Analiza cohortei: Reduceți pierderea și îmbunătățiți retenția

Analiza cohortei răspunde la o întrebare de afaceri despre modul în care un anumit grup sau segment de utilizatori a interacționat cu un produs sau este de așteptat să interacționeze cu un produs, pe baza comportamentelor lor anterioare. Obținând date comportamentale și împărțind-le în cohorte, devine mai ușor de analizat.

Cohortele sunt grupuri de utilizatori care împărtășesc caracteristici specifice și modele de utilizare pe o perioadă de timp. Acestea ar putea include lucruri precum timpul de utilizare, funcțiile la care te-ai înscris sau numărul de obiective îndeplinite. Cohortele sunt utile deoarece vă ajută să vă segmentați baza de utilizatori și să colectați date despre modul în care aceștia interacționează cu produsul dvs. pe parcursul ciclului de viață.

Companiile ar trebui să utilizeze analiza de cohortă pentru a înțelege comportamentul utilizatorilor și pentru a îmbunătăți retenția clienților. Datele pe care le obțineți sunt o modalitate excelentă de a înțelege ce determină clienții noi să rămână în preajmă și câteva dintre motivele comune pentru care aceștia abandonează.

Ce este analiza de cohortă?

O cohortă este un grup sau un segment de utilizatori care au trăsături comune de profil, comportamente sau ambele. De exemplu:

• Utilizatori care dețin dispozitive iOS
• Utilizatori care s-au conectat în fiecare zi săptămâna trecută
• Utilizatori care dețin dispozitive iOS care s-au conectat în fiecare zi săptămâna trecută

De obicei, un manager de produs sau un agent de marketing pune o întrebare de afaceri, care determină analiza cohortei. Aceste întrebări se pot învârti în jurul angajamentului, conversiei sau păstrării produsului.

• Implicare este termenul pentru acțiunile întreprinse de oameni în cadrul aplicației dvs. Aceasta ar putea fi creșterea nivelului unui personaj într-un joc, partajarea unui antrenament cu comunitatea într-o aplicație de fitness sau redarea unei melodii într-o aplicație muzicală.
• Conversia este scopul final. Analiza cohortei poate fi utilizată pentru a aprecia dacă diferitele stimulente pentru conversie, cum ar fi funcții noi sau rate reduse, sunt eficiente.
• Retenția se referă la persoanele care revin la aplicația dvs. din nou și din nou.

În exemplul de diagramă de mai sus, puteți vedea călătoria utilizatorului pentru două cohorte diferite - utilizatori care au distribuit o melodie (verde) și cei care nu au făcut-o (albastru). Cohorta de utilizatori care au distribuit o melodie a avut un grad mai mare de implicare și conversie.

Acum să aruncăm o privire mai atentă asupra modului în care analiza cohortelor poate fi utilizată pentru a ajuta managerii de produs să reducă rata de pierdere a clienților și să îmbunătățească ratele de retenție.

Importanța prevenirii abandonului clienților

Analiza cohortelor este critică, deoarece valorile precum utilizatorii activi zilnici sau lunari (DAU și MAU) sunt foarte distorsionate de creștere. Dacă aplicația dvs. crește rapid, noile înscrieri de utilizatori vor masca locul în care utilizatorii dvs. existenți abandonează. Nu contează cât de productive sunt canalele dvs. de achiziție dacă pierdeți clienți actuali la fel de repede sau mai repede decât câștigați alții noi.

De aceea, efectuarea unei analize de cohortă a ratei de abandon este una dintre cele mai eficiente modalități de a îmbunătăți sănătatea afacerii dvs. Clienții care fac achiziții repetate ajută o afacere să creeze venituri stabile și să compenseze costurile atragerii de noi clienți.

Potrivit Business of Apps, costul de publicitate pe instalare pentru aplicațiile mobile a ajuns la 5,28 USD. Un ciclu de viață mai lung al clientului plătește dividende mai mari pentru acea investiție.

Cum să construiți o strategie de retenție folosind analiza de cohortă

Cel mai puternic aspect al analizei de cohortă este că nu numai că veți vedea clienții plecând și când, dar puteți începe și să înțelegeți de Vă puteți îmbunătăți rata de reținere prin implementarea următorului proces:

1. Stabiliți obiective: stabiliți un obiectiv pentru proces. Doriți să reduceți rata de pierdere pe termen scurt? Termen lung? Care este ținta dvs. de creștere?
2. Explorați: examinați datele actuale pentru a vedea unde pot fi făcute modificări pentru a vă atinge obiectivul.
3. Emiteți ipoteze: decideți ce întrebări să puneți și posibilele rezultate din experimente.
4. Brainstorming: concepeți posibile experimente pentru a testa ipoteze.
5. Test: rulați diferite teste pentru a evalua ipotezele.
6. Analizați: analizați datele de testare pentru a vedea dacă obiectivele au fost îndeplinite.
7. Sistematizare: faceți orice modificări pozitive parte a sistemului.

Prin acest sistem, vă puteți îmbunătăți continuu aplicația și crește retenția. În loc să vă uitați la un număr de abandon agregat, vizați un anumit comportament și testați pentru a vedea dacă încurajarea utilizatorilor să adopte acel comportament îmbunătățește păstrarea.

Utilizarea analizei de cohortă pentru a îmbunătăți retenția clienților

Un raport de analiză a cohortei de clienți poate fi utilizat pentru a testa o ipoteză despre modul în care anumite modificări ale produsului afectează indicatorii cheie de performanță pentru o afacere.

De exemplu, să presupunem că sunteți manager de produs al unei aplicații muzicale precum Spotify, iar unul dintre obiectivele dvs. principale este de a crește retenția utilizatorilor.

Puteți formula o ipoteză conform căreia utilizatorii care partajează un anumit număr de melodii cu prietenii lor au mai multe șanse să devină utilizatori obișnuiți și păstrați ai aplicației dvs.

Pentru a testa această ipoteză, mai întâi, selectați un grup sau o cohortă de utilizatori în funcție de data achiziției acestora. Apoi, împărțiți această cohortă de achiziții în două subseturi. Într-un subset de cohortă se află utilizatorii care au folosit funcția „Partajare melodie” cel puțin o dată. Celălalt subset de cohortă cuprinde utilizatori care nu au folosit caracteristica „partajare”.

În cele din urmă, rulați o analiză de retenție bazată pe analiza comportamentală a acestor două subseturi de cohortă.

În acest caz, graficul de analiză a cohortei de mai sus arată ratele de retenție de N zile pentru utilizatorii care au distribuit o melodie (albastru) în comparație cu cei care nu au făcut-o (verde). Puteți vedea că utilizatorii care nu distribuie o melodie au o rată de abandon de 77,75% după 30 de zile. Între timp, rata de pierdere pentru utilizatorii care au folosit funcția de partajare este de doar 31%.

Aceasta este o diferență semnificativă, iar acel set de date vă oferă acum șansa de a lua o decizie de afaceri care ar putea duce la mai multe venituri. De exemplu, în următoarea actualizare, ați putea să vă modificați fluxul de integrare pentru a solicita utilizatorilor noi să partajeze o melodie, în loc să așteptați ca aceștia să descopere singuri acea funcție.

Tipuri de date de cohortă

Există trei tipuri de date de cohortă și fiecare are cazuri de utilizare diferite.

Cohorte de achiziție

Cohortele de achiziții împart utilizatorii în funcție de momentul în care s-au înscris pentru produsul dvs. O aplicație pentru consumatori poate grupa cohorte în funcție de ziua în care se înregistrează, în timp ce un instrument SaaS are mai multe șanse să urmărească cohortele lunare.

Cohortele de achiziție sunt folosite pentru a urmări noii utilizatori și pentru a vedea cât timp continuă să utilizeze aplicația dvs. după interacțiunea lor inițială - durata de viață a clientului dvs. Aceasta poate fi o modalitate excelentă de a experimenta experiența dvs. de integrare pentru a vă asigura că utilizatorii văd valoarea produsului în mod clar și din timp. Cu cât utilizatorii noi au mai repede acel „aha!” moment, cu atât este mai probabil ca acestea să fie reținute.

Cohorte comportamentale

Cohortele comportamentale sunt un segment personalizat al publicului dvs. bazat pe orice combinație de comportamente anterioare sau proprietăți ale profilului utilizatorului.

Câteva exemple de comportamente ale utilizatorilor includ distribuirea unei melodii, înscrierea pentru o încercare sau efectuarea unei achiziții. Proprietățile profilului utilizatorului sunt lucruri precum datele demografice, ce platformă folosește un vizitator sau cum ajunge cineva pe site-ul dvs.

Combinația de comportamente și proprietățile profilului formează, în mod colectiv, o cohortă comportamentală. Acest tip de date de cohortă este o modalitate de a privi acțiunile într-un anumit interval de timp pentru a identifica tipuri similare de utilizatori pentru analiză. Această analiză dezvăluie de obicei modul în care utilizatorii interacționează cu produsul dvs. și modul în care această implicare a utilizatorului afectează lucruri precum păstrarea, rata de conversie sau alți indicatori cheie care contează pentru afacerea dvs.

Cohorte predictive

Cohortele predictive se uită la ceea ce se așteaptă să facă un utilizator în viitor.

Acest tip de date este cel mai bun pentru a determina ce utilizatori să vizeze cu o campanie de marketing sau pentru a decide cum să ajustați prețurile pentru a crește șansele ca un utilizator să ia o acțiune.

Cohorte de achiziție: găsirea momentelor cu probleme în aplicația dvs

Cohortele de achiziție vă oferă informații despre ciclul de viață al clienților dvs., în special, cât timp durează acestora să se producă după data achiziției. Aceste informații vă pot ajuta să identificați modele de abandon sau campanii de marketing cu rate de conversie ridicate. Să presupunem că aveți o aplicație de muzică care se confruntă cu o problemă de retragere cu utilizatorii care abandonează în fiecare zi.

Utilizatorii din graficul de reținere de mai sus sunt împărțiți în cohorte zilnice - utilizatori care s-au înscris în aceeași zi. Puteți vedea că 11.528 de utilizatori s-au înscris pentru aplicația dvs. de muzică pe 16 iulie, iar păstrarea în Ziua 5 a fost de 49,7%. Deci, unul din doi utilizatori care s-au înscris pe 16 iulie erau încă utilizatori activi în aplicație în a cincea zi după prima utilizare a aplicației.

Cea mai bună modalitate de a vizualiza aceste informații este să le transformi într-o curbă de analiză a retenției, care arată păstrarea dvs. pentru aceste cohorte în timp. Când vă grafic datele astfel, devine ușor să vedeți când utilizatorii părăsesc produsul dvs.

Această curbă de retenție vă spune imediat ceva important: aproximativ o treime dintre utilizatori nu mai folosesc aplicația după prima zi. După această scădere inițială, curba continuă să scadă constant, lăsând doar puțin mai mult de 25% dintre utilizatorii inițiali încă activi în aplicație în ziua 30.

Nu este grozav (deși este obișnuit - unele date arată că o aplicație medie pierde aproape 60% dintre utilizatori în prima lună). Reținerea timpurie este o problemă importantă. O curbă ca aceasta indică faptul că utilizatorii nu obțin suficient de repede valoarea de bază din aplicație, așa că părăsesc. Acum știți că trebuie să îmbunătățiți experiența inițială a aplicației pentru a aduce utilizatorii la valoarea dvs. de bază cât mai repede posibil.

Atingerea limitelor cohortelor de achiziții

Dacă aplicația dvs. are curba de retenție prezentată mai sus, doriți să vă dați seama imediat ce puteți face pentru a vă crește retenția.

Numai cohortele de achiziții nu oferă informații despre cum puteți îmbunătăți experiența utilizatorului pentru a vă păstra utilizatorii. Nu puteți izola anumite comportamente sau proprietăți ale utilizatorului.

Cohortele de achiziție sunt grozave pentru a vă arăta tendințe și pentru a vă spune când oamenii se agita, dar pentru a înțelege de ce pleacă, trebuie să apelați la un alt tip de cohortă: cohortele comportamentale.

Cohorte comportamentale: Descoperiți ce comportamente stimulează reținerea

Din momentul în care utilizatorii se înscriu cu produsul dvs., ei iau sute de decizii și manifestă nenumărate mici comportamente care duc la decizia lor de a rămâne sau de a pleca. Segmentând utilizatorii pe baza acestor comportamente, puteți obține informații despre ce caracteristici ale produsului dvs. stimulează creșterea.

Când reelaborați integrarea utilizatorului pentru a optimiza păstrarea, va trebui să identificați cea mai eficientă modalitate de a face acest lucru. În loc să alegi la ce să lucrezi pe baza unor anecdote sau alegeri aleatorii, cohortele comportamentale vă permit să decideți asupra unei abordări sistematic și cantitativ. Cohortele comportamentale grupează utilizatorii în funcție de acțiunile specifice pe care le-au întreprins (sau nu).

Găsirea cohortelor potrivite

Pentru aplicația dvs. de muzică, puteți crea diferite cohorte de utilizatori din acțiuni precum redarea unei melodii, căutarea unui artist sau crearea unei liste de redare.

Să presupunem că doriți să vedeți păstrarea utilizatorilor care au preferat melodiile din aplicație. Puteți folosi cohorte comportamentale pentru a analiza reținerea utilizatorilor noi care au preferat trei sau mai multe melodii:

În timp ce aproape 60% dintre toți utilizatorii (albastru) renunță la o zi de la utilizarea aplicației, doar aproximativ 15% dintre utilizatorii care preferă trei sau mai multe melodii (verzi) renunță după prima zi.

Inversarea cohortelor

Acum că știți cum se schimbă reținerea pentru utilizatorii care interacționează cu caracteristica preferată, puteți vedea și cum se schimbă pentru cei care nu o fac. Mai jos este păstrarea pentru utilizatorii care nu au preferat o melodie:

Utilizatorii care nu au preferat deloc o melodie (violet) au o reținere mai proastă decât majoritatea - mai puțin de 25% dintre acești utilizatori renunță după prima zi.

Din această vizualizare simplă, puteți vedea că atragerea oamenilor la melodiile preferate de la începutul experienței le permite să descopere valoarea de bază a aplicației, ceea ce înseamnă că este mai probabil să continue ca utilizatori. Acum că aveți aceste date, le puteți pune în acțiune punând accent pe caracteristica melodiilor preferate în timpul integrării. Acest lucru va duce la ca mai mulți utilizatori să favorizeze melodiile la începutul călătoriilor lor și, în cele din urmă, la rate de reținere mai bune.

Combinarea cohortelor

Puteți crea cohorte comportamentale bazate pe orice acțiune care poate fi efectuată în produsul dvs. Aceasta înseamnă că puteți corela orice număr de acțiuni diferite ale utilizatorului cu ratele de păstrare a utilizatorilor.

De exemplu, aplicația dvs. de muzică are o funcție care le permite oamenilor să se alăture comunităților pe baza genurilor lor preferate. Puteți extrage acel set de date pentru a vedea dacă acesta ajută la îmbunătățirea reținerii sau dacă este o funcționalitate care nu face nicio diferență în ceea ce privește valoarea lor pe durata de viață.

Aici puteți vedea că reținerea inițială pentru utilizatorii care se alătură comunităților (violet) este similară cu utilizatorii care preferă melodiile (verde), dar este puțin mai bună până la sfârșitul zilei 30 și mult mai bună decât toți utilizatorii (albastru).

Pe măsură ce utilizatorii se implică cu alte persoane și găsesc mai multă muzică de redat, încep să se bucure mai mult de aplicație și continuă să o folosească. Probabil ați emite acest lucru în procesul de reținere, dar acum aveți date pentru a vă susține ipoteza.

Combinarea diferitelor cohorte de comportament vă oferă o mai bună înțelegere a relațiilor dintre diferitele caracteristici ale produsului dvs. și a modului în care acestea ar putea genera reținerea.

Găsirea combinațiilor potrivite

Dar utilizatorii care preferă melodiile și se alătură comunităților? Folosind Amplitude, vă puteți filtra acțiunile pentru a combina aceste două cohorte:

După cum puteți vedea, utilizatorii care manifestă ambele aceste comportamente sunt mult mai probabil să continue să folosească aplicația în primele câteva săptămâni. La sfârșitul primei săptămâni, retenția este peste 75% pentru cohorta favorită + comunitate (albastru), în timp ce este sub 25% pentru utilizatorii fără niciunul dintre aceste comportamente (verde).

Corelație, nu cauzalitate

Doar pentru că oamenii care preferă melodiile și se alătură comunităților renunță mai puțin, nu înseamnă că împingerea oamenilor către aceste comportamente va reduce automat rata de abandon. De exemplu, un îndemn la acțiune care îi va face să se alăture 20 de comunități la înscriere, probabil că va îndepărta oamenii.

Asta pentru că corelația nu implică cauzalitate. Preferirea cântecelor și alăturarea comunităților ar putea fi doar corelată cu implicarea utilizatorilor, fără a o cauza . Pentru a determina cauzalitatea, puteți testa A/B diferite fluxuri de onboarding care accentuează favorizarea cântecelor pentru a vedea dacă crește retenția.

Odată ce aveți date de la cohorte comportamentale, puteți începe să desfășurați experimente folosind un instrument de testare A/B, cum ar fi Experimentul Amplitude, pentru a testa comportamente care pot fi legate de reținere. Puteți vedea ce funcționează și ce nu și vă crește sistematic retenția.

Cohorte predictive: creșteți rentabilitatea investiției în marketing

Puteți utiliza cohorte predictive pentru a determina cât de probabil este un utilizator să cumpere o melodie în viitor, pe baza cohortei comportamentale.

O modalitate de a răspunde la această întrebare de afaceri este să luați o cohortă de utilizatori noi care au distribuit o melodie pe o perioadă de timp, să spunem în ultimele 14 zile, și să efectuați o analiză de predicție. Acest tip de analiză funcționează cel mai bine dacă aveți o dimensiune a cohortei de peste 100.000 de utilizatori, deoarece aveți nevoie de date suficiente pentru ca modelul de învățare automată să facă o predicție. După aproximativ 30 până la 60 de minute, modelul va clasifica anumite cohorte în funcție de cine este cel mai probabil să întreprindă o anumită acțiune, cum ar fi achiziționarea unui cântec.

Din nou, acum aveți date într-o diagramă de cohortă simplă pentru a informa o decizie de afaceri eficientă. De exemplu, te-ai putea concentra pe primii 5% dintre utilizatorii care sunt cel mai probabil să cumpere o melodie. Selectați acea cohortă, plasați acești utilizatori într-un instrument terță parte și vizați-i pentru o campanie de marketing. Aceasta poate fi o notificare push, un e-mail sau o alertă prin SMS pentru a-i încuraja să ia o acțiune. În acest caz, efectuarea unei achiziții.

În același timp, ați putea să vă uitați la cei 20% dintre utilizatorii pe care analiza predictivă a determinat că au cel mai puțin probabil să ia acțiunea dvs. preferată și să alegeți să nu vizați niciun dolari de marketing în calea lor, deoarece este puțin probabil să dea vreun rezultat. Alternativ, ați putea concluziona că grupul de utilizatori are nevoie pur și simplu de un stimulent diferit sau mai mare. Poate că trimiterea unui cupon de reducere de 50% în modul lor se va dovedi a fi o ofertă atât de bună încât nu o pot refuza.

În orice caz, puteți măsura reacția acestor cohorte la noua direcție și puteți continua să vă ajustați investițiile de marketing pe baza analizei dvs.

Instrumente pentru analiza cohortelor

Piețele moderne se mișcă rapid, iar companiile care nu pot lua decizii rapide bazate pe date exacte pot pierde venituri. Fără instrumentele de analiză potrivite, echipele netehnice care au nevoie de date pentru a lua decizii de afaceri mai bune trebuie să se bazeze pe analiști de date și ingineri de date.

Asta poate însemna trimiterea unui bilet cu echipa de date și așteptarea unor zile sau chiar săptămâni pentru ca analiștii înfometați de timp să livreze foi de calcul. Apoi, este nevoie ca cineva din echipa ta să aibă suficient timp pentru a căuta acele date și a căuta informații.

Amplitudine: modul în care instrumentul potrivit de analiză a cohortei accelerează deciziile de afaceri

Cu Amplitude, managerii de produse și agenții de marketing își pot răspunde propriilor întrebări, efectuând o analiză de cohortă cu autoservire în oricare dintre trei moduri.

1. Puteți crea o cohortă în cadrul oricărei diagrame din Amplitude, cum ar fi diagrama Analiza reținerii de mai jos. Aici puteți selecta orice combinație de comportamente și proprietăți de profil, cum ar fi utilizatorii care preferă o melodie sau se alătură unei comunități.

2. De asemenea, puteți utiliza o secțiune dedicată Cohorte pentru a construi definiții personalizate de cohorte pe baza parametrilor dvs. particulari. Această cohortă personalizată poate fi apoi utilizată în alte diagrame. De exemplu, cohorta de mai jos arată utilizatori noi activi pe iOS care au distribuit o melodie pop sau rock în ultimele 30 de zile.

3. Puteți construi o cohortă bazată pe un singur punct de date găsit în orice diagramă. De exemplu, puteți identifica utilizatori noi de la lansarea unui produs din 26 iulie.

În cele din urmă, un instrument bun de analiză a cohortelor dă putere echipelor netehnice să pună și să răspundă la întrebări. Punerea acestor informații direct în mâinile lor le oferă o mai bună înțelegere a utilizatorilor lor de produse și date mai bune pentru a genera rezultate de afaceri.

Alte instrumente de analiză a cohortelor

Pe lângă Amplitude, există multe instrumente pe piață care permit managerilor de produse și marketerilor să efectueze analize de cohortă, inclusiv:

• Contentsquare
• Toată povestea
• Gainsight PX
• Cutie de sticlă
• Morman
• LogRocket
• Panoul de mixare
• Pendo
• Smartlook

Aflați mai multe despre acestea și despre alte instrumente de analiză a cohortelor pe un site de revizuire a software-ului precum G2.

Exemple de analiză de cohortă

Iată câteva exemple despre modul în care clienții Amplitude au efectuat analize de cohortă pentru a produce rezultate de afaceri.

Calm: exemplu de analiză de cohortă pentru reținere

Dintr-o bănuială, Calm a folosit cohorte comportamentale pentru a testa reținerea utilizatorilor care setează mementouri zilnice în aplicația sa de meditație, în comparație cu cei care nu au folosit această funcție. Ei au descoperit o creștere de trei ori a retenției pentru utilizatorii care setează mementouri zilnice.

Mementoul nu a fost ușor de găsit, așa că a existat o șansă ca utilizatorii cărora le-a plăcut cel mai mult aplicația din alt motiv pur și simplu au săpat în meniuri și au găsit funcția. Pentru a testa dacă aceasta a fost corelație sau cauzalitate, Calm și-a schimbat tutorialul de integrare pentru a încuraja unii utilizatori noi să seteze un memento și a lăsat pe alți utilizatori pentru prima dată ca grup de control.

Rata de retenție de 3 ori a fost menținută în timpul experimentului, așa că Calm a inclus solicitarea de a seta mementouri zilnice în următoarea actualizare a aplicației.

Piatra de temelie: exemplu de analiză de cohortă pentru decizii mai rapide

Cornerstone și-a transformat fluxul de lucru de gestionare a produselor cu ajutorul Amplitude. Înainte, managerii de produs trebuiau să solicite date de la ingineri.

Acei ingineri ar furniza un raport de cohortă cu foi de calcul pline de informații, ceea ce presupunea unui angajat cu normă întreagă să studieze cu atenție informațiile și să culeagă perspective care ar putea duce la rezultate de afaceri mai bune.

Întregul proces ar putea dura zile. Sau săptămâni. Acum, managerii de produs pot prelua aceleași date în câteva minute și pot folosi informațiile pentru a lua decizii rapide.

Cum să începeți cu analiza de cohortă

Configurarea propriei analize de cohortă cu un instrument de analiză de cohortă precum Amplitude este simplă:

1. Uitați-vă la păstrarea dvs. în funcție de cohorta de achiziții de clienți. Acest lucru vă va arăta când utilizatorii renunță.
2. Definiți evenimente pentru câteva dintre acțiunile principale ale utilizatorului aplicației dvs., apoi trageți-vă cohortele comportamentale. Analizați-vă cohortele comportamentale comparându-le, inversându-le și combinându-le. Folosiți-l împreună cu învățăturile dvs. din analizarea cohortelor de achiziții pentru a genera o ipoteză despre acțiunile pe care le puteți sublinia în timpul unei anumite părți a călătoriei clienților pentru a stimula reținerea.
3. Faceți modificări în aplicația dvs. - folosind testarea A/B cu Amplitude Experiment dacă aveți un volum de utilizare suficient de mare - pentru a vedea dacă conducerea anumitor acțiuni în aplicația dvs. determină, într-adevăr, utilizatorii să revină.
4. Procesează-ți învățările și repetă.

Cu cohortele comportamentale ale Amplitude, puteți vedea specificul comportamentului clienților dvs. și puteți începe să luați decizii bazate pe date pentru a le îmbunătăți experiența cu produsul dvs.

Încercați astăzi analiza cohortei cu un plan Amplitude gratuit sau consultați manualul nostru de reținere a stăpânirii pentru a afla cum puteți crește și mai mult reținerea.

Referințe

• Ghidul definitiv pentru cohortarea comportamentală. Amplitudine.
• Ghid pas cu pas pentru analiza cohortelor și reducerea ratei de abandon. Amplitudine.
• Analiza cohortelor – Tot ce puteți face cu cohortele de achiziție. Saras.
• Raport de referință pentru aplicația mobilă 2019 pentru a vă informa strategia pentru 2020. Ținutul înalt.
• Utilizarea analizei de cohortă pentru optimizarea conversiilor. Speero.