قم بإجراء تجارب نمو أفضل باستخدام البيانات النوعية والكمية

تسويق النمو لا يتعلق بالمكاسب السريعة ؛ يتعلق الأمر ببناء أساس قائم على البيانات يمكّنك من توسيع نطاق شركتك إلى أجل غير مسمى. في هذا الأساس يوجد عملاؤك - وإذا كنت تريد أن تكون مؤسستك قوية ، فأنت بحاجة إلى الاستثمار أولاً وقبل كل شيء في إرضاء عملائك.

لتنمية شركتك بنجاح ، تحتاج إلى فهم ما يدفع عملائك إلى اتخاذ إجراءات (أو عدم اتخاذ إجراءات) على موقعك. يتطلب هذا رؤية كاملة لعملائك ، وعملية اتخاذ القرار ، ورحلتهم. لا يمكنك الحصول على هذا العرض الكامل إلا إذا كانت لديك بيانات كمية ونوعية. تنبع البيانات الكمية من التحليلات وتوفر "ماذا" (الإجراءات التي يتخذونها) ، حيث تأتي البيانات النوعية من بحث المستخدم وتوفر "السبب" (سبب اتخاذهم لهذه الإجراءات).

"من المهم حقًا أن يكون لديك مقاييس كمية ونوعية في كل جزء من مسار التحويل وأن تنظر إليها في وقت واحد للتأكد من أنك لا تقوم فقط بتحسين مقاييس العمل ، ولكنك تقوم بتحسين رضا العملاء ." - نيكونج كوثاري ، رئيس قسم النمو في شركة Opendoor

يعد الجمع بين تحليلات المنتج الغنية من Amplitude مع البحث المستمر من أداة مثل UserLeap أفضل طريقة للحصول على صورة كاملة لمسار مبيعاتك حتى تتمكن من اتخاذ أفضل قرارات تسويق النمو.

استخدم تحليلات المنتج لتحديد مشاكل العملاء

تساعد تحليلات المنتج في تحديد مشكلات العملاء من خلال تتبع البيانات الكمية والكشف عنها. يمكن أن تشير البيانات الكمية ، مثل معدلات الاحتفاظ ومعدلات الارتداد ومعدلات الاشتراك ، إلى مشاكل في جهودك التسويقية إذا كانت هناك حالات مرتفعة أو منخفضة بشكل غير عادي لهذه المعدلات.

تخبرك البيانات الكمية ما هي المشكلة ، سواء كان ذلك انخفاض معدل الاحتفاظ أو ارتفاع معدلات الارتداد. بدون بيانات كمية ، فإن أي فكرة لديك حول ما قد تكون عليه مشكلة التسويق هي مجرد تخمين.

للحصول على البيانات الكمية ، تحتاج إلى تشغيل تحليلات المنتج - النوع الذي توفره Amplitude.

حدد المشكلة

لاستخدام تحليلات المنتج بشكل صحيح ، يجب عليك أولاً تحليل مسار التحويل الخاص بك على مستوى عالٍ باستخدام Amplitude للعثور على فرص تحسين مثل القيمة الإجمالية للعميل وحملات الاستحواذ الأفضل أداءً. تسلط هذه المعلومات عالية المستوى الضوء على العلامات الحمراء الساطعة مثل نقاط الانقطاع الحادة مع العملاء في أيام معينة أو الحملات ذات الأداء الضعيف ، وهي معلومات ذات قيمة لكل من مسوقي النمو وفرق المنتجات.

لنفترض أنه عند النظر إلى مسار التحويل ، وجدت أن عدد المستخدمين قد ارتفع بعد الحملة ولكنه انخفض بعد فترة وجيزة. بحلول نهاية الشهر ، كان لديك عدد قليل من المستخدمين أكثر من الشهر السابق ، ولكن ليس مثل بداية الشهر. عند الفحص الدقيق لمعدل الاستبقاء في n يوم ، لاحظت أن العديد من عمليات الاشتراك الجديدة قد غادرت بحلول اليوم الخامس. يعطيك مشكلة محددة لإصلاحها: الناس ينزلون بعد خمسة أيام لتطبيقك.

ألق نظرة فاحصة على جمهورك

بعد ذلك ، تجاوز التحليلات النموذجية - حركة الصفحة ومعدل الارتداد - وانظر إلى المجموعات النموذجية أو شرائح الجمهور. على عكس معلومات المرور العامة ، يمكن تقسيم الأفواج إلى مجموعات سلوكية. جعل المعلومات الجماعية أكثر جدوى من حركة المرور العامة ، حيث ترتبط المجموعات الجماعية بسلوك وأفعال الحياة الواقعية.

أظهر تحليلك عالي المستوى انخفاضًا حادًا في عدد العملاء في اليوم الخامس من استخدام منتجك ، لذلك يمكنك البحث في المجموعات الجماعية ومعرفة من الذي يتراجع بالفعل. بعد النظر في معدل الاستبقاء في اليوم والأفواج التي غادرت بحلول اليوم الخامس ، تدرك أن العديد من هؤلاء العملاء لم يستخدموا ميزة المشاركة الاجتماعية في تطبيقك. الآن لديك مشكلة تتعلق بالأشخاص الذين يغادرون بعد خمسة أيام ، والتي يجب أن تسحبها: قيادة استخدام ميزة المشاركة الاجتماعية.

تعيين برامج تشغيل التحويل لهذه المشكلة

بمجرد تحديد الإصلاح المحتمل للمشكلة التي تحلها ، قم بتعيين محركات التحويل التي تواجه هذه المشكلة أو تحلها. يعد برنامج تشغيل التحويل إجراءً مثاليًا تريد مراقبته ، مثل استخدام المشاركة الاجتماعية في تطبيقك أو إنشاء قائمة تشغيل. تختلف محركات التحويل من مجموعة إلى مجموعة ومن حملة إلى حملة. فكر: ما الذي أريد أن تفعله هذه المجموعة بالذات؟

أنت تعلم أن المستخدمين الذين يستخدمون المشاركة الاجتماعية يميلون إلى البقاء لفترة أطول ، لذا فإن المشاركة الاجتماعية هي محرك التحويل لهذه الحملة. استخدم Amplitude لإنشاء محرك تحويل للمشاركة الاجتماعية ثم انتقل إلى افتراض كيف يمكنك جذب المزيد من العملاء لتجربة هذه الميزة.

افترض واختبار أ / ب

في هذه المرحلة ، تعرف ما الذي تريد إصلاحه ، ويتم تعيين برامج تشغيل التحويل الخاصة بك. الآن ، أنت بحاجة إلى طرح أفكار لتعزيز محرك التحويل واختبار تلك الفرضيات. اسأل نفسك: كيف يمكننا جعل هذه التحويلات حقيقة؟

إذا كنت تريد أن يستخدم الأشخاص ميزة المشاركة الاجتماعية لمعرفة ما إذا كان هؤلاء العملاء يستمرون في العمل لمدة تزيد عن خمسة أيام ، فيمكنك اختبار A / B لتخطيطات التطبيق المختلفة التي تؤكد على الميزة الاجتماعية ، مثل برنامج تعليمي منبثق يستدعي ذلك أو يعرض إعلانًا التي تعرض مزايا ميزة المشاركة الاجتماعية. من هناك ، راقب عن كثب أداء برنامج التحويل الخاص بك واطلع على التغييرات التي لها أكبر تأثير على ضبط أي شيء يعمل بشكل أفضل.

تجدر الإشارة إلى أنك تحتاج إلى التقاط أكبر قدر ممكن من البيانات أثناء إجراء اختبارات A / B - يمكن أن يوفر الاختبار الفاشل أكبر قدر ممكن من البيانات المفيدة ، إن لم يكن أكثر ، من الاختبار الناجح.

ومع ذلك ، فإن هذه البيانات الكمية تكشف فقط عن جزء من الصورة. توفر البيانات النوعية أدق التفاصيل وتسمح لك بضمان إجراء تغييراتك الكمية باستخدام أكبر قدر ممكن من المعلومات.

أجرِ بحثًا عن المستخدم للتعمق في أسباب مشكلة العميل

بعد تحديد المشكلات الموجودة في مسار تحويل العملاء ، فإن الخطوة التالية لتحسين تسويق النمو هي تحديد سبب هذه المشكلة. ويمكنك فقط تحديد سبب وجود مشكلتك من خلال البيانات النوعية - البيانات المقدمة من خلال الاستطلاعات المباشرة.

الاستطلاعات التي تسأل جمهورك مباشرة عن مشكلة معينة أو تجربة نمو ، مثل عبارة تم تغييرها حديثًا أو موضع زر ، تمنحك مصدرًا واحدًا للحقيقة: عميلك. هذا يزيل أي شك قد تتركه التحليلات العامة ويسمح لك بمعالجة المشكلة مباشرة. لكن تذكر: توفر البيانات الكمية المعلومات اللازمة لطرح الأسئلة الصحيحة مع البحث النوعي.

لذلك إذا أشارت البيانات الكمية إلى أن مشكلتك كانت معدل استبقاء منخفضًا بعد اليوم الخامس من اشتراكات المستخدمين ، فيمكنك استخدام البيانات النوعية للمساعدة في تحديد سبب مغادرة المستخدمين بعد خمسة أيام.

واحدة من أفضل الطرق لجمع البيانات النوعية هي باستخدام المسوح الصغيرة ، وهو مسح سريع مضمن في موقعك أو تطبيقك ، كما يوفره UserLeap. من هناك ، يمكنك أن تطلب من العملاء تقديم ملاحظات حول ميزة ما - مرة أخرى ، لإزالة أي شك تركته بياناتك.

دعنا نعود إلى مجموعة الأشخاص الذين لا يستخدمون المشاركة الاجتماعية. باستخدام التحليلات الكمية ، اكتشفنا العلاقة بين الأشخاص الذين يغادرون التطبيق مبكرًا وعدم استخدام ميزة المشاركة. لقد جربنا أيضًا العديد من التخطيطات والنوافذ المنبثقة لمحاولة استخدام هذه الميزة - كل هذا ممكن فقط لأن لدينا تحليلات كمية من Amplitude.

بعد ذلك ، باستخدام UserLeap ، يمكننا الاستفادة من المسح الدقيق لسؤال الأشخاص عن سبب استخدامهم - أو عدم استخدامهم - لميزة المشاركة الاجتماعية. يمكننا حتى أن نسأل الأشخاص عن الموضع الجديد للميزة أو النافذة المنبثقة المستخدمة للترويج لها لتحديد سبب هذه التغييرات أو عدم كونها ذات مغزى. يتيح لك ذلك الوصول إلى جوهر المشكلة وجعل الميزة أكثر جاذبية لجمهور أوسع ، وبالتالي تحسين معدلات الاحتفاظ.

تتجاوز فائدة البحث النوعي حالات الاستخدام الفردي مثل تلك المذكورة أعلاه. يمكن أن يساعدك البحث المستمر في الكشف عن السبب أثناء قيامك ببناء الفرضية ، بالإضافة إلى مساعدتك في اختبار فرضيتك ، مما يسمح لك بتجربة حلول للمشكلات قبل أن تكون في الواقع مشاكل.

على سبيل المثال ، يمكنك استخدام المسح الدقيق لحواجز الاشتراك لاختبار الصفحات المقصودة المختلفة قبل نشرها لمعرفة الصفحات التي تقدم أفضل أداء أو أسوأ ، ولماذا. ستساعدك التعليقات الواردة من هذه الاستطلاعات الدقيقة في إنشاء الموقع أو التطبيق الأكثر فاعلية قبل أن يتم نشره ، لذا فأنت تترك أفضل انطباع أول.

باستخدام تحليل النص القوي المستند إلى AI من UserLeap ، يمكنك مراجعة أي استطلاعات بسرعة ، سواء كانت تركز على حواجز التسجيل أو تحسين ميزة مباشرة. سيؤدي تحليل نص UserLeap إلى سحب المصطلحات والمشاعر والموضوعات الرئيسية من الإجابات لمساعدتك في العثور على أرضية مشتركة أو مشكلات متكررة. باستخدام هذه المعلومات ، يمكنك إجراء تحسينات ذات مغزى بسرعة تتماشى مع رغبات واحتياجات عملائك.

إنشاء تجارب نمو أفضل باستخدام البيانات الكمية والنوعية

مع كل من البيانات الكمية والنوعية ، لديك الآن إجابات عن كيف وماذا ومتى وأين ولماذا ، مما يتيح لك اتخاذ قرارات مستنيرة من خلال تجارب تجربة المستخدم الخاصة بك ، وحل مشاكل العملاء ، وتحسين فهمك العام لجمهورك.

عند إنشاء فرضيتك للتجريب ، استفد من النطاق الكامل للبيانات التي لديك الآن: فكر في الحلول واختبارها التي تلبي مشاكل العميل الأساسية مقابل مجرد معالجة مقاييس الأعمال على مستوى السطح. الجمع بين صلاحيات Amplitude و UserLeap يجعل هذه العملية سهلة وسلسة قدر الإمكان. لكن لا تأخذ كلمتنا على محمل الجد:

"في Opendoor ، يعد كل من Amplitude و UserLeap جزءًا أساسيًا من مكدس PM الفني لدينا. يوضح لنا Amplitude متى وأين نواجه مشكلات ، ويساعدنا UserLeap في معرفة السبب بسرعة. بدون الرؤى النوعية التي تقدمها UserLeap ، سنحتاج إلى قضاء أسابيع في نشر العديد من اختبارات A / B لحل مشكلاتنا الأكثر إلحاحًا ". - نيكونج كوثاري ، رئيس قسم النمو في شركة Opendoor

سواء كان موقعك أو تطبيقك مباشرًا أو قيد الاختبار ، فإن عملائك هم مصدر الحقيقة. ابحث عن هذا المصدر ببيانات كمية ونوعية وأنشئ تطبيقًا يعطي أفضل انطباع أول يمكن تخيله.

تعرف على كيفية تسريع Opendoor للتجارب وقيادة نمو المنتج من خلال الجمع بين التحليلات النوعية والكمية مع UserLeap و Amplitude. مشاهدة الندوة المسجلة على الويب الآن.