Flusso utente

Nei post precedenti, abbiamo analizzato in che modo le diverse funzionalità del prodotto possono influire sulla fidelizzazione e sulla monetizzazione degli utenti. Queste informazioni potrebbero aiutarci a dare la priorità alle funzionalità del prodotto e a concentrarci su quelle di maggiore impatto.

Ma come di solito accade, il contesto d'uso potrebbe cambiare molto la nostra comprensione. Ecco perché è abbastanza ragionevole imparare il contesto di utilizzo:

• cosa è successo prima dell'utilizzo di una particolare funzionalità del prodotto (sarà trattato in questo post)
• cosa è successo dopo che una particolare caratteristica del prodotto è stata utilizzata

Le caratteristiche del prodotto sono ordinate in ordine decrescente [# utenti]. Per ogni caratteristica del prodotto, abbiamo calcolato il coefficiente MCC : in che modo questa particolare caratteristica del prodotto influisce sulla fidelizzazione dell'utente al prodotto.

Alcuni esempi dalla tabella sopra:

• feature41 è molto popolare ( [# utenti] = 11.598 ) e ha un impatto quasi naturale sulla fidelizzazione degli utenti ( [MCC = -0.0093] ).
• feature24 è spesso utilizzato ( [# utenti] = 5,121 ) e ha un impatto positivo piuttosto forte sulla fidelizzazione degli utenti ( [MCC = 0.0954] ).
• feature18 è molto popolare ( [# utenti] = 10.571 ) ma ha un impatto negativo piuttosto forte sulla fidelizzazione degli utenti ( [MCC = -0.1532] ).
• feature43 è usato meno spesso ( [# utenti] = 2.541 ) ma ha un impatto positivo molto forte sulla fidelizzazione degli utenti ( [MCC = 0.1593] ).

• caratteristica41

• feature41 al passo corrente = -0.0093
• feature41 al passaggio precedente = -0,0251

Ma l'apprendimento più importante è questo:

I coefficienti MCC per le caratteristiche del prodotto indipendenti sono diversi dal MCC per le caratteristiche del prodotto nel contesto di utilizzo.

Se prendiamo i coefficienti MCC indipendenti dalla tabella sopra otterremo queste cifre:

• feature4 = -0.1319 (negativo, forte)
• feature42 = 0,0352 (positivo, leggero)
• feature2 = -0.0996 (negativo, forte)

• feature4 = 0.0079 ( positivo , leggero )
• feature42 = 0.0938 (positivo, forte )
• feature2 = 0.0495 ( positivo , medio )

• caratteristica24 / caratteristica18

Vorrei sottolineare ai lettori che l' impatto di feature18 sulla conservazione è negativo in quanto quasi tutti e 4 i principali casi di utilizzo precedenti sono negativi .

L'esperienza utente passata positiva (stato d'animo positivo) è solitamente seguita da un'esperienza utente positiva e, al contrario, l'esperienza utente passata negativa è solitamente seguita da un'esperienza utente negativa.

• caratteristica43

Il livello di esperienza utente è il valore cumulativo delle esperienze utente passate.

RIEPILOGO:

I diagrammi di flusso degli utenti che ho presentato sopra dovrebbero dimostrare due aspetti importanti dello sviluppo del prodotto:

• l'esperienza dell'utente non è solo un insieme di funzionalità del prodotto, è un flusso.
• l'esperienza dell'utente all'interno del tuo prodotto è cumulativa .