Business : Comment vous pouvez stimuler la croissance de votre produit avec les données

La prise de décision basée sur les données est la clé du succès à long terme de tout produit.

Tvoici de nombreuses sources de capture de données telles que des enquêtes, des outils d’analyse et des informations concurrentielles pour éclairer les décisions. Les entretiens avec les clients sont perspicaces et d’une grande valeur, mais ils demandent beaucoup de temps, sont difficiles à réaliser à grande échelle et comportent le risque de résultats biaisés. Les données d’analyse des produits, au contraire, sont largement impartiales, fiables et facilement évolutives à mesure que les bases d’utilisateurs se développent. Il est donc logique que les équipes de produits utilisées pour prendre des décisions fondées sur les données regardent les données d’analyse de produit plus que d’autres sources. Tes équipes de produits les plus sophistiquées en matière de données se tournent vers l’analyse de produits qui mesure le plus le comportement des utilisateurs pour stimuler l’innovation.

Tout d’abord, vous devez comprendre Quelles mesures sont les plus importantes pour vous pour mesurer le succès de vos produits?

Après avoir compris les métriques essentielles du produit, il est temps d’analyser le produit lui-même – de l’acquisition d’un utilisateur à la conversion d’un utilisateur. L’analyse des données est essentielle à chaque étape du parcours client.

D’où viennent vos utilisateurs?

Alors que le nombre de canaux marketing (e-mail, bannières publicitaires, annonces de recherche, annonces mobiles, annonces vidéo, annonces de médias sociaux, webinaires, articles de blog, etc.) continue d’augmenter et de se chevaucher, il devient plus compliqué pour les spécialistes du marketing de comprendre l’impact que chacun de ces canaux a ses objectifs marketing.

En analysant chaque source de modèle d’attribution, vous pouvez avoir une meilleure idée du retour sur investissement pour chaque canal marketing.

La modélisation d’attribution est nécessaire à deux fins principales:

1. Données d’acquisition d’utilisateurs – quel canal donne le plus d’installations / visiteurs d’applications et lesquels ne le sont pas.
2. Données de conversion utilisateur – quelle campagne de marketing convertit l’utilisateur et laquelle ne l’est pas.

1. Attribution cross-canal:

Les entreprises utilisent des canaux payants et des canaux organiques pour le marketing cross-canal, mais lorsque les utilisateurs sont acquis ou convertis, il est important qu’ils puissent être liés au ou aux canaux initiaux (que ce soit par e-mail, le Web mobile, les médias sociaux ou un autre canal). ) avec précision, exactitude et confiance.

2. Attribution multiplateforme:

L’attribution multiplateforme implique le suivi des événements de conversion des utilisateurs sur différentes plates-formes, à savoir le Web mobile et l’application mobile.

3. Attribution multi-appareils:

L’attribution multi-appareils synchronise les informations des utilisateurs sur tous les appareils qui composent l’expérience d’un utilisateur donné.

• Attribution au dernier clic: Avec ce modèle, tout le mérite revient au dernier point de contact du client avant la conversion. Ce modèle à une touche ne prend pas en compte les autres engagements que l’utilisateur peut effectuer avec les efforts de marketing de l’entreprise menant à ce dernier engagement.
• Attribution au premier clic: L’autre modèle à une touche, l’attribution au premier clic, accorde 100% du crédit à la première action entreprise par le client au cours de sa conversion. Il ignore tous les engagements ultérieurs que le client aurait pu avoir avec d’autres efforts de marketing avant la conversion.

Où vos utilisateurs abandonnent-ils? Quel est le comportement de votre utilisateur?

Analyse en entonnoir est une représentation visuelle qui vous aide à comprendre quel pourcentage de vos utilisateurs restent avec vous jusqu’à la fin ou se désabonne à une étape donnée.

Entonnoirs communs à suivre –

1. Entonnoir d’enregistrement: Cliquez sur l’application d’installation de l’application -> visitez le Play Store -> Télécharger l’application -> Installer l’application -> Application lancée -> Inscription

2. Entonnoir de conversion: Visite de la page de détail du produit (PDP) -> Ajouter au panier -> Acheter maintenant -> Passerelle de paiement -> Achat réussi -> Page de remerciement

L’entonnoir de conversion est la partie la plus importante de chaque produit de commerce électronique. C’est là que les visiteurs se transforment en clients, répondant à l’objectif de votre produit.

Qu’est-ce qu’une cohorte? La cohorte d’analyse Web et d’applications est un groupe d’utilisateurs qui ont effectué les mêmes événements au cours d’une durée donnée. Par exemple, quel% des utilisateurs qui ont visité un produit particulier sur mon application de commerce électronique, sont revenus et ont acheté le produit?

Analyse de cohorte est l’étude des caractéristiques communes de ces utilisateurs sur une période spécifique.

1) Utiliser l’analyse de cohorte pour mesurer la rétention du client

La rétention est essentielle pour comprendre la santé d’un produit par rapport aux clients fidèles qui reviennent. Comme nous le savons, l’acquisition de nouveaux clients est cinq fois plus coûteuse que le coût de conservation des clients existants. De plus, les entreprises avec une faible adhérence de la clientèle se retrouvent bientôt à court de nouveaux clients et finissent par tomber dans une spirale descendante de rendements négatifs.

Comment identifier votre rétention?

Découvrez combien d’utilisateurs que vous avez acquis au cours d’un mois particulier reviennent chaque mois et combien diminuent après une certaine période.

Pour augmenter la fidélisation de la clientèle, vous devez identifier ce qui fait que les clients existants restent. Et cela peut être fait grâce à l’analyse de cohorte.

L’analyse de cohorte pour la rétention vous aide à comprendre combien de clients continuent d’être des utilisateurs actifs dans les jours / semaines / mois qui suivent.

Vous pouvez utiliser l’analyse de cohorte pour identifier les jours où la baisse de rétention a été significative. La baisse peut ensuite être attribuée à des activités spécifiques menées au cours du mois. Ou si un jour donné, il y a une randonnée, alors quelles activités ont été effectuées ce jour-là pour activer un utilisateur? Peut-être qu’une nouvelle fonctionnalité a été lancée ou qu’une campagne marketing a ramené certains utilisateurs?

Vérifiez les cohortes de clients qui effectuent des transactions avec votre produit à plusieurs reprises par rapport aux cohortes d’utilisateurs qui se terminent par un seul achat.

Vérifiez le nombre de commandes passées par le client. Plus de commandes que les clients passent indiquent un fort taux de rétention.

Valeur moyenne des commandes (AOV) – quelles sont les dépenses moyennes d’un client / d’une commande.

2) Diagnostiquez et réduisez le taux de désabonnement pour votre application mobile

Examinons une série d’étapes pour vous aider à diagnostiquer et à réduire le taux de désabonnement en utilisant une combinaison d’analyse d’entonnoir de conversion et d’analyse de cohorte.

Identifiez les modèles courants parmi les utilisateurs barattés pour augmenter l’adhérence.

a) Pour commencer, regardez un entonnoir de tous les utilisateurs qui ont installé l’application par rapport à ceux qui l’ont désinstallée dans un intervalle de temps donné. Par exemple, considérons qu’un peu plus de 17% des utilisateurs ont désinstallé l’application au cours de la période de 7 jours (jour 0-jour 6).

Si vous voyez un pic un jour particulier, allez au fond des choses, analysez les campagnes d’engagement que vous avez menées au cours de cette période et recherchez les corrélations.

Ou s’il y a une baisse, une campagne très performante a-t-elle été arrêtée ce jour-là? Fondamentalement, recherchez toute anomalie prévalente dans les données de cohorte.

b) Effectuez une analyse approfondie, consultez également les différentes données des sources d’installation, les utilisateurs acquis par le biais desquels les sources d’installation conduisent au plus de désinstallation.

Ce qui a été majoritairement observé, c’est que la majorité des désinstallations se produisent au cours de la première semaine et cela se stabilise pratiquement après la deuxième semaine. Donc, si vous conservez votre utilisateur dans les 7 premiers jours, la probabilité de le conserver augmente sensiblement.

Pour conserver un utilisateur, il est essentiel d’avoir une configuration de parcours d’intégration solide pour un nouvel utilisateur qui l’engagera et fournira des détails sur la façon dont un utilisateur bénéficiera de ce que vous proposez en tant que produit.

CONSEIL: réinstallez votre application vous-même pour revivre l’expérience d’intégration du point de vue de l’utilisateur final.

Dans le cas des produits de commerce électronique, il est vital pour les utilisateurs de convertir car il s’agit de leur principale source de revenus. Mais ce que l’on ne sait pas, c’est que c’est aussi l’un de leurs facteurs de réduction du taux de désabonnement.

Te moment où un utilisateur effectue une transaction, les chances de désinstallation tombent en dessous de 1%. Par conséquent, en réduisant votre taux de désabonnement.

Une autre chose très importante à considérer est –

Le nombre de notifications que vous envoyez sur une période peut faire ou défaire l’expérience d’un utilisateur.

Ne pas leur envoyer de notification peut les amener à oublier votre produit, mais vous devez également éviter de bombarder les utilisateurs avec trop de notifications push trop tôt, car cela pourrait les irriter ou les effrayer.

On constate généralement que 2 notifications par jour suffisent pour attirer l’attention de votre utilisateur sur votre produit.

CONSEIL: personnalisez la notification que vous envoyez en fonction du parcours de l’utilisateur jusqu’à présent et rendez-la hautement contextuelle et axée sur la valeur.

Une autre cohorte à vérifier est: – Analyser les données des utilisateurs et comprendre leur comportement et leurs besoins latents. Recommander des produits qu’ils ne savaient même pas qu’ils voulaient quand ils sont trop occupés pour faire des recherches.

Effectuer une analyse en entonnoir, une analyse de cohorte et analyser régulièrement votre modélisation d’attribution sont les éléments essentiels d’une croissance axée sur le produit. Ne les ratez pas!