Increasing User Satisfaction, Engagement and Retention in Life-Tracking Apps for Students A Case Study of Methods on the App Habits.Network

Verhaltensänderungsmodelle wie das Hook Model und das Fogg Behavior Model bieten theoretische Grundlagen für die Gestaltung persuasiver Systeme, doch es gibt kaum empirische Untersuchungen darüber, wie diese Modelle in der Praxis bei Langzeit-Self-Tracking-Anwendungen, die mehr als einen Lebensbereich abdecken, funktionieren. Diese Arbeit untersucht persuasive Designstrategien und Visualisierungen in Habits Network, einer Self-Tracking-App, die für diese Arbeit entwickelt wurde und die das Tracken von Aktivitäten und sozialen Interaktionen kombiniert. Mithilfe einer Mixed-Methods-Studie wird untersucht, wie sich theoretische Konzepte in einer Self-Tracking-Anwendung umsetzen lassen und welche Elemente das Engagement und die Bindung der Nutzenden im Laufe der Zeit fördern. Dafür wurden semistrukturierte Interviews mit zehn Nutzenden (mit einer Nutzungsdauer von fünf bis 17 Monaten), vier Interviews mit Experten von österreichischen Universitäten aus den Bereichen Visualisierung und Verhaltensänderung sowie eine Verhaltensanalyse anhand von Nutzungsdaten und eine System Usability Scale (SUS) Befragung durchgeführt und ausgewertet. Die SUS ergab einen Mittelwert von 77,00 (SD: 9,47), was auf eine gute Benutzungsfreundlichkeit hindeutet, obwohl die Komplexität sich als häufiges Problem herausgestellt hat. Die Interviews mit Nutzenden und die Nutzungsdaten zeigen, dass einfache Visualisierungen wie Heatmaps und Liniendiagramme am häufigsten genutzt wurden, während komplexeren Visualisierungen, die genauere Einblicke in das Leben der Nutzenden bieten könnten, weniger Beachtung geschenkt wurde. Die Interviews mit Nutzenden zeigen, dass die App erfolgreich interne Trigger für die Nutzung etablieren konnte. Die Ergebnisse zeigen, dass das Schaffen von Bewusstsein und ein Gefühl des Überblicks über das eigene Leben der Haupteffekt der App auf die Nutzenden ist. Diese Arbeit liefert empirische Belege dafür, welche persuasiven Designelemente und Visualisierungen die Zufriedenheit, das Engagement und die Bindung im Kontext des langzeitigen Self-Trackings verbessern.

Authors

Institutions

Publication Details

Journal
reposiTUm (TU Wien)
Published
2025-12-01
DOI
https://doi.org/10.34726/hss.2025.126705
Primary Topic
Innovative Human-Technology Interaction
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Increasing User Satisfaction, Engagement and Retention in Life-Tracking Apps for Students A Case Study of Methods on the App Habits.Network

Cederic Demoulin
reposiTUm (TU Wien)
Innovative Human-Technology Interaction
article

Increasing User Satisfaction, Engagement and Retention in Life-Tracking Apps for Students A Case Study of Methods on the App Habits.Network

Cederic Demoulin
article en

Abstract

Verhaltensänderungsmodelle wie das Hook Model und das Fogg Behavior Model bieten theoretische Grundlagen für die Gestaltung persuasiver Systeme, doch es gibt kaum empirische Untersuchungen darüber, wie diese Modelle in der Praxis bei Langzeit-Self-Tracking-Anwendungen, die mehr als einen Lebensbereich abdecken, funktionieren. Diese Arbeit untersucht persuasive Designstrategien und Visualisierungen in Habits Network, einer Self-Tracking-App, die für diese Arbeit entwickelt wurde und die das Tracken von Aktivitäten und sozialen Interaktionen kombiniert. Mithilfe einer Mixed-Methods-Studie wird untersucht, wie sich theoretische Konzepte in einer Self-Tracking-Anwendung umsetzen lassen und welche Elemente das Engagement und die Bindung der Nutzenden im Laufe der Zeit fördern. Dafür wurden semistrukturierte Interviews mit zehn Nutzenden (mit einer Nutzungsdauer von fünf bis 17 Monaten), vier Interviews mit Experten von österreichischen Universitäten aus den Bereichen Visualisierung und Verhaltensänderung sowie eine Verhaltensanalyse anhand von Nutzungsdaten und eine System Usability Scale (SUS) Befragung durchgeführt und ausgewertet. Die SUS ergab einen Mittelwert von 77,00 (SD: 9,47), was auf eine gute Benutzungsfreundlichkeit hindeutet, obwohl die Komplexität sich als häufiges Problem herausgestellt hat. Die Interviews mit Nutzenden und die Nutzungsdaten zeigen, dass einfache Visualisierungen wie Heatmaps und Liniendiagramme am häufigsten genutzt wurden, während komplexeren Visualisierungen, die genauere Einblicke in das Leben der Nutzenden bieten könnten, weniger Beachtung geschenkt wurde. Die Interviews mit Nutzenden zeigen, dass die App erfolgreich interne Trigger für die Nutzung etablieren konnte. Die Ergebnisse zeigen, dass das Schaffen von Bewusstsein und ein Gefühl des Überblicks über das eigene Leben der Haupteffekt der App auf die Nutzenden ist. Diese Arbeit liefert empirische Belege dafür, welche persuasiven Designelemente und Visualisierungen die Zufriedenheit, das Engagement und die Bindung im Kontext des langzeitigen Self-Trackings verbessern.

reposiTUm (TU Wien)
TU Wien (AT)
Openalex Percentile: Top 29%
Innovative Human-Technology Interaction
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.