какие инструменты помогают увеличить показатель mau

Кейс. Как увеличить MAU в 2 раза за счет одного скрипта

Всем привет! Сегодня я хотел бы немного поговорить маркетинге в SaaS стартапах.

Год назад мы запустили проект fragem.gg. Ниша — киберспорт. Аудитория по СНГ порядка 20 000 000 человек. Аудитория молодая, до 30 лет. Да и киберспорт сильно делится на ниши по играм. Но не суть, аудитория есть, деньги у аудитории есть, рынок каждый год растет, аудитория «стареет» и становится более платежеспособной.

Основная мысль была такая. Параллельно с разработкой запускаем рекламу в соц сетях, аккумулируем аудиторию в пабликах. Как только MVP готов — запускаем ОБТ. На ОБТ доделываем функционал, тестируем маркетинговые гипотезы. Когда будет готов весь функционал, выходим в релиз и масштабируем маркетинг. Сейчас мы на этапе позднего ОБТ. Релиз планируем на Q2 2021.

Все так и сделали. Запуск ОБТ не прошел гладко. То, что мы тестировали на 10 человек и работало хорошо поломалось на 1000 человек. Но это ОБТ, так и надо) Все критические ошибки мы пофиксили за пару недель и люди уже могли спокойно играть без вылетов.

Проект работает, люди играют, все хорошо. Пора тестировать маркетинговые гипотезы. Начинали с цифр порядка 30 000 руб / мес. Заметили, что цена активного пользователя выходит дороже, чем планировали. Начали анализировать. Трафик дешевый, ЛП конвертит хорошо (о нем как-то еще напишу статью). Но люди регистрируются и не играют. Пытались разобраться в чем дело.

И здесь нужно сделать небольшое отступление, чтоб Вы понимали, как работает продукт. После регистрации на платформе, человек попадает на страницу со списком ладдеров (аналог киберспортивных турниров). Для того, чтоб принять участие, ему нужно зарегистрироваться на ладдер 1×1. Если он хочет играть с друзьями, им нужно создать команду и уже командой зарегистрироваться на ладдер 2×2 или 5×5.

И мы заметили, спасибо Яндекс веб визор, что люди, сразу после регистрации, нажимают на кнопку играть. Ничего не происходит и они закрывают вкладку с сайтом. Мы сделали видеогайд, сделали поп-ап, сделали предупреждение «нужно зарегистрироваться на ладдер». Конверсия выросла буквально на 15%, но было ощущение, что можно больше!

И мы решили. А почему б нам просто не сделать автоматическую регистрацию? Человек зарегался на сайт и мы его сразу же регистрируем на ладдер 1×1. А если захочет другой режим, пусть уже смотрит гайды или кликает сам.

Этот простой мув увеличил MAU в 2,2 раза. Один скрипт. Без увеличения маркетингового бюджета. Естественно, с помощью веб визора мы отлавливали еще много подобных инсайтов. Но конкретно это дал самый большой результат.

Воронки, бюджеты, креативы, это все супер важно. Но не забывайте, что Вы можете улучшить свои KPI простой работой внутри Вашего продукта. Сделайте форму обратной связи меньше, поработайте над скоростью загрузки, над адаптивностью, над контентом. У каждого рецепт свой. Но без тестов и работой с аудиторией, его найти будет очень сложно.

Всем мира, конверсий, лидов и перевыполненных показателей!

Источник

Мобильные метрики: На какие данные стоит опираться при разработке приложений

Основатель приложения для планирования отдыха Mygola Аншуман Бапна опубликовал документ, в котором собрал все метрики, на которые он опирался при проектировании сервиса.

В рубрике Growth Hacks — перевод материала.

Начав работать над приложением Mygola, мы поняли, что сложнее всего было разобраться в том, какие характеристики имеют решающее значение в мире мобильных приложений, и соответственно, какие цели следует ставить для приложений в нашей категории. Вот результаты наших исследований.

Ежедневно активные пользователи и ежемесячно активные пользователи (DAU/MAU)

Для игр уровень DAU/MAU в количестве 20-30% от общего числа пользователей — это уже очень хорошо. Для социальных приложений, таких как мессенджеры, успехом можно считать DAU/MAU в районе 50%.

В целом, большинство приложений сражаются за то, чтобы уровень DAU/MAU держался на 20% или более. Для казуальной игры фактическое «залипание» на уровне 20% — это уже хорошая цель.

По словам аналитика Фреда Уилсона, уровень DAU должен составлять 10% от общего числа загрузок, уровень MAU — 30%. То есть «залипание» должно быть на уровне 33%.

Удержание пользователей

Посмотрим на диаграмму лояльности пользователей согласно категориям приложений. В IV секторе находятся приложения, которые используются редко, но когда используются — приносят хорошую прибыль. Несмотря на это, они могут оставаться в списке установленных приложений потребителя почти бесконечно.

Например, представьте, насколько полезными для бизнес-поездок являются приложения для бронирования перелетов, отелей или аренды автомобиля. Однако между командировками эти приложения совсем не используются. Их ценность резко возрастает как только приходит время планировать следующую командировку.

То, в какой сектор входит приложение, очень помогает создателю контента определить, какая бизнес-модель для него лучше. В среднем, секторы I и IV (вся правая сторона) лучше всего подходят для бизнес-моделей приложений по подписке и рекламируемых приложений.

Основная причина в том, что эти приложения представляют собой постоянную ценность для потребителя в течение длительных промежутков времени и, как следствие, успешно сохраняют клиентские базы. Кроме того, секторы II и IV (верхний левый угол и нижний правый), скорее всего, лучше остальных подходят для введения in-app-покупок.

Так как пользователи возвращаются в эти приложения снова и снова, для приложений сектора IV существует возможность найти новые способы увеличения собственной ценности, например, внедрение дополнительной функциональности или платного контента.

Источник: Flurry

Чтобы попасть в треть лучших приложений по удержанию клиентов, приложению нужно, чтобы хотя бы 37% тех, кто начал пользоваться сервисом, например, в ноябре, снова воспользовались сервисом через 30 дней (или больше).

За последний месяц в среднем только 14% пользователей нашего приложения оставались с сервисом более чем через один день после установки приложения.

Удержание пользователей до семи дней снизилось от значительных 23% до ничтожных 10% в мае 2014 года, а удержание пользователей на 30 дней резко сократилось от 14% до 2,3%.

Использование шаблонов

Источник: Flurry

Источник: Flurry

Источник: Flurry

Период спада — это время, когда прирост количества ежемесячных пользователей приложения (MAU) падает на 50% по отношению к количеству ежемесячных пользователей в пиковый период существования сервиса.

Более чем половина (56%) приложений, которые смогли в течение первых четырех месяцев после достижения пика удержать более половины своих пользователей, всё еще удерживают более половины своих пользователей в течение десяти месяцев после пикового периода.

По данным Localytics, 20% приложений будут открыты только один раз после загрузки.

Источник: Localytics

Push-уведомления

52% пользователей согласны получать push-уведомления. Localytics отмечает семипроцентный уровень открытий для сегментированных push-уведомлений в сравнении с трехпроцентным уровнем загрузок приложений для сгенерированных рассылок.

Push-уведомления приводят к загрузкам приложений более чем в 88% случаев.

Источник: andrewchen.co

Источник: eMarketer

Каналы привлечения пользователей

Источник: AppFlood

Каков всплеск уровня загрузок, когда ваше приложение попадает в рубрику Editor’s Choice в App Store

Следует ожидать 30-ти кратное увеличение от нормального уровня загрузок.

Как влияет рейтинг в AppStore на уровень загрузок

Если приложение, например, располагается на десятой строчке рейтинга, то для него генерируется спрос на 30% больший, чем если бы приложение не вошло в топ-20.

Если приложение располагается на первой строчке рейтинга, то увеличившаяся видимость приложения увеличивает уровень продаж на 90%.

Источник: Fool

Как размещение приложения в разделе популярных приложений влияет на уровень загрузок

Осмелюсь предположить, что уровень конверсии составляет около 1-2 процентов на каждые 3-5 процентов переходов по баннеру. Замотивированная установка приложения, однако, может проигрывать CTR около 7-8%, либо колебаться между 1-2%.

Мы находимся в топ-200 приложений в США и видим, что около 75% наших пользователей разрешают видеть точное положение.

Каков обычно уровень конверсии по in-app-покупкам внутри бесплатных приложений для iOS

Например, условно-бесплатные игры могут конвертировать от 2 до 10 и даже более процентов встроенных покупок, в зависимости от некоторых факторов.

Насколько хороши пользователи, пришедшие из Facebook

Наши данные показывают, что реклама установки мобильных приложений в Facebook гораздо более действенна, чем краткосрочное увеличение числа пользователей благодаря рейтингам в магазинах приложений, и в целом, пользователи Facebook остаются в сервисе также, как и те, пользователи, которые были получены естественным образом.

В течение 60-ти дней исследования 81% новых пользователей, приобретенных через Facebook, зашли в приложение более одного раза — сравните это с 78% показателем среди пользователей, приобретенных естественным образом.

Пересмотр требований

После исследования глобального использования приложений для платформы iOS (на iPad и iPhone), мы выяснили, что среднестатистический пользователь возвращается в приложение менее чем через шесть часов после первого его использования.

Однако, если пользователь не загружает приложение повторно в течение суток после первого использования, вероятность того, что его первая сессия станет последней составляет 40%.

Источник: Localytics

Источник: Localytics

Ключевые пользователи: процент пользователей приложения, которые открывают более десяти сессий в месяц — то есть высокоактивные пользователи.

Лояльные пользователи: процент пользователей приложения, которые возвращаются в течение трех месяцев со дня первой сессии — своеобразный критерий, по которому в индустрии измеряется лояльность и пересмотр требований.

Уровень «залипания» на приложении: среднее арифметическое между числом ключевых и лояльных пользователей.

Перегорание приложения: ситуация, когда ключевых пользователей гораздо больше, чем лояльных. Пользователи будут загружать приложение, пользоваться им много раз за короткий промежуток времени, а затем, достигнув «потолка вовлеченности» в приложение, будут бросать его.

Источник: Localytics

Максимальное количество одновременных пользователей сервиса в реальном времени будет составлять 10% от количества ежедневных пользователей.

Доход на ежемесячно активного пользователя (MAU)

Я бы в среднем заложил от 0,25 до 0,75 долларов потенциального дохода на одного MAU.

Где находят приложения

Источник: fiercedeveloper.com

На какие характеристики следует ориентироваться

Данные действительны для приложений в разделах «Путешествия, стиль жизни», и основаны на нашем собственном понимании того, как создавалось приложение Mygola.

Цели

30-дневное “rolling” удержание (процент пользователей, которые вернулись в приложение на 30-ый день или позднее) > 35% (удержание пользователей первого, седьмого дней и удержание тридцати дней, рассчитываются как процент тех пользователей, которые были активными в любое время одного, семи и тридцати дней после установки вашего приложения).

Соотношение посмотрел/купил > 0,5% на одну сессию.

Количество попыток посмотрел/купил > 5% на сессию.

Соотношение попыток бронирования к фактическим бронированиям > 10%.

Частота использования в неделю (максимально) приблизительно 3-4 раза.

Загрузка приложения в месяц > 10.

Коэффициент виральности > 0,1.

Процент пользователей, которые открыли приложение только один раз 60%.

Попасть в топ-10 туристических приложений в магазинах приложений каждой страны, в которой мы внедряем продукт.

Время проведенное в приложении в месяц > 40 минут.

Хорошо подумайте, кого вы будете называть «активными пользователями». Здесь мы считаем количество сессий, а не количество дней.

Приблизительно 1-3% от переходов по мобильным объявлениям, ведущим в магазин приложений, должны заканчиваться загрузкой приложения («процент установок»).

Присылайте собственные кейсы, в результате которых вам удалось заметно улучшить (или, наоборот, ухудшить) показатели проекта. Интересные эксперименты обязательно попадут на страницы рубрики Growth Hacks.

Источник

Блог про e-commerce

Этот блог описывает современные метрики стартапов: LTV, CAC, cohorts analysis, a-ha moment, churn rate, и т.д.

DAU / MAU отличный способ мерять не то, что вам нужно

Впервые я столкнулся с метриками DAU / MAU когда про них упомянули в контексте игр на facebook в далеком 2009 году. И хотя, я уверен, серьезные игроки давно уже не полагаются на эти метрики роста, тем не менее для многих маркетологов они оказались весьма привлекательными.

Сегодня мы поговорим почему эти метрики так привлекательны и опасны одновременно.

Начнем с их определения.

MAU (Monthly Active Users) это сколько (уникальных) клиентов воспользовались вашим сервисом за последний месяц (или последние 30 дней).

DAU / MAU это какой % наших (уникальных) клиентов повторно воспользовались вашим сервисом за период. Это так называемый «stickiness».

Второе: многие компании закрыты и не открывают свои метрики (например ARPU или LTV). Но зато через инструменты конкурентной разведки можно относительно легко оценить объем аудитории конкурента и сравнить свои показатели роста с его показателями роста.

Собственно на этом привлекательность этих метрик и заканчивается.

Какие есть риски их использования?

Первый фактор роста вообще внешний (вы на него не влияли). А потому рассчитывать на устойчивость такого результата нельзя.

Второй и третий фактор роста хотя и внутренние (результат ваших усилий), однако природа этих факторов разная. А значит и устойчивость результата во времени будет разная.

(2) Часто DAU / MAU рассматривают как прокси для оценки внутреннего механизма retention вашего сервиса. Однако и это тоже не так.

Логины пользователей обычно плохо коррелируют с целевым действием. Обычно картина взрывного роста выглядит вот так.

Source: amplitude.com.

Хотя рост DAU еще продолжается, но отток уже растет значительно быстрее. А потому возврат в исходную позицию это лишь дело нескольких недель.

С одной стороны, логин как мнимое целевое действие плохо коррелирует с настоящими целевыми действиями, например с просмотром товара.

С другой стороны, компании чаще всего формируют рост за счет первых двух факторов.

А что вы думаете о DAU, MAU?

Более практичный подход описан мной здесь:

Источник

Обзор метрик мобильного приложения

Итак, вы опубликовали в сторе своё первое приложение. Начались первые скачивания, и сейчас самое время начать снимать метрики, чтобы проанализировать их и выявить возможные слабые места. Аналитика — важнейший инструмент в мире мобильных приложений. Она позволяет понять психологию пользователя, понять, как он взаимодействует с мобильным приложением, и в результате поможет сделать ваше детище лучше и прибыльнее.

Метрик может быть очень много, и обычно их набор зависит от конкретного приложения. Но есть ряд основных показателей, которые необходимо отслеживать вне зависимости от характера и масштаба вашего проекта. К ним относятся:

Источник установки приложения

Очень важная метрика, позволяющая понять эффективность того или иного рекламного канала. Можно достаточно просто отследить рекламный канал, принцип тот же, как и в случае с переходом на веб-сайт: в ссылку, ведущую в магазин приложений, вставляются специальные метки, уникальные для каждого из рекламных каналов. После установки приложение считывает эти метки и фиксирует источник. Далее этот источник отобразится в системе аналитики, которую вы используете.

Удержание пользователей

Здесь используется целый ряд метрик. После того, как пользователь поставил и запустил приложение, он оценивает, нравится ли оно ему. Если нет, он его сразу удалит или закроет и забудет. А вот если приложение пришлось по душе, то через некоторое время человек снова его запустит.

Чтобы оценить привлекательность для пользователей, чаще всего снимаются метрики:

Вычисляется по формуле:

1DR = X₁ / Z, где X₁ — количество пользователей, запустивших приложение на следующий день, Z — общее количество установивших.

Вычисляется по формуле:

7DR = X₇ / Z, где X₇ — количество пользователей, запустивших приложение на седьмой день, Z — общее количество установивших.

Вычисляется по формуле:

28DR = X₂₈ / Z, где X₂₈ — количество пользователей, запустивших приложение на седьмой день, Z — общее количество установивших.

Все три метрики снимаются ежедневно, при каждом запуске приложения сравниваются текущая дата и дата установки. Анализ динамики изменения каждой из метрик позволит также понимать реакцию пользователей на те или иные изменения, вносимые вами в приложение. Например, уровень 1-day retention обычно свидетельствует о том, как пользователи реагируют на интерфейс вашего приложения. И если этот показатель начал снижаться, то в первую очередь необходимо проверить, что не так с интерфейсом.

Следующей важной ежедневно снимаемой метрикой является прирост количества новых пользователей. Причём рекомендуется отслеживать изменение этого параметра при проведении рекламных кампаний, размещении обзорных статей, заключении партнёрских соглашений и т.д. В этом случае метрика выступает в роли эффективности всех этих телодвижений. Целесообразно накладывать на график количества новых пользователей не только даты, но и время установок, что поможет точнее оценить роль принимаемых вами мер по продвижению и рекламе. Также часто бывает полезно оценивать динамику в зависимости от географического разделения пользователей, а также отдельно по разным пользовательским сегментам.

Если динамика прироста будет отрицательная, то необходимо активнее заняться продвижением и рекламой. Подробнее об этом мы расскажем в одной из будущих публикаций.

Количество уникальных пользователей в течение определённого периода

Итак, вам удалось добиться более-менее устойчивого прироста аудитории, проект тепло принят пользователями и набирает популярность. Пора задуматься о степени активности пользователей: сколько человек в день запускают ваше приложение? А в неделю? В месяц? Причём речь идёт именно об уникальных пользователях. На эти вопросы отвечают три метрики:

Также можно вычислять производную метрику Sticky Factor = DAU/WAU или DAU/MAU. Её название можно перевести как «степень липкости». Она характеризует регулярность использования вашего приложения в течение недели или месяца, то есть позволяет оценить, насколько людям нравится ваше приложение на основании частоты использования. Если все пользователи будут запускать программу каждый день, то DAU будет равен и WAU, и MAU, а их отношение будет равно 100%. Но так не бывает, и потому Sticky Factor позволяет оценить, насколько часто люди обращаются к вашему приложению в течение недели или месяца. Логично, что снижение этих показателей — неприятный сигнал, говорящий об охлаждении аудитории.

Сессия

Сессия — это время, которое пользователь провел в мобильном приложении с момента запуска до окончания его использования. Применительно к сессиям снимается обычно две метрики:

ASL = T / N, где T — суммарная продолжительность сессий за период, N — общее количество сессий за тот же период.

Эта метрика может свидетельствовать о том, насколько интересно пользователю проводить время в приложении. То есть это косвенный критерий качества. Кроме того, если в вашем приложении есть платный контент, но с увеличением средней продолжительности сессии вырастает и вероятность того, что пользователь решит заплатить. В большинстве проектов платящие пользователи проводят в приложении больше времени, чем неплатящие.

Однако не стоит гнаться за высокими значениями этой метрики, потому что она сильно зависит от типа вашего приложения. Например, для игр данный показатель достаточно критичен, и чем он больше, тем лучше. А для приложений-виджетов или фитнес-трекеров данный показатель будет незначительным, поскольку по большей части они работают в фоновом режиме. Гораздо важнее знать, какие экраны в течение сессии посещал пользователь. Благодаря этой метрике вы можете определить наиболее интересные для пользователей разделы вашего приложения. А заодно и узнаете, какие можно вовсе убрать и в дальнейшем не заниматься их развитием.

Очень полезная метрика — на каком экране заканчивается сессия пользователя. Этот показатель важен, например, если у вас в приложении есть авторизация. Она зачастую отпугивает пользователей, особенно если приложение не дает посмотреть контент, а сначала требует логин и пароль. В этом случае сессия будет чаще всего обрываться на экране регистрации. Если вы добавите какой-то контент до авторизации, то благодаря этой метрике сразу увидите результат.

Другой пример: если у вас есть форма заказа товара, состоящая из 3-4 экранов, то эта метрика покажет, на каком шаге большинство пользователей покидает приложение. В качестве решения уменьшите количество шагов, оптимизируете их порядок или оформление.

Взаимодействия с элементами интерфейса

Пытаясь поднять значения тех или иных метрик, очень часто приходится корректировать пользовательский интерфейс и менять функциональность программы. Оценить эффективность этих шагов можно с помощью A/B-тестирования (тестирование в режиме реального времени, когда группе пользователей предлагается одна версия функциональности/контента, а остальным пользователей — другая версия). В нашем случае тестирование подразумевает выкатывание новой версии приложения с изменённым UI для некоторой контрольной группы пользователей. Остальные продолжают пользоваться текущей версией. И мы регистрируем, как контрольная группа реагирует на нововведения, снимая метрики взаимодействия с интерфейсом приложения: например, какая из двух кнопок даёт бо̒льшую конверсию в покупку, в каком месте лучше показать popup с просьбой оставить отзыв о приложении, и т.д. Также можно воспользоваться для проведения A/B-тестирования сторонними сервисами, например, Apptimize, Optimizely, Mixpanel.

С помощью собранной статистики вы также сможете узнать, насколько востребованы те или иные функции приложения, какая часть пользователей взаимодействует с приложением без подключения к сети, и многое другое.

Финансы

Это одна из самых интересных и важных групп метрик. Если вы планируете зарабатывать с помощью вашего приложения, то нужно уделить самое пристальное внимание регистрации этих метрик и контролю за динамикой их изменения.

Первое, что приходит в голову — общая сумма платежей за период, Gross. Однако имейте в виду, что это брутто-доход, из которого придётся ещё вычесть долю магазина, через который вы распространяете приложение. А вот после вычета мы получаем метрику Revenue, которая отражает сумму, поступающую на ваш счёт.

Допустим, само ваше приложение бесплатное, но часть контента доступна только за деньги — вы распространяете его по модели in-app purchases. Для развития приложения и увеличения дохода нам нужно знать, сколько уникальных пользователей платят в течение заданного периода. Например, сколько человек в месяц купили игровые жетоны, золотые снаряды, более мощные заклинания, доступ к расширенной аналитике, красивому оформлению или другие предлагаемые вами платные вкусности.

Следующая метрика является производной от предыдущей: какую долю составляют плательщики от общего количества уникальных пользователей (за период), Paying Share. Наш недостижимый идеал — 100%. Хотя в реальности всё обычно гораздо скромнее. Если этот показатель начинает падать, значит пользователи уже пресытились имеющимся платным контентом, и пора либо разнообразить его, либо поиграть со скидками. По последнему пункту существует много разных тактик. Например, можно давать скидки по выходным и в праздники. Можно создать ажиотаж, временно обрушив цены, а как только количество скачиваний существенно вырастет, снова вернуть цены на прежний уровень. Можно давать скидки по купонам, можно предлагать выполнить какой-то простой квест. Ещё вариант: «скидка первым 5 000 скачавших в ночь на Ивана Купалу». Если в вашем портфеле есть и другие приложения с платным контентом, то можно использовать пакетные скидки при скачивании двух и более ваших продуктов. В общем, вариантов использования скидок существует немало.

Помимо количества плательщиков нас интересует и удельное количество платежей на одного пользователя, Transactions by User. Эта метрика вычисляется по формуле:

TBU = T / PU, где T — общее количество платежей (транзакций) за какой-то период, PU (paying users) — общее количество плательщиков за тот же период.

Если TBU > 1, значит часть пользователей делали более одной покупки.

Следующие важные метрики ARPU и ARPPU:

ARPU = Gross / DAU, или Gross/WAU, или Gross/MAU.

ARPPU = Gross/PU, где PU — общее количество уникальных пользователей, заплативших за контент в приложении в течение какого-то периода.

Эта метрика позволяет оценить удельную прибыльность этого сегмента вашей аудитории. А динамика изменения ARPPU даёт нам сигнал об отношении плательщиков к ценам/качеству платного контента. К примеру, снижение цен приведёт к уменьшению ARPPU, но может поднять ARPU, так как могут начать покупать некоторые из пользователей, которых раньше не устраивал уровень цен. И в результате повысится эффективность проекта в целом. Но всё же это не лучший сценарий, куда лучше добиться одновременно роста обеих указанных метрик. Скажем, повысив заинтересованность аудитории с помощью нового или более качественного контента без снижения цен.

Зависимость изменения Paying Share и ARPPU:

Говоря о получаемой с пользователей прибыли нельзя забывать и о том, во сколько нам обходится их привлечение. В конце концов, первое должно быть больше второго, иначе какой во всём этом смысл? В качестве метрики здесь используется стоимость одной установки приложения (CPI, Cost per Install). Вычисляется по формуле:

CPI = A/I, где А — стоимость рекламы, продвижения и маркетинга, I — количество установок приложений.

Эту метрику можно вычислять как за всё время существования проекта, вычисляя текущую стоимость привлечения пользователя, так и за определённые периоды, определяя эффективность конкретных рекламных кампаний или мер по продвижению приложения.

И завершаем наш обзор метрикой LTV (Lifetime Value) — это удельная прибыльность пользователя на протяжении всего периода использования им приложения. Существует масса способов вычисления LTV, но для начала вы можете воспользоваться такой формулой:

LTV = ARPU * Lifetime, где Lifetime — это усреднённая продолжительность использования приложения начиная с первого запуска и кончая последним. Скажем, если пользователь впервые зашёл в приложение 1 января, а последний раз — 15 августа и больше им не пользовался, то для него Lifetime равен 7,5 месяцев. Просуммировав Lifetime для всех пользователей и разделив на их общее количество, мы получим среднее значение этой метрики, которое и будет использовано при расчёте LTV.

Эта метрика — один из краеугольных параметров для оценки эффективности вашего проекта. Если LTV меньше CPI, то проект убыточен безо всяких «если» и «давайте взглянем в другом разрезе»: вы потратили на привлечение пользователя больше, чем получили с него за всё время, что он пользовался вашим приложением. Поэтому LTV необходимо постоянно отслеживать и сразу реагировать на тенденцию к снижению этой метрики. Очевидно, что повысить LTV можно с помощью одного или обоих множителей, добившись увеличения средней прибыли с пользователя за период и/или увеличения средней продолжительности использования приложения. Например, можно уменьшить отток пользователей, повысив привлекательность приложения; снизить затраты на привлечение, выбрав более эффективные каналы; увеличить стоимость покупок, подняв цены и стимулируя потребность в платном контенте.

Напоследок хотим привести пример метрик для двух популярных игр: Mobile Strike и Clash of Clans. Приведены суммарные данные по версиям для Android и iOS в США. Если вы делаете мобильные игры, то можете ориентироваться на их метрики, как на топовые продукты в этом классе приложений:

Недельное количество уникальных активных пользователей (WAU):

Соотношение дневного и недельного количеств активных пользователей (DAU/WAU):

Матрица двух показателей — 30-day retention и частота использования в неделю — для разных категорий приложений по версии системы аналитики Flurry:

О системах аналитики

Их существует достаточно большое количество, но наибольшей популярностью у разработчиков мобильных приложений пользуются Google Analytics, Flurry и App Annie. На первое время вам будет более чем достаточно их возможностей. Все инструменты предлагают разработчикам SDK для iOS, Android и Windows Phone, которые легко интегрируются в готовый проект. Рассмотрим подробнее.

Google Analytics

Google Analytics — очень мощный и совершенно бесплатный инструмент для снятия метрик и последующего анализа. Изначально он создавался для веб-приложений и сайтов различного уровня сложности, поэтому не очень удобен в использовании мобильными приложениями, однако с решением базовых задач справляется «на ура».

Мобильным разработчикам особенно интересен раздел «В режиме реального времени». Здесь можно в режиме онлайн посмотреть количество пользователей мобильного приложения, а также события, отслеживание которых вы настроите.

В целом Google Analytics больше всего подходит программистам и инди-разработчикам.

Flurry

Этот инструмент изначально создавался для мобильных приложений, поэтому с ними он удобнее в использовании. Как и Google Analytics, Flurry бесплатен в использовании. Интерфейс не выглядит слишком нагромождённым, в этом явный плюс по сравнению с GA.

Во Flurry сделан упор на отслеживание поведения пользователя, поэтому большинство отчетов «из коробки» так или иначе связаны с этим направлением.

Этот инструмент больше подойдёт для маркетологов и аналитиков.

App Annie

У этого сервиса есть бесплатная базовая функциональность, которой достаточно для начинающих разработчиков. Но если вы захотите снимать более широкий набор метрик, то придётся заплатить. Классический интерфейс: слева расположена панель навигации, а контент удобно скомпонован.

В целом этот сервис может быть одинаково полезен и разработчикам, а маркетологам с аналитиками.

Google Analytics и Flurry предоставляют весь необходимый базовый инструментарий для мониторинга мобильных приложений. Бесплатный функционал App Annie несколько ограничен, зато у них есть две платные программы с гораздо более широкими возможностями — для средних компаний и Enterprise.

Резюме

Аналитика мобильного приложения — очень важная часть жизненного цикла проекта. Для индивидуальных разработчиков и небольших студий жизненно необходимо держать руку на пульсе своих проектов, пестовать их и сразу же реагировать на негативные сигналы, проявляющиеся в ухудшении значений метрик, когда на старте и глобальных вехах проекта важен каждый час.

Описанные системы аналитики — лишь часть арсенала средств, облегчающих работу многих студий и самостоятельных разработчиков. Сегодня создание успешных приложений требует ускорения процесса разработки, использования удобных и функциональных инструментов. Исходя из этого мы и развиваем Scorocode, превращая его в полезный, а для кого-то и незаменимый инструмент разработки мобильных приложений.

Источник