Çağdaş Polat · · 5 мин оқу
Онжылдықтар бойы пайдаланушы онбордингінің стандарты сызықтық, бәріне бірдей өнім туры болды. Әрбір жаңа пайдаланушы өз рөліне, техникалық дағдысына немесе түпкі мақсатына қарамастан, бірдей қатаң жолмен жүруге мәжбүр болды. Оларға бірдей функциялар бірдей ретпен көрсетілді, бұл көңіл қалдыратын және жиі өзекті емес алғашқы пайдалану тәжірибесіне әкелді.
Бұл дәстүрлі тәсіл бірнеше себепке байланысты түбегейлі қате:
- Когнитивті шамадан тыс жүктеме: Жаңа пайдаланушыны өнімнің барлық функцияларымен бомбалау - абыржу мен алаңдаушылықты тудырудың ең жылдам жолы. Оларға бәрін бірден білу қажет емес; оларға өздерінің шұғыл мәселесін шешуге көмектесетінін білу қажет.
- Пайдаланушы ниетін елемеу: Жобаларды басқару құралына тіркелген маркетинг менеджерінің қажеттіліктері бағдарламалық жасақтама әзірлеушісінен мүлдем өзгеше. Маркетологқа науқандарды қадағалау мен есептілік функциялары көрінуі керек, ал әзірлеуші спринт тақталарын және репозиторий интеграцияларын іздейді. Жалпы тур екеуіне де жақсы қызмет етпейді.
- «Aha!» сәті жоғалады: «Aha!» сәті - пайдаланушы өнімнің құндылығын шынымен түсінетін сиқырлы нүкте - әр адам үшін бірегей. Жалпы онбординг ағыны - сол сәтке кездейсоқ тап боламын деп үміттенген болжамсыз әрекет. Көбіне ол мүлдем мақсатқа жетпейді, ал пайдаланушы өнімнің нағыз қуатын сезінбей жатып кетіп қалады.
Бизнес үшін салдары қатаң: пайдаланушыларды белсендірудің төмен көрсеткіштері, ерте кезеңдегі кетіп қалудың жоғары деңгейі және жұмсалған клиент тарту құны. Сіз оларды тіркелуге жеткізу үшін ауыр жұмыс істедіңіз; жалпы онбординг процесі бір ярд сызығында допты жіберіп алғанмен бірдей.
Жасанды интеллект арқылы жекелендірілген онбординг: жаңа стандарт
Қатаң нұсқаулыққа емес, сарапшы гидпен әңгімелесуге көбірек ұқсайтын онбординг тәжірибесін елестетіңіз. Сіз қол жеткізгіңіз келетінін алдын ала білетін және соған апаратын ең жылдам жолды көрсететін гид. Бұл - жасанды интеллект арқылы жекелендірілген онбординг жүйесінің уәдесі.
Мәнінде, жасанды интеллект арқылы жекелендірілген онбординг әр жеке пайдаланушы үшін алғашқы пайдалану тәжірибесін нақты уақытта динамикалық түрде бейімдеу үшін машиналық оқыту алгоритмдерін қолданады. Ол қарапайым сегменттеуден (мысалы, «ірі компаниялардан келген пайдаланушылар») пайдаланушының қажеттіліктері мен мінез-құлқын гипер-контекстік түсінуге көшеді.
Ол қалай жұмыс істейді? Бұл әдетте үш кезеңді қамтитын күрделі процесс:
- Деректерді қабылдау: Жасанды интеллект моделі деректерді бірнеше көзден жинайды. Бұған тіркелу кезінде берілген айқын деректер (рөл, компания көлемі, сала) және, ең бастысы, жасырын мінез-құлықтық деректер (қай лендингтен келгені, алғашқы қандай функцияларды басқаны, тінтуірі қай жерде тоқтап қалғаны) кіреді.
- Интеллектуалды талдау: Машиналық оқыту алгоритмдері пайдаланушы ниетін болжау үшін бұл деректерді талдайды. Кластерлеу сияқты әдістер пайдаланушыларды мінез-құлыққа негізделген динамикалық «микро-персоналарға» топтай алады, ал болжамдық модельдер қандай функциялардың белгілі бір пайдаланушыға ең жылдам құндылық беретінін болжай алады.
- Динамикалық бейімделу: Талдау негізінде онбординг тәжірибесі нақты уақытта өзгереді. Жүйе чек-тізімнің ретін өзгертуі, басқа функцияны бөліп көрсетуі, контекстік тултипті іске қосуы немесе тіпті өзекті оқу бейнесі бар дәл уақытында жіберілген электрондық хатты жөнелтуі мүмкін.
Бұл жай ғана пайдаланушының атын қош келдіңіз хабарламасына енгізу туралы емес. Бұл пайдаланушының алғашқы жолын мүмкіндігінше тиімді және құнды ету үшін түбегейлі қайта жобалау туралы.
Жасанды интеллект арқылы жекелендірілген онбординг стратегиясының негізгі компоненттері
Шынымен тиімді жасанды интеллектке негізделген онбординг тәжірибесін құру үйлесімді жұмыс істейтін бірнеше негізгі компонентке назар аударатын стратегиялық тәсілді талап етеді.
Динамикалық пайдаланушы жолы
Бір сызықтық жолдың орнына жүйе жасанды интеллект басқаратын «өз шытырман оқиғаңды таңда» тәжірибесін жасайды. Мысалы, пайдаланушы деректер аналитикасы платформасына тіркеліп, бірден Salesforce дерек көзін қосуға тырысса, жасанды интеллект бұл жоғары ниетті әрекетті таниды. Ол жалпы «Дашбордыңызға қош келдіңіз» турын шеттетіп, оның орнына Salesforce деректерін авторизациялау және импорттау бойынша нақты нұсқаулықты іске қосады, пайдаланушыны тікелей алғашқы «Aha!» сәтіне жеткізеді.
Болжамдық функцияларды бөліп көрсету
Жасанды интеллект модельдері белгілі бір пайдаланушы профилі үшін қай функциялардың ұзақ мерзімді ұстап қалуға әкелу ықтималдығы жоғары екенін болжай алады. Мыңдаған бұрынғы пайдаланушының мінез-құлқын талдау арқылы модель, мысалы, алғашқы 24 сағат ішінде команда мүшесін шақырған пайдаланушылардың кетіп қалу ықтималдығы 50%-ға төмен екенін үйренеді. Осы профильге сәйкес келетін жаңа пайдаланушының онбордингі «Командаңызды шақыру» функциясына басымдық беріп, оған бірлескен жұмыстың артықшылықтарын түсіндіретін тартымды мәтінмен бірге айтарлықтай бағыттайды.
Бейімделгіш қолданба ішіндегі нұсқаулық
Бұл қарапайым тултиптерден асып түседі. Жасанды интеллектке негізделген жүйе пайдаланушының біліктілігі мен мінез-құлқына бейімделетін нұсқаулық бере алады.
- Қиналуды анықтау: Егер жасанды интеллект пайдаланушының бір аймақты қайта-қайта басып жатқанын немесе белгілі бір конфигурация экранында әдеттен тыс ұзақ уақыт өткізіп жатқанын байқаса, ол оқу бейнесіне немесе қолдау мақаласына сілтемесі бар көмек модалын белсенді түрде іске қоса алады.
Жекелендірілген коммуникация және ескертулер (nudges)
Жекелендіру қолданбаның өзінен асып түседі. Жасанды интеллект қолданба ішіндегі тәжірибені нығайтатын көпарналы коммуникация стратегиясын оркестрлей алады. Егер пайдаланушы өзінің алғашқы жобасын сәтті жасап, бірақ тапсырма тағайындамаса, жүйе жекелендірілген электрондық хат жіберер алдында бірнеше сағат күте алады: «Сәлем, Алекс, 'Q4 маркетингтік науқан' жобасын тамаша орнаттыңыз! Табысты жоба менеджерлерінің 80%-ы үшін келесі қадам - алғашқы тапсырманы тағайындау. Мұны орындауға арналған 30 секундтық нұсқаулық осында.»
Өз жасанды интеллектпен жекелендірілген онбордингіңізді іске асыру: практикалық жол картасы
Интеллектуалды онбординг жүйесіне көшу - маңызды міндет, бірақ оған жүйелі түрде жақындауға болады. Жақсы жоспарланған іске асыру табыс үшін шешуші.
1-қадам: белсендіру кезеңдерін анықтаңыз және картаға түсіріңіз
Жолды жекелендірмес бұрын межелі жерді анықтау керек. Сіздің өніміңіз үшін «белсендірілген» нені білдіреді? Бұл, ең алдымен, бір оқиға емес, негізгі әрекеттер сериясы. Әртүрлі пайдаланушы сегменттері үшін осы «құндылық сәттерін» анықтау үшін өнім және деректер командаларымен жұмыс істеңіз. Әлеуметтік медиа құралы үшін бұл аккаунтты қосу, алғашқы жазбаны жоспарлау және алғашқы аналитика есебін көру болуы мүмкін.
2-қадам: пайдаланушы деректерін шоғырландырыңыз
Жасанды интеллект деректермен қоректенеді. Жекелендіру қабілетіңіз пайдаланушы туралы бірыңғай көріністің болуына байланысты. Бұл CRM (мысалы, Salesforce), өнім аналитикасы құралдары (мысалы, Amplitude, Mixpanel) және қолданбаңыздың бэкенд дерекқоры арасындағы деректер оқшаулығын жоюды білдіреді. Клиент деректері платформасы (CDP) мұнда баға жетпес болуы мүмкін, ол әр пайдаланушының атрибуттары мен мінез-құлқы үшін бірыңғай ақиқат көзін жасайды.
3-қадам: дұрыс технологиялық стекті таңдаңыз
Сізде екі негізгі нұсқа бар: құру немесе сатып алу.
- Сатып алу: Үшінші тарап цифрлық қабылдау платформаларының (Pendo, Appcues немесе Userpilot сияқты) өсіп келе жатқан саны жасанды интеллект пен машиналық оқыту функцияларын енгізуде. Бұл құралдар турларға арналған визуалды құрастырушыларды және пайдаланушыларды сегменттеуге арналған дайын модельдерді ұсына отырып, іске асыруды жеделдете алады. Бұл жиі ішкі жасанды интеллект сараптамасы жоқ командалар үшін ең жақсы жол.
- Құру: Терең техникалық ресурстары бар және өте бірегей қажеттіліктері бар компаниялар үшін жеке құрылған шешім қолайлырақ болуы мүмкін. Бұл тәсіл максималды икемділік береді, бірақ деректер ғалымдарына, инженерлерге және инфрақұрылымға айтарлықтай инвестицияны талап етеді.
4-қадам: шағыннан бастаңыз, тестілеңіз және итерациялаңыз
Мұхитты қайнатуға тырыспаңыз. Бір жоғары әсерлі пайдаланушы сегментін немесе бір маңызды белсендіру кезеңін нысанаға алудан бастаңыз. Мысалы, «Pro» жоспарына тіркелген пайдаланушылар үшін онбордингті жекелендіруге назар аударыңыз. Гипотеза әзірлеңіз (мысалы, «Pro пайдаланушыларға алдымен кеңейтілген есептілік функциясын көрсету белсендіруді 15%-ға арттырады»), қолданыстағы жалпы онбордингіңізбен A/B тест өткізіңіз және нәтижелерді мұқият өлшеңіз. Осы алғашқы эксперименттен алынған сабақтарды келесі итерацияңызды негіздеу үшін пайдаланыңыз.
Қиындықтарды еңсеру
Артықшылықтары орасан зор болғанымен, ықтимал кедергілерді білу маңызды. Ең көп таралғаны - «суық бастау» (cold start) мәселесі: сіз туралы ештеңе білмейтін мүлдем жаңа пайдаланушы үшін тәжірибені қалай жекелендіресіз? Мұны тіркелу ағыны кезінде бір-екі негізгі сұрақ қою («Біздің өніммен негізгі мақсатыңыз қандай?») немесе олардың электрондық пошта доменіне негізделген фирмографикалық деректерді қолдану арқылы жұмсартуға болады. Сонымен қатар деректердің құпиялылығы мен ашықтық аса маңызды. Пайдаланушылар өз деректерінің тәжірибесін жақсарту үшін қалай пайдаланылып жатқанын білуі керек, ал сіз әрдайым GDPR және CCPA сияқты ережелерге сәйкес болуыңыз тиіс.
Қорытынды: болашақ - контекстік
Бәріне бірдей бағдарламалық жасақтама тәжірибелерінің дәуірі аяқталуға жақын. Пайдаланушылар өз қажеттіліктерін түсінетін және уақытын сыйлайтын өнімдерді күтеді әрі талап етеді. Статикалық өнім турынан динамикалық, жасанды интеллект арқылы жекелендірілген онбординг тәжірибесіне көшу енді сән емес - бұл бәсекелестік қажеттілік.
Деректер мен машиналық оқытуды пайдаланып, әр пайдаланушыны өзінің бірегей «Aha!» сәтіне бағыттау арқылы сіз белсендіру көрсеткіштерін айтарлықтай жақсарта аласыз, ұзақ мерзімді ұстап қалуды арттыра аласыз және адалырақ клиент базасын құра аласыз. Бұл - клиенттің бүкіл өмірлік циклі бойы дивиденд әкелетін пайдаланушы табысына жасалған стратегиялық инвестиция, ол пайдаланушының алғашқы бірнеше басуын ықтимал сәтсіздік нүктесінен өсудің ең үлкен активіне айналдырады.




