당신의 대시보드에 따르면 출시가 성공적이었다고 생각합니다. 가입자가 들어오고, 로그인 수가 급증하여 팀은 안심했습니다.
그러나 두 주가 지나면, 지원 티켓이 줄어들지만, 제품이 순조롭게 작동하는 것이 아니라는 것을 알게 됩니다. 사람들은 그냥 돌아오지 않는 것입니다. 몇몇 강력한 사용자는 활동적이지만, 대부분의 새로운 계정은 조용합니다. 제품에 접근권을 제공했지만, 수용을 제공하지 않았습니다.
그것이 격차 사용자 수용 지표 그것들이 닫아야 할 틈새를 의미한다. 사용자 수용 지표는 "사람들이 왔나요?"라는 더 어려운 질문보다 "사람들이 가치에 도달했나요? 다시 왔나요? 제품이 그들의 일상생활에 포함되나요?"라는 질문에 답하는 데 도움이 된다. 그 변화를 중요하게 여기는 이유는 단순한 가입과 로그인만으로는 자만의 지표일 수 있기 때문이다. 그것들은 누군가가 문을 열었을 뿐이다. 그것들은 그들이 완전히 입주했는지 여부를 알려주지 않는다.
제품 팀에서는 일반적으로 이 문제가 현실화될 때가 있다. 출시가 종이 위에 잘 보이지만 실제로는 약하다는 때이다. 협업 도구는 많은 계정 생성을 받을 수 있지만 사용자가 첫 번째 프로젝트를 만들거나 팀원에게 초대하거나 나중에 돌아오지 않는다. 모바일 앱은 다운로드를 많이 받을 수 있지만 사용자가 온보딩을 완료하거나 첫 번째 액션을 완료하여 제품이 유용해질 때까지 사용하지 않는다. 만약 당신이 그와 같은 불일치에 대해 오랫동안 고민해 왔다면, 당신은 이미 올바른 질문을 하고 있다.
보다 좋은 프레임은 사용자 수용을 접근에서 습관으로 여기는 것이다. 그것은 사용자가 제품을 처음 이해했을 때, 처음 결과를 얻었을 때, 그리고 반복적인 행동을 할 때를 관찰하는 것이다. 온보딩, 활성화, 앱 사용자 경험 개선에 대한 작업을 하는 팀은 일반적으로 같은 것을 발견한다. 사용자의 첫 번째 성공이 사용자의 첫 번째 로그인보다 더 중요하다. 목차 context: Capgo 마케팅 웹사이트. 역할: 짧은 UI 레이블 또는 네비게이션 아이템. 위치: 페이지 blog/[slug].astro. 메시지 키 `table_of_contents` (목차)
소개: 가입에서真正의 수용으로
- 사용자 수용 지표 8 가지의 필수 요소에 대한 설명
- 사용자 수용에 대한 간단한 방법
- 수용 효과를 측정하고 추적하는 방법
- 지표를 해석하고 기준점을 설정하세요
- 기본보다 더 나은 사용자 수준 vs 계정 수준 수용
- adoptio dashboard를 만들고 행동을 취하세요
- AI 및 자동화와 함께 adoptio 지표의 미래
소개: 가입자 수를 넘어 진정한 adoptio로
많은 팀은 성공을 측정하는 방식이 매장에서 방문객 수를 측정하는 것과 같습니다. 더 많은 방문객이 있다는 것은 잘 가고 있다는 것을 의미합니다. 그러나 제품은 단지 한 번 방문한 사람들로 승리하지 않습니다. 그들은 사용자가 의미 있는 행동을 완료하고 반복하는지 여부에 따라 승리합니다.
adoptio 지표가 존재하는 이유는 그 때문입니다. 그것은 단순한 수집에 얽매여 있는 얕은 관점을 행동에 대한 시각으로 대체했습니다. 유용한 질문은 '계정 생성이 얼마나 많은가?'가 아니라 '제품이 충분히 유용해져서 다시 돌아가야 하는지'입니다.
실용적인 규칙: 사용자 가치와 연결되지 않는 지표는 adoptio를 개선하는 데 도움이 되지 않을 것입니다.
프로젝트 관리 앱을 생각해 보세요. 로그인 한 번은 체육관 로비에 들어간 것과 같습니다. 그것은 운동을 한다는 것을 의미하지 않습니다. 첫 번째 프로젝트를 만들고, 작업 assign, 그리고 다음 날 진행 상황을 업데이트하는 것은 adoptio가 시작된다는 것을 나타내는 행동입니다.
일반적으로 가장 중요한 세 가지 질문은 다음과 같습니다:
- 가치 발견: 사용자가 첫 번째 의미 있는 작업을 완료했는가?
- 반복 행동: 그 첫 번째 성공 후 다시 돌아 왔는가?
- 워크플로우 적합성: 사용이 호기심에서 일상화되도록 확산되었는가?
이 안내서의 나머지 부분은 이 질문들에 기반을 두고 있습니다. 온보딩이 잘 작동하는지 여부를 알려주는 일부 지표가 있습니다. 제품이 습관 형성에 성공했는지 여부를 알려주는 지표도 있습니다. B2B 팀이 사용자에게 제품을 채택했는지 여부를 알려주는 더 고급 지표도 있습니다.
8 가지 필수 사용자 채택 지표를 설명합니다.
사용자 채택에 대한 간단한 방법
가장 쉬운 유사점은 체육관 회원권입니다. 회원 가입은 채택이 아닙니다. 첫 번째 운동에 나타나는 것은 더 가깝습니다. 매주 돌아와서 운동하는 것은 체육관이 alguien의 삶에 포함된다는 것을 증명합니다.
소프트웨어에도 동일한 논리가 적용됩니다. ClickLearn의 사용자 채택 지표 개요에 따르면, 사용자 수용은 일반적으로 목표 인구의 의미 있는 사용 단계에 도달한 사용자 비율로 정의되며, raw signups 또는 logins이 아닌 것이다. 같은 프레임에는 다음과 같은 공식이 포함된다. 수용률 = (새로운 활성 사용자 / 총 사용자) × 100 그리고 기능 수용률 = (기능을 사용하는 사용자 / 총 활성 사용자) × 100.
Core User Adoption Metrics at a Glance
| 지표 | 공식 | 그것이 무엇을 말하는가 |
|---|---|---|
| 활성화 | 제품 마일스톤에 따라 다름 | 사용자가 첫 번째 실제 가치의 순간에 도달했는지 여부 |
| DAU/MAU | __CAPGO_KEEP_0__ / __CAPGO_KEEP_1__ | __CAPGO_KEEP_2__ |
| __CAPGO_KEEP_3__ | __CAPGO_KEEP_4__ | __CAPGO_KEEP_5__ |
| __CAPGO_KEEP_6__ | __CAPGO_KEEP_7__ | __CAPGO_KEEP_8__ |
| __CAPGO_KEEP_9__ | __CAPGO_KEEP_10__ | __CAPGO_KEEP_11__ |
| __CAPGO_KEEP_12__ | 사용자 수락 지표 | 특정 기능의 실제 중요성 여부 |
| 가치 시간 | 가입 후 첫 번째 가치 순간까지의 시간 | 사용자가 의미 있는 결과를 얻는 속도 |
| 수락률 | 전체 사용자 중 새로운 활성 사용자 비율 | 사용자가 접근에서 활성 사용으로 이동하는 비율 |
팀이 수락과忠誠도를 연결하려는 경우, 이러한 지표를 앱 사용자 유지율 패턴과 비교하는 것이 도움이 됩니다. 수락은 사용자를 가치로 끌어들이지만, 유지율은 그들이 그곳에 머무르는지 보여줍니다.각 지표가 실제로 무엇을 말하는지
__CAPGO_KEEP_0__
활성화 사용자가 시작 라인에 도달했는지 여부를 측정합니다. 노트북 앱의 경우 첫 번째 노트를 만들 때, 슬랙의 경우 메시지를 보낼 때가 될 수 있습니다. 정확한 공식은 제품에 따라 다르지만 원칙은 동일합니다. 제품이 클릭되었음을 증명하는 첫 번째 액션을 선택하세요.
DAU/MAU 일별 활성 사용자와 월별 활성 사용자를 비교합니다. 많은 월별 사용자가 일별로도 활성화되어 있다면 제품이 루틴의 일부가 될 가능성이 높습니다.
유지율 사용자가 초기 기간 후에 다시 돌아오는지 여부를 묻습니다. 일부 제품은 좋은 첫 인상을 주지만 나중에 유용하지 않게 됩니다.
탈퇴율 탈퇴율의 반대입니다. 사용자가 참여를 중단한 것을 보여줍니다. 탈퇴율은 유용하지만 주된 조종수는 아닙니다. 탈퇴율이 높아질 때는 이미 활성화 또는 가치 전달 시에 원인들이 시작된 경우가 많습니다.
탈퇴율을 추적하십시오. 그러나 탈퇴율을 설명하는 메트릭에 더 많은 제품 에너지를 투자하십시오.
고정성 DAU/MAU와 함께 자주 논의되는 개념입니다. 많은 팀에서 용어를 거의 교환적으로 사용합니다. 실제 아이디어는 간단합니다. 고정된 제품은 자주 방문하여 사용자가 nhắc을 필요로 하지 않습니다.
기능 사용률 __CAPGO_KEEP_0__ __CAPGO_KEEP_0__.
__CAPGO_KEEP_0__ __CAPGO_KEEP_0__
__CAPGO_KEEP_0__ __CAPGO_KEEP_0__
__CAPGO_KEEP_0__
- __CAPGO_KEEP_0__ __CAPGO_KEEP_0__
- __CAPGO_KEEP_0__ __CAPGO_KEEP_0__
- __CAPGO_KEEP_0__ 사용자 수용 지표를 효과적으로 측정하고 추적하는 방법
사용자 수용 지표를 측정하고 추적하는 방법
이벤트 인스트루먼트를 시작하세요
사용자 수용 측정은 대시보드를 열기 전에 시작됩니다. 사용자 행동을 추적할 가치가 있는지 결정할 때부터 시작됩니다.
Amplitude, Mixpanel, Heap, PostHog, 또는 Google Analytics를 사용하는 경우, 모든 경우에서 동일한 결정이 필요합니다. 사용자 행동을 추적할 가치가 있는지 결정할 때, 제품 이벤트를 가치에 따라 정의하세요. 인터페이스 클릭이 의미 없는 경우를 제외하고.
가치 있는 이벤트를 정의하는 것이 중요합니다. 예를 들어, '프로젝트 생성', '초대 메시지 전송', '템플릿 적용', '보고서 내보내기'와 같은 이벤트가 유용합니다. 단순한 페이지 뷰는 충분하지 않습니다.
- 간단한 이벤트 설정은 다음과 같습니다: 입력 이벤트:
- 회원 가입, 첫 로그인, 온보딩 시작 가치 이벤트:
- 첫 프로젝트 생성, 첫 파일 업로드, 첫 워크플로 완료 습관 이벤트:
팀들은 이러한 마일스톤을 개선하는 변경 사항이 변경 사항을 테스트하기 위해 제어 된 롤아웃을 사용합니다. 기능 플래그 시스템은 온보딩 복사본, 기본 설정 또는 UI 변경의 영향을 분리하는 데 도움이 될 수 있습니다. 팀이 스테이지드 릴리스와 실험 중이라면, 이 구현 기능 플래그에 대한 안내서가 실용적인 보완입니다. 기능 플래그를 구현하는 방법에 대한 안내서 시간에 따른 변화를 보기 위해 계층을 사용하십시오
계층 분석은 가장 명확한 방법으로 스스로를 속이지 않는 것입니다. 사용자를 모두 한 그룹으로 모으지 않고, 그들은 언제 시작했는지 또는 어떤 경험을 받았는지에 따라 그룹화합니다.
다음과 같은 질문에 답할 수 있습니다:
새로운 온보딩을 본 사용자가 활성화를 더 자주 완료했습니까?
- 디자인을 다시 구축한 후에 생성된 계정은 더 일관되게 돌아오졌습니까?
- 새로운 계획 계층이 자체 서비스 사용자와 어떻게 다르게 행동했습니까?
- 계층이 없으면, 수용도 그림이 흐려집니다. 기존의 강력한 사용자가 새로운 사용자에게 영향을 미치는 문제를 숨길 수 있습니다. 상승하는 총 라인 지표가 약한 출시를 건강하게 보이게 할 수 있습니다.
운영자의 렌즈:
온보딩, 가격, 패키징 또는 핵심 워크플로우를 변경할 때마다 시작 날짜에 따라 행동을 비교하십시오. __CAPGO_KEEP_0__
__CAPGO_KEEP_0__
__CAPGO_KEEP_1__
__CAPGO_KEEP_3__
- __CAPGO_KEEP_4__ __CAPGO_KEEP_5__
- __CAPGO_KEEP_6__ __CAPGO_KEEP_7__
- __CAPGO_KEEP_8__ __CAPGO_KEEP_9__
- __CAPGO_KEEP_10__ __CAPGO_KEEP_11__
- 반복 사용: 그들은 다시 돌아와 그것을 다시 하며
이 funnel을 예쁘게 만들려는 것이 아니다. 정확한 handoff가 실패하는지 식별하는 것이 중요하다. 많은 사용자가 가입하지만 첫 번째 사용을 완료하는 사용자가 적다면, onboard process가 문제일 가능성이 높다. 사용자가 첫 번째 사용에 도달하지만 다시 돌아오지 않는다면, 제품은 이해가 가능하지만 매력적이지 않을 수 있다.
메트릭 해석 및 기준 설정
문맥이 숫자보다 중요하다
단독으로 있는 메트릭은 당신을 속일 수 있다. 제품의 목적을 고려해야 한다.
일일 계획 앱과 월간 보고 도구는 사용 패턴이 다를 수 있다. 팀 워크플로우가 있는 협업 제품과 단독 사용자 앱은 사용 패턴이 다를 수 있다. 따라서 팀이 어떤 숫자가 '좋은지' 묻는다면, '어떤 행동에 대한 좋은지'라고 대답하는 것이 유용할 수 있다.
그렇지만, 한 가지 기준이 특히 중요해졌다. Stonly의 사용자 채택 메트릭에 대한 토론에 따르면 DAU/MAU 비율은 사용자 충성도 측정으로 널리 사용되는 비율이며, 은 비율을 50% DAU/MAU 비율 이 비율은 사용자가 제품을 평균적으로 한 달에 15일 정도 사용한다는 것을 의미합니다. 이것이 팀이 습관 형성을 대신한 일회적 사용으로부터 구분하기 위해 습관 형성을 위한 프록시로 사용하는 이유입니다. 사용자 수용 지표 해석 그래픽
습관은 사용자 수와 깊이 있는 사용자 간의 차이를 구분하는 강력한 지표입니다. 제품이 많은 사용자를 가지고 있더라도 대부분의 사용자가 거의 돌아오지 않는다면 제품은 약한 제품입니다.
하지만 습관은 독립적인 판단이 아닙니다. 습관이 의미 있는 행동과 함께 pair되면 더 유용해집니다. DAU/MAU 비율이 높아지면서 의미 있는 행동이 평준화되면 사용자가 앱을 열어도 거의 아무것도 하지 않는다면, 습관은 단지 사용자가 앱을 열었을 뿐입니다.
습관이 낮지만 제품이 자연스럽게 간헐적으로 사용되는 경우, 지표는 단순히 사용 사례를 반영할 뿐입니다.
이것이 성과 해석에서 제품 컨텍스트, 릴리즈 히스토리, 사용자 경험의 중요성을 강조하는 이유입니다. 앱 성능 최적화 앱 성능 최적화가 이루어질 때, 빠른 로드 타임과 지연이 줄어들면 반복 사용을 지원할 수 있지만, 지표는 여전히 사용자가 무엇을 달성했는지와 함께 읽혀야 합니다.
내부 기준이 가장 좋은 기준입니다.
외부 기준은 방향을 알려주는 데 도움이 됩니다. 내부 기준은 결정을 내리는 데 더 좋습니다.
제품 변경 전후의 계층을 비교하십시오. 온보딩을 완료한 사용자와 온보딩을 건너 뛰었던 사용자를 비교하십시오. 계정에 다른 플랜이 있는지 또는 설정 경로가 다른지 비교하십시오. 그 비교는 여러분의 노력이 행동을 바꾸었는지 알려줍니다.
실용적인 기준 체계는 종종 다음과 같이 구성됩니다:
- 기준점: 변경 전의 현재 행동
- 예상 이동: 실험이 성공하면 변경해야 하는 지표
- 결정 규칙: 실험이 실패하면 취할 행동
지표가 움직이면 사용자 행동이 어떻게 바뀌었는지 물어보십시오. 움직이지 않으면 제품 변경이 진짜 가치의 원천을 건드렸는지 물어보십시오.
기본보다 더 나은 사용자 수준 vs 계정 수준 채택
팀 제품이 왜 눈먼 자리를 만드는지 이유를 설명합니다.
이곳에 있는 많은 B2B 팀의 공통적인 함정입니다. 보이는 건강한 수용률은 약한 계정에 숨겨져 있습니다.
Gainsight의 B2B 환경에서 수용률 측정에 대한 토론 B2B 환경에서 수용률 측정에 대한 mainstream 지침의 일반적인 공백을 지적합니다.
대부분의 설명은 활성화, DAU/MAU, 가치 시간, 기능 수용률에 중점을 둡니다. 그러나 그들은 명확하게 수용률을 사용자당, 계정당, 또는 둘 다 측정할 때를 알려주지 않습니다.
이 두 가지 관점은 서로 다른 질문에 답합니다.
사용자 수준의 수용률은 개인이 참여하고 있는지 여부를 알려줍니다.
계정 수준의 수용률은 고객 조직이 제품을 워크플로우에 통합했는지 여부를 알려줍니다.
- 넓이와 깊이를 함께 추적하십시오. 대형 회사에 의해 구매된 판매 플랫폼을 생각해 보십시오.
- 운영 책임자 한 명이 매일 로그인하여 보고서를 만들고 제품을 좋아합니다. 계정은 활발하게 보입니다. 그러나 다른 누구도 사용하지 않는다면, 배포는 여전히 약합니다.
- 그 챔피언이 떠나면, 계정은 suddenly 위험에 처합니다. 역할, 플랜, 또는 사용 사례에 따라 수용이 다르다면
이것은 특히 다중 사용자 제품에서 중요합니다. 계정은 기능 사용을 보여줄 수 있지만 팀에 전달되지 않을 수 있습니다. 반대도 가능합니다. 많은 사용자는 로그인하지만 깊이 있게 사용하지 않습니다.
이것을 표면화하는 실제적인 방법은 계정들을 세그먼트로 보는 것이며, 하나의 거대한 평균으로 보는 것이 아닙니다. 팀은 사용자를 플랜과 채널에 따라 분류하고, 역할에 따라 사용량을 layering하는 것이 더 좋은 시야를 얻습니다. 목표는 하나의 열정적인 챔피언을 혼동하지 않고 조직의 실제 수용을 피하는 것입니다. 플랜과 채널에 따라 사용자를 분류하고, 역할에 따라 사용량을 layering하는 것이 더 좋은 시야를 얻습니다.그것은 사용자가 가치를 달성하고 반복하고, 계정 내부에 사용량을 확산시키고 있는지에 대한 짧은 이야기입니다.
스크린샷은 https://__CAPGO_KEEP_0__.app에서 가져왔습니다.
다시 시작하기
대부분의 제품 팀에서, 대시보드는 다음의 몇 가지 행동 신호에 집중해야 합니다.
활성화 추세:
활성화 추세:
- 활성화 추세: 새로운 사용자가 첫 번째 의미 있는 마일STONE에 도달하는가?
- 가치 시간 추세: 첫 번째 성공의 길이 짧아지는가 아니면 더 복잡해지는가?
- 유지율 보기: 첫 번째 승리 후 사용자가 돌아오는가?
- 기능 채택 보기: 활발한 사용자가 주요 기능을 사용하는가?
- 계정 채택 슬라이스: 팀이 광범위하게 채택하는가 아니면 사용이 집중되는가?
대시보드도 세분화가 필요하다. 새로운 사용자 versus 기존 사용자. 자체 서비스 versus 기업. 개인 사용자 versus 계정. 그런 세분화가 없으면 평균이 이야기를 평탄하게 만든다.
지표를 제품 결정으로 바꾸어라
각 지표는 특정 반응을 유발해야 한다. 활성화가 약하면 온보딩을 강화하고 설정의 마찰을 제거해야 한다. 가치 시간이 느리면 사용자가 핵심 결과를 볼 수 있는 필수 단계를 줄여야 한다. 기능 채택이 낮다면 문제는 발견, 관련성, 워크플로우 적합성일 수 있다.
이러한 곳에서 릴리스 속도가 중요합니다. 제품 팀은 빠른 feedback loop을 통해 학습합니다. Amplitude와 Mixpanel과 같은 도구를 사용하여 행동을 읽을 수 있습니다. 배포 도구는 이러한 행동에 대한 변경 사항을 테스트하는 데 도움이 됩니다. 모바일 및 크로스 플랫폼 팀에서, Capgo JavaScript, CSS, config, copy 및 asset 업데이트를 앱 스토어 리뷰를 기다리지 않고 배송하는 옵션 중 하나입니다. 이는 관찰한 수용 문제와 테스트한修정 사이의 사이클을 단축할 수 있습니다.
workflow의 나중에, 데모 영상을 사용하여 팀이 변경 사항과 왜 변경했는지에 대한 동의를 얻을 수 있습니다.
실용적인 운영 리듬은 다음과 같습니다:
- 주간에 대시보드를 검토합니다.
- 수용 병목 현상을 식별합니다.
- 집중된 변경 사항을 배포합니다.
- 이전의 코호트와 다음의 코호트를 비교합니다.
- 행동에 따라 유지하거나 되돌려야 합니다. opinion에 따라서는 아닙니다.
이러한 방식으로 수용 작업이 관리가 가능합니다. 모든 지표를 한 번에 추적하지 않고, 측정과 제품 액션 사이의 안정적인 루프를 만들기 때문입니다.
AI 및 자동화와 함께 수용 지표의 미래
AI는 사용자 수용의 의미를 복잡하게 만들기 시작했습니다. 전통적인 사용자 수용 지표는 사람이 로그인, 액션을 취하고 돌아올 때를 가정합니다. 그러나 AI agent가 콘텐츠를 작성, 워크플로우를 트리거하거나 자동으로 작업을 완료할 때 이 모델은摇이됩니다.
As Userpilot의 사용자 수용 측정의 변경에 대한 글에서 참고한 것처럼, 새로운 지침은 “인간 vs. AI agent”라는 문제를 이미 제기합니다. 실질적인 문제는 간단합니다. DAU/MAU, 세션 시간, 첫 번째 키 액션까지의 시간과 같은 지표는 자동화가 아닌 사람의 가치 실현을 위해 수행된 활동이 아닌 자동화에 의해 수행된 활동을 나타내더라도 더 강력하게 보일 수 있습니다.
팀은 더 깨끗한 Attribution이 필요합니다. 어떤 작업을 시작했는지? AI는 어떤 것을 도와주었는지? 완전히 자동화되었는지? 이러한 구별은 더 이상 자동화가 제품 사용의 일반적인 부분이 될 때 중요해집니다. 북스타는 여전히 동일합니다. 사람과 조직이 실제, 반복적인 가치를 얻는지 여부를 측정하십시오. 그러나 이제는 모든 액션은 인간으로부터 왔다고 가정하지 마십시오.
팀이 Capacitor 또는 Electron 앱을 배포하고 사용자 수용 분석과 제품 변경 사이의 더 긴 루프를 원한다면 Capgo is worth a look. It lets teams deliver code and content updates quickly, target specific release channels, and monitor rollout behavior so product, engineering, and support can respond faster when adoption stalls.
