Raman App Churn AI : Ketahui Alasan Pengguna Uninstall dan Tingkatkan Retensi rate Anda

/in /by

Penguatan basis data secara konsisten selalu menjadi core kita dalam memberikan pengalaman customer yang berbeda-beda dalam skala besar di semua channel. Dengan hal tersebut, kita percaya salah satu channel yang paling kuat adalah mobile App. Kita menghabiskan waktu yang cukup lama untuk bisa mengembangkan secara nyata sebuah solusi yang bisa membantu Anda mempertahankan pengguna yaitu  app churn management . 

Coba kita lihat grafik akuisisi pelanggan di bawah ini:

Diatas sangat jelas terlihat, biaya pengeluaran dari customer cukup tinggi di App Anda.

Namun, bagaimana jika Anda ingin mengembangkan bisnis Anda tanpa menambah budget team marketing Anda?

Riset Bain & Company mengatakan bahwa tingkat retensi pengguna hanya dapat ditingkatkan 5% dan dapat meningkatkan keuntungan Anda sebesar 25% hingga 95%.

Untuk mempertahankan pengguna sendiri, Anda perlu melihat berapa banyak pengguna yang berhenti menggunakan aplikasi Anda, di mana mereka beralih ke App lain.

Jadi, bagaimana caranya Anda untuk bisa menganalisis penginstalan aplikasi dari pengguna setiap hari, setiap minggu, atau setiap bulan?

Pernahkah Anda mendengar jawaban seperti ini:

  • Monitor angka uninstall app secara teratur 
  • Cari titik penurunan pengguna 
  • Bandingkan data untuk dianalisis
  • Identifikasi penyebab churn dan lainnya

Pada kenyataannya, kita tahu, point2 diatas begitu sulit dan memakan waktu. Apalagi dalam menganalisis point monitoring uninstall app, karena didasarkan pada perilaku manusia yang tidak dapat diprediksi.

Jadi bagaimana solusinya?

Perkenalkan, AI Engine yang kita kenal dengan sebutan ‘Raman’,  memiliki data-driven yang sangat cerdas dan analitis. 

Dengan Raman perjalanan dalam memahami perilaku pengguna dan insight untuk mencegah uninstall ataupun churn bisa berjalan lancar.

Hal paling pertama dilakukan, Raman akan mengolah data pengguna app Anda dan mengklasifikasikan pengguna Anda saat ini ke dalam 5 kelompok:

  • Hari ke-0 (hari yang sama setelah download) – uninstallation
  • Hari ke-7 uninstallation
  • Hari 15 uninstallation
  • Hari 15+ uninstallation
  • Pengguna yang bertahan

Mengklasifikasikan data pengguna Anda berdasarkan periode aktivitas uninstall mereka ini akan menambahkan konteks ke data yang lebih luas nantinya. Dengan adanya segment yang relevan ini, Anda akan jauh lebih mudah untuk mengidentifikasi pola.

“Namun ini berarti analisis cohort kan?”

Coba Anda lihat grafik cohort dengan kelompok berdasarkan bulan di bawah ini:

Kelompok sederhana berdasarkan bulan akan membantu Anda mengidentifikasi pola seperti di atas: pengguna yang uninstall di bulan pertama lebih besar daripada bulan-bulan terakhir, dll 

Beberapa pertanyaan penting lainnya pun muncul,

“Bagaimana cara menggunakan informasi ini? “,” Apa yang harus saya lakukan dengan data ini? “, 

Untungnya, mesin AI berbasis data ‘Raman’ kita dapat membantu Anda memecah data ini lebih lanjut. Jadi, Anda tidak akan terjebak di lingkaran hitam dalam menganalisis data. 

Nah, setelah Raman mengklasifikasikan pengguna Anda tadi ke dalam 5 kelompok, dia akan membantu Anda mengungkap pola perilaku pengguna secara mendalam dan ada insight yang sangat actionable :

  1. Urutan Peristiwa

Setiap pengguna memiliki engage yang berbeda dengan aplikasi Anda. Semakin Anda memahami path atau urutan peristiwa/kejadian yang dilalui pengguna Anda menuju konversi – semakin besar kesadaran akan experience mereka, kemudian masalah yang mereka hadapi saat menggunakan aplikasi Anda, dan apa yang menyebabkan ketidakpuasannya. 

Raman membantu Anda melacak path atau urutan peristiwa yang dilakukan oleh pengguna di aplikasi Anda; lihat grafik di bawah ini dari path yang diambil oleh pengguna, termasuk dalam ‘the day 0’ pengguna yang sudah uninstall:

Dengan grafik ‘Urutan Peristiwa’ diatas yang mendetail ini, Anda dapat memahami bahwa ada dua aktivitas dilakukan secara umum, yaitu ‘browsing’ dan ‘page view’ oleh pengguna Anda yang termasuk dalam bucket ‘Day 0 uninstallation’. 

Dengan setiap aktivitas, Raman memberikan kepada Anda analisis path yang terperinci tentang pengguna Anda. 

Misalnya:

Pengguna yang mendaftar di aplikasi Anda dan kemudian mulai menjelajahi konten – uninstall aplikasi Anda pada hari yang sama. 

Raman insight ini membantu Anda memahami bahwa pengguna Anda tidak dapat dengan mudah menjelajahi dan menemukan konten yang menarik, sehingga mendorong mereka untuk langsung uninstall. 

Kalau begini, smart marketer Anda harus coba berikan panduan app atau rekomendasi konten yang dipersonalisasi. Namun, masalahnya, konten mana yang harus direkomendasikan ? Tenang, Raman juga bisa melakukannya.

  • Membedakan Peristiwa 

Raman mengidentifikasi peristiwa berbeda yang dilakukan oleh ‘Pengguna yang mempertahankan’ vs. pengguna ‘Hari ke 0 uninstall’ .

Misalnya: 

Dalam kasus aplikasi ‘OTT’, Raman akan membantu Anda mengidentifikasi peristiwa yang berbeda yang dilakukan oleh dua segmen; lihat contoh peristiwa di bawah ini:

Dengan insight diatas, Anda dapat dengan mudah mengidentifikasi bahwa pengguna mempunyai aktivitas berbeda yaitu ada yang view film komedi dan aksi lebih lama, dan lainnya. Anda juga dapat bertindak berdasarkan insight ini dengan mengirimkan rekomendasi konten-konten film komedi atau aksi kepada pengguna Anda untuk meningkatkan aplikasi. 

Lihat, bagaimana Raman membantu Anda cover semua basis kan?

  • Segmentasi

Seiring dengan pemahaman tentang perilaku pengguna di aplikasi Anda, penting untuk mengklasifikasikan semua pengguna Anda ke dalam segmen untuk menemukan kemungkinan perilaku mereka sejalan dengan tujuan bisnis Anda. 

Berdasarkan niat pengguna untuk melakukan konversi activity seperti membeli, berlangganan, dll. Dan peristiwa pembeda yang dilakukan oleh mereka seperti ‘tambahkan ke wish list,’ tambahkan ke keranjang ‘, dll; Raman dapat segmentasi pengguna Anda dan memberi Anda insight yang dapat ditindaklanjuti ke dalam perilaku mereka yang paling mungkin sehubungan dengan KPI Anda.

Misalnya:

Lihat tabel di bawah ini, Raman telah mengelompokkan pengguna Anda ‘Loyalis’, ‘Penggemar Awal’, ‘Tertarik’, dan ‘Sisi Pembeli’. Dia selanjutnya memberikan hitungan tiap segmen dan uninstal. 

Katakanlah KPI Anda adalah untuk mengidentifikasi pembeli dan pengguna yang mungkin akan mencopot pemasangan. Raman akan membantu Anda mengidentifikasi mereka, seperti ini:

Dengan segmentasi pengguna, pemasar seluler dapat memaksimalkan anggaran kampanye mereka dengan menargetkan pengguna yang tepat. 

Sekarang Anda dapat berbicara langsung dengan mereka yang kemungkinan besar berkonversi, tanpa membuang-buang uang untuk tayangan atau pengguna yang bahkan belum siap untuk terlibat. 

Dan, Anda dapat mempersonalisasi kampanye pemasaran dan prospek untuk lebih efektif dan memberikan pengalaman yang tak terlupakan sehingga membuat pengguna kembali lagi! 

Cegah CAC melampaui CLTV Anda!

Pengguna saat ini adalah sumber informasi Anda yang tak ternilai harganya. 

Mengurangi CAC Anda, meningkatkan CLTV Anda, dan meningkatkan retensi pengguna harus menjadi tujuan akhir Anda. Namun, Anda tidak dapat berhenti di situ jika Anda ingin mempertahankan pengguna yang kesulitan dalam jangka panjang. 

Perubahan teknologi, kebiasaan, perilaku, kebutuhan, dan harapan pengguna Anda akan berubah. Sementara Anda berfokus pada peningkatan aplikasi Anda, memperbaiki bug, dan membuat aplikasi kickass untuk menyelesaikan masalah pengguna Anda?

Raman, dia akan mendukung Anda serta memastikan aplikasi Anda menjadi kebutuhan utama dalam hidup mereka.

User Install – Uninstall App, Apa yang harus dilakukan?

/in /by

Berapa banyak aplikasi yang Anda miliki di Smartphone Anda saat ini? Tentu banyak ya. Kalau saya, hampir 100. Beberapa aplikasi adalah bawaan sistem yang sudah diinstal sebelumnya di perangkat saya, sementara hampir 70 lain adalah yang telah saya download selama ini. Selain itu, saya juga biasanya mengunduh hampir 5-6 aplikasi baru setiap minggu dan bisa uninstall lagi aplikasi dalam satu atau dua hari.

Anda semua pasti sangat merasa cemas dengan suatu kebiasaan “install -uninstall” ini kan ?! Pernahkah Anda bertanya-tanya apa yang membuat Anda sendiri tetap berpegang pada beberapa aplikasi sementara Anda bisa segera menghapus aplikasi lainnya? Ketika saya coba memikirkannya, saya dapat memikirkan beberapa alasan utama mengapa saya uninstall beberapa aplikasi tersebut dengan sangat cepat:

  • Ekspektasi vs Realita Tidak sama
  • UI yang sangat berantakan
  • Kebingungan saat pertama kali menggunakan App tersebut 
  • spam – terlalu banyak pemberitahuan

Sementara sekarang, Jika kita bicara tentang ketidaksamaan antara ekspektasi pengguna dari aplikasi dan apa yang dia terima pasti lebih kepada diri individu masing-masing, dan mungkin ada aspek lain-lainnya. Hal ini lebih mudah Anda bisa diperbaiki dari segi sudut pandang engagement strategy pengguna terhadap suatu brand.

Menciptakan UI minimalis, modern, utilitarian, dan clean UI sangat butuh waktu jeda untuk bebas dari gangguan. Aplikasi seperti Cred, Medium, Spotify, dan favorit saya – Snapseed, adalah beberapa contoh keren dari desain UI yang sederhana namun sangat efektif.

Day-0 experience.

Tahukah Anda bahwa rata-rata tingkat uninstall app adalah 40% pada Hari ke 0 atau hari yang sama saat memasang aplikasi. Bayangkan jika dari awal pengguna download aplikasi tersebut dan sudah tidak menyukai fungsinya atau menjadi bingung atau keribetan dengan fitur yang tersedia, mereka tidak akan ragu-ragu untuk segera menghapus aplikasi tersebut. Selain itu, Retensi Hari ke 0 juga mempengaruhi retensi hari-hari berikutnya. 

Artinya, merancang Day 0 experience juga menjadi kunci engagement dan retensi pengguna. 

Meskipun saat ini aplikasi banyak dirancang app creator memiliki interfaces yang mudah digunakan sehingga membuat interaksi di awal aplikasi lancar. Namun ini bisa memasukkan app creator ke dalam teka teki karena lebih fokus kepada tampilan di mendatang daripada memecahkan experience awal si pengguna.

  1. Seamless Onboarding:

Salah satu cara untuk melihat ketidakpuasan pengguna dalam D0 Experience adalah dengan menyediakan seamless Onboarding- Jika pengalaman awal memulai dengan aplikasi sudah buat frustrasi, selanjutnya sudah pasti akan berpikir fungsi app lain secara umum sulit digunakan.

Apa yang dapat dilakukan app? 

Memberikan pengalaman First-Time Onboarding: Berikan tur App Anda kepada pengguna untuk pertama kalinya melalui panduan. Dan bukan hanya penelusuran, tetapi juga yang kontekstual.

  • Buat mereka menjelajahi dan menggunakan aplikasi dengan mendidik mereka secara cepat tentang proses pendaftaran, opsi masuk, fitur aplikasi utama, kode promosi pertama, dll. 
  • Pastikan pengalaman onboarding berkelas dengan tautan, yang menciptakan perjalanan pengguna yang mulus dari instal hingga konversi
  • Gunakan alur onboarding ‘progresif’ yang memungkinkan pengguna menemukan aplikasi itu sendiri dan menyajikan informasi saat mereka menggunakan aplikasi. Tampilkan langkah-langkah selanjutnya, kemudian fitur terkait berikutnya tetapi biarkan pengguna memutuskan path mereka melalui aplikasi Anda.
  • Memberikan alur onboarding pengguna yang konsisten di berbagai perangkat, sehingga pengguna mendapatkan pengalaman yang sama tanpa hambatan di seluruh perangkat.
  • Fitur Mudah ditemukan & Digunakan

Setiap pengguna membuka aplikasi dengan tujuan berbeda. Mereka akan lebih sering menggunakannya daripada tidak. Pengguna tidak peduli dengan fitur-fitur dalam aplikasi – mereka akan peduli tentang fitur apa yang dapat membantu mereka melakukan tujuannya! Pengguna menjadi sadar akan fitur ketika mereka menemukannya secara organik / tidak sengaja diarahkan tentangnya. 

Apa yang dapat dilakukan aplikasi?

Dorongan kontekstual dapat membantu memberikan panduan khusus kepada pengguna saat mereka menjelajahi aplikasi. Misalnya, pengguna menghabiskan 10 detik waktu di aplikasi Anda. Maka, arahkan pengguna tentang halaman “Hadiah/rewards” atau “halaman Penawaran lainnya” atau “tombol Telusuri”

ATAU

Untuk pengguna yang ada di aplikasi diam selama lebih dari 5 detik, Berikan arahan soft untuk memberitahu pengguna untuk menemukan penawaran menarik di pusat Pemberitahuan

Berikut adalah contoh bagaimana Meesho secara strategis menggunakan Nudges untuk memandu penggunanya menjelajahi bagian ‘Bantuan’ atau memperkenalkan pengguna baru ke halaman ‘Kategori’

Bantu pengguna menemukan dan menggunakan fitur yang dibutuhkan sehingga mereka dapat menggunakan aplikasi dengan lebih efektif. Tapi jangan berlebihan! yang tidak mengganggu atau alat informatif untuk memberikan informasi yang relevan tentang fitur Anda. Anda selalu dapat menampilkan fitur-fitur yang kurang esensial selama peluncuran aplikasi ke-2, ke-3, atau ke-4.

Faktanya, fitur dapat ditemukan melalui penelusuran atau dorongan yang sangat efektif untuk menarik perhatian pengguna ke fitur-fitur pada aplikasi baru yang “sticky” atau “excisting low adoption” yang sudah ada setelah pengguna berada di aplikasi selama beberapa hari. 

Beberapa hari yang lalu, saat menjelajahi Aplikasi Myntra, saya diperlihatkan Tooltip yang memberi tahu saya tentang Filter baru yang tersedia untuk “Bentuk Tubuh”. Jika tooltip ini tidak diperlihatkan kepada saya, saya akan langsung menggunakan filter ‘Size’ dan ‘Occasion’ yang biasa saya gunakan dan sepenuhnya mengabaikan fitur yang berguna ini.

Di sinilah penelusuran dan dorongan dapat membantu. Buat pengguna terhubung ke fitur baru sehingga mereka dapat mengekstrak nilai maksimum saat Anda meningkatkan penggunaan dan retensi aplikasi berulang.

  • Mengarahkan Pengguna ke NSM “North Star Metric” App 

Identifikasi dan tentukan behavior pengguna yang diinginkan dengan mengarah pada retensi pengguna di aplikasi, misalnya menonton 5 video dalam 30 menit pertama atau melakukan pembayaran tagihan dalam 2 jam pertama setelah menginstal aplikasi atau menambahkan 5 produk ke wishlist produk dalam satu minggu pertama setelah mengunduh app.

Setelah NSM Anda ditentukan, ini menjadi referensi Anda untuk mengoptimalkan aplikasi dan pengalaman pengguna. Ini sangat penting untuk mengetahui pada titik mana pengguna aktif akan cenderung menjadi tidak aktif, jika tidak didorong, sehingga Anda dapat menjalankan campaign yang sangat bertarget, menargetkan ulang pengguna tersebut dengan konten / penawaran yang dipersonalisasi atau mendorong mereka untuk melakukan aktivitas yang dapat memindahkan mereka dari satu bagian ke berikutnya.

Berikut ini contohnya, misal dari NSM app ojek, pengguna baru memesan setidaknya 3 perjalanan dalam 5 hari pertama setelah pemasangan aplikasi. Ini adalah cara pengguna memastikan bahwa dia kembali ke aplikasi dan memesan kembali ojek. Meskipun pengguna gagal menemukan angkutan pada awalnya. App menjalankan serangkaian arahan yang memberi tahu pengguna tentang fitur ‘Konfirmasi Otomatis’ yang tersedia yang secara otomatis nanti mencari kendaraan yang tersedia berikutnya dan mengkonfirmasi pemesanan kembali.

Buat serangkaian dorongan untuk memberikan alur navigasi seperti tutorial sehingga sebagian besar pengguna Anda dapat mengikuti alur yang paling optimal menuju konversi aplikasi Anda. Tingkatkan NSM Anda, dan, tingkatkan peluang konversi dan retensi pada aplikasi Anda. 

  • Menggunakan App Push Notifications dengan smart

Kiriman App Push Notifications yang terlalu banyak adalah hal yang benar-benar mengganggu. Tentu saya tidak butuh waktu lama untuk menghapus aplikasi yang membombardir saya dengan notif umum yang tidak tepat waktu, yang tidak bermanfaat bagi saya. 

Meskipun App Push Notifications adalah alat terbaik untuk berinteraksi dengan pengguna saat mereka offline, APN sering kali mengirim begitu saja tanpa banyak memikirkan konten atau konteksnya.

  • Notifikasi Push yang dipersonalisasi, kontekstual, tepat waktu, dan relevan dapat membuat perbedaan antara aplikasi lain dan app yang sukses. 
  • push message pada waktu yang sesuai. Dengan ini, Anda dapat memastikan bahwa komunikasi pemasaran Anda menyatu dengan baik dengan journey pengguna untuk membeli.
  • Beralih dari pemberitahuan berbasis teks umum ke yang Multimedia – Pengguna lebih cenderung menemukan manfaat dalam pemberitahuan yang menyenangkan / menghibur. Bukan konten umum melainkan kata-kata/konteks menyenangkan yang mengundang ketertarikan. 
  • Personalisasi. Personalisasi, Personalisasi. Taktik personalisasi bisa sesederhana menambahkan nama pengguna ke pesan dan serumit mengirim pemberitahuan push dengan rekomendasi produk tertentu yang dipicu berdasarkan peristiwa yang dilakukan oleh pengguna

Pesan yang tepat pada waktu yang tepat – Memahami perilaku pengguna adalah hal utama agar pengguna engage dengan push notifikasi. Memanfaatkan algoritme ML yang dapat memberikan wawasan penting dengan menganalisis data pengguna.

Selain itu, jika pengguna terus mengabaikan Notifikasi Push Aplikasi, “Reputasi Pengirim” dari Aplikasi akan sangat terpengaruh. Dan karena basis pengguna aktif meningkat dari 100 ribu menjadi beberapa juta, Aplikasi pada akhirnya dapat mulai menerima hambatan pada pengiriman APN juga.

Pelajaran yang dapat diambil? Kualitas harus utama melebihi Kuantitas – Kirimkan pemberitahuan yang lebih sedikit, kontekstual, tepat waktu untuk menjaga Reputasi Pengirim dan membuat pengguna senang dan engage.