La gerente de crecimiento en jefe de Skyscanner, Caterina Toniolo, habl贸 en la
Conferencia de Crecimiento 脡pico sobre c贸mo el equipo prob贸 las hip贸tesis y experiment贸 para aumentar el crecimiento de las aplicaciones m贸viles.
Mira el video y lee las notas debajo del corte.
El sitio web de Skyscanner es visitado por 60 millones de usuarios 煤nicos por mes, y la aplicaci贸n ha sido descargada por m谩s de 70 millones de personas. El producto le permite buscar vuelos en varios dispositivos, no solo de escritorio y m贸viles, sino tambi茅n a trav茅s de Cortana, Alexa, Apple Watch.
Desaf铆os clave para la estrategia m贸vil primero
Antes de comenzar los experimentos, es necesario determinar la m茅trica principal en el producto. Para Skyscanner, la "m茅trica gu铆a" es el Valor total de la transacci贸n o el precio total de la transacci贸n durante un per铆odo de 12 meses. Para el equipo, esto significa que es necesario aumentar el valor total de las transacciones en los pr贸ximos 12 meses.
En su pr谩ctica, Skyscanner utiliza el modelo de marketing AARRR, que incluye las llamadas m茅tricas "piratas": atracci贸n, activaci贸n, retenci贸n, referencias e ingresos. La retenci贸n, como para la gran mayor铆a de las empresas, es la m茅trica m谩s importante que muestra el porcentaje de usuarios que regresan al producto.
El equipo de crecimiento de Skyscanner se centra al m谩ximo en la estrategia Mobile First, porque cada vez m谩s usuarios de viajes verticales utilizan aplicaciones m贸viles, en lugar de computadoras port谩tiles, para planificar sus viajes.
Sin embargo, hay muchos obst谩culos para la estrategia Mobile First. En el caso de Skyscanner, los obst谩culos se encuentran en el producto en s铆, que se desarroll贸 originalmente como un sitio web y no como una aplicaci贸n. Otros problemas no resueltos son multiplataforma, efecto halo, atribuci贸n, diplinks y trabajo con datos.
Multiplataforma y efecto halo
En primer lugar, antes de iniciar las pruebas, los productos deben calcular el LTV (valor de por vida). Para hacer esto, debe comprender el comportamiento del usuario en varios dispositivos. Pero, si la autorizaci贸n es opcional, como en Skyscanner, esto se convierte en una tarea desalentadora.
Otro punto importante es la comprensi贸n del efecto halo y c贸mo afecta el dinero de la compa帽铆a, a saber: cu谩nto se gasta en atraer usuarios a la aplicaci贸n y en aumentar el compromiso org谩nico. Para esto, es extremadamente importante comprender el comportamiento general del usuario y la puntuaci贸n LTV.
Atribuci贸n
El modelo de atribuci贸n m谩s popular es la atribuci贸n de 煤ltimo clic, 煤ltimo clic, pero no funciona para todas las empresas.
Por ejemplo, Skyscanner ha llegado a un punto en el que la atribuci贸n del 煤ltimo clic ha dejado de funcionar. Skyscanner es un producto de bajo margen, y la compa帽铆a est谩 tratando de aprovechar al m谩ximo sus recursos. Por lo tanto, el equipo determin贸 por s铆 mismo un modelo de atribuci贸n multit谩ctil, que le permite multiplicar para aumentar la escala de crecimiento.
Deeplink
Es extremadamente importante proporcionar al usuario la m谩xima comodidad tanto al interactuar con un sitio web o aplicaci贸n, como al cambiar entre estas plataformas. Pero trabajar con enlaces profundos no es tan f谩cil como usar enlaces web regulares.
Datos
Por un lado, hay un mercado de aplicaciones que proporciona varias fuentes y tipos de datos 煤tiles. Por otro lado, el equipo debe hacer grandes esfuerzos para procesar todo y asegurarse de que no se trate de datos fragmentados.
Pruebas de hip贸tesis y experimentos de crecimiento en Skyscanner
En cualquier empresa, el crecimiento siempre debe ponerse en pr谩ctica. Mientras m谩s pruebas, m谩s descubres oportunidades para crecer.
Experimento efecto Halo
Hip贸tesis: si el n煤mero de unidades pagas por d铆a aumenta en el mercado indio, el n煤mero de unidades org谩nicas tambi茅n aumentar谩.
M茅tricas: descargas org谩nicas.
Resultado: como resultado de cinco iteraciones de la prueba, logramos el efecto de halo 贸ptimo: una unidad org谩nica con 1.6 unidades pagas. El equipo prob贸 diferentes opciones de gasto por d铆a para encontrar la mejor. Comenzamos con 500 instalaciones pagas por d铆a, se necesitaron cinco instalaciones pagas para hacer una org谩nica. Pero despu茅s de encontrar el nivel 贸ptimo de 2400 instalaciones pagas, la tasa de crecimiento se fij贸 en 1.6.
Experimento de optimizaci贸n de aplicaciones en App Store
Experimento de Skyscanner sobre oportunidades de crecimiento en el mercado ruso.
Hip贸tesis 1: si agrega palabras clave relevantes a iTunes Connect, puede aumentar la clasificaci贸n de estas palabras clave en la App Store.
Hip贸tesis 2: las palabras clave en la descripci贸n de la aplicaci贸n en la App Store ayudar谩n a aumentar la calificaci贸n de la aplicaci贸n y el n煤mero de descargas desde Rusia.
Analizamos la descripci贸n de la aplicaci贸n en ruso y descubrimos que de los 100 caracteres disponibles, usamos solo 95. Una de las palabras ten铆a 12 caracteres (隆14% de la longitud total de la descripci贸n!). Decidimos usar dos palabras en lugar de una.
Usar adjetivos es otro potencial para el crecimiento. Gracias a ellos, puede proporcionar una mayor variedad de palabras clave. Por supuesto, hay palabras clave de alta frecuencia como "autom贸vil". Sin embargo, competir铆an fuertemente con otras palabras y no ser铆an tan relevantes como sea posible. Adem谩s, comenzamos a considerar las palabras clave que se ofrec铆an autom谩ticamente en iOS.
Como resultado, el equipo cre贸 una nueva lista de palabras clave. El principal indicador de 茅xito fue un aumento en la calificaci贸n, las m茅tricas org谩nicas fueron la m茅trica secundaria. Seg煤n la hip贸tesis, el 茅xito ser谩 un aumento en la calificaci贸n al reemplazar al menos el 50% de las palabras clave.
M茅todo: Skyscanner aplic贸 una prueba t de dos muestras y utiliz贸 dos conjuntos de datos diferentes con un nivel de confianza del 95% para compararlos entre s铆 y descubrir cu谩l ganar铆a. El primer grupo estudi贸 la calificaci贸n promedio tres meses antes del inicio del experimento. El segundo grupo estudi贸 los datos obtenidos durante el experimento, un mes despu茅s de la prueba.
Resultado: el equipo mejor贸 el ranking de m谩s del 50% de las palabras clave.
Como resultado, llegamos a una conclusi贸n m谩s: las oportunidades de optimizaci贸n est谩n en todas partes, incluso donde no se espera.
Consejo: realice pruebas t de dos muestras.
Experimento de optimizaci贸n de aplicaciones en Google Play
Hip贸tesis: si coloca la bandera de RF en el icono de la aplicaci贸n en Google Play, esto aumentar谩 el n煤mero de instalaciones org谩nicas de Rusia.
El equipo de Skyscanner ha creado una hip贸tesis nula: esta es una hip贸tesis que el investigador est谩 tratando de refutar, probar lo contrario. Para refutar la hip贸tesis, Skyscanner estableci贸 el efecto m铆nimo detectable: 14 d铆as despu茅s de comenzar la prueba, vemos un aumento en las plantas org谩nicas en un 4,25%.
Resultado: con la bandera en el icono en Google Play, el n煤mero de instalaciones org谩nicas de la versi贸n local de la aplicaci贸n disminuy贸 en un 4.8%. Fracasamos, pero aprendimos una lecci贸n importante.
Experimento de optimizaci贸n de pago para atraer usuarios
Hip贸tesis: con la optimizaci贸n paga, puede aumentar la conversi贸n.
Mediante el uso de identificaciones an贸nimas en el rastreador m贸vil AppsFlyer, realizamos un seguimiento de la conversi贸n en la aplicaci贸n y optimizamos los costos de las identificaciones que mostraron el mejor rendimiento.
M茅trica: crecimiento del ROI.
Resultado: en la primera iteraci贸n, el ROI creci贸 un 3%. Como resultado de una mayor optimizaci贸n de los gastos para una identificaci贸n an贸nima con los indicadores m谩s efectivos, el ROI aument贸 en otro 66%. Este experimento fue reconocido como uno de los m谩s efectivos en Skyscanner y ahora se practica cada mes.
Experimento de optimizaci贸n de calificaci贸n
Hip贸tesis: si invita a los usuarios a calificar directamente en la aplicaci贸n, aumentar谩 el n煤mero de calificaciones en la App Store.
En la aplicaci贸n m贸vil Skyscanner, puede dejar comentarios en dos pasos. En la primera etapa, se pregunt贸 a los usuarios si les gustaba la aplicaci贸n. A los que respondieron positivamente se les ofreci贸 poner estrellas en la App Store. Aqu铆, el equipo decidi贸 eliminar el primer paso y dirigir a los usuarios de inmediato a la App Store. El prop贸sito del experimento fue aumentar el n煤mero de revisiones y descargas org谩nicas. Antes del experimento, la calificaci贸n promedio fue de 4.36 puntos.
M茅trica: n煤mero total de comentarios, calificaci贸n promedio de estrellas en la aplicaci贸n y n煤mero de descargas org谩nicas.
Resultado: la calificaci贸n promedio no ha cambiado, pero el n煤mero de rese帽as ha aumentado en un 48%. Despu茅s de eso, se decidi贸 repetir la prueba en la escala de todo el producto m贸vil Skyscanner.
Tambi茅n notamos un aumento en las cargas org谩nicas, pero no encontramos un enlace directo al experimento.
Experimento de interacci贸n y compromiso
Hip贸tesis: si coloca la direcci贸n de Star Wars en la l铆nea de b煤squeda, la tasa de participaci贸n del usuario aumentar谩.
El experimento se llev贸 a cabo durante un d铆a, en Semana Santa. En la barra de b煤squeda, junto con recomendaciones y ofertas rentables, se agregaron planetas del universo de Star Wars con descripciones inventadas, ilustraciones y precios.
Resultado: el nivel de interacci贸n con la cadena de b煤squeda aument贸 en un 27,5%. Adem谩s, se identificaron oportunidades de crecimiento con este elemento.
Lea m谩s informes sobre el crecimiento del producto en el canal
@epicgrowth Telegram.
La transcripci贸n de la actuaci贸n se publica en
VC .