Productgroei leiden met gedragspersonen

12 min


96

Retentie is de sleutel tot het opbouwen van een geweldig bedrijf.

Wanneer uw kernproductervaring uw gebruikers keer op keer terugbrengt, krijgt u een aantal ongelooflijke voordelen. U besteedt minder aan acquisitie, leert sneller van uw gebruikers en begint met het bouwen van een community via mond-tot-mondreclame en verwijzingen.

Als u uw gebruikers niet kunt behouden, besteedt u meer aan acquisitie terwijl u niet zo snel groeit. Je verspreidt afkeer van je product, geen genot. Binnenkort zul je zien dat er geen gebruikers meer zijn om doorheen te roeien.

Retentie is een eenvoudig fenomeen: gebruikers kiezen ervoor terug te komen naar uw product, maar het kan ongrijpbaar zijn.

Het is geen geluk – het gaat over het begrijpen van uw gebruikers

Het verschil tussen een bloeiend product en een zombie-exemplaar is dat gebruikers het eerste willen blijven gebruiken. Het verschil tussen een bloeiend product en een wereldveranderend product is dat iedereen het laatste altijd wil gebruiken – vrijwel iedereen is een krachtige gebruiker.

U kunt analytics gebruiken om van een niet-kleverige site naar een kleverige site te gaan door in te gaan op hoe uw gebruikers zich gedragen en wat zij belangrijk vinden.

Introductie van gedragspersonen

De primaire route die we gebruiken om het gedrag van gebruikers te begrijpen, is gedragspersoonlijkheden. U bent wellicht bekend met cohorten op basis van bijvoorbeeld datum: alle gebruikers die zich in januari 2017 hebben aangemeld, bijvoorbeeld. Een gedragspersoon is vergelijkbaar, maar deelt gebruikers uit op patronen in hoe ze een product gebruiken.

Als je een Gmail-extensie analyseert die de spelling en grammatica van alle e-mails van een gebruiker controleert, kun je je een paar eenvoudige gedragspatasas voorstellen die direct verband houden met het gebruik:

  • High-volume emailers: gebruikers die veel meer e-mails verwerken dan de mediaan-gebruiker
  • Low-volume emailers: gebruikers die minder e-mails verwerken dan de mediaan gebruiker

Je zou dit kunnen uitbreiden met mensen die hun e-mails heel snel schrijven, degenen die er meer tijd aan besteden, de mate van breedte van de netwerken die mensen hebben (of ze nu veel verschillende mensen e-mailen of slechts enkele), enzovoort persona’s zijn een zeer flexibel hulpmiddel.

Huidige gebruikersdiagnostiek

Als u eenmaal gedragspersonen hebt, wilt u zien hoe elk ervan overeenkomt met de kleverigheid van gebruikers. De twee grote doelen van het bestuderen van uw huidige gebruikers zijn:

  • Inzicht in de waarde die gebruikers van uw product krijgen, en
  • De patronen begrijpen die tot retentie leiden

Waarom huidige gebruikers? Te vaak willen marketeers alleen naar hun nieuwe gebruikers kijken – of alleen naar hun draaiende gebruikers. Ze willen vaststellen of hun acquisitie werkt of ze willen manieren bedenken om gebruikers terug te halen die aan het karnen zijn of op de rand van het karnen staan.

Zoek uit wat uw huidige gebruikers leuk vinden aan uw product, maar bouw daarop voort en u maakt uw site voor iedereen beter.

Voorbeeld: Mobile Gaming Site met een sociale functie

Laten we zeggen dat het goed gaat, met behoud van een gemiddeld percentage van zijn gebruikersbestand. Toch weet het team niet 100% zeker wat de kernwaarde van de site eigenlijk is – is dit het gamingaspect, of is het het feit dat er ook een sociale laag toegankelijk is? Wat zorgt ervoor dat gebruikers terugkomen?

Je zou drie basis persona’s kunnen hebben, die elk in een bepaalde verhouding zullen bestaan ​​(en verschillende bewaarcijfers hebben).

  • Alleen hoge sociale niveaus: gebruikers die veel sociale functies gebruiken, maar niet veel games spelen.
  • Hoge gameplay alleen: gebruikers die voornamelijk games spelen, maar geen sociale functies gebruiken.
  • Hoge gameplay + hoge sociale niveaus: gebruikers die games spelen en de sociale functies actief gebruiken.

Het punt van het bestuderen van de huidige gebruikers is om voort te bouwen op de kernervaring die gebruikers waarderen en nog beter maken.

Om dat te doen, gaan we deze drie groepen segmenteren op hoe waarschijnlijk het is dat ze terugkomen naar onze site. Dat zal ons vertellen of het de meest sociale, de meest gameplaying of de meest sociale en gameplaying gebruikers zijn die de neiging hebben om terug te komen.

Om te begrijpen hoe deze drie groepen verschillen in termen van hun betrokkenheid, gaan we sommige onbewerkte evenementengegevens exporteren en vervolgens analyseren met betrekking tot retentie.

Een draaitabel maken

Dan Wolchonok van Hubspot illustreert hoe u eenvoudige analyses kunt uitvoeren met weinig meer dan een paar draaitabellen die u kunt vinden in Google Spreadsheets of Excel: de eerste stap is het verkrijgen van uw onbewerkte gegevens.

U kunt dit bijvoorbeeld exporteren vanuit een weergave waarin u geïnteresseerd bent in het verkennen in Google Analytics.

Google Analytics

Voor alle evenementen die u kiest (klikken, paginaweergaves, enzovoort) exporteert u het aantal keren dat deze gebeurtenis dagelijks (of wekelijks of maandelijks) is uitgevoerd, samen met individuele gebruikers-ID’s. We kunnen evenementen zoals “play game”, “open chat” en “invite friend” kiezen om gegevens over zowel gameplay als sociale activiteiten vast te leggen.

Mogelijk moet u de gegevens handmatig reorganiseren of transponeren totdat u iets krijgt dat er als volgt uitziet (voor één gebruiker):

Gegevens voor één gebruiker

Of het volgende, voor veel gebruikers:

Multi-user gegevens

Nu gaan we een draaitabel maken. Draaitabellen zijn een krachtige tool waarmee u grote sets gegevens kunt manipuleren om vragen te beantwoorden. En nee, ze zijn niet zo ingewikkeld.

De meest eenvoudige verklaring waarom we in de draaitabel geïnteresseerd zijn, is dat u op verschillende manieren naar uw gegevens kunt kijken die moeilijk te doen zijn in een normale spreadsheet van Excel of Spreadsheets.

Ga om te beginnen naar Gegevens> Draaitabel (als u Google Spreadsheets gebruikt) en voeg uw gebruikers-ID’s toe als uw rijen en uw kolommen als Waarden.

Draaitabelconfiguratie

Wanneer je dat hebt gedaan, heb je een afgewerkte draaitabel die er ongeveer zo uitziet:

Draaitabel voltooid
Afbeeldingsbron

Waarom draaitabellen gebruiken?

Met een draaitabel kunt u allerlei snelle berekeningen uitvoeren op uw gegevens:

  • middeling
  • sommaties
  • tel unieke waarden
  • variantie berekenen
  • standaardafwijking

Dit soort berekeningen kan van onschatbare waarde zijn voor het produceren van rapporten over uw gegevens of het verkennen van trends. Gewoon een tijdje voor een draaitabel zitten, aanpassen van hoe uw gegevens worden gepresenteerd, kan een geweldige manier zijn om die spinnenwebben op te ruimen en iets interessants te vinden om verder te verkennen.

Voorbeeld: onderzoeken hoe nieuwe gebruikers huidige gebruikers worden

We willen weten of er iets is dat verbeterd kan worden aan onze onboarding, en daarom zijn we op zoek naar gebruikers die onze site enigszins regelmatig zijn gaan bezoeken en vervolgens zijn afgezet.

Als u wilt weten hoe goed u het doet aan boord van nieuwe gebruikers, kunt u drie dagen na het eerste contact elke dag naar uw site terugkeren, maar niet daarna.

Om dat te doen, zou u één filter in uw draaitabel kunnen maken dat alle blanco waarden uit Dagen 1-3 uitfiltert. Hiermee wordt onze draaitabel opnieuw vormgegeven en worden alleen die gebruikers weergegeven die terugkwamen en een actie uitvoerden op dag 1, 2 en 3:

Draaitabelfilters

Je zou dan het omgekeerde doen voor dag 4-5 en in de lege velden filteren. Wat u zou krijgen zou een weergave zijn van alle gebruikers die een actie uitvoerden op dagen 1-3 maar niet op 4-5 – met andere woorden, een lijst met ID’s voor alle churnende gebruikers.

Uw gebruikers filteren en segmenteren

Deze zelfde techniek zou kunnen worden toegepast op een meer verfijnde studie van retentie – bijvoorbeeld met haakjes van de tijd.

Misschien runt u een bezorgservice voor boodschappen en verwacht u dat gebruikers eens in de twee weken terugkomen naar uw site. U kunt vervolgens uw kolommen filteren in stappen van twee weken (met ingebouwde kleine buffers) naar:

  • Toon alleen diegenen die actief zijn op dagen 1-3, en
  • Dagen 14-16, en
  • Dagen 28-32, enzovoort

Dit zou u een beter beeld geven van de vraag of uw site erin slaagt gebruikers terug te brengen.

Beide methoden houden echter in dat u een statische set gebruikers gebruikt en vervolgens uw weergave vernauwt op basis van patronen in hoe en wanneer ze gebeurtenissen uitvoeren. Je kunt bijvoorbeeld alleen churning users bekijken, zoals we hebben aangetoond.

Als u met de gebruikers wilt praten die de meeste waarde uit uw app lijken te halen, kunt u uw activiteitenkolommen sorteren op basis van het aantal keren dat een actie is uitgevoerd. Dan zou u alleen uw meest actieve gebruikers zien, en u zou met hen kunnen overleggen om erachter te komen wat het belangrijkst is voor hun hoge betrokkenheid.

U hoeft echter niet altijd naar een statische groep gebruikers te kijken. U kunt dit soort analyses ook op een specifiekere groep gebruikers uitvoeren als u bepaalde soorten identificeert die u verder wilt onderzoeken.

Google Analytics gebruiken om te segmenteren en te filteren

Met vrijwel elke analysetool kunt u de gebruikers die u wilt onderzoeken, segmenteren op demografische of gedragskenmerken. In Google Analytics doet u dit door de instellingen van de weergave die u wilt analyseren in te voeren en op “Segment” te klikken:

Segment

Van daar klikt u op Nieuw segment en vult u de informatie in waarmee u uw gebruikers wilt groeperen. In dit voorbeeld gebruiken we de gedragssegmentering van Google Analytics om alleen gebruikers te zien met 25 of meer sessies die vijf of meer dagen inactief zijn geweest:

Karnen segment

Vervolgens kunt u deze lijst met gebruikers exporteren en dezelfde soorten draaitabelberekeningen uitvoeren als voorheen. Deze keer ziet u echter specifieke gedragstendensen voor deze “karnende” gebruikers.

Een focus houden op retentie

De echte kracht van dit soort analyses zit echter in het combineren van het segmenteren van gebruikers met gedrag en het bekijken van hun retentie.

Om terug te gaan naar ons spelvoorbeeld, kunnen we de geavanceerde voorwaarden van Google Analytics gebruiken om gebruikerssegmenten te maken die overeenkomen met:

  • Veel betrokkenheid bij sociale functies, maar GEEN gameplay
  • Veel betrokkenheid bij gameplay-functies, maar NIET sociaal
  • Veel betrokkenheid bij gameplay EN sociaal

Vervolgens, die gebruikersgegevens exporteren naar een draaitabel, konden we zien hoe elk gebruikerssegment zich opstapelt als het gaat om retentie.

Retentiecurve gesegmenteerd door persona's

In dit voorbeeld (gegenereerd in amplitude ) kunnen we zien dat hoge gameplay + hoge sociale gebruikers duidelijk de meest betrokken groep waren. Hoge sociale en hoge gameplay werden ook niet behouden, maar werden nog steeds beter bewaard dan het totale cohort van huidige gebruikers.

Dit geeft je op zichzelf geen bewijs van wat dan ook, maar het suggereert dat het aanmoedigen van gebruikers om te profiteren van beide functies, sociale aspecten en gameplay, zou leiden tot een betere algehele retentie.

Hoe kom je erachter welke soorten gedrag je moet analyseren als je nog geen idee hebt van wat je huidige gebruikers misschien onderscheidt? Je moet de drijfveren van gewoontevorming ontdekken.

Ontdek de aanjagers van de gewoonte

Huidige gebruikers hebben er een gewoonte van gemaakt om uw product te gebruiken. Om te begrijpen hoe ze daar zijn gekomen, moet u naar uw gegevens kijken in termen van gedrag-gebeurtenissen die op uw site zijn opgenomen. U moet uitzoeken welke soorten gedrag uw huidige gebruikers onderscheiden van uw nieuwste gebruikers.

Om een ​​actie te kwalificeren als een gedragsstuurprogramma:

  • De meeste gebruikers die de actie (s) voltooien, moeten een gewoonte vormen en huidige gebruikers worden
  • De meeste gebruikers die de actie (s) niet voltooien, worden churn voordat ze een huidige gebruiker worden

Over het algemeen, wanneer iemand uw product begint te gebruiken, zullen ze verschillende perioden doorlopen voordat ze een huidige gebruiker worden. Ze beginnen met onboarding, gaan naar ontdekking van waarde, nemen gewoontevorming en worden vervolgens volwassen voor een huidige gebruiker.

Nieuw versus huidige gebruiker

4 stappen om gedrag te identificeren die met retentie samenhangen

U bepaalt de locatie van uw gewoonteformatiestadium door gedragspatronen te identificeren die de neiging hebben om te correleren met retentie. Denk aan Facebook’s ‘7 vrienden in 10 dagen’- benchmark – hun observatie was dat gebruikers die 7 vrienden toevoegden in hun eerste 10 dagen op het platform de neiging hadden om rond te blijven hangen.

Het identificeren van deze gedragspatronen brengt enige intuïtie over uw product met zich mee en het impliceert enige analyse van gegevens. U moet vergelijken wat gebruikers in de fase van gewoontevorming doen naast wat uw huidige gebruikers doen als u echt wilt begrijpen hoe een gebruiker een routine-interactie met uw product opbouwt.

1. Maak een basiscohort van gebruikers die werden vastgehouden in de periode van gewoonte-vorming. Bijvoorbeeld iedereen die terugkeerde tijdens dagen 4-6.

Stap 1

2. Maak een behouden cohort van gebruikers die in de volgende periode na gewoontevorming zijn behouden (di degenen die in aanmerking komen als huidige gebruikers). Bijvoorbeeld iedereen die terugkeerde tijdens Dagen 8-14 tot Dagen 15-28.

Stap 2

3. Maak een omgewoeld cohort van gebruikers die zich in het basiscohort bevonden, maar niet in het bewaarde cohort. Alle gebruikers die terugkwamen tijdens dag 4-6 maar niet dagen 8-14 tot dagen 15-28.

Stap 3

4. Geconserveerde en gekarnde cohorten vergelijken om te zoeken naar gedrag dat aanwezig is in het behouden cohort, maar niet in het omgekeerde cohort. Vergelijk het gedrag van gebruikers die terugkwamen tijdens Dagen 4-6, Dagen 8-14 en Dagen 15-28 en degenen die terugkwamen tijdens Dagen 4-6 maar niet Dagen 8-14 tot Dagen 15-28.

Stap 4

U kunt verschillende gedragingen controleren door deze twee cohorten in een spreadsheet te exporteren en hun retentie te vergelijken met hoe vaak zij bepaalde gebeurtenissen uitvoeren, zoals in de hierboven beschreven draaitabel, maar u wilt beginnen door te brainstormen over de soorten evenementen die u denkt kunnen belangrijke drivers zijn.

Praten met uw klanten

Praat met uw klanten en zoek uit wat uw meest betrokken gebruikers lijken te waarderen over uw product.

Hiten Shah, een SaaS-expert en een expert in klantontwikkeling, stelt de volgende enquêtevragen om te peilen waarom een ​​bepaald product succesvol is:

  1. Hoe zou u zich voelen als u [product] niet langer zou kunnen gebruiken?
  2. Hoe heeft u [product] voor het eerst gebruikt?
  3. Wat zou u waarschijnlijk als alternatief gebruiken als [product] niet langer beschikbaar was?
  4. Hoe kan [product] worden verbeterd om beter aan uw behoeften te voldoen?
  5. Wat is het primaire voordeel dat u van [product] hebt ontvangen?
  6. Welk type persoon zou volgens u het meeste baat hebben bij [product]?

De truc van dit proces is dat de eerste vraag, “Hoe zou u zich voelen als u [product] niet langer zou kunnen gebruiken?”, Een segmentatie in de antwoorden veroorzaakt.

Degenen die antwoorden dat ze “erg teleurgesteld” zouden zijn, worden in één emmer gestopt, degenen die zeggen dat ze “enigszins teleurgesteld” zijn, worden in één geplaatst en degenen die zeggen dat ze “niet teleurgesteld” zijn, worden in een andere geplaatst. Vervolgens kunt u inzicht krijgen in hoe verschillend geïnvesteerde gebruikers van uw product verschillen in gedrag.

Dit lijkt in wezen op het creëren van gedragspersonen. Uw gebruikers zijn niet allemaal hetzelfde, en u moet ze niet als zodanig bekijken. U moet ze segmenteren op basis van hoe ze zich gedragen en of ze al dan niet waarde uit uw app halen (of u dat definieert via een enquêtevraag of gebeurtenisgegevens).

Vervolgens, gewapend met enkele potentiële stuurprogramma’s, kunt u beginnen met het analyseren van hoe uw gebruikers en huidige gebruikers zich anders gedroegen.

Gebruik wat u leert om het gedrag van uw gebruikers vorm te geven

Terwijl u zich bezighoudt met een meer complexe analyse, moet u rekening houden met belangrijke vragen, zoals:

  • Wat zijn de belangrijkste actie (s) die u identificeerde als aanjagers van gewoontevorming? Wat zijn enkele methoden die u kunt testen om meer nieuwe gebruikers die drempelwaarden te laten overstijgen?
  • Hoe zijn uw minst geëngageerde gebruikers anders?
  • Blijkt uit uw gedragsperspectiefanalyse welke gevallen van gebruik u niet verwacht of waarvan u niet dacht dat ze erg belangrijk waren?
  • Zijn sommige van uw persona’s belangrijker voor uw belangrijkste bedrijfsdoelstelling, zoals inkomsten?

Deze vragen om meer gegevensvergelijkingen, maar ook om te graven in bepaalde persona’s. Als uw belangrijkste doel bijvoorbeeld inkomsten is, kunt u eenvoudig vergelijken hoeveel verschillende groepen gebruikers uitgeven.

Maar als je ziet dat mensen die drie vrienden toevoegen bij hun eerste bezoek aan een site beter behouden blijven, zou je moeten onderzoeken hoe gebruikers in die persoon zijn ontstaan. Misschien merk je dat 75% van de deelnemers die tijdens de eerste sessie drie vrienden op de site hebben toegevoegd, zelf door een vriend op de site zijn uitgenodigd.

Als u meer gebruikers uitnodigt om vrienden uit te nodigen, kan dit een waardevollere prompt zijn dan gebruikers te vragen mensen te vinden die ze kennen.

Introductie van experimenten en A / B-testen

Het bereiken van een knooppunt als dit is de perfecte plaats om te beginnen met het testen van de hypothese om het gebruikersbehoud te verbeteren. Wat je hebt is correlatie – geen oorzaak – dus je moet experimenteren om uit te zoeken of jouw inzicht in gebruikersgedrag reëel is.

U kunt beginnen met het opzetten van een A / B-test waarbij de helft van uw nieuwe gebruikers die zich aanmeldt, een extra onboardingstap uitvoert waarbij ze worden aangemoedigd om drie vrienden toe te voegen, en de andere helft niet.

A / B-test

Laten we zeggen dat u hebt vastgesteld dat uw gebruikers tussen dag 4-6 door gewoontevorming gaan en redelijk stabiel zijn, huidige gebruikers op dag 7.

Je zou deze test op een maandag kunnen beginnen en tegen de volgende maandag zou je genoeg informatie hebben om te zien of de extra stap van onboard het verschil maakte. Als het gebruikerssegment dat de stap heeft doorgemaakt in dag 7 terugkomt in grotere hoeveelheden dan uw besturingssegment, hebt u een goed bewijs voor uw hypothese.

Je weet misschien nog niet dat deze gebruikers voor de lange termijn blijven hangen, maar je weet dat ze terugkomen in je gewoontenvormingsfase – waardoor de kans aanzienlijk groter wordt dat ze de huidige gebruikers worden.

Dit is afhankelijk van het hebben van de juiste steekproefgrootte van gebruikers, dus u moet de test mogelijk langer uitvoeren als uw publiek kleiner is.

Via dit soort experimenten kunt u beginnen met het blootleggen van de bruikbare inzichten die u in staat stellen om betere retentie te bereiken.

Conclusie

Huidige gebruikers zijn een venster op de beste manieren om uw retentiegraden te verhogen. Het zijn mensen die de waarde van uw product al hebben gerealiseerd en het in hun routines hebben geïntegreerd – een gewoonte gevormd.

Door te kijken naar huidige gebruikers in tegenstelling tot andere gebruikersgroepen, kunt u beginnen met het onthullen van het patroon dat leidt naar een gebruiker die gewoonlijk interactie heeft met uw product. De basis van het bouwen van die analyse zijn:

  • Identificatie van huidige gebruikers
  • Het vinden van relevante gedragspersonen voor uw product
  • Cohorten vergelijken om potentiële retentiedrivers te identificeren
  • Brainstormingsvragen voor verdere analyse van uw vergelijkingen
  • Je hypothesen testen

Het opbouwen van je huidige gebruikersbestand is belangrijk omdat het de basis is voor je groei. Hoewel het moeilijk kan zijn om precies te weten wat gebruikersgedrag stimuleert, bouwt u de tijd om de complexiteit van verschillende gebruikersgroepen apart te houden uw langetermijnwaarde op.


Erwin@delaatbusiness.com
Dag, Hulp nodig met internet marketing of websites maken? neem dan contact op

0 Comments

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Choose A Format
Personality quiz
Series of questions that intends to reveal something about the personality
Trivia quiz
Series of questions with right and wrong answers that intends to check knowledge
Poll
Voting to make decisions or determine opinions
Story
Formatted Text with Embeds and Visuals
List
The Classic Internet Listicles
Countdown
The Classic Internet Countdowns
Open List
Submit your own item and vote up for the best submission
Ranked List
Upvote or downvote to decide the best list item
Meme
Upload your own images to make custom memes
Video
Youtube, Vimeo or Vine Embeds
Audio
Soundcloud or Mixcloud Embeds
Image
Photo or GIF
Gif
GIF format