이탈률:을 정의하는 방법을 계산하고 고객이 이탈

이탈 평가 힘든 실현됩니다. 일부 냉정한 통계에 대한 준비가 되셨습니까?

평균 모바일 앱은 설치 후 처음 3 일 이내에 Dau 의 77%를 잃습니다. 30 일 이내에 그 숫자는 90%로 점프합니다. 90 일 이내에 95%이상입니다.앱이 성공하려면 이러한 통계가 귀하의 현실이되도록 할 수 없습니다. 앱의 성장 메트릭을보고보고 싶은 것을 보는 것은 쉽습니다.

백만 다운로드? 우후!,그러나 다운로드 및 설치는 비즈니스에 연료를 공급하지 않습니다. 사용자 중 23%만이 다운로드 한 지 3 일 만에 앱으로 돌아옵니다. 피>그 다운로드는 획득 번호를 높일 수 있습니다,하지만 당신은 승리라고하지 않을.

변환에 시간,에너지 및 돈을 투자 한 힘들게 얻은 사용자를 잃을 여유가 없습니다.

당신의 이탈률을 줄이는 것이 당신의#1 우선 순위가 될 필요가 있습니다. 그리고 당신은 그것을 측정하지 않고 그것을 줄일 수 없습니다.

이 기사에서는 정확히 수행하는 방법을 설명하겠습니다. 이 게시물이 끝나면 이탈을 계산하고 주요 벤치 마크를 이해하는 방법을 알 수 있습니다., 그리고 당신은 당신의 모바일 앱에 대한 감소를 줄이기 위해 몇 가지 실용적인 전략이있을 것이다.

여기에 무엇을 우리가 다룰 것이다:

• 율 정의
• 왜 이탈한 사항
• 원인은 무엇인 이탈
• 율 벤치마크
• 을 계산하는 방법율
• 사용하는 집단 분석을 줄이는 이탈
• 기타 전술을 줄이는 프 이탈

은 무엇인지율?

이탈률은 감소율이라고도하며 특정 기간 내에 앱 사용을 중단 한 사용자의 비율입니다., 앱이 성장하려면 신규 사용자 수가 떠나는 사용자 수보다 높아야합니다.

이탈 평가를 들어

말을 시작 월 600 사용자의 끝에서,당신은 400 명의 사용자.

다음은 이탈률을 계산하는 방법입니다.

(600-400)/600=33.33%이탈률.

이것은 꽤 직설적으로 보일지 모르지만 이탈은 까다로울 수 있습니다.

다른 요소는 활성 사용자 또는보고있는 기간을 정의하는 방법과 같은 결과에 영향을 줄 수 있습니다., 그러나 위의 방정식은 좋은 출발점입니다.

왜율 문

왜 당신이 이탈?성장을 억제하기 때문입니다.

새는 양동이처럼 생각하십시오. 사용자가 물방울이 떨어지면서 새로운 사용자로 버킷을”다시 채우기”위해 고심하고 있습니다. 그리고 그것은 비싸게 빨리 얻는다.,

• 을 획득하는 새로운 고객은 5-25 보다 더 비싼 유지 하
• 줄여 이탈 5%할 수 있는 수익성을 향상 75%
• 개량을 보유 2-4 배 더 큰 성장에 미치는 영향보다 수집
• 의 확률을 판매하는 기존의 고객 60~70%지만,만 5~20% 를 위한 장래성

하지만 그 모든…

율 또한 알리표처럼 고객 평생 가치와 유지율(의 역율.,)

함께,이 숫자는 성장,수익 및 확장 노력에 대한보다 정확한 예측을 구축하는 데 도움이 될 수 있습니다. 그들은 앱이 지금 어떻게 수행되고 있는지,그리고 미래에 무엇을 기대해야 하는지를 보여줍니다.

이탈의 원인

이탈은 간단하고 간단하지 않습니다. 요인의 다양한 놀이로 와서-그리고 그것은 사용자의 각 세트에 대해 다릅니다.,

그러나 일반적인 소스의 변동과 같은 것들을 포함:

• 비용
• 가난한 경험을 보딩
• 가난한 사용자 인터페이스 또는 사용자 환경
• 부족의 특징
• 경쟁사 제품
• 가난 제품/시장에 맞게
• 값을 잃 인식의 응용 프로그램

좋은 소식은?

앱 내에서 마찰 점이 어디에 있는지 밝히기 위해 사용자 피드백을 수집하여 원인을 해결할 수 있습니다.,

이탈률 벤치 마크

모든 앱은 가장 성공적인 앱이라 할지라도 일부 이탈률을 경험하게됩니다. 그래서 당신은 스스로에게 묻고있을 수 있습니다:

평균 이탈률은 무엇입니까? 정상적인 것은 무엇입니까?

일부로 시작하자 정보와 벤치마크에 대한 모바일 앱

• iOS 및 안드로이드,전세계 보존 후 90 일이 단지 4%.
• 앱을 설치 한 사람들의 90%는 한 달 안에 포기합니다.,
• 24%의 사용자가 액세스 응용 프로그램 하나일 처음 사용 후
• 평균 안드로이드 앱을 잃 80%의 일일 활성 사용자가 후 3 일 이내에 설치합니다.

전반적으로 앱 사용자의 평균 이탈률은 90 일 이내에 약 80%입니다.

출처:Statista

보시다시피 개선의 여지가 많습니다.

보유는 마스터하기가 어렵고 오르막 전투가 될 수 있습니다. 그러나 작은 이득조차도 당신의 성공에 중대한 영향을 미칠 수 있습니다.,

이제 조금 확대하고 카테고리에 따라 평균 요금을 살펴 보겠습니다.

Source:Statista

율에 따라 다릅 응용 프로그램 유형,그러나 그것은 분명 하나의 산업은 금 코드는 유지에 관해서 새로운 사용자. 요금은 전반적으로 높습니다.모바일 앱은 일찍 그리고 자주 가치를 제공하는 데 더 나아 져야합니다.이러한 벤치 마크를 염두에두고 앱을 열심히 살펴볼 때입니다. 1 단계는 기준 이탈률을 계산하는 것이므로 어디에 서 있는지 알 수 있습니다.,

이탈률을 계산하는 방법

알아야 할 사항에 따라 몇 가지 다른 방법으로 이탈률을 계산할 수 있습니다.경우에 따라 월별 성장률 및 유지율을 자세히 살펴보기 위해 월별 요금을 찾는 것이 좋습니다. 다른 때는 성장이 전년 대비 어떻게 진화하고 있는지보기 위해 연율을 계산하는 것이 좋습니다.

의 행동에 월별 및 연간 계산의 몇 가지를 살펴 보자.,

월율 계산

여기에 월간지율 예:

사용자의 시작에 달:2,000
새로운 사용자 추가 달:400
사용자가 종료 후 한 달:366
월율:366/2,400=15.2%

회율 계산

여기에 연간율 예:

이러한 두 개의 계산에 대한 좋은 출발점을 몇 가지 수준의 인물입니다. 그러나 급속한 성장으로 인해 이러한 간단한 방정식이 덜 정확해질 수 있음을 명심하십시오., 이는 새로운 앱이 기억하는 데 특히 중요합니다.

이 경우 확률 계산과 같은 다른 공식을 사용하는 것이 좋습니다.

여기는 경우의 예를 사용하여 확률 계산:

있으면 새로운 사용자 추가 충분히 빠른 속도,양 이탈하고 새로운 사용자의 수를 갈 수 있습니다. 신규 사용자 수가 이탈률보다 많으면 비율이 감소합니다. 문제는 무엇입니까?,

계산되는 방식 설정한 의미 모든 새로운 사용자는 비뚤어질 수 있는 숫자하는 것과 같은 효과가 있다 낮은 속도를 이탈인 경우가 있습니다. 현실에서 그것이 악화 될 때 당신이 개선하고있는 것처럼 보일 수도 있습니다.

확률 이탈률

Shopify 의 Stephen Noble 은 이탈률을 확률로 계산하기 위해이 솔루션을 생각해 냈습니다. 사용자가 앱을 보관하는 날마다 사용자가 휘젓지 않은 시간입니다. 그래서 10 일 동안 그 사용자가 영원히 떠날 수있는 10 가지 기회가있었습니다.,

사용자 하루는 사용자가 활성 상태를 유지 한 날로 정의됩니다.

가능성있는 월간 이탈을 계산하려면 해당 달을 휘젓는 사용자 수부터 시작하십시오. 그런 다음 해당 월의 총 사용자 일수로 나누어 사용자 일당 이탈 수를 가져옵니다. 그런 다음 해당 월의 일 수를 곱하여 결과 월간 이탈률을 얻으십시오.

여기를 들어 방정식:

알 수 있는 방법을 이 방법은 요소에서는 확률?

이 접근법은 월간 및 연간 수식을 왜곡 할 수있는 급속한 성장을 설명하는 데 도움이됩니다.,

를 사용하여 집단 분석을 줄이는 이탈

일단 당신이 설정한 당신의 기준금리를 사용할 수 있습 집단 분석 곳을 찾아 초점을의 보존 노력이 있습니다.

모든 사용자를 전체적으로 보는 대신 코호트 분석을 통해 관련 그룹으로 나눕니다.

비교 및 추세 코호트를 통해 사용자가 떠나는 특정 이유와 어떤 행동이 유지를 유도하는지 파악할 수 있습니다. 당신이 볼 수 있습니다:

• 획득 채널(여기서 당신의 가장 성공한 사용자에서 오는가? 검색,소셜,유료 광고,추천 등,)
• 조치(가장 성공적인 사용자는 어떤 조치를 취합니까? 계정 만들기,재생 목록 만들기,친구 5 명 추가 등)
• 시간(가장 성공적인 사용자가 해당 작업을 완료하는 데 얼마나 걸립니까? 한 시간,하루,일주일?)

코호트 데이터를 동향과 패턴을 발견,그래서 정확히 파악할 수 있습니다 무엇을 걸 새로운 사용자들에게 색다.,

할 수 있는 연구이 시각적으로 사용하는 동세대 그래프 다음과 같다:

y-axis 시리즈의 그룹을 나타내는 새로운 사용자는 처음에서 응용 프로그램을 다운로드는 특정 날입니다. X 축은 같은 날,하루 후,이틀 후 등 앱을 시작한 사용자 수를 나타냅니다.

이 그래프를 사용하면 사용자 유지에서 가장 중요한 하락이 발생하는 위치를 볼 수 있습니다.

그렇다면 코호트 분석은 이탈의 원인을 파악하는 데 어떻게 도움이됩니까?

그것은 당신에게 당신의 사용자 여행에서 가장 중요한 순간을 보여줍니다., 음식 배달 앱이 있다고 가정 해보십시오. 지난 몇 개월 동안 신규 사용자가 참여하여 일반적으로 앱을 설치 한 후 처음 3 일 이내에 주문을 제출했습니다. 그러나 2 주째에는 앱에서 더 적은 시간을 보내고 더 적은 주문을하고 있습니다. 첫 달이 끝날 무렵,그들은 당신의 앱을 완전히 여는 것을 중단했습니다. 이것이 문제가되는 이유입니다.

파괴하여 사용자 기반으로 동료,당신이 볼 수는 대부분의 유지에 사용자들은 정기적인 주문을 응용 프로그램을 실행 between10and11am., 정오 이후까지 앱을 열지 않는 사용자는 90 초 이내에 앱을 닫거나 장바구니를 포기합니다. 이 사용자의 98%는 비활성 상태가되거나 첫 달 이내에 떠납니다.

그래서 당신은 참여를 강화하기 위해 무엇을 할 수 있습니까?

프로모션 코드와 함께 점심을 주문하도록 상기시키는 오전 10 시에서 11 시 사이에이 사용자에게 개인화 된 푸시 알림을 보냅니다.

당신은 단지 작은 그룹으로 아래로 사용자 기반을 파괴하여 이러한 패턴을 발견 할 수 있습니다.,

기타 전술을 줄이는 프 이탈

이제 당신이 알고있는 몇 가지 계산하는 방법 이탈 일부를 살펴 보자 방법을 더 많이 감소합니다.

다음은 시작하기위한 몇 가지 전략입니다.

1. 온 보딩을 최적화하십시오.
   온 보딩 프로세스가 앱의 핵심 가치를 즉시 보여주지 않으면 사용자가 이탈하게됩니다. 혜택에 초점을 맞춘 온 보딩 프로세스를 유지하십시오. 복잡성을 없애고 단계 수를 제한하며 사용자가 앱의 아하 순간을 최대한 빨리 경험하게합니다.

1. 푸시 알림을 활용하십시오.,
   반복 방문,참여 및 구매를 장려하기 위해 사용자의 홈 화면에 자동 푸시 알림을 보냅니다. 개인화 된 접근 방식을 사용하면 이러한 알림이 휘젓는 위험에 처한 사용자를 다시 활성화 할 수 있습니다.

1. 개인화.
   개인화 된 상호 작용과 관련 메시징을 통해 사용자는 실제로 그들에게 말하고있는 것처럼 느낍니다. 하나의 크기에 맞는 모든 접근 방식을 취할 수는 없습니다. 이름,동작 및 환경 설정과 같은 사용자 데이터를 활용하여 상호 작용을 사용자 정의합니다.

1. 딥 링크를 고려하십시오.
   모바일 앱은 Url 대신 Uri 에서 작동합니다., 즉,딥 링크(또는 직접 링크)는 사용자를 앱 내부의 특정 화면으로 바로 가져갈 수 있습니다. 이러한 링크는 사용자가 중단 한 곳에서 정확하게 앱을 실행하거나 특정 제품 페이지로 가져갈 수 있습니다. 이는 월간 활성 사용자를 다시 활성화하는 현명한 접근 방식이 될 수 있습니다.

1. 인앱 메시지를 활용하십시오.
   인앱 메시징은 사용자에게 정확히 적절한시기에 적절한 메시지를 보여줍니다. 앱을 처음 시작하는 신규 사용자를 환영하고 새로운 기능을 발견하도록 도울 수 있습니다. 또는 특정 제품을 볼 때 개인화 된 프로모션을 표시 할 수 있습니다.,

더 똑똑하를 줄일 수 있는 방법 이탈

를 해결할 수 있습니 높율?

절대적으로.

그러나 올바른 데이터를 기반으로 한 전략 만 있습니다.

데이터를 사용하여 이유를 이해하는 사용자가 떠나간을 최적화할 수 있습 응용 프로그램의 사용자 경험을 보유하고 있으며 더 많은 사용자 계산하는 앱에서 자신의 즐겨찾기 목록에.