โมเดลความล้าจากการแจ้งเตือนแบบ 4 ระดับ

การแจ้งเตือนแบบ Push คือวิธีที่ถูกที่สุดในการสูญเสียผู้ใช้ เส้นกราฟการรักษาผู้ใช้ที่ 1 การแจ้งเตือนต่อวันดูยังโอเค ข้อมูลจากอุตสาหกรรมของ Localytics และ Urban Airship เกาะกลุ่มกันที่อัตราการรักษาผู้ใช้สามเดือนราว 88 เปอร์เซ็นต์ แต่ที่ 3 การแจ้งเตือนต่อวัน เส้นกราฟลดลง 17 จุดเปอร์เซ็นต์ และที่ 5 การแจ้งเตือนต่อวัน มันลดลงถึง 34 รูปทรงของกราฟชันและย้อนกลับไม่ได้ ผู้ใช้ถึง 46 เปอร์เซ็นต์เลือกปิดการแจ้งเตือนทั้งหมด เมื่อแอปส่งการแจ้งเตือนที่พวกเขาไม่ต้องการ 2 ถึง 5 ครั้งต่อสัปดาห์

คำตอบของ Soulwise คือโมเดลความล้าแบบ 4 ระดับ มันตรวจจับการลดลงของอัตราการเปิดอ่านในกรอบเวลาเลื่อน 14 วัน แล้วค่อย ๆ ลดปริมาณการแจ้งเตือนลงก่อนที่ผู้ใช้จะปิดมันถาวร

บทความนี้จะพาคุณดูทั้งการออกแบบ เกณฑ์ต่าง ๆ และตรรกะการกู้คืน

4 ระดับขั้น

สเตตแมชชีนนั้นเรียบง่าย ผู้ใช้แต่ละคนจะอยู่ในเพียง 1 ระดับขั้นเท่านั้นในแต่ละช่วงเวลา

• T0 - สมบูรณ์ดี ตารางครบทุกอย่าง ทั้งข้อความเชิญชวนทำพิธีกรรมยามเช้า การกระตุ้นตามบริบทช่วงสาย การทบทวนยามเย็น พร้อมข้อความที่ผูกกับเหตุการณ์
• T1 - ลดระดับ การกระตุ้นตามบริบทช่วงสายถูกหยุดไว้ ส่วนที่เหลือยังดำเนินต่อ
• T2 - เหลือเฉพาะจุดยึด เหลือเพียงข้อความเชิญชวนทำพิธีกรรมยามเช้าและการทบทวนประจำวันอาทิตย์ ส่วนการแจ้งเตือนตามดุลพินิจทั้งหมดถูกหยุดไว้
• T3 - เหลือเฉพาะรายสัปดาห์ เหลือรอดเพียงการแจ้งเตือนรายสัปดาห์ครั้งเดียว จังหวะรายวันถูกระงับ

ลำดับนั้นสำคัญ ช่วงสายเป็นสิ่งแรกที่หายไปเพราะมีน้ำหนักของเหตุการณ์ต่ำที่สุด มันเป็นเพียงการกระตุ้นตามบริบท ไม่ใช่ส่วนหนึ่งของพิธีกรรมประจำวัน ส่วนข้อความยามเช้าถูกเก็บไว้นานที่สุด เพราะการแจ้งเตือนรายวันที่ผูกกับเหตุการณ์สร้างการรักษาผู้ใช้ได้มากกว่าแบบทั่วไปประมาณ 2.85 เท่า การตัดมันทิ้งก็เท่ากับฆ่าแอป

อะไรเป็นตัวกระตุ้นให้เปลี่ยนระดับ

ข้อมูลอัตราการเปิดของผู้ใช้แต่ละคนในกรอบเวลาแบบเลื่อน 14 วัน ทุกวันโมเดลจะดูข้อมูลย้อนหลัง 14 วัน แล้วคำนวณอัตราการเปิดการแจ้งเตือนแบบพุชที่ส่งให้ผู้ใช้ในช่วงเวลานั้น

เกณฑ์ของ Soulwise คือ อัตราการเปิดลดลง 30 เปอร์เซ็นต์ จากค่าพื้นฐานส่วนตัวของผู้ใช้ หากปกติผู้ใช้เปิดพุชอยู่ที่ 60 เปอร์เซ็นต์ แล้วอัตราในกรอบเวลาแบบเลื่อนตกลงมาเหลือ 42 เปอร์เซ็นต์หรือต่ำกว่า โมเดลจะปรับผู้ใช้ลงไปหนึ่งระดับ โดยอัตราที่ตกลงนี้ต้องคงอยู่อย่างน้อย 3 วัน เพื่อหลีกเลี่ยงการตอบสนองต่อสัปดาห์แย่ ๆ เพียงครั้งเดียว (ไปเที่ยว เจ็บป่วย หรือสัปดาห์ที่งานยุ่งมาก)

การปรับเลื่อนขึ้นก็เป็นไปในทิศทางเดียวกัน หากผู้ใช้อยู่ที่ T2 แล้วอัตราการเปิดไต่กลับขึ้นไปเหนือค่าพื้นฐานลบเกณฑ์ 30 เปอร์เซ็นต์ ติดต่อกัน 3 วัน ผู้ใช้จะเลื่อนขึ้นไปที่ T1 ส่วนการกลับมาที่ T0 ก็ใช้ขั้นตอนเดียวกัน

ทำไมการแจ้งเตือนที่ผูกกับเหตุการณ์จึงอยู่ได้นานที่สุด

ข้อมูลจาก Localytics / Urban Airship คือสิ่งที่กำหนดการออกแบบนี้: การแจ้งเตือนรายวันที่ผูกกับเหตุการณ์ให้อัตราการกลับมาใช้งานราว 2.85 เท่าของการแจ้งเตือนรายวันแบบทั่วไป ข้อความทั่วไปอย่าง "เข้ามาเช็กกันหน่อย!" ตอน 9 น. นั้นถูกลืมได้ง่าย แต่ข้อความตอนเช้าที่ผูกกับช่วงวงจรจริงของวันนี้ ("เริ่มต้นเบาๆ วันนี้มีอะไรรออยู่บ้าง?") คือการผูกกับเหตุการณ์ - เพราะมันมีข้อมูลใหม่

T2 ยังคงข้อความตอนเช้าไว้ เพราะการตัดมันออกคือการตัดพิธีกรรมประจำวันทั้งหมดออกไป ทุกอย่างในแอปถูกสร้างขึ้นรอบการที่ผู้ใช้เข้ามาครั้งหนึ่งตอนเช้าและอีกครั้งตอนกลางคืน หากไม่มีข้อความนี้ วงจรก็จะขาดสะบั้น

UX ของแบนเนอร์แจ้งเตือนความเหนื่อยล้า

เมื่อผู้ใช้ถูกลดระดับการแจ้งเตือน แอปจะแสดงแบนเนอร์เล็ก ๆ ขึ้นมาในครั้งถัดไปที่เปิดแอป:

"เราผ่อนการแจ้งเตือนลงมา 7 วันแล้ว - อยากปรับกลับขึ้นไหม?"

ประโยคนี้ทำ 3 อย่างพร้อมกัน: รับรู้ถึงความเปลี่ยนแปลง อธิบายว่าเป็นพฤติกรรมของแอปเอง (ไม่ใช่ความผิดพลาดของคุณ) และเปิดทางให้คุณเลือกเอง คุณสามารถยกเลิกการลดระดับได้ด้วยการแตะเพียงครั้งเดียว หากอยากให้การแจ้งเตือนกลับมา

เรื่องนี้สำคัญ เพราะการลดระดับแบบเงียบ ๆ ทำให้รู้สึกเหมือนแอปทอดทิ้งคุณ แต่การบอกออกมาตรง ๆ กลับทำให้รู้สึกเหมือนแอปใส่ใจคุณ เป็นการกระทำเดียวกัน แต่วางกรอบต่างกัน

รูปแบบที่เราตั้งใจไม่สร้างขึ้นมา

ข้อกำหนดของผลิตภัณฑ์ระบุชัดเจนว่าสิ่งใดเป็นข้อห้าม:

• ไม่มีการกระตุ้นให้รู้สึกผิดแบบ "อย่าทำให้สถิติต่อเนื่องขาดช่วง" สถิติต่อเนื่องคือการใช้ความกลัวการสูญเสียมากดดันให้รู้สึกแย่ โมเดลความเหนื่อยล้าจะลดความถี่ให้ผู้ใช้ ไม่ใช่ทำให้พวกเขารู้สึกผิด
• ไม่มีการกระตุ้นเพื่อดึงกลับแบบ "เราคิดถึงคุณ" เมื่อสิ้นสุด T3 ผู้ใช้ที่ T3 กำลังบอกอะไรบางอย่างกับแอปอยู่แล้ว การเพิ่มการแจ้งเตือนเข้าไปอีกคือการตอบสนองที่ผิดทาง
• ไม่มีตัวนับปลอมหรือการสร้างความขาดแคลนในเนื้อหาการแจ้งเตือน "มี X คนเพิ่งสมัคร" คือละครหลอกลวงแบบ dark pattern ไม่ใช่การแจ้งเตือน
• ไม่มีเนื้อหาเกี่ยวกับประจำเดือนหรือโหราศาสตร์ในหัวข้อหรือเนื้อหาการแจ้งเตือน การแจ้งเตือนจะผ่านการตรวจ CI lint ที่ปฏิเสธการ build ใด ๆ ที่มีรูปแบบต้องห้าม โมเดลความเหนื่อยล้าจะไม่มีวันข้ามขั้นตอนนี้

ข้อมูลภายในระบบจริงๆ แล้วหน้าตาเป็นอย่างไร

โมเดลจะเก็บสถานะของผู้ใช้แต่ละคนด้วย 3 ฟิลด์:

tier: 'T0' | 'T1' | 'T2' | 'T3'
rolling_open_rate_14d: 0.0 to 1.0
baseline_open_rate: 0.0 to 1.0 (computed from first 30 days)
last_tier_change_at: timestamp

เท่านี้คือสถานะความล้าทั้งหมด ไม่มีประวัติการเข้าชม ไม่มีการให้คะแนนการมีส่วนร่วมนอกเหนือจากอัตราการเปิด ไม่มีโมเดลแมชชีนเลิร์นนิงที่ฝึกจากตัวผู้ใช้ ความเรียบง่ายนี่แหละคือหัวใจสำคัญ กฎต่างๆ ตรวจสอบได้ เกณฑ์ต่างๆ มีบันทึกไว้ และผลต่อประสบการณ์ใช้งานก็คาดเดาได้

สิ่งที่ระบบนี้ไม่ใช่

ขออธิบายขอบเขตสักหน่อย

โมเดลความเหนื่อยล้าทำงานแบบรายบุคคล ไม่ใช่รายกลุ่ม เราไม่ได้มองหา "ผู้ใช้ที่คล้ายกับคุณ" หรือทำการทดลองที่ลดการแสดงผลให้ผู้ใช้บางคนเพื่อเรียนรู้เรื่องการรักษาผู้ใช้ โมเดลนี้ทำงานเพื่อตัวคุณคนเดียว

อีกทั้งยังไม่ได้มาแทนที่การตั้งค่าที่คุณควบคุมเอง ทั้งช่วงเวลางดรบกวน การปิดเสียงเฉพาะหมวดหมู่ และการปิดการแจ้งเตือนทั้งหมด ล้วนทำงานแยกอิสระจากโมเดลความเหนื่อยล้า ทั้ง 2 ระบบทำงานร่วมกันได้ และตัวเลือกที่คุณกำหนดเองอย่างชัดเจนจะมีน้ำหนักเหนือกว่าการคาดเดาของโมเดลเสมอ

ทำไมเรื่องนี้จึงสำคัญต่อส่วนอื่นๆ ของแอป

การแจ้งเตือนแบบพุชคือหัวใจที่ทำให้พิธีกรรมประจำวันยังคงเกิดขึ้นทุกวัน แอปเช็กอินที่สูญเสียสิทธิ์ในการส่งพุช ก็เท่ากับสูญเสียกลไกหลักในการรักษาผู้ใช้ไว้ โมเดล 4 ระดับจึงถูกสร้างขึ้นมา เพื่อไม่ให้แอปใช้สิทธิ์นี้มากเกินไปจนเสียมันไปอย่างช้าๆ - ด้วยการสร้างความรำคาญเพียงเล็กน้อย แต่นานพอจะทำให้คนเอือม

บริบทเต็มๆ ของพิธีกรรมประจำวันอยู่ที่ ศูนย์รวม Soulwise โมเดลความล้าเป็นส่วนหนึ่งที่ทำให้พิธีกรรมนี้เป็นการให้และรับซึ่งกันและกัน แทนที่จะเรียกร้องฝ่ายเดียว

พูดให้สั้นกว่านั้น: จำนวนพุชที่เหมาะสมคือจำนวนมากที่สุดที่ไม่ทำให้คนกดเลิกรับ ส่วนโมเดลความล้าคือวิธีที่แอปใช้ค้นหาตัวเลขนั้น สำหรับผู้ใช้แต่ละคน ทุกๆ 14 วัน