मोबाईल ॲनालिटिक्स हा अनेक वर्षांपासून ॲप डेव्हलपमेंटचा भाग आहे. कार्यसंघांनी वर्षानुवर्षे डाउनलोड ट्रॅक करण्यासाठी याचा वापर केला आहे. कार्यसंघांनी डाउनलोड, दैनिक सक्रिय वापरकर्ते, क्लिक, सत्राची लांबी, खरेदी आणि इतर अनेक क्रियांचा मागोवा घेण्यासाठी याचा वापर केला आहे. मूळ कल्पना सोपी आहे: वापरकर्ते ॲपमध्ये काय करतात ते समजून घ्या आणि अनुभव अधिक चांगला करण्यासाठी ती माहिती वापरा.
पण मोबाईलचे विश्लेषण बदलत आहे
ॲप टीम यापुढे क्रमांकांनी भरलेल्या डॅशबोर्डवर समाधानी नाहीत. एक दशलक्ष ॲप ओपन प्रभावी वाटू शकते, परंतु वापरकर्ते परत का येत राहतात किंवा काही मिनिटांनंतर हजारो इतर ॲप का अनइंस्टॉल करतात हे ते स्पष्ट करत नाहीत. आज, विकासक, उत्पादन व्यवस्थापक आणि विपणक वापरकर्ता प्रवास आणि कार्यक्रम, रूपांतरण फनेल, धारणा आणि गोपनीयता याकडे अधिक बारकाईने पहात आहेत.
शक्य तितका डेटा गोळा करण्यापासून योग्य डेटा गोळा करणे आणि ते उपयुक्त निर्णयांमध्ये बदलणे हे ध्येय आहे. शक्य तितका डेटा गोळा करण्यापासून योग्य डेटा गोळा करणे आणि ते उपयुक्त निर्णयांमध्ये बदलणे हे ध्येय आहे.
डाउनलोड पासून वापरकर्ता प्रवास
मोबाइल विश्लेषणातील सर्वात मोठा बदल म्हणजे संपूर्ण वापरकर्त्याच्या प्रवासावर लक्ष केंद्रित करणे. पूर्वी, टीम सहसा डाउनलोड किंवा मासिक सक्रिय वापरकर्ते यासारख्या साध्या मेट्रिक्सकडे पाहत असत. हे अंक अजूनही उपयुक्त आहेत, परंतु ते संपूर्ण कथा सांगत नाहीत.
उदाहरणार्थ, जर अनेक वापरकर्ते त्यांच्या कार्टमध्ये आयटम जोडतात परंतु ते पेमेंटवर पोहोचल्यावर सोडून देतात, तर टीमकडे तपासासाठी स्पष्ट क्षेत्र असते. कदाचित पेमेंट प्रक्रिया गोंधळात टाकणारी आहे, प्राधान्य दिलेली पेमेंट पद्धत गोंधळात टाकणारी आहे, पसंतीची पद्धत गहाळ आहे किंवा अनपेक्षित शुल्क खूप उशीर झालेला आहे.
हा प्रवास-आधारित दृष्टीकोन वापरकर्ते कोठे संघर्ष करतात, त्यांना कशामुळे गुंतवून ठेवते आणि शेवटी रूपांतरण कशामुळे होते हे समजण्यास संघांना मदत करते.
इव्हेंट संघांना वापरकर्ते प्रत्यक्षात काय करतात ते सांगतात
केवळ ॲप सत्रांची मोजणी करण्यापेक्षा इव्हेंट अधिक उपयुक्त आहेत कारण ते संदर्भ प्रदान करतात. कल्पना करा की एका ॲपचे 100,000 मासिक वापरकर्ते आहेत. हा आकडा उत्पादन संघाला सांगत नाही की लोक त्याचे मुख्य वैशिष्ट्य वापरत आहेत की नाही.
जर विश्लेषणे दर्शविते की केवळ 15% वापरकर्ते त्या वैशिष्ट्यापर्यंत पोहोचतात, तर संघाला सोडवण्याची समस्या खूप वेगळी आहे. तथापि, प्रत्येक संभाव्य क्रियेचा मागोवा घेतल्याने आणखी एक समस्या निर्माण होऊ शकते: खूप जास्त डेटा.
जेव्हा संघ हजारो अनावश्यक कार्यक्रम पाठवतात, तेव्हा विश्लेषण डॅशबोर्ड समजणे कठीण होऊ शकते. महत्त्वाचे नमुने निरर्थक माहितीखाली दबले जाऊ शकतात.
त्यामुळेच अनेक ॲप टीम इव्हेंट ट्रॅकिंगबाबत अधिक जाणूनबुजून होत आहेत. विचारण्याऐवजी, “आम्ही काय ट्रॅक करू शकतो?” ते विचारत आहेत, “हा डेटा आम्हाला कोणता निर्णय घेण्यास मदत करेल?”
फनेल ड्रॉप-ऑफ पाहण्यास सुलभ करतात
फनेल हा मोबाईल ॲनालिटिक्सचा आणखी एक महत्त्वाचा भाग आहे. फनेल पायऱ्यांची मालिका दर्शवते जी वापरकर्त्यांनी पूर्ण करणे अपेक्षित आहे. नोंदणी, खरेदी, सदस्यता किंवा ऑनबोर्डिंग यासारख्या क्रियाकलापांचे मोजमाप करण्यासाठी हे विशेषतः उपयुक्त आहे.
उदाहरणार्थ, ई-कॉमर्स ॲपमध्ये हे फनेल असू शकते. समजा 100,000 लोक एखादे उत्पादन पाहतात, परंतु केवळ 5000 लोक खरेदी पूर्ण करतात. सर्वात मोठी घसरण कुठे होते हे ओळखण्यात विश्लेषण मदत करू शकते.
चेकआउट आणि पेमेंट दरम्यान बहुतेक वापरकर्ते गायब झाल्यास, कंपनी संपूर्ण ॲप पुन्हा डिझाइन करण्याऐवजी पेमेंट अनुभवाची तपासणी करू शकते.
फनेल कार्यसंघांना वापरकर्त्यांच्या भिन्न गटांची तुलना करण्यास देखील अनुमती देतात. नवीन वापरकर्ते विद्यमान ग्राहकांपेक्षा वेगळ्या पद्धतीने रूपांतरित होतात किंवा एका डिव्हाइस प्रकारावरील वापरकर्त्यांना उच्च ड्रॉप-ऑफ दर अनुभवता येतो हे त्यांना कळू शकते.
हे विश्लेषण अधिक क्रियाशील बनवते. “आमचा रूपांतरण दर कमी आहे” असे फक्त म्हणण्याऐवजी कार्यसंघ अधिक उपयुक्त प्रश्न विचारू शकतात: “वापरकर्ते कोणत्या टप्प्यावर जात आहेत आणि का?”
एक-वेळच्या भेटीपेक्षा धारणा महत्त्वाची आहे
वापरकर्ता मिळवणे ही फक्त सुरुवात आहे. ॲपमध्ये मजबूत डाउनलोड नंबर असू शकतात परंतु तरीही वापरकर्ते परत न आल्यास संघर्ष करतात. म्हणूनच धारणा हे सर्वात महत्त्वाचे मोबाइल विश्लेषण मेट्रिक्स बनले आहे.
ॲप चिरस्थायी मूल्य प्रदान करते की नाही हे प्रतिधारण डेटा प्रकट करू शकतो.
उदाहरणार्थ, फिटनेस ॲपला नवीन वर्षाच्या जाहिरातीनंतर हजारो डाउनलोड मिळू शकतात. परंतु जर त्यापैकी बहुतेक वापरकर्ते दोन आठवड्यांच्या आत गायब झाले तर केवळ डाउनलोड क्रमांक दिशाभूल करणारा असू शकतो.
विश्लेषिकी संघांना राहणाऱ्या वापरकर्त्यांमधील नमुने ओळखण्यात मदत करू शकतात. कदाचित राखून ठेवलेले वापरकर्ते ऑनबोर्डिंग पूर्ण करतात, व्यायाम योजना तयार करतात किंवा स्मरणपत्रे सक्षम करतात. ती माहिती उत्पादन संघांना प्रत्येकासाठी अनुभव सुधारण्यात मदत करू शकते.
रिटेंशनमुळे कंपन्यांना अल्प-मुदतीच्या विपणन मोहिमांच्या पलीकडे विचार करण्यास प्रोत्साहन मिळते. एखादे ॲप किती लोकांनी इन्स्टॉल केले हे विचारण्याऐवजी, त्या लोकांना ते वापरत राहण्यासाठी पुरेसे मूल्य मिळाले आहे का हे ते विचारू शकतात.
गोपनीयता धोरण बदलत आहे
मोबाइल ॲनालिटिक्समधील सर्वात मोठा बदल गोपनीयतेचे वाढते महत्त्व असू शकते. ॲप्स त्यांची माहिती कशी संकलित करतात आणि वापरतात याबद्दल वापरकर्ते अधिक जागरूक झाले आहेत. त्याच वेळी, गोपनीयता नियम आणि प्लॅटफॉर्म-स्तरीय नियंत्रणांमुळे ट्रॅकिंग अधिक क्लिष्ट बनले आहे. यामुळे ॲप संघांना गोपनीयता-जागरूक विश्लेषणाकडे ढकलले आहे. तत्त्व सरळ आहे: जे आवश्यक आहे ते गोळा करा, ते का गोळा केले आहे ते स्पष्ट करा आणि ते योग्यरित्या संरक्षित करा.
जेव्हा शक्य असेल तेव्हा तपशीलवार वैयक्तिक माहिती संकलित करण्याऐवजी, संघ योग्य तेथे एकत्रित किंवा अनामित डेटावर अवलंबून राहू शकतात. ते अनावश्यक डेटा संकलन कमी करू शकतात आणि स्पष्ट धारणा धोरणे स्थापित करू शकतात.
गोपनीयता-जागरूक विश्लेषणाचा अर्थ मोजमाप सोडून देणे असा नाही. याचा अर्थ वापरकर्त्याच्या डेटाचा अविरतपणे संग्रह केला जावा असे काहीतरी न मानता उत्पादन कार्यप्रदर्शन समजून घेण्याचे मार्ग शोधणे.
विकसकांसाठी, याचा अर्थ उत्पादन आर्किटेक्चरमध्ये विश्लेषणे अधिक काळजीपूर्वक तयार करणे असा देखील होऊ शकतो. कोणता डेटा पाठवला जात आहे, तो कुठे जातो, कोण त्यात प्रवेश करू शकतो आणि तो किती काळ ठेवला जातो हे कार्यसंघांना समजून घेणे आवश्यक आहे.
प्रथम-पक्ष डेटा अधिक मौल्यवान होत आहे
जाहिरात प्लॅटफॉर्म आणि ट्रॅकिंग तंत्रज्ञानातील बदलांमुळे प्रथम-पक्ष डेटा वाढत्या प्रमाणात महत्त्वाचा बनला आहे.
प्रथम-पक्ष डेटा ही अशी माहिती आहे जी कंपनी योग्य वापरकर्ता परवानग्या आणि गोपनीयता पद्धतींसह स्वतःच्या ॲप किंवा सेवांद्वारे थेट गोळा करते.
उदाहरणार्थ, साइन इन केलेल्या ग्राहकाने कोणती उत्पादने पाहिली किंवा खरेदी केली हे ऑनलाइन किरकोळ विक्रेत्याला कळू शकते. वापरकर्ते कोणत्या प्रकारची सामग्री पाहणे निवडतात हे स्ट्रीमिंग सेवा समजू शकते.
ही माहिती पूर्णपणे तृतीय-पक्ष ट्रॅकिंगवर अवलंबून न राहता व्यवसायांना शिफारसी सुधारण्यात, अनुभव वैयक्तिकृत करण्यात आणि उत्पादन कार्यप्रदर्शन समजून घेण्यात मदत करू शकते. डेटा जबाबदारीने संकलित केला जातो याची खात्री करणे हे आव्हान आहे. जर वापरकर्त्यांना असे वाटत असेल की एखादे ॲप स्पष्ट उद्देशाशिवाय माहिती गोळा करत आहे, तर विश्वास त्वरीत नाहीसा होऊ शकतो.
भविष्य: कमी आवाज, उत्तम अंतर्दृष्टी
मोबाइल विश्लेषणे या कल्पनेपासून दूर जात आहेत की अधिक डेटाचा अर्थ आपोआप चांगले निर्णय घेणे. एक कार्यसंघ हजारो इव्हेंटचा मागोवा घेऊ शकतो आणि तरीही त्याचे ॲप वापरकर्ते का गमावत आहे याची कल्पना नाही. दरम्यान, एक लहान, काळजीपूर्वक डिझाइन केलेली विश्लेषण प्रणाली ग्राहक कोठे संघर्ष करत आहेत हे स्पष्ट करू शकते. त्यामुळे मोबाइल विश्लेषणाचे भविष्य प्रमाणापेक्षा गुणवत्तेवर केंद्रित होण्याची शक्यता आहे.
वापरकर्ता प्रवास संघांना सुरुवातीपासून शेवटपर्यंत वर्तन समजण्यास मदत करेल. इव्हेंट ट्रॅकिंग महत्वाच्या कृतींबद्दल तपशीलवार माहिती प्रदान करेल. फनेल रूपांतरण समस्या उघड करतील. ॲप चिरस्थायी मूल्य वितरीत करते की नाही हे धारणा विश्लेषण दर्शवेल. गोपनीयता-जागरूक सराव कार्यसंघांना वापरकर्त्याच्या विश्वासाशी अनावश्यक तडजोड न करता उपयुक्त माहिती गोळा करण्यास अनुमती देईल. ॲप टीमसाठी, खरा प्रश्न आता फक्त “किती लोक आमचे ॲप वापरतात?”
परंतु त्याऐवजी ते होत आहे: वापरकर्ते काय साध्य करण्याचा प्रयत्न करीत आहेत, ते कुठे अडकले आहेत, ते कशामुळे परत येतात आणि आम्हाला आवश्यकतेपेक्षा जास्त माहिती गोळा केल्याशिवाय आम्ही कसे समजू शकतो?” त्या बदलामुळे मोबाइल विश्लेषणे संख्या पाहण्यात कमी आणि लोकांना समजून घेण्याबाबत अधिक होत आहे.
अंतिम विचार: रिअल-टाइम विश्लेषणे निर्णयांची गती वाढवू शकतात
मोबाईल ॲप्स देखील दररोज मोठ्या प्रमाणात वर्तणुकीशी संबंधित माहिती व्युत्पन्न करतात. रीअल-टाइम किंवा जवळ-रिअल-टाइम विश्लेषणे काहीतरी चुकीचे झाल्यास संघांना अधिक जलद प्रतिसाद देण्यास मदत करू शकतात. कल्पना करा की नवीन ॲप अपडेट रिलीज झाले आहे आणि चेकआउट पूर्ण होण्याचा दर अचानक कमी झाला आहे. समस्या त्वरित लक्षात घेणारी टीम त्याच्या ग्राहक बेसच्या मोठ्या भागावर परिणाम करण्यापूर्वी रिलीझची तपासणी करू शकते.
रिअल-टाइम मॉनिटरिंग देखील असामान्य रहदारी, क्रॅश, अयशस्वी व्यवहार किंवा प्रतिबद्धतेतील अचानक बदल ओळखण्यात मदत करू शकते.
याचा अर्थ असा नाही की प्रत्येक मेट्रिक सतत पाहणे आवश्यक आहे; त्याऐवजी, टीम महत्त्वाच्या बदलांसाठी अलर्ट स्थापित करू शकतात आणि जेव्हा तपासणी आवश्यक असेल तेव्हा सखोल विश्लेषणे वापरू शकतात. संघ कोणता डेटा संकलित करायचा, प्रसारित करायचा आणि ठेवायचा हे ठरवतो तेव्हा सुरक्षा देखील संबंधित राहते.
(स्त्रोत)
Comments are closed.