какие метрики важно отслеживать после запуска приложения

MAU, WAU, DAU (метрики мобильных приложений)

Татьяна Логинова

Создайте рассылку в конструкторе за 15 минут. Отправляйте до 1500 писем в месяц бесплатно.

Отправить рассылку

Метрики мобильных приложений DAU, WAU и MAU позволяют анализировать активность пользователей приложения и своевременно реагировать на их поведение.

Если метрики посещаемости растут, значит, приложение набирает популярность, людям нравится им пользоваться и они более расположены платить за дополнительные опции — прибыль увеличивается. Если число активных пользователей падает — у проекта проблемы и нужно искать причину потери интереса к нему.

Активные пользователи (Active Users) — это те, кто заходил в приложение хотя бы один раз за конкретный отрезок времени. Обычно отслеживают дневную (DAU), недельную (WAU) и месячную (MAU) активность.

Что это за метрики и зачем их отслеживать

DAU (Daily Active Users) — это количество уникальных пользователей за сутки. Стабильно высокие показатели DAU говорят о том, что ваш продукт интересен пользователям.

Пример: Допустим, игру установили 10 человек. На следующий день зашли в неё только четверо, значит, DAU метрика этого дня будет равна 4, даже если кто-то из них заходил поиграть несколько раз за день. Если на следующий день никто из 10 пользователей не зайдет в игру, то метрика DAU будет равна 0.

DAU целесообразно отслеживать на продуктах, которыми люди пользуются каждый день: игры, календари, электронная почта.

WAU (Weekly Active Users) — это количество пользователей за неделю. Неделя — это не обязательно период с понедельника по воскресенье, это может быть, например, период со среды по вторник. То есть любые 7 дней подряд.

Пример: Возьмём тех же 10 пользователей игры из прошлого примера. Если за неделю каждый из них зашёл в приложение хотя бы по одному разу, то метрика WAU будет равна 10. Если семеро заходили в игру по несколько раз за эту неделю, а трое не заходили вовсе — WAU будет равна 7.

WAU имеет смысл отслеживать на продуктах, которые используют часто: форумах, мессенджерах или, например, в Pregnancy-календарях (календари для беременных), где еженедельно публикуется новая полезная информация.

MAU (Monthly Active Users) — это количество уникальных пользователей за месяц. Считается MAU метрика аналогично WAU.

MAU стоит отслеживать в продуктах, которые используются несколько раз в месяц, например, в приложениях для ведения бухгалтерского учета.

Можно отслеживать сразу все три метрики, просто каждая будет отражать свой аспект поведения пользователей. Например, DAU покажет моментальную реакцию людей на запуск рекламной компании — если цифры быстро растут, значит, реклама эффективна. В то время как метрики MAU и WAU больше говорят о стабильности спроса на приложение.

WAU, MAU и DAU всегда будут отличаться, потому что всегда будут пользователи, которые запускают приложение один раз в неделю, несколько раз в день, пару раз в месяц, раз в полгода и так далее.

Из-за того, что число активных пользователей не может быть стабильным, сложно понять, за счёт чего происходит динамика. Чтобы было легче разобраться, сегментируйте Active Users под ваши задачи.

Пример: допустим, у вас приложение для занятий фитнесом и вам нужно, чтобы после регистрации пользователь заполнил анкету. Так вы получите входные данные о человеке, на основании которых сможете рассчитать ему план питания и тренировок. Но метрики активности не отражают количества активных пользователей, которые выполнили нужное действие. Если сегментировать людей по кастомному событию (заполнение анкеты), то вы увидите, какой процент людей из общего числа оставили нужные данные о себе. Если таких мало, возможно, вам нужно поработать над коммуникацией, чтобы понятнее доносить ценность действия до пользователей.

Примеры сегментации активных пользователей:

Сегментация позволяет увидеть причинно-следственные связи. Например, растущие цифры от покупки платного контента будут говорить об удачном запуске акции на этот контент. Если покупать платный контент стали меньше, возможно, он перестал удовлетворять требования аудитории или людей не устраивает цена.

Коэффициент «липучести» и другие показатели активности пользователей

На основании метрик DAU, WAU и MAU можно высчитать степень заинтересованности клиентов в продукте (Stickness).

Sticky Factor, или Stickness (степень вовлечённости, коэффициент «липучести») — показатель лояльности аудитории к приложению. Показывает, как часто клиенты возвращаются в приложение в течение недели или месяца.

Высокий процент «липучести» означает, что люди часто пользуются вашим приложением. Чем выше лояльность, тем охотнее пользователи рекомендуют приложение друзьям и знакомым, тем больше прирост активной аудитории.

Если Stickiness падает, это говорит о том, что приложение перестало закрывать потребности пользователей.

Чтобы узнать, в какое конкретно время юзеры наиболее активно пользуются приложением, рассчитывают показатели PCCU и ACU.

PCCU (Peak Concurrent User), она же PCU — максимальное число людей, единовременно находящихся в приложении. Измеряется за час, месяц или год.

ACU (Average Concurrent User) — среднее число посетителей за конкретный период времени.

Эти метрики пригодятся, например, когда нужно определить лучшее время для запуска рекламной кампании.

Метрики активности и коэффициент вовлечённости позволяют рассчитать финансовые показатели продукта.

Расчёт основных финансовых показателей приложения

Важнейшие метрики для оценки эффективности приложения: ARPU, ARPPU и LTV.

ARPU (Average Revenue Per User) — средняя прибыль с одного клиента за конкретный период. Индекс показывает доходность продукта в целом. Чем выше ARPU, тем больше доход от приложения и тем интереснее оно для инвесторов.

Рассчитать ARPU можно двумя способами:

Нельзя сказать, какой именно ARPU плохой или хороший. Этот показатель отслеживают в динамике. Например, если ежемесячная средняя прибыль падает, значит, нужно принимать меры: пересмотреть ценовую политику, сделать продукт более ценным для клиентов, привлекать больше новых пользователей.

ARPPU (Average Revenue Per Paying User) — средняя прибыль с одного платящего клиента за конкретный период. Индекс показывает прибыльность платных опций и отражает реакцию платящих пользователей на обновления, добавление услуг, изменение цен и другие ваши действия.

Для расчёта ARPPU нужно доход за выбранный период (Revenue) разделить на число платящих пользователей (Paying Users).

LTV (Lifetime Value), он же CLV (Customer Lifetime Value) — среднее количество денег от одного пользователя за всё время использования приложения. Метрика позволяет оценить эффективность рекламных каналов, оптимизировать расходы на привлечение пользователей, планировать доходы.

Для расчёта LTV чаще всего используют одну из двух формул:

Если LTV меньше, чем CPI (стоимость установки приложения), вы несете убытки. Для увеличения LTV можно уменьшить затраты на привлечение пользователей, увеличить цену платного контента, повысить ценность приложения для клиентов.

Конечная цель разработки любого приложения — получение прибыли. А метрики DAU, WAU и MAU — это маркеры, которые показывают эффективность и потенциал вашего проекта. Не забывайте отслеживать метрики активности мобильных приложений. Это позволит держать руку на пульсе и улучшать ваш продукт.

Источник

10 главных метрик для аналитики мобильного приложения

Грамотная аналитика дает информацию для принятия решений по дальнейшим шагам. Но как понять, какие метрики важны для мобильного приложения? Есть ли какой-то универсальный набор или нужно подбирать ключевые показатели в зависимости от сферы деятельности? В этой статье мы расскажем о 10 важных метриках для мобильного софта, из которых вы сможете подобрать оптимальные для своей сферы деятельности.

Как понять, что продукт интересен целевой аудитории? Как определить, что он растет и развивается? Для этого необходимо отслеживать ряд важных метрик и на основе полученных данных принимать решения по дальнейшим действиям.

Retention Rate — коэффициент удержания клиентов. Он показывает, сколько пользователей возвращается в мобильное приложение. Разные специалисты считают коэффициент по-разному в зависимости от информации, которую хотят получить.

Самый простой и распространенный вариант — посчитать процент пользователей, который вернулись к приложению спустя какое-то время (чаще рассматривают месяц).

Например, вы можете взять какой-то определенный сегмент клиентов, которые пользовались приложением в августе, и сравнить с этим же сегментом клиентов, которые взаимодействовали с программой в июле, и узнаете, сколько человек осталось с вами.

В июле приложение скачали 2 000 человек. В августе программой продолжили пользоваться 500 человек. RR = (500/2000) х 100% = 25%. Показатель рассчитывается просто, но дает ценную информацию. Если Retention Rate низкий, значит, надо искать причину плохого возврата пользователей.

Но что считать высоким показателем? Специалисты уже давно спорят по этому вопросу, но к единому значению так и не пришли. Зато есть мнение: все зависит от сферы деятельности и специфики бизнеса, но чем выше, тем лучше.

Противоположный Retention Rate показатель — коэффициент оттока клиентов (Churn Rate). Он показывает процент клиентов, переставших пользоваться приложением.

Чтобы рассчитать его значение, сначала определите Retention Rate, а затем воспользуйтесь формулой:

В нашем примере коэффициент удержания клиентов составил 25%. Следовательно, Churn Rate = 1 – 0,25 = 0,75 или 75%. Как и в случае с первым показателем, нормативных значений нет, все зависит от сферы деятельности и специфики бизнеса, но чем меньше отток, тем лучше.

Продакт-менеджеры отслеживают Churn Rate и Retention Rate регулярно, но с особой внимательностью делают это после выпуска обновлений. Если значения коэффициентов резко меняются в худшую сторону после нововведений, значит, где-то была допущена ошибка и ее нужно быстро найти, чтобы не потерять всю аудиторию.

Приложение можно считать успешным, если им пользуются регулярно. Согласитесь, что 1 000 000 установок ни о чем не говорит. Ведь из этого количества реальными фанатами продукта может быть 1 000 человек.

Daily Active Users (DAU) — ежедневно активные пользователи, которые взаимодействуют с программой каждый день. Если аудитория регулярно тратит время на вашу программу, значит, вы сделали реально классный и полезный продукт.

Современные системы аналитики автоматически определяют этот показатель. Ваша задача — интерпретировать его и разбираться, можно ли считать получившееся значение нормальным.

Из примера выше можно сделать вывод, что 1 000 активных пользователей при 1 миллионе установок — плохой результат. Но если бы скачиваний было 10 000, тогда можно было бы сказать, что продукт классный и пользуется популярностью у аудитории. Но опять же, все условно и зависит от конкретных условий, сферы деятельности и специфики бизнеса.

Monthly Active Users (MAU) — ежемесячно активные пользователи, которые пользовались приложением хотя бы раз за последние 30 дней (месяц). Показатель аналогичен предыдущему, только рассчитывается за более длительный период времени.

При расчете DAU (ежедневно активных пользователей) каждый пользователь учитывается лишь один раз. Но в некоторых компаниях (например, в социальных сетях) может быть задана планка: пользователи должны заходить в приложение несколько раз за день. Поэтому рассчитывают среднее количество сессий на одного потребителя.

Stickiness — липкость, завязываемость или лояльность. Коэффициент показывает, как часто аудитория возвращается в приложение. Для расчета необходимо знать показатели Daily Active Users (DAU) и Monthly Active Users (MAU).

Чтобы понять, насколько лояльна аудитория, нужно найти процентное соотношение ежедневно активных пользователей к ежемесячно активным.

Чем выше итоговый процент, тем чаще пользуются вашим приложением. Нормальная ситуация, когда постепенно Stickiness увеличивается. Приходят новые пользователи, они становятся лояльными и рекомендуют программу своему окружению.

Если коэффициент начал снижаться, значит, ваш продукт чем-то перестал устраивать аудиторию. Возможно, он больше не решает проблему так, как это видят потребители. Иными словами, приложение не соответствует product market fit.

Как и в случае с предыдущими метриками, нормативного значения у Stickiness нет. Но эксперты сходятся во мнении, что надо стремиться к 100%.

Эта метрика нужна для определения эффективности рекламных кампаний. Не все каналы сбыта дают одинаковую эффективность. Во многом это зависит от сферы деятельности и правильности настройки рекламы. Например, какое-то приложение получает 90% новых пользователей из контекстной рекламы, а в другое с этого канала приходит только 20%.

И как понять, какие каналы сбыта эффективны, а какие нет? Это должны определять аналитики, но для быстрой оценки достаточно рассчитать Cost per acquisition (CPA):

Если с контекстной рекламы вы получаете 20% новых пользователей, а с таргетинга 80%, есть смысл отказаться от первого канала сбыта и сосредоточить усилия и доступные ресурсы на втором. Это решение позволит привлекать больше новой аудитории без увеличения расходов на рекламу.

Lifetime Value (LTV) — пожизненная ценность клиента, показывающая общую сумму дохода от пользователя за все время, пока он был клиентом (пользователем приложения).

Этот показатель позволяет понять, какую ценность можно получить с одного среднестатистического пользователя продукта за все время. Под ценностью обычно понимают прибыль или доход.

Чтобы рассчитать LTV, необходимо знать:

Пример расчета пожизненной ценности клиента.

Важно, что LTV был больше СРА. Если бизнес тратит на привлечение клиента больше денег, чем с него получает, он работает в убыток. Метрику считают регулярно, в автоматизации процесса помогает сквозная аналитика.

ARPU — Average Revenue Per User — средняя выручка от пользователя. Эта метрика также известна как текущий LTV, о котором говорили выше. Например, можно определить среднюю выручку от пользователя с момента запуска продукта. Достаточно суммарную выручку разделить на общее количество клиентов.

Допустим, за первый месяц работы приложение принесло 47 000 рублей выручки, при этом его скачали 3,2 тысяч человек. ARPU = 47 000 / 3 200 = 14,69 рублей.

ARPPU — Average Revenue Per Paying User (ARPPPU) — средняя выручка от активного (платящего) пользователя. Более точный показатель, позволяющий определить LTV только активной аудитории.

Например, из 3,2 тысяч скачиваний, только 700 — активные пользователи. Следовательно, средняя выручка от активного (платящего) пользователя составит 67,14 рублей.

ROI — Return on Investment — коэффициент окупаемости инвестиций. Этот показатель можно рассчитать для уточнения возврата вложений на маркетинг в целом или какую-то конкретную рекламную кампанию (например, с одного канала сбыта).

Формула расчета у ROI простая: (выручка от инвестиций – затраты на инвестиции) / (затраты на инвестици) х 100%.

На первый взгляд кажется, что все очень просто, но не спешите с выводами. Что конкретно отнести к затратам на инвестиции, например, на продвижение через контекстную рекламу? Во-первых, необходимо учесть расходы на разработку рекламных объявлений и бюджет на их показ. Во-вторых, стоимость создания посадочной страницы, где можно перейти к скачиванию приложения, под конкретное объявление. А если сделан один лендинг под все каналы сбыта, как корректно посчитать затраты?

Как видите, с затратами все не так просто. Есть и косвенные расходы и факторы, о которых вспоминаешь не сразу. Например, клиент скачал приложение, перейдя на лендинг с контекстной рекламы, потому что вчера видел объявление в социальной сети. Это сложная тема, которая потянет на отдельную статью.

Тем не менее, хотя бы примерный ROI знать нужно:

Если ROI больше 100%, значит, инвестиции оправдали себя, вы получили прибыль. В противном случае следует пересмотреть стратегию и либо отказаться от дальнейших инвестиций, либо внести какие-то изменения для исправления ситуации.

Метрики измеряют системы аналитики. Они автоматизируют рутинную работу и формируют понятные отчеты. Проблема в том, что сегодня существует много систем аналитики. Начинающему продакту или предпринимателю сложно определиться, с чем работать. Мы решили рассказать о пяти популярных инструментах.

Мощная и бесплатная система аналитики для измерения и дальнейшего анализа ключевых метрик. Так как платформа изначально создавалась для веб-приложений и сайтов, она не совсем подходит для мобильных приложений, но с основными задачами справляется отлично.

Обратите внимание на раздел «В режиме реального времени», позволяющий просматривать, сколько сейчас людей используют приложение, какие действия осуществляют и т.п. Удобная функция для отслеживания конверсий в режиме реального времени.

Бесплатная платформа от Яндекса, предназначенная для мобильной аналитики, атрибуции установок, сбора отчетов о багах и отправки push-уведомлений. Подходит для трекинга мобильных приложений на Android, iOS, Windows, Xamarin, Unity и Cordova.

В отличие от Google Analytics, эта система аналитики ориентирована на мобильные приложения и позволяет отслеживать статистику скачиваний и получать уведомления о новых ошибках. Маркетологи оценят функции когортного анализа, контроля атрибуции и сегментации аудитории.

Бесплатная платформа для сбора и анализа статистики мобильных приложений на iOS и Android. Платформа ориентирована на сбор данных о пользователях: их действиях и событиях. Быстро подключается через SDK. Есть бесплатный тариф с ограниченными возможностями. Конечная стоимость зависит от набора функций.

Так как Flurry больше ориентирован на отслеживание поведения пользователей, большинство доступных отчетов связаны с этим направлением. Поэтому сервис обычно выбирают маркетологи и аналитики.

Комплексный аналитический инструмент для мобильных приложений, отслеживающий статистику, позиции в сторе, монетизацию и эффективность запущенных рекламных кампаний. Работает с приложениями на Android, iOS и Windows.

Есть бесплатный и платный тарифы. Набора функций первого хватит для начинающих разработчиков, но если бизнес начнет расти, стоит задумать о приобретении расширенной версий. App Annie подходит как аналитикам, так и разработчикам, а также позволяет отслеживать действия конкурентов для принятия своевременных решений.

AppsFlyer — сервис мобильной атрибуции для изучения эффективности как онлнай-, так и оффлайн-каналов сбыта. Встроенные инструменты аналитики мобильных приложений на iOS и Android позволяют изучать поведение пользователей, рассчитывать ROI маркетинговых расходов и многое другое. Работать с платформой можно на десктопе и смартфоне.

Эта система аналитики больше подходит для работы маркетологов, так как ее основной ориентир — оценка эффективности рекламных кампаний (онлайн и оффлайн). Фиксированной оплаты за сервис нет, она определяется на основе количества просчитанных конверсий.

Настройка аналитики мобильного приложения — важный этап в развитии продукта. Без информации о поведении пользователей, эффективности рекламных кампаний и т.п. невозможно принимать объективные решения по дальнейшим действиям. Вы будете работать «вслепую» и не понимать, что делаете.

Простой установки системы аналитики тоже недостаточно. Вы должны понимать, за какими метриками следить. Ключевые показатели определяются на стадии планирования нового мобильного приложения в зависимости от его назначения, сферы деятельности и других особенностей бизнеса.

О грамотной аналитики задумывайтесь на ранних стадиях разработки. Для настройки и тестирования недостаточно недели. Это объемный процесс, но он оправдывает потраченные средства, поэтому не забудьте уделить ему рабочее время и подготовить все к запуску приложения.

Но что считать высоким показателем? Специалисты уже давно спорят по этому вопросу, но к единому значению так и не пришли. Зато есть мнение: все зависит от сферы деятельности и специфики бизнеса, но чем выше, тем лучше.

«Чем выше, тем лучше». Ну вот уж спасибо за ценный инсайт!
Если вы говорите, что нет чётких значений, дайте примеры, почему так. Например: в таком-то бизнесе значение в 70% считается отличным результатом, но если взять пример-номер-два (другой бизнес), то здесь достаточно достигать результатов в 30%. Без какой-то якорной привязки это всё бесполезная вода.

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