Инструкция: Как измерить дневную посещаемость приложения
Автор блога о маркетинге Amplitude Арчана Мадхаван рассказала о разных подходах к измерению DAU на примере приложения для прослушивания музыки и объяснила, как определить ключевые для удержания пользователей функции.
Редакция рубрики Growth Hacks публикует перевод материала.
Если вы постоянно беспокоитесь о показателях популярности (уникальных просмотрах, установках, регистрациях и так далее), пора прекратить это делать. Многие предприниматели уже это поняли: прочитав о принципе lean startup и наслушавшись о стратегии ‘7 friends in 10 days’, они кинулись измерять метрики, подобные DAU (Daily Active Users) — числу активных пользователей за день.
Хотя с этой метрикой есть две проблемы:
Помните шумиху вокруг миллиарда активных пользователей в день на Facebook? Об этом числе писали все техноблоги. Но ведь сами представители Facebook говорят, что не обязательно даже заходить в Facebook, чтобы вас засчитали как пользователя. Все, что от вас требуется, — активность на сторонних интеграторах: вы, например, можете «лайкнуть» статью на ESPN или поделиться песней на Spotify.
Речь идет о реальной проблеме, связанной с измерением «активных пользователей». На самом деле, слово «активность» — это бессмыслица, оно может означать все, что угодно. Чтобы действительно улучшить продукт и сделать его вовлекающим, нужно вывести собственное определение активности: выяснить, какие действия пользователей удерживают их в приложении, и выстроить вокруг этого стратегию роста.
Прежде чем углубиться в этот вопрос, давайте разберемся, кто такие «дневные активные пользователи».
Что такое DAU
DAU — это общее число пользователей, которые каким-либо образом взаимодействуют с вашим продуктом в течение дня. Для бизнес-приложений DAU традиционно считается мерой успешности продукта. Ежемесячные активные пользователи — это совокупность DAU за месяц. Отношение DAU к MAU обычно является метрикой вовлечения.
Почему опасно полагаться на DAU
Допустим, несколько дней назад вы разместили в App Store социальное приложение для проигрывания музыки. Число установок растет медленно и стабильно. Но вот несколько техноблогов обнаружили ваше приложение и начали его расхваливать — и вдруг вы получаете тысячи установок каждый час.
Однажды утром вы просыпаетесь и видите в своем почтовом ящике письмо от Apple: они решили прорекламировать вас в App Store. Лучше и быть не может. Чтобы понять, насколько быстро растет ваше приложение, вы решаете измерить DAU. Ваше определение активных пользователей — что-то вроде «те, кто залогинился в этот день». В результате получается примерно такой график:
Ну и что, пора пить шампанское? Как бы не так. Вы только что запустились, о вас написали в прессе, вас прорекламировали. Если от «активных пользователей» требуется только скачать ваше приложение и открыть его хотя бы раз, то их армия будет постоянно увеличиваться: люди любопытны, а скачивание приложения — это необременительное действие с нулевой ответственностью.
Опасность состоит в том, что вы определяете своих активных пользователей с помощью минимальной метрики — регистрации, а она всего лишь отражает воздействие рекламы и упоминаний в прессе. Такой DAU ничего не говорит о реальном использовании вашего приложения.
Внешне все выглядит благополучно, но на самом деле регистрации новых пользователей маскируют тех, кто потерялся из-за плохого вовлечения. Штамповка новых пользователей — плохая стратегия для долговременного устойчивого роста, и рано или поздно вы столкнетесь с суровой действительностью.
Хотя на ранней стадии DAU может расти очень быстро благодаря внешним факторам, в какой-то точке рост приложения начнет зависеть от его реального использования. Внимание медиа пользователей не удержит — вам придется озаботиться их вовлечением.
Вовлечение — вот тот самый инструмент, который используют Candy Crush, Instagram и WhatsApp. Вовлекающее приложение становится частью жизни пользователей, они открывают его несколько раз в день.
Без такого вовлечения ваш DAU сдуется, как только спадет волна новизны, и приложение пойдет ко дну. К счастью, есть простое решение: посмотрите на метрики реального использования и выясните, что заставляет людей снова и снова возвращаться в приложение.
Как определить реальное использование приложения
Каждому разработчику хочется создать приложение, которое люди использовали бы каждый день. Проблема в том, как измерить это активное использование, чтобы точно знать, что пользователи возвращаются не из-за хороших отзывов в СМИ.
Другими словами, вам нужно выяснить, как часто пользователи получают главную ценность приложения. Речь идет не о количестве скачиваний или регистраций. Вам придется кардинально изменить сам подход к измерению активности.
Недостаточно рассмотреть какой-то один тип действий пользователей — нужно отслеживать множество их действий день за днем в течение определенного периода. Нужно перебирать все функции приложения одну за другой и смотреть, как часто люди их используют.
Интерпретация этих данных будет зависеть от особенностей вашего приложения и от типа активности, которой вы ожидаете от своих пользователей. Если у вас приложение Facebook — скорее всего, вы ожидаете от пользователей, что они будут каждый день проверять новостную ленту, вести личную переписку и публиковать записи. Если у вас приложение по доставке дорогих обедов, вы можете ожидать, что люди будут делать по крайней мере один заказ в неделю.
Вы получите график, показывающий процент пользователей, которые возвращались к вашему приложению на прошедшей неделе. В отличие от графика DAU, он отражает не общее число пользователей, а только процент вернувшихся:
72% пользователей возвращалсь дважды в неделю или чаще, 58% — три раза или больше, а 33% возвращались пять-семь раз в неделю. Только 8% пользователей возвращались каждый день. Это обычные показатели. Даже если график DAU у приложения похож на хоккейную клюшку, число тех, кто его реально использует, гораздо скромнее.
Итак, вы узнали, как часто люди открывают ваше приложение. Теперь нужно узнать, какие его функции на это повлияли.
Доставить ключевые ценности
Анализ использования приложения, скорее всего, вернет вас с небес на землю, особенно если речь идет об активных пользователях. Как и любое другое горькое лекарство, это единственный путь выяснить, доставляете ли вы пользователям ключевые ценности своего приложения. Вдруг его популярность — это всего лишь мимолетный успех?
Сфокусироваться на реальном использовании — значит рассмотреть все функции приложения одну за другой и определить, насколько хорошо оно вовлекает людей. Прежде всего стоит узнать процент пользователей, которые возвращаются, чтобы проигрывать песни.
72% пользователей возвращаются дважды в неделю или чаще. 54% возвращаются три дня в неделю и чаще, 21% возвращаются пять или больше дней, а 2% — каждый день. Процент пользователей, которые два или три раза в неделю возвращаются, чтобы слушать музыку, почти совпадает с общим процентом всех, кто возвращается. Значит, проигрывание музыки — это ключевое действие, которое выполняют ваши пользователи.
Ближе к концу графика цифры начинают расходиться: 8% пользователей возвращаются в приложение каждый день, но только 2% каждый день слушают музыку. Возможно, их привлекают другие функции.
Именно поэтому недостаточно проверить только одну функцию. Чтобы понять, что происходит на самом деле, нужно провести полную проверку вовлечения и посмотреть на все без исключения функции приложения. Вы, возможно, удивитесь: иногда реальная ключевая ценность приложения кардинально отличается от задуманной.
Определить вовлекающие функции
Порой осознание того, как пользователи используют ваше приложение, действительно напоминает нокаут. Функции, на которые вы рассчитывали, вовсе не становятся популярны, а те, что задумывались как дополнительные, для некоторых пользователей оказываются любимыми.
Что бы лично вы ни думали о ключевой ценности своего приложения, вам нужно понять, ради каких функций люди возвращаются чаще всего. Раз приложение из нашего примера посвящено прослушиванию песен и общению, есть смысл узнать, какой процент пользователей возвращаются для того, чтобы добавить песни в плейлист.
Ничего особенного: 66% делают это дважды в неделю, 5% — пять дней в неделю, и только 11% — семь дней в неделю. Вряд ли найдутся музыкальные приложения, в которых пользователи добавляют песни в плейлист каждый день: большинство людей составляют плейлисты именно для того, чтобы можно было не заниматься этим потом.
Но не будем отвлекаться. Наша цель — найти функции, которые чаще всего заставляют людей снова запускать приложение. Давайте узнаем, сколько людей возвращается, чтобы оставить комментарий в сообществе:
63% пользователей возвращаются дважды в неделю, 3% — пять дней в неделю и 0,04% — семь дней в неделю. Конечно, из этого не следует, что ключевая функция вашего приложения — написание комментариев. С другой стороны, заметная часть ваших пользователей оставляет комментарии несколько раз в неделю, хотя музыкальные сообщества обычно не располагают к обсуждениям.
Когда вы наконец найдете ту функцию, которая работает лучше остальных, постройте на ней определение вашего активного пользователя. Так вы решите основную проблему DAU: вместо эффекта от рекламы будете измерять реальное использование приложения. Осталось проверить, насколько хорошо эта функция прогнозирует долговременное удержание пользователей.
Определите функции, которые ведут к удержанию
Вам нужно сплотить всю команду вокруг функции, которая чаще всего возвращает пользователей в приложение и лучше всего работает на их удержание. Это поможет развивать приложение в правильном направлении.
Это общий график удержания пользователей социального музыкального приложения. Он показывает, какой процент пользователей, зарегистрировавшихся месяц назад, вернулись в приложение в течение месяца.
46% пользователей вернулись в приложение через день, 20% — через четыре дня и около 4% — через месяц. Это средние показатели для мобильных приложений, но вы ведь не хотите быть в числе середнячков? Поэтому продолжим исследование. Предположим, что «удерживающая» функция — это прослушивание музыки.
Заменим нашу функцию на Play Song и начнем сбор данных: для каждого дня определим процент пользователей, которые слушали музыку. Получившийся график показывает, какая часть пользователей вернется в приложение в каждый из дней следующего месяца.
Оказывается, те, кто слушает музыку, возвращаются гораздо чаще, чем средний пользователь: 63% таких людей возвращаются через день, 45% — через четыре дня, и около 50% — на 30-й день.
Это не просто слегка улучшенный график общего вовлечения — результаты показывают начало устойчивого роста. Пользователи, которые слушают музыку, получают главную ценность вашего приложения и возвращаются довольно часто. К концу месяца вы даже видите повторное вовлечение.
Первая проверка пользовательских метрик не всегда дает повод для оптимизма, но даже внутри общего негативного тренда вы можете обнаружить функции, которые работают хорошо. Именно в этом направлении приложение следует развивать.
Не связывать активность с популярностью
Чамат Палихапития считает самой большой проблемой стартаперов то, что вместо предоставления ключевых ценностей они тешат свое тщеславие. Метрики популярности, кричащие статьи и сверкающие офисы значат для них больше, чем забота о продукте и бизнесе.
Чамат советует измерять К-факторы и снова и снова исследовать метрики, альтернативные DAU. Его команда роста постоянно экспериментировала в Facebook и в конце концов пришла к простому факту: если пользователь добавляет 7 друзей за 10 дней, можно говорить о его удержании. Вся компания объединилась вокруг этой цели, эти 7 друзей за 10 дней стали ключевым решением для доставки ключевой ценности в Facebook.
Наверное, я не ошибусь, если скажу, что те же результаты могла бы принести стратегия «6 друзей за 9 дней» или «11 друзей за две недели». Дело не в числах. Когда вы так подробно изучаете свои данные с подобными метриками, когда вы день за днем концентрируетесь на ключевых ценностях, это обязательно приведет вас к успеху.
По крайней мере, это гораздо более достижимая цель, чем «набрать миллион пользователей» (огромное число, которое непонятно как получить). Намного легче придумать, как получить максимум пользователей, которые бы добавляли в друзья 7 человек за 10 дней. Это похоже на морковку, подвешенную прямо перед носом.
Конечно, ключевая ценность вашего приложения будет выражена по-другому. Вам придется найти собственный путь, а для этого понадобится много анализировать функции приложения, его использование и показатели удержания. Даже проделав все это, вы не получите универсальный рецепт успеха. Но у вас будет нечто большее — направление развития, которое поможет создавать отличные продукты и надолго удерживать пользователей.
Метрика MAU: как посчитать число уникальных пользователей в продукте
Продуктовые метрики помогают собирать информацию о работе приложения и его аудитории, позволяют избежать ситуации, когда никто не пользуется фичей, на разработку которой ушли месяцы.
Одна из наиболее важных продуктовых метрик — MAU (Monthly Active Users). Если MAU растет, значит, пользователям нравится продукт и они готовы платить за дополнительные опции. Если уменьшается — популярность продукта падает, нужно искать причину потери интереса к нему.
В статье разберем, зачем анализировать продуктовые метрики, как MAU помогает в развитии продукта и как ее считать. А также поговорим о других продуктовых показателях — WAU и DAU, PCU, ACU, и дадим бесплатный шаблон для расчета продуктовых метрик.
Зачем анализировать продуктовые метрики
Продуктовые метрики — показатели, которые отражают уровень успешности продукта.
При этом любая метрика сама по себе — просто число, которое не дает важной информации. Чтобы от нее была польза, нужно отслеживать показатели в динамике. Вы выбираете конкретный промежуток и анализируете, как менялась метрика в течение этого времени, что происходило с другими показателями.
Спасибо! Мы уже отправили всё на почту
Продуктовые метрики используют, чтобы:
Предположим, вы создали сервис, который информирует автомобилистов об авариях на дорогах. Глубинные интервью показали, что продукт востребован на рынке, но на деле отток пользователей оказался слишком большим. В данном случае анализ продуктовых метрик поможет определить, где в продукте слабое место. Выбор метрик зависит от целей бизнеса:
Метрика MAU
MAU (Monthly Active Users) — количество уникальных пользователей за месяц без учета повторных сессий.
При анализе MAU часто допускают ошибку — принимают всех посетителей за активных пользователей. Из-за этого не получается объективно анализировать аудиторию и принимать стратегические решения по развитию продукта.
MAU = количество уникальных пользователей приложения за месяц. MAU ≠ количество запусков приложения в течение месяца.
Зачем считать MAU-метрику
MAU-метрика помогает определить объем аудитории, которая пользуется продуктом. Если показатель MAU высокий, продукт популярен, у него сформирована постоянная активная аудитория. Если показатель MAU низкий, в приложении могут быть проблемы. Например, если в приложении неудобный интерфейс, это может стать причиной оттока пользователей.
Постоянный мониторинг метрики MAU позволяет проанализировать поведение аудитории и при необходимости спланировать мероприятия по повышению вовлеченности.
Как считать MAU-метрику
Определите количество уникальных пользователей за месяц, которые открывали приложение. Это и есть MAU.
Пример: приложение по обработке фото скачали 10 человек. Если каждый из них за месяц обработал хотя бы по одной фотографии, MAU будет равен 10. Если семеро обрабатывали фото несколько раз, а трое — ни разу, MAU будет равен 7.
Дополнительные показатели активности и вовлеченности пользователей
Помимо MAU есть другие метрики для анализа активности и вовлеченности пользователей: DAU, WAU, PCU и ACU. Постоянный анализ этих метрик помогает составить полное представление о том, как пользователи взаимодействуют с приложением и над чем нужно работать. Например, DAU показывает моментальную реакцию пользователей на запуск рекламы — если цифры быстро растут, значит, кампания эффективна.
DAU-метрика
DAU (Daily Active Users) — ежедневные активные пользователи. Метрика показывает, сколько человек ежедневно пользуются продуктом. Для онлайн-сервисов и мобильных приложений DAU традиционно считается показателем успешности.
Если приложение скачали миллион раз, это ни о чем не говорит, так как постоянными пользователями могут быть всего 100 человек. Если показатели DAU стабильно высокие — ваше приложение интересно аудитории.
Пример: игру скачали 10 человек. На следующий день зашли в нее только четверо, значит, DAU этого дня равен 4. Если на следующий день никто из 10 пользователей не зайдет в игру, DAU будет равен 0.
DAU целесообразно отслеживать в продуктах, которыми пользуются каждый день: мессенджеры, соцсети, электронная почта.
WAU-метрика
WAU (Weekly Active Users) — количество активных пользователей за неделю. Под неделей не обязательно понимается период с понедельника по воскресенье. Неделя — любые 7 дней подряд.
Пример: игру скачали 10 человек. Если за неделю каждый из них заходил в нее хотя бы по одному разу, WAU будет равен 10. Если семеро заходили в игру несколько раз за эту неделю, а трое не заходили вовсе — WAU будет равен 7.
WAU отслеживают в продуктах, которыми люди пользуются часто, но не обязательно каждый день: игры, приложения для здоровья, сервисы доставки еды.
PCU-метрика
PCU (Peak Concurrent User) — показатель пикового посещения в продукте. Метрика отображает максимальное число пользователей, которые одновременно находятся в приложении.
PCU отслеживают, чтобы знать, что предшествовало пикам посещаемости: эффективная реклама, офлайн-мероприятие или органический рост после окончания рабочего дня.
Пример: приложение установили 100 пользователей. Максимальное количество пользователей, единовременно находящихся в нем, — 87. PCU = 87.
ACU-метрика
ACU (Average Concurrent User) — показатель среднего посещения в продукте. ACU показывает среднее число пользователей, находящихся онлайн.
Пример: приложение установили 100 пользователей. В среднем единовременно его используют 55 пользователей. ACU = 55.
ACU и PCU показывают, когда пользователи наиболее активно используют ваш продукт. Мониторинг метрик помогает определить идеальное время для запуска рекламных кампаний в приложении или онлайн-сервисе. Вы управляете показами, делая упор на часы с наибольшей активностью.
Пример расчета метрики MAU
MAU — число активных пользователей, которые хотя бы раз заходили в приложение в течение месяца. MAU не равен сумме DAU за 30 дней или WAU за 4 недели. С точки зрения расчета, эти показатели не связаны между собой и определяются отдельно, потому что речь идет только об уникальных посетителях. Например, человек может зайти в приложение 1 и 15 числа, он попадет в DAU 1 дня, и в DAU 15 дня. В рамках месяца (с 1 по 30 число) он будет посчитан только 1 раз.
Допустим, у нас есть данные о посещениях сервиса за 30 дней. Галочками отмечены дни, когда пользователи заходили и совершали какое-то действие.
DAU 1 дня — 4, потому что все четыре пользователя заходили в приложение.
DAU 4 и 28 дней — 0, потому что никто из пользователей не заходил в приложение.
WAU с 6 по 13 день — 4, потому что все пользователи открывали приложение.
WAU с 16 по 23 день — 3, потому что один из пользователей не заходил в приложение.
MAU за месяц — 4, потому что было всего 4 уникальных пользователя.
В нашем примере участвовало всего 4 пользователя, но в реальном продукте их будет тысячи и миллионы. Аналитика метрик активности помогает выстроить эффективную стратегию привлечения и удержания пользователей, понять, как можно улучшить продукт и сделать его более полезным.
Расчет метрик активности и вовлеченности также позволяет в будущем просчитать финансовые метрики и оценить прибыль.
Финансовые метрики, на которые влияет показатель MAU
Метрика MAU связана с финансовыми показателями продукта. Чем больше активных пользователей в сервисе или приложении, тем больше среди них потенциальных покупателей — тех, кто оформит подписку или перейдет на платный тариф.
Новые пользователи → Активные пользователи → Покупатели
К финансовым метрикам, на которые влияет MAU, относят: APRU, LTV, Churn Rate, MRR. Рассмотрим их подробнее.
ARPU (Average Revenue Per User) — показатель средней прибыли, которую приносит один активный клиент за конкретный промежуток времени. Чем выше ARPU, тем больше доход от приложения.
Зачем считать:
ARPU помогает компаниям строить прогнозы по увеличению прибыли. Метрика позволяет:
Чтобы рассчитать ARPU, чистый доход за выбранный промежуток времени делят на количество активных пользователей за этот же промежуток. Для SaaS-сервисов за период обычно выбирают месяц — столько длится стандартная подписка.
Формула расчета:
Показатель ARPU за месяц обычно называют ARPMAU.
Как улучшить ARPU:
LTV (Lifetime value) — прибыль, которую приносит пользователь за все время работы с ним. Вокруг этого показателя строится работа над привлечением и удержанием аудитории.
Высокие показатели MAU при низком LTV, говорят о некачественном трафике — пользователи заходят в приложение, но не оформляют подписку и не покупают платные опции. Расходы на привлечение аудитории превышают доходы от взаимодействия с ней. Чтобы увеличить LTV, сократите затраты на привлечение новых пользователей и сконцентрируйтесь на повышении ценности приложения для текущих.
Зачем считать:
LTV измеряет ценность пользователей в деньгах. Метрику считают, чтобы:
Формула расчета:
Для расчета LTV нужны два показателя:
Lifetime — в течение какого времени человек остается активным пользователем продукта.
APRU — средняя прибыль от одного клиента за определенный промежуток времени.
Пример: вы хотите рассчитать LTV для онлайн-сервиса. Обычно пользователи покупают подписку на месяц. Стоимость в месяц — 50$. Тогда LTV = 50*1 = 50$.
Спасибо! Мы уже отправили всё на почту
Как улучшить:
Метрика LTV также связана ROI — коэффициентом окупаемости инвестиций, и Churn Rate — показателем оттока. Последний определяет, сколько человек прекратили взаимодействие с вами.
Churn Rate
Churn rate — количество пользователей, которые прекратили взаимодействие с продуктом. В зависимости от специфики приложения или онлайн-сервиса, может означать удаление аккаунта, отмену подписки, переход к конкуренту.
Зачем считать: потенциальная целевая аудитория — не бесконечный ресурс. Чем больше пользователей попробовали ваш продукт и отказались от него, тем труднее будет привлекать новых. Мониторинг и определение Churn Rate позволяют вовремя обнаружить проблемные места в продукте и уменьшить отток.
Формула расчета:
Пример: в этом месяце от сервиса отписались 100 человек, а MAU в прошлом — 500. Тогда Churn Rate = 100/500 = 0,2 или 20%
Спасибо! Мы уже отправили всё на почту
MRR (Monthly recurring revenue) — сумма, которую платят клиенты за месяц использования. Чем выше MAU, тем выше MRR.
Зачем считать: MRR помогает оценить, как развивается продукт, и предсказать будущие доходы. Оценивая прирост или сокращение MRR, вы сможете сделать выводы об эффективности стратегии продвижения продукта и при необходимости доработать ее.
MRR считается одной из наиболее важных метрик для продуктов с ежемесячной подпиской.
Формула расчета:
Как улучшить:
Конечная цель создания любого приложения или онлайн-сервиса — получение прибыли. Метрика MAU — маркер, показывающий эффективность и потенциал проекта. Отслеживание MAU позволяет находить новые точки роста и улучшать ваш продукт.
MAU (Monthly Active Users) — количество уникальных пользователей в приложении или онлайн-сервисе за месяц без учета повторных сессий. MAU — одна из продуктовых метрик активности пользователей.
С помощью MAU можно определить объем аудитории и отследить стабильность спроса на продукт. Высокие показатели MAU говорят о том, что продукт популярен. Постоянный анализ MAU-метрики позволяет изучить поведение аудитории, при необходимости спланировать мероприятия по повышению вовлеченности и предотвратить отток пользователей.
Для анализа активности и вовлеченности пользователей также используют метрики DAU, WAU, PCU и ACU. Они помогают оценить реакцию аудитории на продукт.
MAU показывает активных пользователей и влияет на такие финансовые метрики, как APRU, LTV, Churn Rate, MRR.
Читайте также
— Считаем LTV: что особенного в этой метрике и почему всем нужно следить за ней;
— Куда и почему уходят пользователи: как рассчитать Churn Rate и начать с ним работать;
— ARPU: как узнать, сколько денег приносят ваши клиенты;
— Метрики eCommerce: за какими показателями следить и как считать.
