Другие полезные финансовые показатели. Что такое мау

💖 Нравится? Поделись с друзьями ссылкой

Или настройка внутренних механик приложения - это игра вслепую. Только благодаря анализу данных и оценке отдельных действий можно принимать верные решения. Ниже мы перечислили наиболее важные метрики, без которых не обойтись при продвижении.

Общие показатели

Количество установок и количество регистраций - это базовые метрики, которые отражают наиболее очевидные показатели. Сами по себе они не представляют большой ценности для аналитики, но они необходимы при расчётах других показателей.

Отдельно стоит остановиться на важности отличий этих двух метрик. Во-первых, пользователь может установить приложение, но потом удалить, не зайдя в него. В этом случае будет засчитана установка, но регистрация не состоится. Во-вторых, один пользователь может сделать несколько установок: например, на двух своих устройствах - на смартфоне и планшете, но в приложение в обоих случаях он зайдет под одной учетной записью. Следовательно регистрация будет засчитана одна, а установок - две.

Количество установок и другую информацию обычно проще всего узнать в системах внутренней аналитики приложений или в аккаунте разработчика в сторе.

Активность пользователей

Количество регистраций ни в коем случае не позволяет судить о реальной аудитории приложения. Ведь в любом проекте практически всегда есть «мёртвые души» - юзеры, которые перестали пользоваться приложением. Поэтому для объективной оценки были приняты специальные метрики.

Активность пользователей принято измерять за определенный период, чаще всего месяц, неделю или день. Метрика DAU (Daily Active Users) отражает количество уникальных пользователей, которые заходили в приложение в течение дня, WAU (Weekly Active Users) - недели и MAU (Monthly Active Users) - месяца. Таким образом, если все пользователи будут заходить в приложение каждый день на протяжении месяца, то DAU и MAU будут равны. Но в реальной жизни такого, конечно, не бывает. Эти показатели в первую очередь говорят о масштабе вашего проекта.

Кроме того, в мобильной аналитике есть метрика, которая говорит о том, как часто заходят пользователи в приложение — т.н. Sticky Factor . Вычислить вовлечённость юзеров довольно просто: надо разделить DAU на MAU (WAU). К примеру, если дневная аудитория насчитывает 100 юзеров, а месячная - 500, то вовлечённость составит 20%. Этот показатель может отражать истинную картину только в том случае, если приток новых пользователей равномерный.

Retention rate - метрика эффективности удержания пользователей, другими словами - частота их возврата. Чтобы вычислить этот показатель, необходимо из общего числа пользователей на конец периода вычесть новых (пришедших в приложение за период) и разделить на количество юзеров в начале периода. Обычно retention rate считают для двух дней, недели, двух недель и месяца. Эта метрика показывает степень привязанности аудитории к продукту. Кроме того, она важна при финансовом планировании.

Длина сессии - временной промежуток, в течение которого пользователь взаимодействует с приложением. Например, для большинства игр длинные сессии выгодны и свидетельствуют о высоком уровне вовлечения пользователя, а в сервисах вызова такси или бронирования отеля длина сессии особой роли не играет. В них разработчики стремятся к максимально короткому конверсионному пути.

Метрики монетизации

Следующая группа метрик - касающиеся доходов. Важно понимать, сколько и как тратят пользователи. Это помогает оценить эффективность методов монетизации или даже задуматься о смене бизнес-модели.

ARPU (Average Revenue per User) - один из основополагающих показателей монетизации проекта. Эта метрика отражает количество выручки, которое в среднем приносит каждый пользователь. Вычисляется просто: весь объём выручки надо разделить на количество пользователей приложения. Также важна динамика этого показателя: если он растёт, значит проект развивается в нужную сторону.

ARPA (Average Revenue per Account) - то же самое, но в расчёте не на одного пользователя, а на аккаунт. Этот показатель используется, если приложение подразумевает заработок на прямых платежах от уже зарегистрированных пользователей.

ARPPU (Average Revenue per Paying User) - эту метрику легко перепутать с ARPU - отличие всего в одной букве. Разница лишь в том, что в расчёт берутся только платящие пользователи. То есть обычно ARPPU гораздо выше, чем ARPU.

LTV (Lifetime Value) - выручка, которую приносит пользователь за весь срок жизни в приложении. Это один из фундаментальных показателей, когда он начинает превышать CAC - затраты на привлечение одного пользователя - рекламу можно считать рентабельной. Необходимо стремиться к тому, чтобы LTV превышал CAC как минимум в 3 раза, это позволит инвестировать в развитие и покрывать амортизацию, а не только возмещать прямые затраты на привлечение клиентов.

ALTC (Average Lifetime of a Customer) - показатель, необходимый для расчёта LTV, он говорит нам о сроке «жизни» пользователя в приложении. Так например для приложений в сегменте e-commerce это, как правило, количество транзакций, приходящееся на период использования клиентом приложения.

Churn rate - коэффициент оттока юзеров, метрика отражает в процентах долю ушедших пользователей. Чем ниже Churn rate, тем лучше для проекта.

Метрики эффективности рекламы

Следующая группа метрик непосредственно относится к закупке трафика и продвижению и используется для оценки эффективности рекламы. Ведь один из главных принципов продвижения - не потратить на рекламу больше, чем получить прибыли.

(Cost per Install) - стоимость одной установки. Метрика учитывает все затраты на привлечение новых пользователей. Чтобы посчитать CPI, надо разделить все затраты на рекламу на количество привлечённых установок. Но такой показатель весьма условный, он не учитывает ряда факторов.

eCPI или эффективная стоимость установки - более точный показатель, при его расчёте принимается во внимание виральность.

K-factor или коэффициент виральности - показатель естественного распространения приложения. Пользователи рассказывают о нём в социальных сетях, рекомендуют друзьям и другими способами передают информацию. Обычно за это отвечают специальные социальные механики, которые встроены в приложение. Считается этот показатель так: необходимо умножить число рекомендаций на долю людей, которая их приняла.

CAC (Customer Acquisition Cost)- стоимость привлечения одного пользователя. От CPI отличается тем, что учитывается не установки, а платящие клиенты. Разница в том, что одного пользователя может быть несколько устройств с установленным приложением.

CR (Conversion Rate) - показатель конверсии. Это общая метрика, которая может использоваться по-разному. Например, маркетологи часто вычисляют конверсию из клика в установку. В этом случае цифры могут сказать о качестве посадочной страницы и позволят сделать выводы о привлекаемой аудитории - целевая или нет. Также важна конверсия из установок в целевые действия. Она помогает оценивать качество трафика из разных источников и отсеивать неэффективные.

Сервисы мобильной аналитики

Для сбора всех перечисленных данных не обойтись без специальных инструментов - сервисов мобильной аналитики.

Google Analytics - наиболее распространенная система аналитики, отличается от остальных тем, что бесплатная. Даёт возможность получать все необходимые данные, но требует тщательной настройки.

Flurry - платный сервис, но с доступными ценами. Понятный интерфейс и простая настройка дают возможность легко формировать отчёты и следить за большим набором метрик.

Mixpanel - один из самых удобных и мощных сервисов. Но за это приходится платить - данная система аналитики считается самой дорогой. Зато она позволяет получать статистику по практически любым метрикам.

Перечисленные в статье метрики - это лишь основа для практической мобильной аналитики. Сами по себе показатели дают мало полезной информации, основная их ценность в правильной интерпретации. Кроме того, эти показатели нужны для расчёта более сложных метрик. Изучайте аналитику, и подписывайтесь на наш блог, чтобы ничего не пропустить.

  • Get link
  • Facebook
  • Twitter
  • Pinterest
  • Email
  • Other Apps

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.

DAU (Daily Active Users ) это сколько (уникальных) клиентов воспользовались вашим сервисом (обычно - залогинились) в конкретный день.
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".
Какие есть плюсы их использования?

Первое: считать такие метрики очень просто. На языке DAX расчеты могли бы выглядеть вот так.
:=
DISTINCTCOUNT ( tbl_users )
:=
CALCULATE (,
DATESINPERIOD ( Calendar, MIN ( Calendar ) , -30 , DAY ) )

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?

(1) DAU в значительной степени волатильная метрика роста и при этом абсолютно не объясняет из-за чего происходит этот рост.

  1. это результат PR, когда несколько известных профильных изданий обратили на вас внимание?
  2. это результат маркетинга, когда из-за запуска новой маркетинговой кампании по привлечению привлекалось много "новых" клиентов?
  3. это результат маркетинга, когда из-за маркетинговой кампании по удержанию вернулось много "старых" клиентов?
Как видим факторы могут быть весьма разные.

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.

Почему так происходит?


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.

Это привлечение, а привлечение обычно измеряется и оптимизируется по первому целевому действию (логин/покупка), вместо повторных целевых действий (n-й логин, m-ная покупка). Вот и получается, что эти метрики - vanity metrics .

А что вы думаете о DAU, MAU?

Более практичный подход описан мной здесь:

Comments

Popular posts from this blog

Сегодня мы будем говорить об LTV в другом контексте - упрощенно-прикладном.

Итак, перед вам Life Cycle Grid .

Название и концепцию этой замечательной технике дал выдающий маркетолог Jim Novo. Обязательно перечитайте его блог , особенно ранние статьи.

По сути - LCG это RF(M) матрица:
По горизонтальной оси вы смотрите на R ecency (недавность последней покупки);По вертикальной оси вы смотрите на F requency (количество покупок);В каждой ячейке вы видите количество клиентов с определенными параметрами R и F. Построив такую матрицу мы можем сразу ответить на много вопросов, но нас сейчас интересует всего четыре: какие клиенты критически важны для бизнеса?
(правый верхний квадрант)каких клиентов реально развивать дальше?
(правый нижний квадрант)какие клиенты вероятно потеряны для бизнеса?
(левый верхний квадрант)какие клиенты не интересны для бизнеса? Уверен, пока вы…

Благодаря мобильному приложению снимаются вопросы вовлечения пользователя в поиск продукта или услуги на десктопе, появляется возможность буквально «жить с пользователем» 24 часа в сутки, максимально близко к нему, в самом сердце его гаджета. Но когда на руках у разработчика есть мобильное приложение, настроен бизнес-процесс и даже готов медиаплан по продвижению, возникает логичный вопрос: «Как отслеживать эффективность?» и не менее важный: «Какие метрики использовать?». В этом посте мы ответим на второй вопрос.

Как лучше настроить трекинговую систему для работы с мобильным приложением? Клиенты, обращающиеся в Netpeak с целью продвижения своего аппа (в рамках ), часто об этом спрашивают. Что ж, самый простой способ — работать с родным для всех Google Analytics . Пять очень важных аргументов «за» работу с Google Analytics:

  1. Бесплатно.
  2. Позволяет использовать ремаркетинг для удержания аудитории.
  3. Легко внедряется с помощью Google Tag Manager.
  4. Доступный и понятный интерфейс.
  5. Позволяет настроить кросс-девайсную аналитику.

Остановимся на метриках, которые показывают поведение аудитории, взаимодействие пользователя с приложением и, конечно же, прибыль от приложения.

Показывают поведение аудитории

Метрика MAU/DAU

MAU/DAU (monthly active users / daily active users) демонстрируется в GA в отчете «Активные пользователи». Метрика показывает частоту взаимодействия пользователя с приложением. Она пока в бете, но уже работает. Можно сравнивать активность за сутки (DAU), неделю, 14 дней и месяц (MAU).

Карта поведения

Отчет показывает, как пользователь взаимодействует с вашим контентом. Позволяет посмотреть, на каком экране он покидает приложение или какой раздел самый популярный в вашем приложении.

Метрика «Сбои и ошибки»

«Сбои и ошибки» — отчет по багам в приложении. Показывает самые частые технические ошибки, группирует по версиям в приложении. Эта метрика попала в этот раздел благодаря тому, что сбои выявляются при определенном поведении пользователей. В Google Analytics отчет также находится в разделе «Поведение аудитории».

Средняя длительность сеанса и глубина просмотра

Это отчеты из раздела «Аудитории», которые позволяют оценить вовлеченность пользователей в ваш продукт.

Что такое «вовлеченный пользователь»? Существуют разные варианты ответа. Chamath Palihapitiya из Facebook считает главным критерием добавление 7 друзей за 10 дней после момента регистрации. Nabeel Hyatt из Zynga говорит о показателе D1 retention — сколько пользователей вернулось на следующий день. Аналитики из Flurry построили целую матрицу вовлеченности, в которой учитывали зависимость от частоты использования в неделю и % пользователей, которые продолжают пользоваться приложением после 90 дней.

Показывают взаимодействие пользователя с приложением

Метрика «Количество установок»

Количество инсталлов из платных источников трафика, например, Google Рекламы. Это может показаться странным, но параметр «Новые пользователи» — и есть количество инсталлов из источника. С выходом URL Builder появилась возможность работать и с другими источниками трафика. В отличие от обычного контекста, большую часть трафика приносят медийные кампании. Соответственно, нужно много работать с отсеиванием некачественных площадок. Сотни установок с трафиковой площадки могут вполне оказаться «мертвыми душами»:

Churn Rate (отношение ушедших пользователей к месячной активной аудитории) и Return Rate (отношение вернувшихся юзеров к месячной аудитории) в GA представлены отчетом «Новые и вернувшиеся». Этот отчет показывает процент новых пользователей в приложении и процент тех, кто пользовался им неоднократно. Эти данные помогают оценить важность запуска таких инструментов, как ремаркетинг и Push-уведомления.

Метрика «Время до покупки»

Время до покупки — важная метрика при работе с аудиторией. Показывает, какой процент пользователей совершает покупку сразу, а также сколько времени требуется остальным. Отчет помогает понять, как правильно настроить работу с ремаркетингом посетителей приложения.

Метрика «Количество транзакций»

Это стандартный отчет из раздела Ecommerce в Google Analytics. Внедрять SDK нужно отдельно, но зато все просто и понятно. Можно настроить для любых покупок внутри мобильного приложения.

Метрика «Количество регистраций»

Еще одна важная метрика, особенно, если регистрация в приложении платная. Настраивается путем внедрения кода и настройки события.

Метрика «Общая ценность»

Этот отчет еще в бете. Благодаря этой метрике можно проследить, как изменялись ценность клиента (параметр «Доход») и взаимодействие с ним (параметры «Просмотры приложения», «Достигнутые цели», «Сеансы» и «Длительность сеанса») в течение 90 дней с момента первого посещения.

Метрика ARPU

ARPU (average revenue per user) —средняя выручка с каждого юзера. Полезная метрика, но соответствующего отчета в Google Analytics нет, да и в других системах такие отчеты еще не встречались. Впрочем, стоит справедливо заметить, что и большая часть приложений не имеет в принципе встроенных покупок или не предполагают платную подписку. Если все-таки нужно считать ARPU, то придется это делать вручную, по формуле:

ARPU = PR/N, где: PR — recurring revenue (ежемесячная выручка с платных подписок); N — число платных подписчиков.

Как подобрать подходящий набор метрик?

Допустим, ваша работа с приложением изначально ориентирована на количество установок, и ваши основные KPI совпадают с теми, что были в нашем кейсе . В таком случае мы рекомендуем ориентироваться на следующие метрики:

  • количество установок и конверсий в приложении;
  • активные пользователи;
  • средняя длительность сеанса;
  • глубина просмотра.

Впрочем, к каждому проекту стоит подойти индивидуально из-за разницы в вводных. Делитесь своими историями в комментариях, постараемся помочь.

Совет: используйте мобильное приложение Google Analytics, чтобы всегда быть в курсе того, что происходит с вашим продуктом. Приложение доступно для Android и iOS.

Пока не приходится говорить о том, что Google Analytics —самая удобная система трекинга приложений в сравнении с популярными AppsFlyer или Adjust , но она позволяет оценить роль канала и инвестирование в него, отношение пользователя к продукту и критические баги, рост активных пользователей и перспективность проекта, а главное —прибыльность приложения.

Отток (Churn) клиентов подобен пожарной сирене. Вы понимаете — что-то пошло не так, но это знание не помогает вам потушить пламя.

Чтобы «поставить диагноз» и решить проблему с удержанием, вам нужно предпринять нечто более серьезное, чем простой взгляд на формулы приходящих и потерянных клиентов. Необходимо определить, кто уходит, когда они это делают и почему. Только после этого вы сможете с умом распределить время и внести поправки, имеющие наибольшее влияние на рост вашего бизнеса.

Читайте, как найти источник огня и погасить его до того, как ваша компания сгорит дотла.

Верны ли ваши данные?

Никто не станет отрицать, что привлечение лидов играет решающую роль для успеха компании на раннем этапе развития. Но не дайте хорошим показателям затмить проблему с оттоком.

Вспомним формулу:

Отток = потерянные пользователи / общее число пользователей

Рассмотрим пример от Profitwell, демонстрирующий значение формулы в реальном мире.

По вертикали: существующие клиенты, отток существующих клиентов, новые клиенты, отток новых клиентов, общее количество клиентов, коэффициент оттока. По горизонтали: август, сентябрь

Проблема с формулой оттока состоит в том, что совершенно тот же режим работы (прибавление 5 000 юзеров за месяц) не приводит к одинаковому результату — коэффициент оттока в сентябре ниже августовского. Быстрый рост искусственно снижает отток, поскольку у новых клиентов, добавляющихся ежемесячно, еще просто не было времени на отмену подписки.

Изменение даже сотых долей оттока может привести к 25%-ному падению прибыли, так что вам определенно не нужны неточности в таких подсчетах.

Метрика №1. Вычисляйте отток на основе средних показателей

Хороший показатель оттока, искаженный резким ростом, не сможет дать вам объективное представление о том, что идет правильно, а что нет. Поэтому существует немного видоизмененная формула для быстрорастущих стартапов:

Выглядит пугающе? Разобраться не так сложно:

Отток = количество потерянных пользователей
∑ = сумма ежедневных новых пользователей (i=1) в совокупности данных (n)
n = количество дней в определенном периоде

Если пользователи добавлялись в клиентскую базу постепенно, то средняя величина увеличится и окажет большее влияние на ваш ежемесячный показатель оттока. Если клиенты добавились в базу ближе к концу периода, это не исказит коэффициент оттока и не представит его ниже, чем он есть на самом деле.

Благодаря этой формуле эффект от значительного привлечения лидов можно сбалансировать за счет усреднения данных. Резкие скачки роста не исказят ваши показатели и не введут вас в заблуждение, заставляя думать, что производительность у вас была лучше в одном месяце и хуже — в другом.

Выравнивается ли отток?

Трудно найти более опасный показатель, чем отток клиентов, но таковой имеется. Это непостоянство пользователей. Если у вас не получается выровнять кривую удержания, значит ваш продукт не обладает притягательной силой.

Предположим, 100 юзеров, подписавшихся на ваш сервис 1 января, к концу месяца имеют показатель удержания (Retention Rate), равный 40%. Однако эта цифра постоянно уменьшается, и уже к концу второго месяца от изначального числа ничего не остается. Если у вас есть когорты, или пользователи, сгруппированные по датам подписки, которые почти полностью истощаются и никогда не выравниваются, — у вас серьезные проблемы.

Что же это значит для вашего роста?

Еженедельно активные пользователи (Weekly Active Users, WAU) по месячным когортам (данные вымышлены). По вертикали: суммарное количество WAU. По горизонтали: месячные когорты

Поначалу ваш рост не снизится. Но глядя на график сверху, можно понять, что со временем число уходящих пользователей будет нарастать, и это в конечном итоге замедлит ваш рост. Если продолжить график дальше вправо, кривая обязательно упадет. Пользователи будут покидать ваш сайт/приложение с все большим коэффициентом, а приобретать новых вы будете с прежней скоростью.

Метрика №2. Показатель удержания клиента в расчете на когорту

Разделяйте пользователей, опираясь на дату начала пользования вашими услугами, и проводите когортный анализ. Вам нужно добиться выравнивания кривой удержания. Найдите точку во времени (неважно, будет ли это второй день или третья неделя), когда юзеры перестали утекать.

Взгляните на 2 когортных анализа:

В первом в каждой когорте постепенно начинается отток вплоть до того момента, пока никого не останется. Но во втором кривая удержания становится ровной на 12 день, и каждая новая когорта строится на том, что осталось от предыдущей. Если ваш анализ похож на первый, сосредоточьтесь на более четком донесении ценности оффера до ваших клиентов на ранних стадиях удержания. Только тогда ваш график роста будет выглядеть так:

Когда вам удастся достигнуть выравнивания кривой удержания, вы сможете вкладывать силы в ускорение этого процесса. Попытайтесь подвести пользователей к этакому «Ага!»-моменту примерно на 3-ий день, а не на 12-ый, когда тот же показатель удержания будет равняться большему количеству юзеров.

Какой ценностью обладают ваши пользователи?

Даже при выравнивании кривой рано или поздно пользователи начнут покидать вас. Цель — решить, насколько скоро будет слишком скоро и что можно сделать, чтобы удержать их на более длительный срок.

Существует легенда, гласящая, что пока жизненная ценность (Lifetime Value of a Customer, LTV) выше стоимости привлечения клиента (Customer Acquisition Cost, CAC), ваше положение стабильно. Иначе говоря, пока вы тратите на маркетинг меньше общего дохода, получаемого с приобретенных клиентов, вы в порядке.

LTV > CAC = ☺

Все верно? Нет.

Данная формула действительна при условии двух весьма неточных предположений:

1. Коэффициенты оттока постоянны, и
2. Все пользователи в конце концов уйдут.

Как было показано в предыдущей главе, отток не является постоянной величиной, да вы и не хотите, чтобы он был таковой. Вы работаете над постоянным улучшением этой метрики. В отношении второго предположения, вы надеетесь получить клиентов, которые никогда вас не покинут.

Метрика №3. Суммарная когортная прибыль

Вместо данной формулы компания Open View Partners, работающая со стартапами по разработке ПО, находящимися на стадии расширения, предложила улучшенную формулу для понимания пользовательской ценности. Они рекомендуют смотреть на нечто, именуемое «суммарной когортной прибылью» (Cumulative Cohort Revenue, CCR), и сравнивать его с CAC. CCR — это общая сумма доходов, полученная от доли клиентов, которую вы приобрели за определенный промежуток времени (обычно 12 или 24 месяца).

Годовая CCR = CCR соответствующей когорты в 12-м месяце / общая сумма затрат на продажи и маркетинг в начальном месяце для данной когорты

Новая формула включает промежуток времени. Она гарантирует, что вы сравниваете действительную общую прибыль от одной отдельно взятой когорты с той суммой, что вы тратите на ее приобретение. Здесь нет места ложным предположениям, и вы получаете правильное понимание того, где вы с вашим CAC достигаете уровня безубыточности.

Сравнивая CCR и CAC для разных когорт покажет вам, где вы с течением времени улучшаетесь и как быстро удается компенсировать затраты на приобретение клиентов.

Показатели удержания важны, но они не дают всей картины. Дело в том, что процесс ухода пользователя может занимать минуту, час или даже неделю после того, как они приняли свое первоначальное решение насчет вашего продукта. Возможно, он хочет отменить подписку, но постоянно забывает об этом. Или он решает дать продукту еще один шанс, но все руки не доходят.

Скажем, ваш график удержания имеет такой вызывающий беспокойство уклон:

Вы замечаете резкое падение удержания, но и понятия не имеете, что происходит. Похоже, кривая становится круче на 14-ый день… Но случилось ли это из-за какой-то ужасно ошибки или пользователи просто вспомнили, что хотели отменить подписку?

Метрика №4. DAU/WAU/MAU

Вместо того чтобы смотреть только на удержание, вам следует обратиться к аналитике пользовательского поведения. Именно она объяснит вам, кто активен, а кто просто нашел время отписаться.

Для этого вам нужно взглянуть на уровни активности. В зависимости от характера вашего продукта, необходимо обратить пристальное внимание на одну из следующих метрик:

Ежедневно активные пользователи (Daily Active Users, DAU)

Ежемесячно активные пользователи (Monthly Active Users, MAU)

Если ваша главная ценность зависит от ежедневного использования (вы продвигаете приложение для обмена сообщениями или органайзер рабочего процесса), то ваш фокус — ежедневно активные пользователи. Если же ценность зависит от не столь частых чек-инов, отслеживайте WAU или даже MAU.

Не бывает такого, что все пользователи проснулись одним утром и решили покинуть ваше приложение. Оттоку, как правило, предшествует снижение активности. Поставьте ориентиры активности для своих юзеров, и, если вы не приближаетесь к ним, начните процесс повторного вовлечения, пока не стало слишком поздно.

Профилактика, а не лечение симптомов

Применение к вашей базе всех подряд без исключения стратегий удержания может быть довольно заманчиво, вне зависимости от того, есть ли у вас проблема с оттоком или нет. Но это приведет к тому, что вы станете разрываться на части, в результате достигнув немногого. Рассмотренные 4 метрики дают представление о том, как поставить задачи по оттоку и быстро предпринять требующиеся меры.

Когда данные метрики начнут показывать отличные результаты, вы сможете засучить рукава и сконцентрироваться на извлечении еще большей ценности из ваших пользователей.

Рассказать друзьям