Long-term success for app developers does not mean getting someone to download their app, but also getting them to make repeat visits. Para chegar à proposta de valor obrigatória do seu Produto app, você precisa ir além das métricas de vaidade – como as contagens de download e até mesmo usuários ativos diários (DAU) / usuários ativos mensais (MAU) – que só medem o crescimento e retenção superficialmente. Tem de investigar mais a fundo a sua aplicação usando uma análise método –coorte.,
O que é a análise de coorte
a análise de coorte é um subconjunto de análise comportamental que pega os dados de uma dada plataforma de comércio eletrônico, aplicação web, ou jogo online e, ao invés de olhar para todos os usuários como uma unidade, os divide em grupos relacionados para análise. Estes grupos relacionados, ou coortes, geralmente compartilham características ou experiências comuns dentro de um período de tempo definido.
Cohort analysis is a tool to measure user engagement over time. Ajuda saber se o engajamento do usuário está realmente melhorando ao longo do tempo ou está apenas aparecendo para melhorar por causa do crescimento.,a análise de coorte mostra ser valiosa porque ajuda a separar as métricas de crescimento das métricas de engajamento, pois o crescimento pode facilmente mascarar problemas de engajamento. Na realidade, a falta de atividade dos antigos usuários está sendo ocultada pelo impressionante número de novos usuários, o que resulta em esconder a falta de engajamento de um pequeno número de pessoas.
coorte Analysis Example
Let’s understand using coort analysis with an example-daily coort of users who have launched an app first time and revisited the app in the next 10 days.,
da tabela de retenção acima – gráfico Triangular, podemos inferir o seguinte
- 1358 utilizadores lançaram um aplicativo em 26 de Janeiro. Retenção no dia 1 foi de 31,1%, retenção no dia 7 foi de 12,9%, e retenção no dia 9 foi de 11,3%. Assim, no sétimo dia após o uso do aplicativo, 1 em 8 usuários que lançaram um aplicativo em 26 de Janeiro ainda eram usuários ativos no aplicativo.
- e todos os novos usuários durante este intervalo de tempo (13.487 usuários), 27% usuários são mantidos no dia 1, 12.5% no dia 7, e 12.1% no dia 10.,além disso, dois dos principais benefícios da leitura da tabela de coortes acima, são:
- vida útil do produto (como representado verticalmente na tabela) – comparando diferentes coortes na mesma fase do seu ciclo de vida – podemos ver o que % das pessoas em coorte estão voltando para a aplicação após 3 dias e assim por diante., Os primeiros meses de vida podem estar ligados à qualidade da sua experiência de onboarding e ao desempenho da equipa de sucesso do cliente, e à vida útil do utilizador (como descrito horizontalmente à direita da tabela) – ver a relação a longo prazo com as pessoas em qualquer coorte – para determinar o tempo de regresso das pessoas e o quão forte ou valioso é esse coorte. Isso pode ser presumivelmente ligado a algo como a qualidade do produto, operações e suporte ao cliente.,
quaisquer que sejam as métricas-chave de avaliação que definir para o negócio, a análise de coortes permite-lhe ver como as métricas se desenvolvem ao longo da vida do cliente, bem como ao longo da vida útil do produto.
a análise de coorte para melhorar a retenção do cliente
a análise de coorte envolve olhar para os grupos de pessoas, ao longo do tempo, e observar como o seu comportamento muda. Por exemplo, se enviarmos uma notificação por e-mail para 100 pessoas, alguns podem comprar o produto no dia 1, menos no dia 2, ainda menos no dia 3, e assim por diante., Mas, se enviarmos outro e-mail para 100 pessoas, após algumas semanas, eles estarão comprando o produto em seu “dia 0”, enquanto o primeiro e-mail enviado pode mostrar o seu efeito de atraso prevalente na decisão de compra.
dados de coorte
a fim de rastrear como os usuários se comportam ao longo do tempo ou como o mesmo comportamento difere para diferentes coortes, a análise de coorte ajuda a comparar essas pessoas pela forma / tempo que foram adquiridas ou pela retenção desses usuários ao longo do tempo.,
mas, como quebrar o grupo de usuários em coortes para análise de coortes – pode ser feito de duas maneiras:
- coortes de aquisição: dividir os usuários por quando eles se inscreveram primeiro para o seu produto. Para seus usuários do aplicativo, você pode quebrar seus coortes por dia, a semana ou o mês em que eles lançaram um aplicativo, e assim rastrear coortes diários, semanais ou mensais.
neste caso, medindo a retenção destes coortes, você pode determinar quanto tempo as pessoas continuam a usar o seu aplicativo desde o seu ponto de partida.,
- coortes comportamentais: divida os usuários pelos comportamentos que eles têm (ou não) tomado em seu app dentro de um determinado período de tempo. Estes podem ser qualquer número de ações discretas que um usuário pode executar-App instalação, lançamento de App, Desinstalação de App, transação ou carga, ou qualquer combinação dessas ações / eventos.
neste caso, um coorte pode ser um grupo de utilizadores que fizeram certas acções dentro de um prazo especificado – digamos, nos primeiros 3 dias após a utilização da aplicação. Você pode então monitorar quanto tempo diferentes coortes permanecem ativos em seu aplicativo depois que eles realizam certas ações.,vamos ver como você pode usar coortes de aquisição e comportamento para determinar exatamente o que seus usuários estão fazendo e quando eles estão fazendo.coortes de aquisição: encontrar momentos problemáticos na sua aplicação, Revisitando a coorte diária acima – que é uma coorte de aquisição.
uma maneira de visualizar esta informação é traçar uma curva de retenção, mostrando a retenção destas coortes ao longo do tempo. O gráfico torna incrivelmente fácil de inferir quando os usuários estão deixando o seu produto.,
esta curva de retenção reflecte imediatamente uma visão importante – cerca de 75% dos utilizadores deixam de utilizar a aplicação após o primeiro dia. Após essa grande queda inicial, uma segunda queda rápida ocorre após o quinto dia – até menos de 12%, antes que a curva comece a nivelar após o sétimo dia, deixando cerca de 11% dos usuários originais ainda ativos no aplicativo no dia 10.a curva de retenção acima indica que os usuários não estão chegando rapidamente ao valor central do aplicativo, resultando em drop-offs., Assim, é evidente melhorar a experiência onboarding para levar o usuário ao valor central o mais rápido possível, aumentando assim a retenção.
Assim, a aquisição de coortes são ótimos para identificação de tendências e a ponto de, quando as pessoas estão produzindo, mas é difícil fazer insights como – para entender por que eles estão deixando – o que requer a utilização de outro tipo de coortes, comportamentais coortes
Comportamental Coortes: a Retenção de Clientes, Análise
Um simples exemplo de comportamento de coorte pode ser – todos os usuários que ler as resenhas antes de comprar um produto., Isso pode responder a perguntas interessantes, como,
- São os usuários que ler as resenhas têm uma taxa de conversão maior do que aqueles usuários que não ler as resenhas, ou
- São os usuários mais engajados – mais sessões, mais tempo no app, menos drop-offs
Uma aplicação de usuário, depois de uma instalação do aplicativo e / ou lançamento, faz centenas de decisões e apresentam inúmeras pouco comportamentos que levam para sua decisão de ficar ou ir. Esses comportamentos podem ser qualquer coisa, como, usando o recurso principal y, mas não usando o recurso principal Z, engajando-se apenas com notificações do tipo X, e assim por diante.,
Vamos teste do comportamento do usuário, comparando retenção entre abaixo coortes:
Ambos os segmentos de usuário tinha a intenção de transaccionar em seu aplicativo. Mas um segmento de usuário optou por prosseguir com o check-out, o outro optar por abandonar o seu aplicativo. O que você pode fazer para reduzir o abandono do carrinho de compras?
Cohort analysis can get answers to the questions like:
- When is the best time to re-engage with your users? Quando é a melhor altura para remarketing?,
- Qual é a taxa de aquisição de novos usuários para manter (se não aumentar) a sua taxa de conversão app?
das tabelas de retenção acima, você pode concluir que a maioria dos usuários que abandonaram o carrinho de compras não se envolveu com o aplicativo novamente, nem mesmo um dia após a data de aquisição. Então, você tem menos de 24 horas para redirecioná-los com a nova oferta e aumentar as chances de obter receita.
a partir destes dados, você pode desenvolver uma abordagem sistemática e quantitativa para saber como os usuários podem se apaixonar por seu aplicativo – e, em seguida, fazer isso acontecer de novo e de novo., Além disso, você pode fazer estratégias para aumentar a sua retenção e depois de se certificar que funciona e o que não.
O poder da análise de coorte reside no fato de que, ele permite não só para ver o que os clientes de sair e quando saem, mas também para entender por que os clientes de sair da app – para que você possa corrigi-lo. É assim que se pode identificar o quão bem os usuários estão sendo mantidos e também determinar os principais fatores que impulsionam o crescimento, engajamento e receita para o aplicativo.leia mais sobre a análise visual das tabelas de coorte com parcelas do ciclo
