การเติบโตและ CRM · ANALYTICS
ค้นหาจุดร่วงของอัตราคงอยู่ในวันที่แปด
D8
เส้นโค้ง retention เฉลี่ยที่ดูราบเรียบมักบดบังกลุ่มผู้ใช้ที่ร่วงลงเป็นหน้าผา โครงการนี้แยก retention ตามช่องทางการได้ผู้ใช้และสัปดาห์ที่สมัคร จนกว่าหน้าผานั้นจะมีวันที่ ช่องทาง และสาเหตุที่มองเห็นได้
กระบวนการ
สร้าง cohort ใหม่จากอีเวนต์ดิบ
เชื่อมสัปดาห์ที่สมัครกับอีเวนต์การใช้งานใน warehouse หรือ PostHog เพื่อให้เส้นโค้งคำนวณจากพฤติกรรมจริง ไม่ใช่อ่านจากกราฟ retention ของแพลตฟอร์มเอง
แยกตามช่องทางและการกระทำแรก
แบ่งแต่ละ cohort ตามช่องทางการได้ผู้ใช้ อุปกรณ์ และการกระทำแรกของผู้ใช้ ซึ่งมักเป็นจุดที่กลุ่มมีปัญหาแยกตัวออกจากค่าเฉลี่ย
ระบุวันก่อน แล้วจึงดู session
หาวันที่ยอดร่วงของแต่ละ cohort แล้วตรวจ session replay และลำดับอีเวนต์ของวันนั้น เช่น หน้าจอว่างเปล่า paywall หรือการแจ้งเตือนที่ไม่เคยส่งถึง
ปล่อยการแก้หนึ่งอย่างก่อนถึงหน้าผา
วางการเปลี่ยนแปลงเพียงหนึ่งอย่างก่อนวันที่ยอดร่วง เช่น ขั้นตอน onboarding ทริกเกอร์ดึงกลับ หรือปรับการกำหนดเป้าหมายโฆษณาหากกลุ่มนี้ได้มาผิดตั้งแต่ต้น
เฝ้าดู cohort ถัดไป
ติดตาม cohort ใหม่เทียบกับเส้นโค้งก่อนการเปลี่ยนแปลง สิ่งที่อ้างได้คือเส้นโค้งที่ขยับขึ้นทั้งเส้น ไม่ใช่ตัวเลขดีเพียงสัปดาห์เดียว
สิ่งที่เราต้องการจากคุณ
- ประวัติอีเวนต์พร้อมวันที่สมัครและการระบุช่องทาง
- สิทธิ์เข้าถึง analytics หรือ warehouse
- เอกสารอธิบายขั้นตอน onboarding ปัจจุบัน
สิ่งที่คุณจะได้รับ
- เส้นโค้ง retention แยกตามช่องทาง อุปกรณ์ และการกระทำแรก
- การวินิจฉัยหน้าผาพร้อมหลักฐานจาก replay
- การแก้ไขหนึ่งอย่างที่ปล่อยจริง พร้อมมุมมองติดตาม cohort
กรอบเวลา
สามถึงห้าสัปดาห์ บวกเวลาที่ cohort ต้องใช้จนข้อมูลสุก