чем кластеры 1 и 3.
В таблице также показано количество стандартных отклонений выше (или ниже) среднего, что дает представление о том, насколько значительна эта разница. В этом случае данные этого кластера являются хорошим индикатором того, что пользователи, выполняющие «Create Record» выше определенного порога, с большей вероятностью сохранят свои данные в течение длительного времени.
В таблице также показано количество стандартных отклонений выше (или ниже) среднего, что дает представление о том, насколько значительна эта разница. В этом случае данные этого кластера являются хорошим индикатором того, что пользователи, выполняющие «Create Record» выше определенного порога, с большей вероятностью сохранят свои данные в течение длительного времени.
Создайте когорты этих поведенческих персон для дальнейшего исследования
После того, как вы определили несколько ключевых персон, о которых хотели бы узнать больше, вам необходимо создать когорты этих пользователей для проведения более тщательного анализа.
После того, как вы определили несколько ключевых персон, о которых хотели бы узнать больше, вам необходимо создать когорты этих пользователей для проведения более тщательного анализа.
При помощи функции Personas в Amplitude вы можете создавать группы прямо в Personas для дальнейшего исследования.
Углубляемся в удержание: инструменты для анализа продуктов
После того, как вы создали когорты жизненного цикла и определили свои поведенческие персоны, вам следует измерить базовый уровень удержания для каждой когорты и глубже изучить движущие силы удержания.
В этом разделе описывается ряд методов анализа продукта, которые вы можете использовать для этого. Вам не нужно использовать все эти методы — воспринимайте эту главу как набор инструментов, из которого вы можете выбирать методы, которые будут наиболее полезными для вашего продукта и ваших пользователей.
С помощью этих методов вы можете ответить на такие вопросы, как: сохраняется ли определенная персона лучше, чем другие, или имеет более высокую пожизненную ценность (LTV)? Какие действия влияют на эти показатели? Как вы могли привлечь больше пользователей к этой персоне?
В ваш набор инструментов для анализа продуктов входят:
1. Измерение и сравнение базовых показатели для каждой когорты и персоны
2. Изучение свойства пользователя
3. Использование когортного анализа поведения для измерения влияния различных действий пользователя.
4. Расчет коэффициента конверсии в воронке критического пути
5. Поиск наиболее распространенных пользовательских путей
6. Измерение липкости
7. Анализ показателей сессий
В этом разделе описывается ряд методов анализа продукта, которые вы можете использовать для этого. Вам не нужно использовать все эти методы — воспринимайте эту главу как набор инструментов, из которого вы можете выбирать методы, которые будут наиболее полезными для вашего продукта и ваших пользователей.
С помощью этих методов вы можете ответить на такие вопросы, как: сохраняется ли определенная персона лучше, чем другие, или имеет более высокую пожизненную ценность (LTV)? Какие действия влияют на эти показатели? Как вы могли привлечь больше пользователей к этой персоне?
В ваш набор инструментов для анализа продуктов входят:
1. Измерение и сравнение базовых показатели для каждой когорты и персоны
2. Изучение свойства пользователя
3. Использование когортного анализа поведения для измерения влияния различных действий пользователя.
4. Расчет коэффициента конверсии в воронке критического пути
5. Поиск наиболее распространенных пользовательских путей
6. Измерение липкости
7. Анализ показателей сессий
Измерение и сравнение базовых показатели для каждой когорты и персоны
Помните, что удержание — это основной показатель, который вы будете диагностировать в каждой главе и со временем постараетесь улучшить. Позже мы разберем удержание по различным пользовательским свойствам и поведенческим персонам.
Сначала постройте кривую удержания ваших текущих пользователей. Помните, что вы можете использовать N-дневное, неограниченное или диапазонное удержание интервалов. В зависимости от ваших бизнес-целей один вид может больше подходить вам, чем другой.
Вот рекомендуемые показатели удержания в зависимости от вашего интервала использования:
Помните, что удержание — это основной показатель, который вы будете диагностировать в каждой главе и со временем постараетесь улучшить. Позже мы разберем удержание по различным пользовательским свойствам и поведенческим персонам.
Сначала постройте кривую удержания ваших текущих пользователей. Помните, что вы можете использовать N-дневное, неограниченное или диапазонное удержание интервалов. В зависимости от ваших бизнес-целей один вид может больше подходить вам, чем другой.
Вот рекомендуемые показатели удержания в зависимости от вашего интервала использования:
На этой диаграмме вы можете увидеть кривую удержания для текущих пользователей приложения для стриминга музыки. Первое событие и событие возврата установлены на «Воспроизведение песни», что является критическим событием для этого продукта.
Свойство пользователя — это любая характеристика, привязанная к отдельному пользователю. Вот несколько распространенных примеров:
• страна
• возраст
• язык
• платформа (iOS, Android, Интернет)
• версия приложения
• тип плана клиента
• платящий или неплатящий пользователь
Сравните кривые удержания поведенческих персон
Сравнение кривых удержания различных поведенческих персон поможет вам решить, на каких персонах следует сосредоточиться — стоит ли выделять ресурсы на преобразование большего числа пользователей в определенные «влиятельные» персоны? Удерживаются ли одни из ваших основных или сильных поведенческих персон лучше или хуже, чем другие? И насколько сильно отличается ваше текущее удержание пользователей?
Количественно оценив эти различия в удержании, вы получите лучшее представление о том, на каких персонах следует сосредоточиться в своей стратегии удержания.
Кривые удержания позволяют с первого взгляда увидеть эти различия в удержании.
Ниже вы можете увидеть дневные кривые удержания для 3 разных поведенческих персон, найденных в Amplitude. Ясно, что Persona 2 (зеленый) имеет гораздо лучшее удержание, чем другие 2. В таком случае вам нужно понять, можно ли заставить людей в Personas 1 и 3 вести себя больше как Persona 2, чтобы улучшить их удержание.
• страна
• возраст
• язык
• платформа (iOS, Android, Интернет)
• версия приложения
• тип плана клиента
• платящий или неплатящий пользователь
Сравните кривые удержания поведенческих персон
Сравнение кривых удержания различных поведенческих персон поможет вам решить, на каких персонах следует сосредоточиться — стоит ли выделять ресурсы на преобразование большего числа пользователей в определенные «влиятельные» персоны? Удерживаются ли одни из ваших основных или сильных поведенческих персон лучше или хуже, чем другие? И насколько сильно отличается ваше текущее удержание пользователей?
Количественно оценив эти различия в удержании, вы получите лучшее представление о том, на каких персонах следует сосредоточиться в своей стратегии удержания.
Кривые удержания позволяют с первого взгляда увидеть эти различия в удержании.
Ниже вы можете увидеть дневные кривые удержания для 3 разных поведенческих персон, найденных в Amplitude. Ясно, что Persona 2 (зеленый) имеет гораздо лучшее удержание, чем другие 2. В таком случае вам нужно понять, можно ли заставить людей в Personas 1 и 3 вести себя больше как Persona 2, чтобы улучшить их удержание.
2. Изучение свойств пользователя
Просмотр свойств пользователей даст вам общее представление о том, кто эти пользователи. Измерьте разбивку ключевых свойств пользователей, чтобы определить тенденции и группы пользователей, которых следует изучить более внимательно.
Свойства пользователей в Amplitude
В Amplitude свойства пользователя могут обновляться на протяжении всего жизненного цикла пользователя в вашем продукте. Amplitude отслеживает набор пользовательских свойств по умолчанию, а также позволяет вам определять любые необходимые вам пользовательские свойства.
Вы можете сегментировать каждую диаграмму по свойствам пользователя и использовать их в определениях поведенческих когорт.
Просмотр свойств пользователей даст вам общее представление о том, кто эти пользователи. Измерьте разбивку ключевых свойств пользователей, чтобы определить тенденции и группы пользователей, которых следует изучить более внимательно.
Свойства пользователей в Amplitude
В Amplitude свойства пользователя могут обновляться на протяжении всего жизненного цикла пользователя в вашем продукте. Amplitude отслеживает набор пользовательских свойств по умолчанию, а также позволяет вам определять любые необходимые вам пользовательские свойства.
Вы можете сегментировать каждую диаграмму по свойствам пользователя и использовать их в определениях поведенческих когорт.
В Amplitude вы можете использовать режим User Composition для быстрой визуализации различных пользовательских свойств определенной группы пользователей. Ниже вы можете увидеть разбивку текущей когорты пользователей по регионам.
Пример
Один из клиентов Amplitude, компания по доставке, сегментировал свою кривую удержания для текущих пользователей по свойству пользователя платформы. Как видите, существуют большие различия в удержании между разными платформами, и люди на iOS имеют самый низкий показатель удержания из всех.
Один из клиентов Amplitude, компания по доставке, сегментировал свою кривую удержания для текущих пользователей по свойству пользователя платформы. Как видите, существуют большие различия в удержании между разными платформами, и люди на iOS имеют самый низкий показатель удержания из всех.
Вывод: на основе этих данных мы рекомендуем им более внимательно изучить поведение на своих трех платформах и посмотреть, что можно улучшить в пользовательском опыте, чтобы уровни удержания Android и iOS соответствовали.
Сегментируйте кривые удержания по свойствам пользователей
После того, как вы определите какие-либо свойства пользователей, которые хотите изучить, сегментирование кривой удержания по этим свойствам поможет вам выявить любые существенные различия, которые стоит изучить дополнительно.
Сегментируйте кривые удержания по свойствам пользователей
После того, как вы определите какие-либо свойства пользователей, которые хотите изучить, сегментирование кривой удержания по этим свойствам поможет вам выявить любые существенные различия, которые стоит изучить дополнительно.
3. Использование поведенческого когортного анализа для измерения влияние различных действий пользователя
Хотя сегментирование кривой удержания по свойствам пользователей может помочь вам получить полезную информацию, оно не дает вам никакой информации о том, как поведение пользователей в вашем продукте влияет на удержание. Вот тут-то и появляются поведенческие когорты.
Поведенческие когорты — это группа пользователей, которые выполняли (или не выполняли) определенные действия в течение определенного периода времени.
Вот пример. Facebook обнаружил известную закономерность: пользователи, добавившие не менее 7 друзей в течение первых 10 дней, с большей вероятностью будут удерживаться в долгосрочной перспективе. Это поведенческая когорта: есть поведение (добавление не менее 7 друзей) и период времени (в течение 10 дней после регистрации).
Сегодня дальновидные компании используют поведенческие когорты, чтобы понять, как различные действия или характеристики пользователей влияют на удержание.
Поведенческие когорты в Amplitude
В Amplitude любой желающий может легко создать поведенческие когорты и применить их к различным диаграммам, чтобы измерить влияние действий пользователя на показатели. В примере снизу вы можете увидеть когорту пользователей, которые оформили пробную подписку в течение 7 дней с момента первого использования продукта.
Хотя сегментирование кривой удержания по свойствам пользователей может помочь вам получить полезную информацию, оно не дает вам никакой информации о том, как поведение пользователей в вашем продукте влияет на удержание. Вот тут-то и появляются поведенческие когорты.
Поведенческие когорты — это группа пользователей, которые выполняли (или не выполняли) определенные действия в течение определенного периода времени.
Вот пример. Facebook обнаружил известную закономерность: пользователи, добавившие не менее 7 друзей в течение первых 10 дней, с большей вероятностью будут удерживаться в долгосрочной перспективе. Это поведенческая когорта: есть поведение (добавление не менее 7 друзей) и период времени (в течение 10 дней после регистрации).
Сегодня дальновидные компании используют поведенческие когорты, чтобы понять, как различные действия или характеристики пользователей влияют на удержание.
Поведенческие когорты в Amplitude
В Amplitude любой желающий может легко создать поведенческие когорты и применить их к различным диаграммам, чтобы измерить влияние действий пользователя на показатели. В примере снизу вы можете увидеть когорту пользователей, которые оформили пробную подписку в течение 7 дней с момента первого использования продукта.
Вы можете добавить дополнительные события и свойства пользователя в любое определение поведенческой когорты, а также указать, что пользователи не выполняли определенное действие или не имеют определенного свойства.
После того, как вы создали поведенческую когорту, просто выберите эту когорту на диаграмме удержания, чтобы увидеть, насколько хорошо эти пользователи удерживаются. Вы можете сравнить их удержание с пользователями, не входящими в когорту, или с другой когортой пользователей.
На диаграмме снизу показана кривая удержания для 3 когорт пользователей:
• начат пробный период - первые 7 дней
• не начат пробный период - первые 7 дней
• проиграно не менее 3 песен - первые 7 дней
После того, как вы создали поведенческую когорту, просто выберите эту когорту на диаграмме удержания, чтобы увидеть, насколько хорошо эти пользователи удерживаются. Вы можете сравнить их удержание с пользователями, не входящими в когорту, или с другой когортой пользователей.
На диаграмме снизу показана кривая удержания для 3 когорт пользователей:
• начат пробный период - первые 7 дней
• не начат пробный период - первые 7 дней
• проиграно не менее 3 песен - первые 7 дней
Как видите, пользователи, начавшие пробный период во время первой недели имеют значительно лучшее удержание, чем пользователи, которые этого не сделали. Это указывает на то, что запуск пробного периода потенциально может способствовать лучшему удержанию. Пользователи, которые проигрывают как минимум 3 песни, находятся где-то посередине, но все же далеко от пользователей, которые начинают пробную подписку.
Вывод: поведенческие когорты могут помочь вам сформировать и проверить гипотезы о действиях, которые важны для удержания. С графиком выше у вас теперь есть корреляция, но не причинно-следственная связь.
В этом случае мы рекомендуем запустить тест, в котором вы будете побуждать большее количество пользователей начать пробную версию на ранней стадии взаимодействия с пользователем, например, в процессе адаптации или с помощью напоминания по электронной почте. Затем вы можете оценить, приводит ли увеличение числа пользователей, запустивших пробную версии, к более высокому удержанию.
Вывод: поведенческие когорты могут помочь вам сформировать и проверить гипотезы о действиях, которые важны для удержания. С графиком выше у вас теперь есть корреляция, но не причинно-следственная связь.
В этом случае мы рекомендуем запустить тест, в котором вы будете побуждать большее количество пользователей начать пробную версию на ранней стадии взаимодействия с пользователем, например, в процессе адаптации или с помощью напоминания по электронной почте. Затем вы можете оценить, приводит ли увеличение числа пользователей, запустивших пробную версии, к более высокому удержанию.
4. Расчет коэффициента конверсии в воронке критического пути
Воронка критического пути — это последовательность действий, которую вы ожидаете от пользователей для завершения вашего критического события. Воронкообразная диаграмма позволит вам визуализировать спад на каждом из этих шагов.
Вы также можете сравнить коэффициенты конверсии для разных групп пользователей.
Не каждый продукт будет иметь четко определенный путь, который вы хотите, чтобы ваши пользователи повторяли, поэтому этот анализ может быть необходим не всем.
Пример
Та же компания по доставке, которую мы детально рассматриваем в этой главе, определила свою критическую воронку как:
Приложение запущено → Выбрать поставщика → Добавить товар → Завершить заказ
Вот воронка для текущих пользователей компании — каждый шаг в воронке показывает количество пользователей, перешедших с предыдущего шага. Из всех, кто вошел в воронку (открыв приложение), 66% выполнили все шаги и выполнили заказ.
Воронка критического пути — это последовательность действий, которую вы ожидаете от пользователей для завершения вашего критического события. Воронкообразная диаграмма позволит вам визуализировать спад на каждом из этих шагов.
Вы также можете сравнить коэффициенты конверсии для разных групп пользователей.
Не каждый продукт будет иметь четко определенный путь, который вы хотите, чтобы ваши пользователи повторяли, поэтому этот анализ может быть необходим не всем.
Пример
Та же компания по доставке, которую мы детально рассматриваем в этой главе, определила свою критическую воронку как:
Приложение запущено → Выбрать поставщика → Добавить товар → Завершить заказ
Вот воронка для текущих пользователей компании — каждый шаг в воронке показывает количество пользователей, перешедших с предыдущего шага. Из всех, кто вошел в воронку (открыв приложение), 66% выполнили все шаги и выполнили заказ.
Когда мы сегментировали воронку по платформам (iOS, Android и Веб), мы обнаружили, что пользователи iOS имели более высокий коэффициент конверсии через критическую воронку, чем пользователи Веба и Android.
Вывод: наибольшее падение происходит между шагом «Запуск приложения» → «Выбрать поставщика». Это шаг, на котором мы рекомендуем сосредоточиться в первую очередь, если мы хотим улучшить показатели конверсии для Веба и Android.
Сделайте это в Amplitude
Визуализация пользовательских маршрутов с помощью Pathfinder
Создание собственной визуализации анализа пути может занять очень много времени; вместо этого функция Pathfinder в Amplitude позволяет вам исследовать действия пользователей в любой точке вашего продукта или из нее. Pathfinder собирает пути пользователей, чтобы вы могли видеть процент пользователей или сессий, которые следовали за каждой последовательностью.
Вы можете указать конкретное начальное действие, чтобы увидеть все последующие события, или выбрать конечное действие, чтобы увидеть все пути, которые привели к этому событию. Например, распространенный вариант использования — посмотреть, что делают пользователи, прежде чем совершить покупку или обновить свой тарифный план.
Кроме того, вы можете изучить поведение определенной группы пользователей, определив сегмент пользователей или выбрав поведенческую когорту. Это позволяет сравнивать пути разных групп пользователей.
Сделайте это в Amplitude
Визуализация пользовательских маршрутов с помощью Pathfinder
Создание собственной визуализации анализа пути может занять очень много времени; вместо этого функция Pathfinder в Amplitude позволяет вам исследовать действия пользователей в любой точке вашего продукта или из нее. Pathfinder собирает пути пользователей, чтобы вы могли видеть процент пользователей или сессий, которые следовали за каждой последовательностью.
Вы можете указать конкретное начальное действие, чтобы увидеть все последующие события, или выбрать конечное действие, чтобы увидеть все пути, которые привели к этому событию. Например, распространенный вариант использования — посмотреть, что делают пользователи, прежде чем совершить покупку или обновить свой тарифный план.
Кроме того, вы можете изучить поведение определенной группы пользователей, определив сегмент пользователей или выбрав поведенческую когорту. Это позволяет сравнивать пути разных групп пользователей.
5. Поиск наиболее распространенных пользовательских путей
Воронки отлично подходят для измерения четко определенных последовательностей, но что, если вы хотите получить более широкую картину поведения новых пользователей? Невозможно заранее узнать каждый маршрут использования вашего продукта, и люди часто ломают наше представление о “нормальном поведения пользователя”.
Здесь действительно могут быть полезны потоки активности пользователей, которые показывают последовательность событий. В зависимости от настроек аналитики вы можете получать необработанные журналы событий, которые совершают пользователи, и изучать некоторые из этих последовательностей для поиска закономерностей.
Некоторые аналитические платформы (включая Amplitude) сразу предоставляют доступ к этим пользовательским временным шкалам. Кроме того, вы можете провести пользовательское тестирование, чтобы посмотреть, как люди перемещаются по вашему продукту.
Воронки отлично подходят для измерения четко определенных последовательностей, но что, если вы хотите получить более широкую картину поведения новых пользователей? Невозможно заранее узнать каждый маршрут использования вашего продукта, и люди часто ломают наше представление о “нормальном поведения пользователя”.
Здесь действительно могут быть полезны потоки активности пользователей, которые показывают последовательность событий. В зависимости от настроек аналитики вы можете получать необработанные журналы событий, которые совершают пользователи, и изучать некоторые из этих последовательностей для поиска закономерностей.
Некоторые аналитические платформы (включая Amplitude) сразу предоставляют доступ к этим пользовательским временным шкалам. Кроме того, вы можете провести пользовательское тестирование, чтобы посмотреть, как люди перемещаются по вашему продукту.
Есть ряд вопросов, на которые вы можете ответить с помощью анализа пути, в том числе:
• Сравнение путей удержанных пользователей и бездействующих пользователей
• Наблюдение за тем, что вместо этого делают пользователи, выпавшие из воронки.
• Определение основных путей к важному событию в вашем продукте, например, создание новой учетной записи или совершение покупки.
Например, вы можете использовать анализ пути, чтобы обнаружить пути, по которым пользователи попадают на ваше критическое событие. На изображении выше вы можете увидеть, что делают пользователи, прежде чем приобрести подписку в приложении для потоковой передачи музыки.
• Сравнение путей удержанных пользователей и бездействующих пользователей
• Наблюдение за тем, что вместо этого делают пользователи, выпавшие из воронки.
• Определение основных путей к важному событию в вашем продукте, например, создание новой учетной записи или совершение покупки.
Например, вы можете использовать анализ пути, чтобы обнаружить пути, по которым пользователи попадают на ваше критическое событие. На изображении выше вы можете увидеть, что делают пользователи, прежде чем приобрести подписку в приложении для потоковой передачи музыки.
6. Измерение липкости
Измерение липкости дает еще один параметр взаимодействия с пользователем. В то время как удержание измеряет скорость, с которой пользователи возвращаются с течением времени, липкость учитывает частоту использования — сколько раз люди используют ваш продукт в течение определенного периода времени.
Чтобы сравнить показатели липкости, вы можете измерить липкость как для:
• Общего использования: сколько дней в неделю или месяц пользователи открывали приложение и что-то делали?
• Вашего критического события: сколько дней в неделю или месяц пользователи совершали критическое событие?
Если у вашего продукта есть ежедневный или еженедельный интервал использования, вам следует сравнить еженедельные показатели липкости ваших когорт персон. Если ваш продукт используется раз в две недели или в месяц, вам следует сравнить ежемесячные показатели липкости.
Липкость относится к частоте, с которой люди используют ваш продукт. В частности, липкость измеряет количество дней из заданного периода времени, в течение которых пользователь был активен или совершил определенное событие (например, ваше критическое событие). В Amplitude есть два варианта измерения липкости:
Измерение липкости дает еще один параметр взаимодействия с пользователем. В то время как удержание измеряет скорость, с которой пользователи возвращаются с течением времени, липкость учитывает частоту использования — сколько раз люди используют ваш продукт в течение определенного периода времени.
Чтобы сравнить показатели липкости, вы можете измерить липкость как для:
• Общего использования: сколько дней в неделю или месяц пользователи открывали приложение и что-то делали?
• Вашего критического события: сколько дней в неделю или месяц пользователи совершали критическое событие?
Если у вашего продукта есть ежедневный или еженедельный интервал использования, вам следует сравнить еженедельные показатели липкости ваших когорт персон. Если ваш продукт используется раз в две недели или в месяц, вам следует сравнить ежемесячные показатели липкости.
Липкость относится к частоте, с которой люди используют ваш продукт. В частности, липкость измеряет количество дней из заданного периода времени, в течение которых пользователь был активен или совершил определенное событие (например, ваше критическое событие). В Amplitude есть два варианта измерения липкости:
Еженедельная липкость
Процент пользователей, которые были активны или выполняли определенное событие как минимум n дней в неделю.
Ежемесячная липкость
Процент пользователей, которые были активны или выполняли определенное событие как минимум n дней в месяц.
Пример: Общая липкость социальной мобильной игры
Липкость может помочь вам определить наиболее заинтересованных пользователей. Вот диаграмма, показывающая липкость к основным поведенческим персонам одного из клиентов Amplitude, социальной мобильной игры. Этот график измеряет липкость для общего использования, считая каждый день, когда пользователь открывал приложение.
Липкость может помочь вам определить наиболее заинтересованных пользователей. Вот диаграмма, показывающая липкость к основным поведенческим персонам одного из клиентов Amplitude, социальной мобильной игры. Этот график измеряет липкость для общего использования, считая каждый день, когда пользователь открывал приложение.
Вывод: при такой диаграмме мы рекомендуем сосредоточиться на Persona 4, чтобы подробнее узнать о том, что привлекает этих пользователей. Далее вы сможете поощрять такое поведение у других пользователей, чтобы больше людей соответствовало Persona 4.
7. Метрики сессий
Еще один способ дополнить ваше понимание степени вовлеченности пользователей — это показатели сессии. В широком смысле сессия — это период, в течение которого человек активно использует ваш продукт.
Важно: время, которое кто-то тратит на ваш продукт, может не быть хорошим показателем степени вовлеченности вашего бизнеса.
На показатели сессии следует смотреть только в том случае, если это имеет смысл для вашего приложения. Например, служба доставки или приложение, которое помогает вам находить и бронировать занятия, не обязательно будет учитывать то, сколько времени пользователь проводит в продукте — главное, чтобы процесс выполнения заказа был максимально быстрым и беспроблемным.
Однако для социальной игры или сервиса потоковой передачи музыки количество времени, проведенного в приложении, напрямую зависит от степени вовлеченности пользователя.
Еще один способ дополнить ваше понимание степени вовлеченности пользователей — это показатели сессии. В широком смысле сессия — это период, в течение которого человек активно использует ваш продукт.
Важно: время, которое кто-то тратит на ваш продукт, может не быть хорошим показателем степени вовлеченности вашего бизнеса.
На показатели сессии следует смотреть только в том случае, если это имеет смысл для вашего приложения. Например, служба доставки или приложение, которое помогает вам находить и бронировать занятия, не обязательно будет учитывать то, сколько времени пользователь проводит в продукте — главное, чтобы процесс выполнения заказа был максимально быстрым и беспроблемным.
Однако для социальной игры или сервиса потоковой передачи музыки количество времени, проведенного в приложении, напрямую зависит от степени вовлеченности пользователя.
Метрики сессии в Amplitude
У Amplitude есть способы определения сессий по умолчанию (5), но вы можете изменить это определение, подстроив его под ваш продукт.
Например, сервис стриминга музыки может захотеть, чтобы сессия длилась до тех пор, пока кто-то проигрывает музыку,
даже если приложение работает в фоновом режиме.
Ключевые показатели сессии, которые вы можете измерить:
• Распределение продолжительности: распределение продолжительности сессии для всех пользователей, показанное как
гистограмма.
• Средняя продолжительность: средняя продолжительность сессии на пользователя.
• В среднем на пользователя: среднее количество сессий на пользователя в день.
Ниже вы можете увидеть график распределения продолжительности сессий. График показывает, что наибольшее количество сессий длится от 10 до 30 минут.
У Amplitude есть способы определения сессий по умолчанию (5), но вы можете изменить это определение, подстроив его под ваш продукт.
Например, сервис стриминга музыки может захотеть, чтобы сессия длилась до тех пор, пока кто-то проигрывает музыку,
даже если приложение работает в фоновом режиме.
Ключевые показатели сессии, которые вы можете измерить:
• Распределение продолжительности: распределение продолжительности сессии для всех пользователей, показанное как
гистограмма.
• Средняя продолжительность: средняя продолжительность сессии на пользователя.
• В среднем на пользователя: среднее количество сессий на пользователя в день.
Ниже вы можете увидеть график распределения продолжительности сессий. График показывает, что наибольшее количество сессий длится от 10 до 30 минут.
На графике видно, что опытные пользователи (синий) проводят в приложении гораздо больше времени, средняя продолжительность сессии составляет около 30 минут, по сравнению с примерно 16 минутами для пассивных пользователей (зеленый) и общего числа текущих пользователей (оранжевый).
Подводя итог
Теперь, когда вы знаете, как находить свои поведенческие персоны и располагаете данными методами продуктовой аналитики, пора, наконец, приступить к работе.
Вы будете применять эти методы в каждой из следующих трех глав, где мы рассмотрим всю структуру жизненного цикла сохранения. Давайте начнем!
Вы будете применять эти методы в каждой из следующих трех глав, где мы рассмотрим всю структуру жизненного цикла сохранения. Давайте начнем!
Этот пост является переводом материала, опубликованного на сайте Amplitude.
Заявка на консультацию по Amplitude
Нажимая кнопку «Отправить сообщение», вы соглашаетесь на обработку персональных данных, условия политики конфиденциальности
Больше про продуктовую аналитику