Lemorzsolódás: Hogyan határozza meg számolni Ügyfél Lemorzsolódás

Lemorzsolódás nehéz felismerés, bármilyen üzletben. Készen állsz néhány kijózanító statisztikára?

Az átlagos mobilalkalmazás a DAUs 77% – át elveszíti a telepítést követő első 3 napon belül. 30 napon belül ez a szám 90% – ra ugrik. 90 napon belül több mint 95%.

ahhoz, hogy az alkalmazás sikeres legyen, nem hagyhatja, hogy ezek a statisztikák a valóságod legyenek.

könnyen megnézheti az alkalmazás növekedési mutatóit, hogy mit szeretne látni.

egymillió letöltés? Woohoo!,

de a letöltések és telepítések nem táplálják vállalkozását. Csak a felhasználók 23% – a tér vissza egy alkalmazáshoz mindössze három nappal a letöltés után.

ezek a letöltések növelhetik a beszerzési számokat, de ezt nem neveznéd nyerésnek.

nem engedheti meg magának, hogy elveszítse a nehezen nyert felhasználók már befektetett időt, energiát, pénzt konvertáló.

a lemorzsolódási arány csökkentésének az 1.számú prioritásnak kell lennie. És nem lehet úgy csökkenteni, hogy nem mérjük.

ebben a cikkben elmagyarázom, hogyan kell pontosan ezt megtenni.

A bejegyzés végére tudni fogod, hogyan kell kiszámítani a lemorzsolódást és megérteni a kulcsfontosságú referenciaértékeket., És lesz néhány gyakorlati stratégiák csökkentésére lemorzsolódás a mobilalkalmazás.

Itt nem terjed ki:

• Lemorzsolódás Meghatározott
• Miért Lemorzsolódás Számít
• Mi Okozza a Lemorzsolódás
• Lemorzsolódás Referenciaértékek
• Hogyan kell Kiszámítani a Lemorzsolódás
• A Kohorsz Elemzés Csökkenti a Lemorzsolódás
• Más Taktika, hogy Csökken App Lemorzsolódás

Mi az a Lemorzsolódás?

a lemorzsolódás mértéke, más néven a lemorzsolódás aránya azoknak a felhasználóknak a százaléka, akik egy adott időszakon belül abbahagyják az alkalmazás használatát.,

egy alkalmazás növekedéséhez az új felhasználók számának nagyobbnak kell lennie, mint a távozó felhasználók száma.

lemorzsolódási arány példa

azt mondják, hogy január 600 felhasználóval kezdődik, a hónap végén pedig 400 felhasználója van.

itt van, hogyan kell kiszámítani a lemorzsolódás aránya:

(600-400) / 600 = 33.33% lemorzsolódás aránya.

Ez elég egyszerűnek tűnhet, de a lemorzsolódás trükkös lehet.

különböző tényezők befolyásolhatják az eredményeket, mint például az aktív felhasználó definiálása vagy a vizsgált időtartam., De a fenti egyenlet jó kiindulási pont.

Miért Lemorzsolódás Számít

Miért érdekel lemorzsolódás?

mert elnyomja a növekedést.

gondolj rá, mint egy szivárgó vödör. Mivel a felhasználók csöpög ki, te küzd, hogy “utántöltő” a vödör új felhasználók. És ez gyorsan drágul.,

• Megszerzése egy új ügyfél az 5-25x drágább, mint megtartva egy
• Csökkenti a lemorzsolódás által csak 5% – kal növelheti a jövedelmezőség 75% – kal
• Javítása visszatartás van egy 2-4x nagyobb hatással van a növekedésre, mint megszerzése
• annak A valószínűsége, értékesítés meglévő ügyfelek 60-70% – os, de csak 5-20% a kilátás

De ez még nem minden…

Lemorzsolódás is tájékoztatja mutatók, mint ügyfél életre érték megtartási arány (az inverz a lemorzsolódás.,)

együttesen ezek a számok segíthetnek pontosabb előrejelzések készítésében a növekedésre, a bevételekre és a méretezési erőfeszítésekre vonatkozóan. Megmutatják, hogyan teljesít most az alkalmazás, és mit várhatunk a jövőtől.

mi okozza a lemorzsolódást

a lemorzsolódás nem egyszerű és egyszerű. Számos tényező játszik szerepet-ez különbözik az egyes felhasználók számára.,

De közös forrásból, a lemorzsolódás tartalmazza a dolgokat, mint:

• Költség
• Szegény onboarding élmény
• Szegény felhasználói felület vagy a felhasználói élmény
• Hiánya jellemzők
• Versenytárs termékek
• Szegény termék/piaci illeszkedés
• Elveszett érték megítélése az alkalmazás

A jó hír?

az okokat a felhasználói visszajelzések összegyűjtésével kezelheti, hogy kiderüljön, hol vannak a súrlódási pontok az alkalmazáson belül.,

lemorzsolódási arány referenciaértékek

minden alkalmazás némi lemorzsolódást tapasztal, még a legsikeresebbek is. Tehát lehet, hogy azt kérdezi magától:

mi az átlagos lemorzsolódási arány? Mi a normális?

kezdjük néhány gyors tények és referenciaértékek mobil alkalmazások:

• szerte iOS és Android, világszerte megtartás után 90 nap csak 4%.
• az alkalmazást telepítő emberek 90% – a egy hónapon belül elhagyja azt.,
• a felhasználók mindössze 24% – A ért el egy alkalmazást egy nappal az első használat után
• az átlagos Android alkalmazás a telepítés után 3 napon belül elveszíti a napi aktív felhasználók 80% – át.

az egész fórumon az átlagos lemorzsolódási arány az alkalmazáshasználók körében körülbelül 80% 90 napon belül.

forrás: Statista

a megtartást nehéz elsajátítani, és lehet egy felfelé irányuló csata. De még a kis nyereség is jelentős hatással lehet a sikerére.,

most nagyítsunk egy kicsit, és nézzük meg a kategóriák szerinti átlagárakat.

forrás: Statista

a lemorzsolódási arány az alkalmazás típusától függ, de egyértelmű, hogy egyetlen iparág sem repedt meg a kódot az új felhasználók megtartásakor. Az árak magasak az egész fórumon.

a mobilalkalmazásoknak Korán és gyakran jobb értéket kell biztosítaniuk.

ezekkel a referenciaértékekkel szem előtt tartva itt az ideje, hogy alaposan megvizsgálja az alkalmazást.

Az első lépés a kiindulási lemorzsolódási arány kiszámítása, így tudja, hol áll.,

hogyan kell kiszámítani a lemorzsolódási sebességet

a lemorzsolódást néhány különböző módon lehet kiszámítani, attól függően, hogy mit kell tudni.

egyes esetekben érdemes lehet megtalálni a havi rátákat, hogy közelebbről megvizsgáljuk a havi növekedést és a megtartást. Máskor érdemes lehet számítani az éves ráta, hogy hogyan fejlődik a növekedés évről évre.

vessünk egy pillantást néhány havi és éves számítások akcióban.,

Havi Lemorzsolódás Számítás

Itt van egy Havi Lemorzsolódás Példa:

a Felhasználók elején hónap: a 2000
az Új felhasználók hozzátette, hogy a hónapban: 400
Felhasználók elveszett hónap végén: 366
Havi lemorzsolódás: 366/2,400 = 15.2%

Éves Lemorzsolódás Számítás

ez Itt egy Éves Lemorzsolódás Példa:

ez a két számítások egy jó kiindulási pont egy belépő szintű adatok.

ne feledje azonban, hogy a gyors növekedés ezeket az egyszerű egyenleteket kevésbé pontossá teheti., Ez különösen fontos az új alkalmazások számára.

ebben az esetben fontolja meg egy másik képlet, például valószínűségi számítások használatát.

Íme egy példa arra, hogy mikor érdemes használni a valószínűségi számítást:

Ha az alkalmazás elég gyors ütemben új felhasználókat ad hozzá, mind a lemorzsolódás, mind az új felhasználók száma emelkedhet. Ha az új felhasználók száma növekszik, mint a lemorzsolódás aránya, az arány csökken.

a probléma?,

a számítás beállításának módja azt jelenti, hogy az összes új felhasználó eltolhatja a számokat, és úgy tűnik, hogy alacsonyabb a lemorzsolódási arány, mint te. Úgy tűnhet, hogy javulsz, amikor a valóságban egyre rosszabb lesz.

valószínűségi lemorzsolódási arány

Stephen Noble of Shopify előállt ezzel a megoldással a lemorzsolódás valószínűségként történő kiszámításához.

itt van, hogyan működik:

minden nap a felhasználó tart egy alkalmazást az az idő, amikor nem lemorzsolódás. Tehát tíz nap alatt tíz lehetőség volt arra, hogy a felhasználó örökre távozzon.,

a felhasználói napot úgy definiáljuk, mint egy napot, amikor a felhasználó aktív maradt.

a valószínű havi lemorzsolódás kiszámításához kezdje az adott hónapban lemorzsolódó felhasználók számával. Ezután ossza meg az adott hónapban a felhasználói napok teljes számával, hogy megkapja a napi lemorzsolódások számát. Ezután szorozzuk meg a hónap napjainak számát, hogy megkapjuk a kapott havi lemorzsolódási arányt.

itt van egy példa egyenlet:

figyeljük meg, hogy ez a módszer tényezők valószínűségek?

Ez a megközelítés segít elszámolni a gyors növekedés, amely ferde havi és éves képletek.,

A kohorsz elemzés segítségével csökkentheti a lemorzsolódást

miután meghatározta a kiindulási arányokat, használhatja a kohorsz elemzést, hogy megtudja, hol kell összpontosítani a megőrzési erőfeszítéseit.

ahelyett, hogy az összes felhasználó egészét megnézné, a kohorsz elemzés a kapcsolódó csoportokra bontja őket.

összehasonlításával és trend kohorszok, akkor kiderülhet, hogy a konkrét oka a felhasználók elhagyják, és mely műveletek meghajtó megtartása. Megnézheti:

• beszerzési csatorna (honnan származnak a legsikeresebb felhasználók? Keresés, szociális, fizetett hirdetések, áttétel stb.,)
• Action (milyen lépéseket tesznek a legsikeresebb felhasználók? Hozzon létre egy fiókot, hozzon létre egy lejátszási listát, adjon hozzá 5 barátot stb.)
• idő (mennyi ideig tart a legsikeresebb felhasználóknak a műveletek elvégzéséhez? Egy óra, egy nap, egy hét?)

A kohorsz adatok segítenek felfedezni a trendeket és a mintákat, így pontosan meg lehet határozni, hogy milyen új felhasználókat akasztanak be, és folyamatosan visszajönnek.,

ezt vizuálisan tanulmányozhatja egy ilyen kohorsz grafikon segítségével:

az y tengely olyan csoportok sorozatát mutatja, amelyek új felhasználókat képviselnek, akik először töltötték le az alkalmazást az adott napon. Az x-tengely jelzi azon felhasználók számát, akik ugyanazon a napon, egy nappal azután, két nappal később stb.

ezzel a grafikonnal láthatja, hol fordulnak elő a felhasználói megőrzés legjelentősebb cseppjei.

tehát hogyan segít a kohorsz elemzés azonosítani a lemorzsolódás okait?

megmutatja a felhasználói utazás legfontosabb pillanatait.,

mondja, hogy van egy élelmiszer-szállítási alkalmazás. Az elmúlt néhány hónapban új felhasználók vettek részt, általában megrendelést nyújtanak be az alkalmazás telepítésétől számított első három napon belül.

de a második héten kevesebb időt töltenek az alkalmazásban, és kevesebb megrendelést adnak le. Az első hónap végére teljesen leálltak az alkalmazás megnyitásával.

mi a probléma?

a felhasználói bázis kohorszokra bontásával láthatja, hogy a rendszeres megrendeléseket teljesítő megtartott felhasználók többsége 10-11 óra között indítja el az alkalmazást., Azok a felhasználók, akik dél után nem nyitják meg az alkalmazást, vagy bezárják az alkalmazást 90 másodpercen belül, vagy elhagyják a kosarukat. Ezen felhasználók 98% – a inaktív lesz, vagy az első hónapban távozik.

tehát mit tehet az elkötelezettség növelése érdekében?

küldjön személyre szabott push értesítést ezeknek a felhasználóknak 10-11 óra között, emlékeztetve őket ebéd megrendelésére, promóciós kóddal együtt.

ezeket a mintákat csak akkor lehet észrevenni, ha a felhasználói bázist kisebb csoportokra bontja.,

Egyéb taktika az alkalmazás lemorzsolódásának csökkentésére

most, hogy tudsz néhány módszert a lemorzsolódás kiszámításához, nézzünk meg még néhány módszert annak csökkentésére.

íme néhány stratégia a kezdéshez:

1. optimalizálja a fedélzeti.
   Ha a fedélzeti folyamat nem jeleníti meg azonnal az alkalmazás alapvető értékét, a felhasználók lemorzsolódnak. Tartsa a fedélzeti folyamatot az előnyökre összpontosítva. Strip le komplexitás, korlátozza a lépések számát, és a felhasználók számára, hogy megtapasztalják az alkalmazás aha pillanat, amilyen gyorsan csak lehetséges.

1. Leverage push értesítések.,
   automatikus push értesítések küldése a felhasználó kezdőképernyőjére, hogy ösztönözze az ismételt látogatásokat, az elkötelezettséget és a vásárlásokat. Személyre szabott megközelítéssel ezek az értesítések újraaktiválhatják azokat a felhasználókat, akiknél fennáll a kavarodás veszélye.

1. személyre szabása.
   a személyre szabott interakciókkal és a releváns üzenetküldéssel a felhasználók úgy érzik, hogy valójában velük beszél. Nem lehet egy méret-illik minden megközelítés. Használja ki a felhasználói adatokat, például a keresztnevet, a viselkedést és a preferenciákat az interakciók testreszabásához.

1. fontolja meg a mély összekapcsolást.
   A mobilalkalmazások URL-ek helyett URIs-en működnek., Ez azt jelenti, hogy a mély linkek (vagy közvetlen linkek) a felhasználókat egy adott képernyőre vihetik az alkalmazáson belül. Ezek a linkek elindíthatnak egy alkalmazást pontosan ott, ahol a felhasználó abbahagyta, vagy átviheti őket egy adott termékoldalra. Ez intelligens megközelítés lehet a havi aktív felhasználók újraaktiválására.

1. használja ki az alkalmazáson belüli üzeneteket.
   az alkalmazáson belüli üzenetküldés megmutatja a felhasználóknak a megfelelő üzenetet pontosan a megfelelő időben. Szívesen új felhasználók indít az alkalmazás az első alkalommal, és segít nekik felfedezni az új funkciók. Vagy személyre szabott promóciót jeleníthet meg, amikor egy adott terméket megtekintenek.,

A lemorzsolódás csökkentésének okosabb módja

meg tudja javítani a magas lemorzsolódási arányt?

abszolút.

de csak a megfelelő adatokon alapuló stratégiával.

az adatok használatával megértheti, hogy a felhasználók miért távoznak, optimalizálhatja az alkalmazás felhasználói élményét, és több felhasználót kaphat, hogy számolja az alkalmazást a kedvencek listájában.