एडवांस्ड वेबसाइट एनालिटिक्स: बेसिक से आगे की बात

बेसिक एनालिटिक्स इस्तेमाल करने वाला ब्रांड देखता है कि उसका कन्वर्ज़न रेट 3% से गिरकर 2.5% हो गया, और घबरा जाता है। वह प्रोडक्ट, मार्केट या अपने ऑडियंस को दोष देता है। एडवांस्ड एनालिटिक्स वाला ब्रांड ठीक समस्या जानता है: मोबाइल पर चेकआउट बटन 2 पिक्सेल छोटा हो गया था, इससे 40% विज़िटर प्रभावित हुए, और इसकी वजह से कमाई का नुकसान हुआ जिसे नापा जा सकता है। यही फ़र्क है अंदाज़ा लगाने और जानने में।

एडवांस्ड एनालिटिक्स विज़िटर और पेज व्यू गिनने से आगे जाता है। यह पैटर्न खोजता है, अगला कदम बताता है और समझाता है कि चीज़ें क्यों होती हैं। बेसिक एनालिटिक्स बताता है "कितने लोग आए?", जबकि एडवांस्ड एनालिटिक्स बताता है "वे क्यों चले गए?", "कौन खरीदेगा?" और "अगर हम यह बदलें तो क्या होगा?"

एडवांस्ड एनालिटिक्स बेसिक से अलग कैसे है?

ज़्यादातर एनालिटिक्स डैशबोर्ड देखें तो एक ही चीज़ मिलती है: ट्रैफ़िक के आँकड़े, कन्वर्ज़न रेट, बाउंस रेट। ये काम की चीज़ें हैं। लेकिन ये सिर्फ़ एक सवाल का जवाब देती हैं। गहराई से देखें तो पता चलता है कि बेसिक और एडवांस्ड एनालिटिक्स बिल्कुल अलग समस्याएँ सुलझाते हैं।

बेसिक एनालिटिक्स वर्णन करता है। यह बताता है कि क्या हुआ। आप देख सकते हैं कि 5,000 लोग आए और 125 ने कन्वर्ट किया। आप देख सकते हैं कि किस ट्रैफ़िक सोर्स ने सबसे ज़्यादा विज़िटर भेजे। आप देख सकते हैं कि किस पेज पर सबसे ज़्यादा ट्रैफ़िक आता है। यह बुनियाद है, आपको जानना ज़रूरी है कि क्या हुआ। लेकिन यह वहीं रुक जाता है।

एडवांस्ड एनालिटिक्स कारण खोजता है और आगे का अंदाज़ा देता है। उन्हीं 5,000 विज़िटर को लीजिए। एडवांस्ड विश्लेषण पूछता है: किस सेगमेंट में खरीदने की इच्छा सबसे ज़्यादा थी? क्या दोबारा आने वाले विज़िटर ने पहली बार आने वालों से अलग रेट पर कन्वर्ट किया? खरीदने वालों ने असल में कौन से फ़ीचर इस्तेमाल किए? खरीदने वालों और बाउंस करने वालों में क्या पैटर्न अलग है? कौन सा कोहोर्ट (जनवरी में साइन अप करने वाला ग्रुप बनाम मार्च वाला) रिन्यू करने की ज़्यादा संभावना रखता है? ये सवाल बताते हैं कि चीज़ें क्यों हुईं और आगे क्या होगा।

बिज़नेस पर असर बहुत बड़ा होता है। जो ब्रांड जानता है कि मंगलवार शाम मोबाइल यूज़र्स का कन्वर्ज़न 50% गिरा और अगले दिन ठीक हो गया, उसने समस्या ठीक कर ली और उसे पूरी कंपनी में फैलने से रोक लिया। जो ब्रांड जानता है कि एक सोर्स से आने वाले यूज़र्स हर ट्रांज़ैक्शन में 40% ज़्यादा खर्च करते हैं, वह बाकी सोर्स के लिए भी वैसी ही स्थितियाँ बना सकता है। जो ब्रांड अनुमान लगा सकता है कि कौन से ग्राहक छोड़कर जाएँगे, उसके पास उनसे बात करके उन्हें रोकने का समय होता है। यह अंदाज़ा नहीं है, यह सटीकता है।

आपको इसकी ज़रूरत क्यों है?

कोई भी एनालिटिक्स सेटअप लें, एक ही समस्या मिलेगी: इनसाइट्स बहुत जल्दी रुक जाती हैं। आप अपने टॉप ट्रैफ़िक सोर्स जानते हैं। आप अपना कन्वर्ज़न रेट जानते हैं। आप जानते हैं कि लोग कौन से पेज सबसे ज़्यादा देखते हैं। लेकिन ज़्यादातर ब्रांड वहीं रुक जाते हैं। वे करीब 80% इनसाइट पर अटक जाते हैं और फिर सोचते हैं कि उनके फ़ैसले हमेशा अनिश्चित क्यों लगते हैं।

सवाल यह नहीं है कि बेसिक एनालिटिक्स काम का है या नहीं (वह है)। सवाल यह है कि क्या वह उन फ़ैसलों का जवाब देता है जो आप असल में ले रहे हैं। अगर आपका फ़ैसला है "क्या हमें पेड विज्ञापनों पर ज़्यादा खर्च करना चाहिए?", तो बेसिक एनालिटिक्स जवाब दे सकता है। अगर आपका फ़ैसला है "कौन सा ट्रैफ़िक सोर्स ऐसे ग्राहक लाता है जो ज़्यादा खर्च करते हैं, दूसरों को बताते हैं और लंबे समय तक टिकते हैं?", तो बेसिक एनालिटिक्स कम पड़ता है। एडवांस्ड एनालिटिक्स यह संभालता है।

एडवांस्ड एनालिटिक्स वे समस्याएँ भी पकड़ता है जो और किसी को नहीं दिखतीं। एक छोटा बग जो सिर्फ़ कुछ दिनों में मोबाइल यूज़र्स को प्रभावित करता है, बेसिक डैशबोर्ड में दिखता ही नहीं। एक फ़ीचर जो एक सेगमेंट में रिटेंशन बढ़ाता है पर दूसरे में नहीं, छिपा रहता है। एक प्रतिस्पर्धी जो धीरे-धीरे आपके कीमती ग्राहक खींच रहा है, कोई अलर्ट नहीं देता। एडवांस्ड एनालिटिक्स इन पैटर्न पर लगातार नज़र रखता है और बड़ी समस्या बनने से पहले उन्हें सामने ले आता है।

बेसिक और एडवांस्ड एनालिटिक्स में व्यवहार में क्या फ़र्क है?

एक फ़नल लीजिए। बेसिक एनालिटिक्स ड्रॉप-ऑफ दिखाता है: 10,000 विज़िटर होमपेज पर पहुँचे, 3,000 प्राइसिंग पेज पर, 800 चेकआउट पर, और 300 ने खरीदारी पूरी की। 7,000 लोग कहाँ गए? डैशबोर्ड नहीं बताता। एडवांस्ड एनालिटिक्स उस फ़नल को सेगमेंट में बाँटता है: पहली बार आने वाले बनाम दोबारा आने वाले विज़िटर। डेस्कटॉप बनाम मोबाइल। ट्रैफ़िक सोर्स A बनाम सोर्स B। अचानक दिखता है कि पेड विज्ञापन से आए पहली बार के मोबाइल विज़िटर का कन्वर्ज़न 2% है, लेकिन ऑर्गेनिक से दोबारा आए डेस्कटॉप विज़िटर का कन्वर्ज़न 8% है। अब आप कुछ कर सकते हैं: नए विज़िटर के लिए मोबाइल UX सुधारें, पेड खर्च उन विज़िटर पर लगाएँ जो खरीदने के करीब हैं, और पहले आ चुके लोगों को दोबारा जोड़ने की रणनीति बनाएँ।

रिटेंशन लीजिए। बेसिक एनालिटिक्स दिखाता है कि एक महीने का रिटेंशन 20% है। बस यही आपका नंबर है। एडवांस्ड एनालिटिक्स पूछता है: किस कोहोर्ट (साइन अप का महीना) का रिटेंशन बेहतर है? कौन से फ़ीचर ज़्यादा रिटेंशन से जुड़े हैं? कौन सा यूज़र सेगमेंट (कंपनी का आकार, इंडस्ट्री, इस्तेमाल का तरीका) ज़्यादा टिकने की संभावना रखता है? क्या पहले हफ़्ते में किसी खास मील के पत्थर तक पहुँचने वाले ग्राहक ज़्यादा समय तक रुकते हैं? इन जवाबों से आप अपना ऑनबोर्डिंग बदलते हैं ताकि ज़्यादा लोग उस मील के पत्थर तक पहुँचें। रिटेंशन सुधरता है। यह किसी मेट्रिक को देखते रहने और उसे सुधारने का फ़र्क है।

अब एनोमली लीजिए। बेसिक एनालिटिक्स निष्क्रिय होता है। आप डैशबोर्ड खोलते हैं और देखते हैं कि कुछ अलग लग रहा है। एडवांस्ड एनालिटिक्स सक्रिय होता है। एक ऑटोमैटिक सिस्टम हर मुख्य मेट्रिक पर नज़र रखता है, पकड़ लेता है कि कोई चीज़ ज़रूरत से ज़्यादा बदली (एक दिन में कन्वर्ज़न 15% नीचे), और आपके खुद नोटिस करने से पहले आपको अलर्ट कर देता है। छह घंटे की खोई कमाई बच जाती है क्योंकि आपको दिन के अंत में नहीं, 30 मिनट में पता चल गया।

बेसिक एनालिटिक्स से आगे कब बढ़ना चाहिए?

आपने बुनियादी बातें सीख ली हैं। आप जानते हैं कि आपका रिटेंशन रेट 20% है। आप जानते हैं कि आपका कन्वर्ज़न रेट 2.5% है। आप जानते हैं कि आपके टॉप तीन ट्रैफ़िक सोर्स अलग-अलग प्रदर्शन करते हैं। लेकिन अब आप ऐसे सवाल पूछ रहे हैं जिनका जवाब आपका डैशबोर्ड नहीं दे सकता: "सोर्स A के यूज़र्स का रिटेंशन 25% है पर सोर्स B का सिर्फ़ 15% क्यों?" या "कौन से फ़ीचर सबसे ज़्यादा लाइफ़टाइम वैल्यू देते हैं?" इन सवालों के लिए एडवांस्ड विश्लेषण चाहिए क्योंकि जवाब बेसिक रिपोर्ट में नहीं हैं। वे सेगमेंट, फ़िल्टर और आपस में मिलाए गए डेटा में छिपे हैं।

आप यह भी देखते हैं कि समस्याएँ अब ज़्यादा बारीक हो रही हैं। शुरू में समस्याएँ साफ़ दिखती हैं (साइट बंद है, चेकआउट टूटा है)। लेकिन जैसे-जैसे आप बढ़ते हैं, समस्याएँ छिप जाती हैं। 4G नेटवर्क वाले यूज़र्स के लिए एक खास चेकआउट स्टेप धीमा है। कोई प्रतिस्पर्धी चुपचाप आपके ट्रायल यूज़र्स को कन्वर्ट कर रहा है। ऑनबोर्डिंग 25 साल से कम उम्र के यूज़र्स को उलझाती है। बेसिक टूल ये बारीक पैटर्न नहीं देख पाते क्योंकि वे कुल डेटा देखते हैं। सेगमेंटेशन, कोहोर्ट ट्रैकिंग और ट्रेंड विश्लेषण वाला एडवांस्ड एनालिटिक्स इन्हें सामने लाता है।

आपका स्केल भी फ़ैसला तय कर सकता है। महीने के 1,000 विज़िटर के साथ हर यूज़र अलग से मायने रखता है। महीने के 100,000 विज़िटर के साथ आप हज़ारों लोगों के पैटर्न पढ़ रहे होते हैं। एक छोटा पैटर्न (0.1% विज़िटर को बग का सामना करना पड़ता है) आँकड़ों में दिखना बंद हो जाता है। फिर भी वह मायने रखता है अगर वह जुड़ता जाए (0.1% × 100k = हर महीने 100 प्रभावित यूज़र)। एडवांस्ड एनालिटिक्स ऐसे छोटे लेकिन अहम पैटर्न को बढ़ने से पहले ढूँढ लेता है।

लेकिन एक शर्त है: आपकी टीम को इनसाइट्स पर काम करना होगा। अगर आपको पता चले कि मोबाइल यूज़र्स के लिए चेकआउट धीमा है लेकिन उसे ठीक करने वाला कोई नहीं है, तो एडवांस्ड एनालिटिक्स बेकार है। एडवांस्ड एनालिटिक्स में तभी पैसा लगाएँ जब आपके पास इंजीनियरिंग, प्रोडक्ट या मार्केटिंग के लोग हों जो आपकी खोजी इनसाइट्स पर कदम उठा सकें। एक छोटे स्टार्टअप के पास अभी शायद ऐसी टीम न हो। बड़ी कंपनी के पास ज़रूर होती है।

कौन सी खास तकनीकें वे पैटर्न दिखाती हैं जो बेसिक एनालिटिक्स चूक जाता है?

एडवांस्ड एनालिटिक्स खास तकनीकों का एक सेट है, और हर तकनीक अलग तरह के सवाल का जवाब देने के लिए बनी है। ये पाँच तकनीकें असली फ़र्क डालती हैं।

कोहोर्ट विश्लेषण: यूज़र्स को इस आधार पर ग्रुप में बाँटें कि उन्होंने कब साइन अप किया (जनवरी कोहोर्ट, फ़रवरी कोहोर्ट वगैरह) और हर ग्रुप का व्यवहार समय के साथ ट्रैक करें। इससे पता चलता है कि आपका प्रोडक्ट बेहतर हो रहा है या बिगड़ रहा है। अगर जनवरी कोहोर्ट का 30-दिन का रिटेंशन 20% है पर जून कोहोर्ट का 25%, तो आप यूज़र्स को रोकने में बेहतर हो रहे हैं। अगर रिटेंशन हर महीने गिर रहा है, तो कुछ बदला है (कोई फ़ीचर टूटा, प्रतिस्पर्धियों ने सुधार किया, ऑनबोर्डिंग बिगड़ गई)। कोहोर्ट विश्लेषण आपका शुरुआती चेतावनी सिस्टम है।

फ़नल विश्लेषण: ग्राहक की यात्रा को कदम-दर-कदम बनाएँ (होमपेज देखना, लेख पढ़ना, गाइड डाउनलोड करना, ईमेल डालना, साइन अप, पहला लॉगिन)। नापें कि कितने प्रतिशत विज़िटर हर स्टेप पूरा करते हैं। आपको दिखेगा कि सबसे बड़ी गिरावट कहाँ होती है। शायद 10k विज़िटर ने लेख पढ़ा, 3k ने गाइड डाउनलोड की, 800 ने ईमेल डाला, 300 ने साइन अप किया। लेख और डाउनलोड के बीच आप 7,000 लोग खो देते हैं। यही आपका रिसाव है। उस स्टेप को ठीक करें तो आगे का हर स्टेप सुधरता है।

एट्रिब्यूशन मॉडलिंग: जब कोई ग्राहक कन्वर्ट करता है, तो श्रेय किस टचपॉइंट को मिलना चाहिए? वह पेड विज्ञापन से आया, चला गया, रीटार्गेटिंग विज्ञापन देखा, वापस आया, एक ब्लॉग पोस्ट पढ़ी, न्यूज़लेटर साइनअप पर क्लिक किया, एक ईमेल पाया, फिर खरीदा। खरीदारी किसकी वजह से हुई? बेसिक एनालिटिक्स कहता है "आखिरी की" (ईमेल की)। एट्रिब्यूशन मॉडलिंग सभी को उनके असल असर के हिसाब से श्रेय देती है। इससे पता चलता है कि कौन सी मार्केटिंग गतिविधियाँ सच में काम करती हैं, सिर्फ़ वे नहीं जो फ़नल में आखिर में आती हैं।

सेगमेंटेशन: आपका ऑडियंस एक जैसा नहीं है। पहली बार आने वाले विज़िटर दोबारा आने वालों से बिल्कुल अलग व्यवहार करते हैं। मोबाइल यूज़र्स की ज़रूरतें डेस्कटॉप यूज़र्स से अलग होती हैं। अलग-अलग ट्रैफ़िक सोर्स से आए यूज़र्स की मंशा अलग होती है। प्रीमियम ग्राहकों का जुड़ाव मुफ़्त यूज़र्स से अलग होता है। एडवांस्ड सेगमेंटेशन इन ग्रुप को सामने लाता है ताकि आप हर एक के लिए अपना संदेश और अनुभव बना सकें। एक ही नाप सब पर फ़िट नहीं होती।

रिटेंशन कर्व: समय के साथ कितने यूज़र्स टिके रहते हैं, यह प्लॉट करें (दिन 1, दिन 7, दिन 30, दिन 90)। उस कर्व का आकार बताता है कि आपके पास वफ़ादार कोर ग्रुप है या नहीं। तेज़ गिरावट जो फिर स्थिर हो जाए? आपके पास वफ़ादार यूज़र्स हैं। धीरे-धीरे गिरावट? कोई भी सच में टिकता नहीं। यह कर्व यूज़र संतुष्टि और प्रोडक्ट-मार्केट फ़िट का एक नज़र में सारांश देता है।

एडवांस्ड एनालिटिक्स पर कब जाएँ

आपने बुनियादी बातें सीख ली हैं और अब गहरे जवाब चाहिए। आप जानते हैं कि आपका रिटेंशन रेट 20% है। आप जानते हैं कि आपका कन्वर्ज़न रेट 2.5% है। आप अपने टॉप तीन ट्रैफ़िक सोर्स जानते हैं। लेकिन अब आप ऐसे सवाल पूछ रहे हैं: "सोर्स A के यूज़र्स का रिटेंशन 25% है पर सोर्स B का सिर्फ़ 15% क्यों?" या "कौन से फ़ीचर सबसे ज़्यादा लाइफ़टाइम वैल्यू देते हैं?" इन सवालों के लिए एडवांस्ड विश्लेषण चाहिए क्योंकि जवाब बेसिक डैशबोर्ड में नहीं हैं। आपको सेगमेंट बनाने, फ़िल्टर करने, आपस में मिलाने और कभी-कभी अपनी खुद की गणनाएँ बनाने की ज़रूरत पड़ती है। अगर आप बार-बार परेशान होते हैं कि आपका डैशबोर्ड आपके सवालों का जवाब नहीं दे पाता, तो आगे बढ़ने का समय आ गया है।

समस्याएँ ज़्यादा बारीक हो रही हैं और आपके बेसिक टूल उन्हें पकड़ नहीं पाते। शुरू में समस्याएँ साफ़ होती हैं (साइट बंद है, चेकआउट टूटा है)। लेकिन जैसे-जैसे आप परिपक्व होते हैं, समस्याएँ छिप जाती हैं (4G नेटवर्क वाले यूज़र्स के लिए एक खास चेकआउट स्टेप धीमा है, या कोई नया प्रतिस्पर्धी आपके ट्रायल यूज़र्स को कन्वर्ट कर रहा है, या 25 साल से कम उम्र के यूज़र्स के लिए ऑनबोर्डिंग उलझाने वाली है)। बेसिक टूल ये बारीक समस्याएँ नहीं देख पाते। सही सेगमेंटेशन, ट्रेंड विश्लेषण और कोहोर्ट ट्रैकिंग वाला एडवांस्ड एनालिटिक्स इन्हें सामने लाता है।

आपका स्केल उस मुकाम पर पहुँच गया है जहाँ पैटर्न मायने रखते हैं। महीने के 1000 विज़िटर के साथ हर यूज़र अलग से मायने रखता है। महीने के 100,000 विज़िटर के साथ आप हज़ारों लोगों के पैटर्न देख रहे होते हैं। छोटे पैटर्न (0.1% विज़िटर को बग का सामना करना पड़ता है) दिखना बंद हो जाते हैं। फिर भी वे मायने रखते हैं अगर वे जुड़ते जाएँ (0.1% × 100k = हर महीने 100 प्रभावित यूज़र, साल में सैकड़ों)। एडवांस्ड एनालिटिक्स ऐसे छोटे लेकिन अहम पैटर्न को बड़ी समस्या बनने से पहले ढूँढ लेता है।

आपके पास इनसाइट्स पर अमल करने वाली टीम है। बिना कदम उठाए एडवांस्ड एनालिटिक्स बेकार है। अगर आपको पता चले कि मोबाइल यूज़र्स के लिए आपका चेकआउट धीमा है पर उसे ठीक करने वाला कोई नहीं है, तो आपने समय बर्बाद किया। एडवांस्ड एनालिटिक्स में तभी पैसा लगाएँ जब आपके पास इनसाइट्स पर कदम उठाने के लिए इंजीनियरिंग, प्रोडक्ट या मार्केटिंग के संसाधन हों। एक छोटे स्टार्टअप के पास अभी शायद ऐसी टीम न हो। बड़ी कंपनी के पास ज़रूर होती है।

बिज़नेस पर असर निवेश को सही ठहराता है। एडवांस्ड एनालिटिक्स की लागत: एक एनालिस्ट रखना ($80-150k/साल), महँगे टूल खरीदना ($500-5000/महीना), और सेटअप व ट्रेनिंग में हफ़्ते लगाना। अगर कन्वर्ज़न रेट में 2% का सुधार साल में $100k की अतिरिक्त कमाई देता है, तो एडवांस्ड एनालिटिक्स पर $50k खर्च करना समझदारी है (2 साल में पैसा वसूल)। अगर सुधार बहुत कम होंगे, तो बेसिक एनालिटिक्स काफ़ी है। पक्का करने से पहले ROI निकाल लें।

आम एडवांस्ड एनालिटिक्स तकनीकें और वे क्या दिखाती हैं

कोहोर्ट विश्लेषण: पीढ़ी-दर-पीढ़ी व्यवहार को समझना। यूज़र्स को इस आधार पर ग्रुप में बाँटें कि वे कब आए (जनवरी कोहोर्ट, फ़रवरी कोहोर्ट वगैरह)। फिर हर कोहोर्ट का व्यवहार समय के साथ ट्रैक करें। इससे पता चलता है कि आपका प्रोडक्ट बेहतर हो रहा है या बिगड़ रहा है। अगर जनवरी कोहोर्ट का 30-दिन का रिटेंशन 20% है पर जून कोहोर्ट का 25%, तो आप यूज़र्स को रोकने में बेहतर हो रहे हैं। अगर रिटेंशन हर महीने गिर रहा है, तो कुछ बदला है (कोई फ़ीचर टूटा, प्रतिस्पर्धियों ने सुधार किया, ऑनबोर्डिंग बिगड़ गई)। कोहोर्ट विश्लेषण प्रोडक्ट के बिगड़ने या सुधरने का आपका शुरुआती चेतावनी सिस्टम है।

फ़नल विश्लेषण: अपनी प्रक्रिया के रिसाव ढूँढना। ग्राहक की यात्रा को कदम-दर-कदम बनाएँ (होमपेज देखना → लेख पढ़ना → गाइड डाउनलोड करना → ईमेल डालना → साइन अप → पहला लॉगिन)। फिर नापें कि कितने प्रतिशत विज़िटर हर स्टेप पूरा करते हैं। आप पाएँगे कि 10k विज़िटर ने लेख पढ़ा, 3k ने गाइड डाउनलोड की, 800 ने अपना ईमेल डाला, 300 ने साइन अप किया, 150 ने पहली बार लॉग इन किया। आप लोगों को कहाँ खो रहे हैं? लेख और डाउनलोड के बीच? ईमेल और साइन अप के बीच? सबसे बड़ा रिसाव मिल जाए तो आप उसे ठीक कर सकते हैं। किसी भी स्टेप में 5% का सुधार आगे के सभी स्टेप में जुड़ता जाता है।

एट्रिब्यूशन मॉडलिंग: समझना कि कौन से टचपॉइंट असल में कन्वर्ज़न लाते हैं। एक विज़िटर पेड विज्ञापन से आता है, आपकी साइट देखता है, चला जाता है, रीटार्गेटिंग विज्ञापन देखता है, वापस आता है, एक ब्लॉग पोस्ट पढ़ता है, न्यूज़लेटर साइनअप पर क्लिक करता है, एक ईमेल पाता है, और आखिर में खरीदता है। कन्वर्ज़न का श्रेय किस टचपॉइंट को मिले? बेसिक एनालिटिक्स कहता है "आखिरी टचपॉइंट" (ईमेल)। लेकिन यात्रा पेड विज्ञापन ने शुरू की। रीटार्गेटिंग उन्हें वापस लाई। ब्लॉग पोस्ट ने उन्हें कायल किया। एट्रिब्यूशन मॉडलिंग सभी टचपॉइंट को उनके असल असर के हिसाब से श्रेय देती है। इससे पता चलता है कि कौन सी मार्केटिंग गतिविधियाँ सच में काम कर रही हैं, सिर्फ़ वे नहीं जो फ़नल में आखिर में आती हैं।

सेगमेंटेशन: यह खोजना कि आपका ऑडियंस एक जैसा नहीं है। आप सोचते हैं कि आपके सारे विज़िटर एक जैसे हैं, पर ऐसा नहीं है। पहली बार आने वाले विज़िटर दोबारा आने वालों से बिल्कुल अलग व्यवहार करते हैं। मोबाइल यूज़र्स की ज़रूरतें डेस्कटॉप यूज़र्स से अलग होती हैं। अलग-अलग ट्रैफ़िक सोर्स से आए यूज़र्स की मंशा अलग होती है। प्रीमियम ग्राहकों के जुड़ाव का तरीका मुफ़्त यूज़र्स से अलग होता है। एडवांस्ड सेगमेंटेशन इन ग्रुप को सामने लाता है, जिससे आप हर एक के लिए अपना संदेश और अनुभव बना सकते हैं। एक ही नाप सब पर फ़िट नहीं होती, और सेगमेंटेशन यह साबित करता है।

रिटेंशन कर्व: यूज़र के पूरे जीवनकाल को देखना। रिटेंशन को समय के साथ प्लॉट करें (दिन 1, दिन 7, दिन 30, दिन 90)। आपको अपना रिटेंशन कर्व दिखेगा, जो यूज़र व्यवहार के पैटर्न बताता है। क्या रिटेंशन शुरू में तेज़ी से गिरता है और फिर स्थिर हो जाता है (ज़्यादातर विज़िटर चले जाते हैं, पर वफ़ादार टिके रहते हैं)? या वह धीरे-धीरे गिरता है (कोई साफ़ वफ़ादार ग्रुप नहीं)? आपके कर्व का आकार बताता है कि आपके पास प्रोडक्ट-मार्केट फ़िट है या नहीं। तेज़ गिरावट के बाद सीधी रेखा असल में अच्छी बात है, इसका मतलब है कि आपके पास वफ़ादार यूज़र्स का एक कोर ग्रुप है। धीरे-धीरे गिरावट का मतलब है कि कोई भी सच में नहीं टिकता। यह कर्व यूज़र संतुष्टि का दृश्य सारांश है।