Модель многих жизней

Модель многих жизней пользователя меняет подход к реактивации: вместо линейного пути она предполагает циклы возвращения с новой мотивацией. Этот паттерн поведения описан в работе «Я вернусь: о многих жизнях пользователей» (I’ll Be Back: On the Multiple Lives of Users of a Mobile Activity Tracking Application, 2018) — масштабном исследовании Тима Альтхоффа (профессор Университета Вашингтона), Эрика Хорвица и Райана Уайта (оба из Microsoft).

Авторы изучили данные активности 115 миллионов действий пользователей фитнес-приложения за 31 месяц. Они пришли к выводу, что больше 75% пользователей возвращаются после периодов неактивности, иногда после длительных пауз. Такой паттерн поведения они назвали multiple lives или «многими жизнями» пользователя в продукте.

Многожизненный паттерн предлагает переосмыслить механики вовлечения. Например, адаптировать уведомления, рекомендации и геймификацию под новую жизнь пользователя.

• Распознавать возвращающегося пользователя. Это отдельный сценарий: человек уже знаком с продуктом, но возвращается с новой целью. Приложение поможет узнать возвращающихся по сроку отсутствия, паттернам использования и контексту (например, сезонность или события).
• Фиксировать новую мотивацию. Это особенно важно в приложениях с поведением, завязанным на цели вроде обучения, финансов и здоровья.
• Адаптировать пуш-стратегию. В логике многих жизней ее роль не напоминать, а приглашать. Например, вместо «Вы давно не выходили» можно использовать «Готовы снова начать? Новый план на 4 недели уже готов».

Разобрали, какие форматы помогают доносить ценность цифрового сервиса до пользователя цифрового продукта. Читайте в статье «4 канала дистрибуции цифрового сервиса для e-com кроме пушей и баннеров».

Качество как фундамент реактивации

Субъективное восприятие качества сервиса напрямую влияет на вовлеченность пользователей и успешность повторной активации. Чем стабильнее работает приложение, проще оплата и быстрее поддержка, тем выше шансы, что пользователь останется после возвращения. Эти выводы подтверждает исследование «Качество сервиса мобильного приложения и вовлеченность пользователей: роль воспринимаемой производительности и надежности» (Internet Research, 2024), в котором применялась комбинированная модель MASQ и SERCON.

Исследование выделяет девять измерений качества мобильного приложения:

• Efficiency: как быстро и просто пользователь может совершить действие (например, оформить заказ).
• System availability: работает ли система стабильно, доступны ли все функции.
• Content: точен ли контент и интерфейс.
• Privacy: ощущение безопасности персональных данных.
• Fulfilment: соответствует ли обещанное (сервис, доставка) фактическому результату.
• Responsiveness: способность сервисно решать проблемы.
• Compensation: компенсация в случае сбоев или ошибок.
• Contact: оперативность и точность поддержки.
• Billing: прозрачная и корректная оплата.

Из них четыре оказались особенно связаны с удержанием и повторным вовлечением пользователя. Это efficiency, fulfillment, contact и billing. Особенно критичны поддержка и платежные процессы, ошибки в этих областях чаще всего отпугивают возвратившихся.

Мобильное приложение может дать больше возможностей для управления восприятием качества, чем другие каналы. Если оно грамотно реализовано, то работает быстрее мобильной версии сайта за счет низкой латентности и нативных компонентов.

Встроенные механизмы поддержки (например, чат с оператором, форма обратной связи) дают людям ответы на их вопросы в одном интерфейсе. К тому же, приложение адаптируется под конкретного человека: рекомендации и сценарии могут строиться на основе предыдущего поведения. Все это снижает фрустрацию и увеличивает шансы, что пользователь останется после возвращения.

Качество опыта пользователя в приложении напрямую влияет на отзывы и рейтинги. Что помогает собирать высокие оценки в сторах и какие детали особенно на это влияют, писали в статье.

Когда реактивировать

Оптимальное время для реактивации у каждого пользователя свое, универсальные пороги вроде «30 дней без активности» работают слабо. Более точный подход —это отслеживать индивидуальный ритм взаимодействия и реагировать на отклонения от него. Такой принцип лег в основу модели, описанной в исследовании «Выбор времени для реактивации клиентов: подход с использованием гамма–гамма контрольной карты» (International Journal of Research in Marketing, 2023).

Авторы, Нилс Холтроп и Яп Виринга, предложили учитывать среднее поведение пользователя и его вариативность. Как только человек выпадает за границы своей нормальной активности, это считается сигналом для запуска касания.

Модель gamma-gamma предлагает ориентироваться не на фиксированные сроки бездействия, а на индивидуальный ритм активности каждого пользователя. В мобильных приложениях поведение можно отслеживать по интервалам между сессиями, типу взаимодействия и глубине использования.

Эти данные позволяют вовремя запускать реактивационные сценарии, не по шаблону «прошло 30 дней», а в точный момент. Дальше повторное вовлечение можно встроить в продуктовую логику. Например, адаптировать онбординг под возвратившегося пользователя, предложить персонализированный план или активировать чек-лист на первую сессию новой жизни.