Flux d'utilisateurs

Dans les articles précédents, nous avons analysé l'impact des différentes fonctionnalités du produit sur la fidélisation et la monétisation des utilisateurs. Ces informations pourraient nous aider à hiérarchiser les fonctionnalités du produit et à nous concentrer sur celles qui ont le plus d'impact.

Mais comme cela arrive généralement, le contexte d'utilisation peut changer beaucoup notre compréhension. C'est pourquoi il est tout à fait raisonnable d'apprendre le contexte d'utilisation :

• ce qui s'est passé avant l'utilisation d'une fonctionnalité particulière du produit (sera abordé dans cet article)
• ce qui s'est passé après l'utilisation d'une fonctionnalité particulière du produit

Les caractéristiques du produit sont triées par ordre décroissant de [# utilisateurs]. Pour chaque fonctionnalité de produit, nous avons calculé le coefficient MCC - comment cette fonctionnalité de produit particulière affecte la rétention des utilisateurs sur le produit.

Quelques exemples du tableau ci-dessus :

• feature41 est très populaire ( [# users] = 11 598 ) et a un impact presque naturel sur la rétention des utilisateurs ( [MCC = -0.0093] ).
• feature24 est souvent utilisé ( [# users] = 5,121 ) et a un impact positif assez fort sur la rétention des utilisateurs ( [MCC = 0.0954] ).
• feature18 est très populaire ( [# users] = 10,571 ) mais a un impact négatif assez fort sur la rétention des utilisateurs ( [MCC = -0.1532] ).
• feature43 est moins utilisé ( [# users] = 2,541 ) mais a un impact très positif sur la rétention des utilisateurs ( [MCC = 0.1593] ).

• caractéristique41

• feature41 au pas actuel = -0.0093
• feature41 à l'étape précédente = -0.0251

Mais l'apprentissage le plus important est celui-ci :

Les coefficients MCC pour les caractéristiques de produit indépendantes sont différents du MCC pour les caractéristiques de produit dans le contexte d'utilisation.

Si nous prenons des coefficients MCC indépendants du tableau ci-dessus , nous obtiendrons ces chiffres :

• feature4 = -0.1319 (négatif, fort)
• feature42 = 0,0352 (positif, léger)
• feature2 = -0.0996 (négatif, fort)

• feature4 = 0.0079 ( positif , léger )
• feature42 = 0,0938 (positif, fort )
• feature2 = 0.0495 ( positif , moyen )

• fonction24 / fonction18

Je voudrais souligner aux lecteurs que l' impact de la fonctionnalité18 sur la rétention est négatif car presque tous les 4 principaux cas d'utilisation précédents sont négatifs .

Une expérience utilisateur passée positive (humeur positive) est généralement suivie d'une expérience utilisateur positive, et inversement, une expérience utilisateur passée négative est généralement suivie d'une expérience utilisateur négative.

• caractéristique43

Le niveau d'expérience utilisateur est la valeur cumulée des expériences utilisateur passées.

RÉSUMÉ:

Les diagrammes de flux d'utilisateurs que j'ai présentés ci-dessus doivent démontrer deux aspects importants du développement de produits :

• l'expérience utilisateur n'est pas seulement un ensemble de fonctionnalités produit, c'est un flux.
• l'expérience utilisateur au sein de votre produit est cumulative .