Oppbevaring er konge riktig? Alle snakker om det, men ofte finner jeg det vanskelig å fordøye det ned i handlingsstrategier. Det er noen viktige ting å se etter når du analyserer oppbevaring for å hjelpe drivstoff vekst av produktet.

det første du må gjøre er å få en retensjonskurve foran deg. Hvis Du bruker Mixpanel, kan du sjekke ut denne artikkelen Fra ThoughtBot om å bygge en retensjonskurve Med Google Sheets. Hvis du har dataene dine i et lager, kan du følge denne artikkelen fra periscope om hvordan du gjør DET med SQL.

vil du finne en tidsramme som fungerer bra for produktet. HVIS EN bedre beregning for produktet DITT ER Dau (Daglige Aktive Brukere) vs MAU (Månedlige Aktive Brukere), må du ikke velge en måneds tidsramme, da du ikke får resultatene du leter etter. Din retensjonskurve skal se slik ut:

Innledende observasjoner

Det er et par ting å se etter her for å gi deg noen ganske verdifulle innsikt.

flater grafen ut? Hvis grafen din ikke flater ut, vet du allerede at du har et problem med churn. Brukerne er ikke stikker rundt så lenge du trenger dem til. Vi ser på måter å diagnostisere dette på om noen få minutter.

faller grafen plutselig? Hvis dette er tilfelle, kan du legge merke til hvilken tidsramme som skjer og begynne å se på hva som skjer akkurat på det tidspunktet.

la Oss nå begynne å grave ned i å finne ut hva som skjer med produktet ditt og begynne å få noen ideer om hvor vi kan forbedre det.

Fase 1 Retensjon

Stage 1 retention er representert i den aller første delen av grafen din. Dette betegner vanligvis onboarding og potensielt noen innledende interaksjoner med app. Hvis du kan få brukeren til det wow øyeblikket eller utføre north star metric så enda bedre.

hvis du ser en sterk nedgang i denne første delen av grafen din, vet du at du har noe arbeid å gjøre i tidlig brukeropplevelse. Dette kan be deg om å se nærmere på din onboarding eller NUX (Ny Brukeropplevelse) for å finne noen hull eller måter du kan gi mer verdi på. Begynn å analysere hvilke hendelser som ikke skjer for brukere som faller av og sammenlign dem med hvilke hendelser brukere gjør som bor.

Tidlige endringer som positivt påvirker dine retensjonskurver kan ha dramatisk effekt mot din langsiktige retensjon. Ved å påvirke posisjonsskift i fase 1-ombordstigningen vil du begynne å se langsiktig oppbevaring flate ut og forbedre. Dette er fordi du er onboarding brukere i produktet bedre og viser at wow øyeblikk før eller mer effektivt.

Fase 2 Retensjon

Fase 2 retention representerer handlinger på mellomlang sikt. Brukere i dette segmentet har mest sannsynlig allerede hatt det» wow » – øyeblikket og ser nå ut til å begynne å få ekte langsiktig bruk av produktet. Noen effektiviteter du kan begynne å gjøre på dette området, er ting som å sette inn brukere i mer avanserte funksjonssett eller introdusere dem til funksjoner som gir ekstra verdi til standard arbeidsflyter.

Det er her du begynner å lage en vane forming produkt. Nir Eyal har noen gode ideer i sin booket hooked som virkelig kan hjelpe deg med fase 2 oppbevaring. Du bør også se på måter du kan optimalisere eksisterende funksjonssett og hjelpe brukerne med å få mer ut av produktet.

Fase 3 Retensjon

Fase 3 oppbevaring er din langsiktige oppbevaring strategi. I hovedsak er målet å optimalisere denne delen av grafen hvordan du kan få grafen til å flate ut raskere og bli flat lenger.

her kan du fokusere optimaliseringer rundt re-engasjerende tapte brukere og ytterligere funksjon optimalisering. Begynn å se på sammenhenger mellom kundesupport og churn og finn optimaliseringer her.

Kohorter

nå som vi forstår de ulike fasene av retensjon la oss dykke inn i hvordan du faktisk fortelle om endringene som er gjort i produktet over tid påvirker positiv endring eller ikke. For å gjøre dette må vi se på retensjonskurver for ulike kohorter over tid og sammenligne dem.

som vi slipper nye funksjoner eller gjøre optimaliseringer over tid bør vi begynne å se kurvene endres mellom brukere som registrerte seg i påfølgende måneder.

Segmentering

Nå som du gjennomgår oppbevaring av kohorter, kan Du begynne å finne andre optimaliseringer ved å segmentere brukerne på tvers av ulike hendelser / attributter. Du kan for eksempel legge merke til at brukere som registrerer Seg Fra Twitter og bruker En bestemt funksjon, har bedre fase 3-oppbevaring enn Sine Facebook-kolleger.

Begynn å se etter trender og signaler om områder som skal forbedres. Hvis du begynner å se et signal undersøke det videre og selv kjøre en test for å se om du kan forbedre den.