#SOL价格预测# #GUSD双重收益# #DOGE ETF上市# 15 yıldan fazla bir süredir tutulma eğrisi verilerini izliyorum.

Binlerce kalıcılık eğrisi gördüm ve bu, girişim şirketlerini değerlendirirken öncelikle bakmam gereken göstergelerden biri. Binlerce veri tabanını inceledim, farklı segmentasyon boyutlarına göre ayrıştırılmış kalıcılık eğrilerini analiz ettim. Bir ürün geliştiricisi olarak, bu göstergeleri başka bir bakış açısıyla da gözlemledim. Yüzlerce A/B testi yaptım, kalıcılık eğrisinin şeklini değiştirmeye çalışarak sayısız kullanıcı kılavuzu ve bildirim e-postası versiyonu hazırladım.

A/B testi (aynı zamanda bölme testi veya kova testi olarak da adlandırılır), bir ürünün iki versiyonunu (A versiyonu ve B versiyonu) karşılaştırmak için kullanılan rastgele bir deney yöntemidir. Temel amacı, verileri toplayarak ve kullanıcı davranışını analiz ederek, hangi versiyonun belirlenen hedeflere ulaşmada daha iyi performans gösterdiğini belirlemektir.

Sonuçlara göre burada bazı düzenler var.

Fizik yasaları gibi, zamanla birlikte sürekli olarak bazı belirli kuralların ortaya çıktığı garip bir durumdur. İşte paylaşmak istediğim birkaç örnek:

Kötü kullanıcı tutma oranını iyileştiremezsiniz. Evet, daha fazla bildirim özelliği eklemek tutma eğrinizde iyileşme sağlamaz. A/B testleri ile iyi bir kullanıcı tutma oranı elde edemezsiniz.
Saklama oranı sadece düşecek, artmayacak. Ayrıca garip olan, azalma hızının gerçekten öngörülebilir bir yarı ömür yasasına uymasıdır. Erken saklama oranı, sonraki saklama performansını öngörebilir.
Gelir tutma genişliyor, ancak kullanım tutma azalıyor. İyi haber şu ki: Kullanıcılar yavaş yavaş kaybolsa da, kalan kullanıcılar bazen daha fazla harcama yapabiliyor!
Saklama oranı, ürün kategorinle yakından ilişkilidir. Hem doğuştan gelen nedenler hem de sonradan gelişen faktörler vardır. Ne yazık ki, otel rezervasyon uygulamanı günlük kullanılan bir ürün haline getiremeyeceksin.
Kullanıcı genişlemesi ve büyüdükçe, tutma oranı daha düşük hale gelir. En kaliteli kullanıcılar erken ve doğal büyümekten gelirken, sonraki aşamalarda edinilen kullanıcılar en kötü performansı gösterir.
Kullanıcı kaybı asimetriktir, bir kullanıcıyı kaybetmek, onları yeniden kazanmakla karşılaştırıldığında çok daha kolaydır.
Saklama oranının hesaplanması gerçekten zor. Mevsimsel faktörler kesinlikle mevcuttur, yeni piyasaya sürülen test sürümleri verileri bozabilir ve sistemdeki hatalar da zaman zaman ortaya çıkabilir. D365 gerçek bir gösterge olmasına rağmen, bu sonuca yalnızca bakılmamalıdır.