В продуктовой аналитике есть такая внегласная область User Interaction, это про взаимодействие юзера с продуктом через интерфейс. Так вот там есть “свой” набор метрик. Это те же самые продуктовые метрики, но с щепоткой контекста. Т.е. используются более узко, в рамках конкретной фичи.
Например, Retention rate. В классическом понимании RR показывает насколько часто юзер возвращается, хороший показатель метрики намекает, что юзера всё устраивает и он продолжает пользоваться продуктом.
В анализе конкретной фичи RR похожа, но говорит об удовлетворённости пользователя не всем продуктом, а конкретной фичей. Нравится ли она ему настолько, что он вписывает её в свой повседневный флоу взаимодействия с продуктом. Т.е. RR тут может быть высоким, в то время как основной продуктовый RR низким. И наоборот.
‼️ И вот одна из главных метрик в UI-аналитике это Adoption Rate. AR показывает “заметность” фичи для пользователя И/ИЛИ соответствие ожидания-реальности при её использовании. Считается как
количество юзеров фичи / всех активных юзеров.Поясню. Любая фича в продукте может быть более или менее значимой. В зависимости от этого, мы хотим её показать всем, или спрятать, чтобы нашли только те, кому она нужна. Поэтому у каждой фичи мы ожидаем своё "нормальное" значение. AR какой-нибудь тонкой настройки в профиле всегда будет ниже чем у кор-фичи.
А что про ожидание? Это скорее вопрос интуитивности. Возьмём для примера задачку из прошлого поста. Никого не смутило поведение функции “Сравнения”? Любой, кто хоть раз покупал что-то в магазине, может задаться вопросом “а что я буду сравнивать, с чем, и по каким характеристикам? А зачем мне это вообще надо?” Хотя нажми он кнопку, получил бы классную подборку вариантов не хуже, а может и дешевле.
Низкий AR при хороших прочих показателях фичи, задизайненной под большинство, почти всегда КРИЧИТ о проблемах в восприятии юзерами. Или триггер старта сценария фичи слишком спрятан, или не очевидна его ценность, или он просто затирается “баннерной слепотой”.