Retensi sebagai Mesin Pertumbuhan Anda Bagian 2: Dorong Interaksi dan Kelekatan

Diterbitkan: 2023-04-11

Ini adalah bagian kedua dari seri tiga bagian tentang Retensi sebagai Mesin Pertumbuhan Anda.Bagian pertama membahas cara memahami aktivasi pengguna baru, dan bagian ketiga membahas cara melibatkan kembali pengguna yang tidak aktif.

Untuk meningkatkan retensi, Anda perlu memahami mengapa orang menggunakan produk Anda sejak awal. Menganalisis keterlibatan pengguna membantu Anda mempelajari fitur mana yang membuat pengguna datang kembali. Dengan wawasan ini, Anda akan membuat keputusan pengembangan dan peningkatan produk yang lebih cerdas.

Dengan memprioritaskan fitur yang paling disukai pengguna, Anda akan membuat produk yang lebih lengket untuk mempertahankan pelanggan baru dan yang sudah ada dari waktu ke waktu. Mari kita telusuri cara menggunakan Amplitudo untuk mendorong keterlibatan pengguna.

Pengambilan kunci

Cari tahu fitur mana yang paling sering digunakan pengguna untuk mempelajari cara pengguna mendapatkan nilai dari produk Anda.
Mengelompokkan pengguna ke dalam kelompok perilaku berdasarkan seberapa sering mereka mengadopsi fitur tertentu dan bagaimana hal itu memengaruhi interaksi dan retensi.
Analisis retensi memungkinkan Anda mengidentifikasi pengguna yang mahir dan fitur yang paling sering mereka gunakan, sehingga Anda dapat mengetahui bagaimana produk Anda menarik bagi pengguna yang paling terlibat.

Temukan apa yang disukai pengguna dengan matriks keterlibatan fitur

Untuk mengembangkan pemahaman yang lebih baik tentang pola keterlibatan fitur tingkat tinggi dalam produk Anda, pertama-tama Anda harus menilai berapa banyak pengguna yang terlibat dengan fitur produk Anda dan seberapa sering.

Mari kembali ke contoh sebelumnya di mana saya adalah manajer produk untuk AmpliTunes, layanan streaming musik online. Dengan Matriks Keterlibatan Amplitudo, kami dapat melihat berapa banyak pengguna yang terlibat dengan setiap fitur dalam produk kami dan seberapa sering.

Contoh ini menampilkan keterlibatan pengguna berdasarkan seberapa sering setiap fitur digunakan dan berapa banyak pengguna aktif bulanan yang terlibat dengan fitur tersebut.

Kanan atas menampilkan fitur kami yang paling populer—acara yang dilakukan dengan frekuensi tinggi oleh banyak pengguna. Di AmpliTunes, fitur-fitur ini meliputi:

Cari lagu atau video
Pilih lagu atau video
Lagu atau video favorit
Unduh lagu atau video

Kotak info menunjukkan bahwa 97,91% pengguna aktif bulanan memfavoritkan lagu atau video rata-rata 38 kali dalam enam bulan terakhir.

Seperti yang dapat kita lihat di atas, lebih dari 97% pengguna aktif bulanan terlibat dengan fitur "Lagu atau video favorit". Akan menarik untuk memahami apakah frekuensi mereka memfavoritkan sebuah lagu berdampak pada tingkat retensi pengguna secara keseluruhan. Berdasarkan wawasan ini, kami dapat mempertimbangkan lebih banyak cara bagi mereka untuk terlibat—misalnya, dengan membuat daftar putar khusus setelah pengguna memfavoritkan sebuah lagu.

Pahami dampak frekuensi dengan hitungan historis

Sekarang setelah kami menentukan fitur kami yang paling populer, mari selami frekuensi penggunaan fitur ini. Hal ini dapat menunjukkan tingkat retensi yang berbeda antara pengguna yang berinteraksi dengan fitur satu kali dan pengguna yang berinteraksi dengan fitur yang sama beberapa kali.

Mengukur perilaku pengguna di frekuensi yang berbeda dari setiap tindakan membantu Anda mencapai tingkat pemahaman yang lebih dalam saat Anda menyelidiki mengapa pengguna mempertahankan, berkonversi, atau berinteraksi—atau mengapa mereka gagal melakukannya.

Untuk AmpliTunes, kami ingin mengetahui seberapa sering pengguna memfavoritkan lagu atau video setelah kami mulai menampilkan fitur ini secara lebih mencolok. Hitungan Historis dalam Amplitudo menunjukkan seberapa sering pengguna mengadopsi fitur tertentu dalam 30 hari terakhir.

Contoh ini menunjukkan jumlah pengguna yang memfavoritkan lagu atau video antara satu hingga lima kali dalam 30 hari terakhir.

Kami juga dapat mengelompokkan pengguna ke dalam kelompok perilaku berdasarkan berapa kali mereka mengadopsi fitur. Dengan menyimpan kelompok perilaku ini di Amplitudo, kami dapat menggunakan data ini untuk menentukan apakah adopsi fitur memengaruhi hasil lainnya, seperti retensi pengguna.

Gunakan analisis retensi untuk mengidentifikasi power user

Untuk membangun strategi keterlibatan yang lebih baik, Anda perlu mengetahui mengapa pengguna kembali ke produk Anda sejak awal. Dengan mengidentifikasi pengguna yang mahir dan fitur mana yang paling sering mereka gunakan, Anda akan mempelajari apa yang membuat produk Anda menarik bagi pengguna yang paling terlibat.

Analisis Retensi Amplitudo menunjukkan seberapa sering pengguna kembali ke produk setelah melakukan tindakan tertentu, seperti memfavoritkan lagu. Kami dapat menggunakan kelompok perilaku yang kami buat dengan hitungan historis untuk mengidentifikasi pengguna yang paling terlibat.

Grafik ini menunjukkan bahwa tingkat retensi pengguna yang memfavoritkan lagu lebih dari tiga kali secara konsisten lebih tinggi daripada semua pengguna.

Di AmpliTunes, kami membandingkan pengguna yang memfavoritkan lagu lebih dari tiga kali dengan semua pengguna. Hasil? Power user yang memfavoritkan lagu lebih dari tiga kali memiliki retensi yang jauh lebih tinggi daripada mereka yang tidak.

Berdasarkan informasi ini, kami mengetahui bahwa memfavoritkan lagu mungkin menghasilkan retensi yang lebih tinggi. Untuk menguji hipotesis kami, kami dapat meminta pengguna untuk memfavoritkan lagu dan melihat apakah ini meningkatkan retensi di semua pengguna.

Temukan contoh dunia nyata dari keterlibatan pengguna

Berikut adalah beberapa perusahaan yang meningkatkan retensi setelah menganalisis keterlibatan pengguna:

Menampilkan BEI

Tim produk di Showcase IDX, plugin IDX WordPress terkemuka untuk real estate, menemukan penurunan yang cukup besar dalam pengguna yang menyimpan pencarian setelah desain ulang UI. Di Amplitudo, mereka mengetahui bahwa tidak semua orang yang sebelumnya mengklik "simpan pencarian" ingin menggunakan fitur tersebut. Sementara itu, pengguna yang ingin menyimpan pencarian tidak dapat lagi menemukan tombol tersebut.

Setelah mendesain ulang UI berdasarkan wawasan dari Amplitudo, Showcase IDX mengalami peningkatan retensi sebesar 20 hingga 25%. Selain itu, konversi menjadi lebih dari dua kali lipat karena pengguna yang benar-benar ingin mengeklik "simpan penelusuran" menyelesaikan tindakan tersebut.

Walkie-talkie

Saat tim di aplikasi audio sosial Walkie-talkie meluncurkan proses orientasi baru, mereka mendorong pengguna baru untuk terhubung dengan teman mereka di "frekuensi" pribadi. Namun analisis retensi di Amplitudo menunjukkan bahwa tingkat retensi tertinggi setelah 30 hari adalah di antara pengguna yang berinteraksi dengan frekuensi publik, bukan frekuensi pribadi.

Setelah mengalihkan fokus orientasi ke frekuensi publik, Walkie-talkie mengalami peningkatan tingkat retensi 30 hari dari hanya di bawah 8% menjadi lebih dari 20%. Tanpa wawasan dari Amplitudo ini, tim produk kemungkinan akan terus membangun asumsi yang tidak akurat tentang bagaimana pengguna lebih suka menggunakan produk mereka.

Tingkatkan retensi di seluruh produk Anda

Untuk meningkatkan retensi pengguna baru dan yang sudah ada, Anda juga ingin bekerja untuk memahami aktivasi pengguna baru (bagian satu) dan melibatkan kembali pengguna yang tidak aktif (bagian tiga) untuk mencegah churn. Pelajari lebih lanjut di Playbook Menguasai Retensi kami.