Cara Menggunakan Analisis Pengalaman untuk Mengurangi Tingkat Churn Aplikasi Anda

Jika Anda seorang manajer produk dan yakin bahwa Anda telah membuat aplikasi yang membuat audiens Anda puas, dan mereka akan terus datang kembali, Anda mungkin menipu diri sendiri.

Saatnya untuk memeriksa kenyataan!

Menurut penelitian mengenai tingkat retensi di seluruh dunia, tingkat churn untuk aplikasi seluler dimulai dari 74,7% pada Hari ke-1 dan secara bertahap meningkat menjadi 94,3% pada Hari ke-30. Dengan kata lain, tingkat retensi di 31 kategori aplikasi seluler adalah 25,3% pada Hari ke-1, namun turun menjadi 5,7% pada Hari ke-30.

Jika Anda menjalankan aplikasi game atau aplikasi penerbitan, kehilangan pengguna berarti mereka tidak lagi terlibat. Untuk eCommerce atau pengiriman aplikasi, hal ini dapat berdampak serius pada sasaran pendapatan Anda.

Lantas, apa solusi untuk membalikkan tren churn ini? Di blog ini, kami akan memberi tahu Anda cara mengatasi masalah pada intinya menggunakan kekuatan analisis pengalaman.

Untuk memahami harus mulai dari mana, pertama-tama Anda perlu menghitung churn rate untuk aplikasi Anda.

Cara menghitung churn untuk aplikasi Anda

Semakin rendah tingkat churn Anda, semakin baik. Tingkat churn yang lebih tinggi berarti diperlukan lebih banyak upaya untuk meningkatkan keterlibatan dan retensi pengguna.

Bayangkan Anda menjalankan layanan streaming berbasis langganan. Anda ingin menghitung churn aplikasi Anda guna memahami keterlibatan pengguna dan membuat keputusan strategis untuk meningkatkan retensi jika diperlukan.

Katakanlah aplikasi Anda memiliki 40.000 pengguna aktif pada awal bulan, dan pada akhir bulan, 28.500 pengguna telah berhenti menggunakan aplikasi Anda. Anda dapat menghitung churn rate pada bulan tersebut menggunakan rumus di bawah ini.

Dalam skenario hipotetis ini, tingkat churn Anda mencapai 71,25% dan perlu segera diperbaiki. Untuk melakukan hal ini, memahami alasan di balik churn menjadi penting.

Mengapa pengguna aplikasi melakukan churn?

Menurut survei terhadap 2.000 pengguna, alasan utama penghapusan aplikasi adalah sebagai berikut: tidak menggunakan aplikasi (39,9%, penyimpanan terbatas (18,7%), dan iklan berlebihan (16,2%).

Jelaslah bahwa non-penggunaan merupakan faktor terbesar yang menyebabkan churn aplikasi. Untuk mengungkap apa yang membuat pengguna menjauh, ada beberapa pertanyaan kunci yang harus Anda temukan jawabannya.

Mengapa pengguna keluar dari aplikasi dan tidak pernah kembali lagi?

Lihatlah aplikasi Anda secara objektif. Apakah navigasinya rumit? Bayangkan menggunakan aplikasi lain dengan kesulitan seperti itu – maukah Anda bertahan? Navigasi yang menantang meningkatkan beban kognitif pada pengguna, yang dapat mendorong mereka untuk meninggalkan aplikasi Anda.

Selain itu, iklan yang mengganggu saja dapat membuat 16,2% pengguna menjauh, menjadikannya salah satu alasan utama mengapa pengguna berhenti menggunakan suatu aplikasi.

Pengguna selalu mendambakan hal baru. Jika aplikasi Anda mengalami stagnasi, kurangnya pembaruan, atau fitur baru yang sesuai dengan preferensi pengguna, minat mereka akan berkurang.

Selain itu, jika aplikasi Anda tidak memiliki fitur keamanan, masalah privasi dapat menyebabkan pengguna berhenti menggunakan aplikasi dan mencari alternatif yang lebih aman dan dapat memenuhi kebutuhan mereka dengan lebih baik.

Mengapa pengguna mendaftar tetapi tidak aktif?

Konten atau penawaran umum meningkatkan minat pengguna lebih cepat dari yang Anda kira. 63% pengguna ponsel cerdas lebih cenderung membeli dari perusahaan yang aplikasi selulernya menawarkan rekomendasi produk yang relevan. Jadi, ada baiknya memeriksa apakah aplikasi Anda tidak memiliki sudut personalisasi tersebut.

Sekarang, pikirkan tentang pengguna yang mendaftar tetapi tidak melakukan banyak hal. Mungkinkah karena aplikasi Anda seperti labirin, sehingga menyulitkan mereka untuk mendapatkan nilai yang tepat dari aplikasi Anda? Pengguna tidak memiliki waktu atau kesabaran untuk memulai perburuan harta karun di aplikasi Anda.

Aplikasi Anda harus cukup lancar untuk memungkinkan pengguna mencapai tujuan mereka secara efisien, dan menyediakan ekspedisi yang mereka perlukan.

Mengapa beberapa pengguna kembali ke aplikasi Anda? Dan apa perbedaan pengalaman mereka dengan pengalaman pengantaran?

Terkadang, pengguna memilih untuk melepaskan diri. Perubahan sikap ini menjadi semakin umum di dunia digital saat ini, dengan beberapa pilihan tersedia secara online. Namun, jika Anda masih melihat pengguna kembali ke aplikasi Anda, ini menunjukkan bahwa aplikasi Anda menawarkan sesuatu yang berharga dan sesuai dengan audiens Anda. Beberapa dari pengguna yang kembali ini mungkin adalah pelanggan setia Anda yang memercayai merek dan aplikasi Anda.

Di sisi lain, segmen pengguna tertentu yang berhenti hingga tidak pernah kembali lagi mungkin mencari pengalaman yang lebih dipersonalisasi. Tren ini terutama terlihat di kalangan Gen Z, di mana lebih dari 60% dari mereka mencari pilihan alternatif meskipun mereka memiliki merek yang disukai.

Bagi mereka, pengalaman pengguna yang buruk, iklan yang mengganggu, atau penawaran umum adalah elemen yang paling jarang ditemukan di aplikasi seluler saat ini . Untuk melibatkan kembali pengguna yang mungkin kehilangan minat, optimalkan aplikasi Anda untuk memberikan kesan positif dan menumbuhkan kepercayaan.

Kami telah membahas alasan mengapa pengguna mungkin tidak berinteraksi dengan aplikasi. Namun ingat, perilaku pengguna dapat sangat bervariasi dari satu aplikasi ke aplikasi lainnya. Agar pengguna terus kembali ke aplikasi Anda, Anda perlu mencari tahu alasan pasti di balik pelepasan mereka dan memperbaikinya. Bagaimana cara melakukannya? Kami membahasnya di bagian berikut.

Apa yang dimaksud dengan analisis pengalaman pengguna?

Saat menggali masalah di balik churn aplikasi, Anda akan menemukan dua jenis analisis yang menawarkan solusi – kuantitatif dan kualitatif.

Sesuai dengan namanya, analisis kuantitatif berkaitan dengan angka-angka dan aspek-aspek terukur dari permasalahan yang ada. Beberapa indikator kinerja utama (KPI) yang dapat kita ukur menggunakan analisis kuantitatif meliputi:

• Pengguna aktif bulanan: Ini memberi tahu kami berapa banyak pengguna unik yang terlibat dengan aplikasi kami pada bulan tertentu.
• Pembelian dalam aplikasi: Ini mengukur persentase pengguna yang melakukan pembelian dalam aplikasi.
• Pendapatan rata-rata per pengguna: Dengan menghitung pendapatan rata-rata yang dihasilkan per pengguna, kami dapat menilai dampak finansial dari churn.
• Keterlibatan notifikasi: Metrik ini memberi tahu kami tentang jumlah pengguna yang merespons notifikasi dalam aplikasi atau push.
• Tingkat penggunaan fitur: Ini membantu kami mengukur adopsi dan penggunaan fitur tertentu dalam aplikasi kami.

Meskipun angka-angka ini memberikan wawasan berharga tentang perilaku pengguna dan kinerja aplikasi, angka-angka ini tidak memberi tahu kita 'alasan' di balik angka-angka tersebut.

Misalnya, jika kami mengamati penurunan yang konsisten pada pengguna aktif bulanan, hal ini menandakan bahwa pengguna tidak lagi berinteraksi dengan aplikasi, namun hal ini tidak menjelaskan alasan mereka melakukan interaksi tersebut.

Di sinilah analisis kualitatif menjadi sangat berharga.

Hal ini lebih dari sekedar angka, mengungkap alasan di balik perilaku pengguna. Analisis kualitatif mengungkapkan titik-titik hambatan yang ditemui pengguna di aplikasi kami, bagaimana mereka berinteraksi dengan berbagai elemen, dan apa yang mendorong mereka untuk melakukan churn.

Tanpa wawasan ini, angka hanya akan menjadi titik data tanpa arah.

Namun, ketika kami menggabungkan analitik kuantitatif dan kualitatif, keduanya memberikan pemahaman komprehensif tentang alasan pengguna melakukan churn dan bagaimana kami dapat mengatasi masalah ini secara efektif.

Oleh karena itu, analisis pengalaman pengguna melibatkan penggalian analisis perilaku dan terdiri dari hal-hal berikut:

Tonton perjalanan pengguna dengan rekaman

Rekaman sesi adalah alat kualitatif yang menangkap sesi penjelajahan pengguna aplikasi secara real-time, memungkinkan Anda meninjau rekaman nanti untuk mengekstrak wawasan berharga tentang perilaku pengunjung.

Visualisasikan keterlibatan pengguna dengan peta panas

Peta panas memberikan representasi visual penuh warna tentang interaksi pengguna dengan berbagai elemen di aplikasi Anda. Dengan menggunakan spektrum warna mulai dari merah hingga biru, peta panas mengilustrasikan elemen mana di halaman aplikasi Anda yang paling populer (panas) dan paling tidak populer (dingin).

Kelompok pengguna khusus studi

Dalam analisis pengalaman, Anda dapat mempelajari bagaimana perilaku pengguna dari berbagai kelompok di aplikasi Anda. Misalnya, Anda dapat mengamati perilaku pengguna dari lokasi tertentu. Pengguna baru dan pengguna kembali juga merupakan dua kelompok berbeda yang dapat Anda selidiki untuk mendapatkan pemahaman yang lebih mendalam tentang perilaku spesifik mereka. Versi aplikasi, jenis perangkat, versi Android, dan versi iOS adalah kelompok pengguna lain yang dapat dianalisis lebih lanjut untuk memeriksa perilaku pengguna secara mendalam berdasarkan karakteristik bersama.

Platform kami, VWO Insights untuk Aplikasi Seluler, mendukung semua opsi segmentasi ini dan juga memungkinkan Anda membuat peristiwa khusus khusus untuk aplikasi Anda sebagai filter.

Pahami pelepasan corong

Corong membantu Anda mengetahui di mana pengguna kehilangan minat dan berhenti menggunakan aplikasi Anda. Laporan corong juga dapat difilter menggunakan segmen yang berbeda untuk mendalami perilaku pengguna sepanjang perjalanan mereka di aplikasi Anda.

Cara menggunakan analisis pengalaman pengguna untuk mengurangi churn aplikasi Anda

Apa pun aplikasi selulernya, menggunakan analisis pengalaman pengguna memungkinkan Anda memusatkan perhatian pada perilaku pengguna dan menggunakan wawasan yang dikumpulkan untuk meningkatkan aplikasi lebih jauh lagi. Penyempurnaan ini secara langsung berkontribusi pada keterlibatan pengguna yang lebih tinggi dan penurunan tingkat churn, memastikan orang-orang bertahan dan menikmati aplikasi lebih lama.

Berikut beberapa kasus penggunaan dalam memanfaatkan analisis pengalaman pengguna dari berbagai industri.

Aplikasi belanja

Terkait aplikasi belanja, rekaman sesi dapat memberikan wawasan tentang kesulitan atau hambatan pengguna yang menyebabkan pengabaian keranjang. Misalnya, Anda dapat menentukan apakah pengguna berhenti berlangganan setelah mencoba dan gagal mengakses tautan kode kupon di aplikasi Anda.

Peta panas menawarkan informasi berharga dengan menyoroti elemen mana dalam aplikasi Anda yang paling banyak menerima interaksi pengguna.

Misalnya, jika pengguna tidak menggulir ke bawah untuk melihat ulasan, seperti yang ditunjukkan oleh area biru dingin di peta panas, Anda dapat mempertimbangkan untuk memindahkan mereka ke posisi yang lebih menonjol di bagian atas.

Pendekatan ini memungkinkan Anda mendesain tata letak aplikasi dan mengatur elemen berdasarkan model mental pengguna.

Bagaimana cara mereka membantu mengurangi churn?

Katakanlah analisis kuantitatif menunjukkan bahwa pengguna beralih dari aplikasi belanja Anda. Anda yakin bahwa menambahkan item ke daftar keinginan mereka akan mendorong pengguna untuk kembali ke aplikasi dan mengurangi churn. Oleh karena itu, tujuan Anda adalah meningkatkan penambahan daftar keinginan untuk mengatasi masalah churn.

Namun sebelum Anda berupaya meningkatkan fitur tersebut, Anda ingin memahami tingkat interaksi pengguna saat ini dengan fitur tersebut. Jadi, Anda menganalisis rekaman untuk melihat perbedaan perilaku antara pengguna yang menambahkan produk ke daftar keinginannya dan pengguna yang tidak. Menariknya, Anda melihat banyak pengguna menahan diri untuk tidak menggunakan fitur tersebut.

Pengamatan ini akan mengarahkan Anda untuk melakukan perubahan UI dan mengoptimalkan ikon daftar keinginan, sehingga mudah diakses dan dibagikan oleh pengguna. Hal ini, pada gilirannya, akan meningkatkan penambahan wishlist, sehingga memberikan solusi efektif untuk mengurangi churn.

Aplikasi makanan & minuman

Aplikasi pemesanan makanan dan minuman sangat bergantung pada analisis pengalaman pengguna. Rekaman sesi memberikan wawasan tentang cara pengguna menelusuri menu dan membuat pilihan, mengungkapkan kesulitan apa pun yang mungkin mereka temui dalam menemukan apa yang mereka inginkan.

Informasi ini memungkinkan Anda melakukan perbaikan dalam desain menu untuk meningkatkan navigasi pengguna.

Menganalisis perilaku pengguna dengan preferensi diet tertentu atau berinteraksi dengan filter tersebut dapat membantu Anda menyempurnakan rekomendasi yang dipersonalisasi. Memfilter dan memantau sesi pengguna berdasarkan waktu yang berbeda dalam sehari dapat memberikan wawasan berharga tentang perilaku pengguna selama periode pemesanan puncak.

Demikian pula, peta panas dapat menyoroti area dengan peningkatan interaksi pengguna, seperti peringkat atau gambar, sehingga membantu Anda merencanakan desain dan penempatannya secara efektif.

Bagaimana cara mereka membantu mengurangi churn?

Anggaplah Anda telah menambahkan fitur baru bernama "Asupan nutrisi" di aplikasi makanan Anda untuk setiap pengguna. Anda telah memperhatikan bahwa pengguna yang menggunakan fitur ini sering kali kembali ke aplikasi untuk melihat akumulasi data nutrisi/kalori, yang sering kali mengarahkan mereka untuk memesan dari aplikasi.

Sebagai langkah berikutnya, Anda beralih ke rekaman sesi untuk mengamati perilaku pengguna yang tidak menggunakan fitur tersebut dan mengidentifikasi cara untuk mendorong penerapannya. Misalnya, menampilkan jumlah nutrisi di layar dapat menarik perhatian pengguna dan mendorong lebih banyak interaksi.

Oleh karena itu, perubahan UI ini (atau perubahan lainnya) yang dipandu oleh analisis kualitatif dapat meningkatkan tingkat adopsi fitur, mendorong lebih banyak pesanan, dan mengurangi churn dari aplikasi. Namun sebelum Anda menerapkan perubahan apa pun, pastikan untuk menjalankan pengujian dan memastikan keefektifannya.

Aplikasi keuangan

Rekaman sesi membantu mengidentifikasi kesulitan apa pun yang mungkin dialami pengguna saat mengisi formulir pinjaman, seperti kolom yang hilang atau informasi yang tidak lengkap pada langkah-langkah tertentu. Panduan tersebut memberikan gambaran mendetail tentang interaksi pengguna yang mengarah ke kontak dengan dukungan pelanggan, memungkinkan Anda menentukan area di mana panduan dalam aplikasi dapat mengurangi permintaan dukungan.

Jika Anda tertarik untuk menilai bagaimana pengguna merespons diagram atau grafik investasi yang baru ditambahkan di aplikasi Anda, peta panas dapat mengungkapkan interaksi mereka, memungkinkan Anda mengoptimalkan tata letak dan penyajian informasi agar lebih jelas.

Anda juga dapat memperoleh wawasan tentang perilaku pengguna saat mereka melakukan perubahan pada portofolio investasinya, mengidentifikasi peluang untuk menawarkan panduan dan dukungan.

Terakhir, memfilter rekaman berdasarkan jam akan membantu Anda memahami bagaimana reaksi pengguna terhadap fluktuasi pasar dalam bentuk apa pun.

Bagaimana cara mereka membantu mengurangi churn?

Katakanlah, Anda mengamati tingkat churn yang tinggi pada layar 'Tambahkan/Kelola penerima pembayaran Anda' pada aplikasi seluler perbankan Anda.

Untuk memahami mengapa pengguna berhenti, Anda telah menganalisis perilaku mereka melalui rekaman sesi dan memperhatikan bahwa mereka cenderung hanya memindai separuh formulir dan berhenti tanpa melengkapi detail yang diperlukan.

Lebih lanjut, peta panas menunjukkan bahwa pengguna mencoba mengeklik tombol 'Bantuan' di bagian atas, namun tidak dapat diakses. Berdasarkan wawasan ini, Anda dapat menyederhanakan UI layar dengan hanya mempertahankan bidang formulir penting dan membuat tombol 'Bantuan' dapat diakses.

Terakhir, perubahan ini akan mendorong pengguna untuk mengisi formulir, melengkapi detail, dan mencari bantuan (jika diperlukan) hanya dengan satu klik tombol. Menyederhanakan tindakan ini akan mengurangi churn dan meningkatkan keterlibatan pengguna dengan aplikasi.

Aplikasi perjalanan & lokal

Aplikasi perjalanan & lokal juga dapat memanfaatkan kemampuan analisis pengalaman pengguna. Rekaman sesi mengungkapkan pola pengabaian pemesanan dan memberikan wawasan tentang perilaku dan preferensi pengguna saat melakukan pemesanan perjalanan di menit-menit terakhir, sehingga memungkinkan penawaran dan dukungan yang disesuaikan.

Lebih lanjut, memfilter rekaman berdasarkan tanggal akan membantu Anda mendapatkan pemahaman yang lebih baik tentang perilaku dan preferensi pengguna selama musim puncak perjalanan, sementara memfilter berdasarkan resolusi layar memastikan pengalaman seluler yang lancar di berbagai perangkat.

Peta panas menawarkan wawasan tentang interaksi pengguna dengan tampilan peta, memandu peningkatan fungsi dan desain. Selanjutnya, Anda dapat melacak peristiwa penyimpanan tujuan favorit, sehingga mengidentifikasi cara untuk meningkatkan fitur ini.

Bagaimana cara mereka membantu mengurangi churn?

Bayangkan Anda memiliki aplikasi pemesanan perjalanan dan hotel baru, dan baru-baru ini Anda melihat adanya perubahan signifikan dari layar utama aplikasi tersebut.

Setelah menyelidiki rekaman sesi layar utama, Anda menemukan bahwa segmen pengguna yang membuka aplikasi pada versi Android yang lebih lama mengalami aplikasi mogok saat mencoba melakukan pemesanan.

Selanjutnya, Anda membagikan rekaman tersebut kepada tim pengembangan, yang segera menyelesaikan masalah tersebut. Hasilnya, proses pemesanan menjadi sangat mudah bagi pengguna. Dan apa lagi? Berkurangnya rasa frustrasi pengguna menyebabkan berkurangnya churn, peningkatan pemesanan, dan peningkatan kepuasan pengguna.

Aplikasi permainan

Aplikasi game juga dapat ditingkatkan dengan penggunaan analitik ini. Rekaman sesi menyoroti area di mana pengguna menghadapi tantangan dengan kontrol atau level, memberikan wawasan untuk menyempurnakan desain game.

Rekaman sesi juga mengungkap interaksi pengguna dengan tutorial dan panduan, menawarkan panduan untuk meningkatkan konten instruksional dan desain keseluruhan. Selanjutnya, memfilter rekaman berdasarkan versi game akan memberi tahu Anda bagaimana pembaruan atau pengenalan fitur memengaruhi keterlibatan pengguna.

Peta panas juga dapat membantu Anda mengukur area mana di aplikasi Anda yang paling sering berinteraksi dengan pengguna dan memastikan penempatan penawaran, perintah pembelian, dan elemen lainnya secara optimal.

Bagaimana cara mereka membantu mengurangi churn?

Misalkan Anda baru-baru ini memperkenalkan sistem hadiah login harian di aplikasi game Anda, yang menawarkan akses ke konten baru dan mata uang dalam game kepada pengguna, semuanya dalam upaya mengurangi tingkat churn.

Untuk mendapatkan wawasan tentang reaksi pengguna, Anda telah menganalisis rekaman dan peta panas. Apa yang Anda temukan adalah tanggapan yang beragam – meskipun beberapa pengguna secara aktif terlibat dengan sistem penghargaan, yang lain hampir tidak berinteraksi dengannya.

Anda dapat melakukan eksperimen untuk menyempurnakan penempatan dan pesan fitur, sehingga lebih menonjol bagi pengguna untuk berinteraksi. Pengujian ini dapat menentukan apakah perubahan ini akan mengurangi tingkat churn dan meningkatkan pengalaman pengguna.

Kurangi churn aplikasi dengan analisis pengalaman pengguna mulai hari ini

Sebelum Anda langsung mengurangi churn, pahami apa yang menyebabkan pengguna keluar. Melakukan hal ini akan memberikan arah yang benar pada strategi pengendalian churn Anda.

VWO Insights untuk Aplikasi Seluler adalah alat analisis pengalaman pengguna yang tangguh yang membantu Anda menentukan akar penyebab churn aplikasi Anda. Dengan memanfaatkan wawasan dari Rekaman Sesi dan Peta Panas, Anda dapat menghasilkan ide pengujian dan mengoptimalkan aplikasi untuk meningkatkan retensi dan pertumbuhan pendapatan.

Daftar ke tur produk sekarang dan dapatkan akses gratis selama 90 hari untuk mengungkap alasan di balik churn di aplikasi seluler Anda.