Los primeros cien usuarios: volver sin historial
Da a los nuevos usuarios una razón para volver el segundo día antes de que sus datos se acumulen, y prueba el cambio en la siguiente cohorte, manteniendo separadas las instalaciones de pago y orgánicas.
Una razón para volver puede existir antes del historial
Tus primeros cien usuarios son la única cohorte a la que puedes escribir, observar y acompañar antes de que el producto decida si puede retenerlos.
Un usuario del segundo día en un producto longitudinal como GainFrame solo tiene una foto, una puntuación y una narrativa. Una tendencia no puede comenzar ahí, pero una razón para volver sí.
La retención de la primera semana cae cuando el recorrido inicial se siente genérico o irrelevante. Los usuarios que no perciben el valor en la primera semana abandonan a un ritmo del 90 %. Un usuario completamente nuevo no tiene datos de comportamiento antes de las primeras acciones, por lo que el bucle de retroalimentación de personalización aún no ha comenzado.
El trabajo es manual porque la cohorte es pequeña. Buscas el paso que falta, no una táctica de crecimiento escalable por ahora.
- Identifica el momento útil más pequeño que no requiera un historial largo. La declaración de valor debe ser clara tras una sola acción, no tras una semana de datos.
- Escribe a los usuarios que instalaron y no volvieron. Pregunta qué esperaban y qué vieron. Una breve nota de cada persona vale más que una encuesta.
- Acompaña a la cohorte inicial a través del paso que falta. Una breve guía, un ejemplo guardado o un mensaje directo pueden mostrar la siguiente vista útil.
- Lanza un disparador de retorno que utilice los datos mínimos que existan. Debe decir algo que el usuario no sabía ya, o pedir la entrada que falta para que la siguiente vista sea útil.
- Registra cada instalación como su propia cohorte. Compara un grupo con el siguiente sin mezclarlos, para que veas la forma de la curva en lugar de un promedio combinado.
Esto es inescalable a propósito. Con una cohorte pequeña, un mensaje directo es una superficie de producto, un ejemplo guardado es una funcionalidad y una nota de cada usuario es el conjunto de datos. La razón para volver tiene que existir antes de que el historial se acumule.
GainFrame, un producto longitudinal, pasó la retención de la primera semana del 20,1 % en mayo al 27,0 % en junio. Su participación activa de la cuarta semana se mantuvo entre el 8 % y el 12 % durante toda la primavera. La lectura diaria apareció 248 veces durante la semana de apertura y 2.407 veces por semana a partir de la semana del 29 de junio, mientras que las tarjetas de veredicto diario pasaron de 0 a 1.673 por semana.
En la v2.19, a finales de junio, GainFrame reorganizó sus notificaciones en torno a mensajes basados en hallazgos, incluyendo un aviso de rescate para usuarios sin fotos. Incluso un usuario sin ninguna entrada obtiene una razón para actuar, sin fingir que el historial existe.
La siguiente cohorte es la prueba
Trata la primera cohorte de lanzamiento como un caso de aprendizaje, no como un promedio poblacional. El comportamiento inicial está sesgado, pero sigue siendo la mejor señal que tienes. Úsala para encontrar la razón para volver, luego lanza el cambio y observa al siguiente grupo.
Corrige primero la razón del día 2 y luego evalúa el cambio en la cohorte que llegue después. La retención combinada puede ocultar una corrección, pareciendo plana mientras esa siguiente cohorte mejora. No juzgues el cambio con el promedio de todos los que alguna vez instalaron.
Una primera sesión débil puede deprimir la activación, reducir la señal de comportamiento disponible para los sistemas de recomendación y hacer más difícil convertir a la siguiente cohorte. Las experiencias de aplicación personalizadas se asocian con tasas de retención hasta un 30 % más altas. La razón para volver es la personalización que puedes construir a mano antes de que el sistema tenga datos suficientes.
Las instalaciones de pago y orgánicas necesitan curvas separadas
Divide la siguiente cohorte por fuente antes de leer los números. Curvas de retención separadas para instalaciones de pago y orgánicas, registradas desde la fecha de instalación, muestran si la corrección funcionó o si cambió la mezcla.
Las instalaciones de pago mostraron una retención de la primera semana del 17 %-21 %, mientras que las orgánicas mostraron del 27 %-30 %. La brecha es la tarifa de entrada. Necesitas saber a qué grupo sirve tu razón para volver antes de escalar nada, y qué grupo sigue sin estar bien atendido.
