Публикация выходит в рамках цикла материалов об игровых метриках от сайт и devtodev. Статьи делятся по сезонам, каждый из которых посвящен конкретной теме. Второй сезон называется «Пользователи». В нем мы рассказываем про те бизнес-метрики, которые отражают эффективность приложения в плане работы с аудиторией.

Вера Карпова

Ежедневно аудитория проекта пополняется новыми пользователями. Кто-то из них быстро теряет интерес, кто-то иногда вспоминает о приложении, а кто-то пользуется им регулярно. И наверняка каждый день в приложение заходят представители всех этих сегментов. Сегодня мы и поговорим о них – активных пользователях (Active users) .

Активные пользователи – это те, у кого была хотя бы одна сессия за исследуемый промежуток времени. Эти промежутки могут быть разные, но чаще всего исследуют дневную, недельную, а также месячную аудитории проекта. И эти показатели имеют устоявшиеся названия:

  • DAU – число уникальных пользователей в день (daily active users);
  • WAU – число уникальных пользователей в неделю (weekly active users);
  • MAU – число уникальных пользователей в месяц (monthly active users).

При этом можно делать аналогичные расчеты и за любые другие периоды, если они лучше отвечают требованиям компании. Например, подводя итоги уходящего года, можно посчитать годовую аудиторию проекта и сравнить с предыдущими годами, чтобы оценить динамику.

Стоит обратить внимание, что WAU за определенную неделю – это не сумма DAU за 7 дней , так как речь идет об уникальных пользователях. Например, один из них может зайти в приложение в понедельник и вторник, и он попадет и в DAU понедельника, и в DAU вторника. Но в рамках недели (с понедельника по воскресенье) он будет посчитан только 1 раз.
Аналогично и MAU не является суммой 4-х WAU и 30-ти DAU. С точки зрения расчета, эти показатели не связаны между собой и рассчитываются отдельно.

Чтобы получше разобраться с этими показателями, посчитаем их на примере.

Допустим, у нас есть данные о посещениях приложения различными пользователями за 2 недели. При этом не имеет значения, сколько раз в день заходил пользователь в проект, так как он все равно будет одним уникальным посетителем.

Синим отмечены дни, когда пользователи заходили в приложение.

Итак, сначала рассчитаем DAU для 1-го, 2-го, 5-го и 10-го дня. Для этого нужно знать, сколько уникальных пользователей заходили в приложение в эти дни:

  • DAU 1-го дня = 2 (пользователи 1 и 4);
  • DAU 2-го дня = 3 (пользователи 2,4,5);
  • DAU 3-го дня = 3 (пользователи 2,3,4);
  • DAU 10-го дня = 0 (никто не заходил в приложение в эти дни).
  • в первую неделю (с 1-го по 7-й дни) он равен 5 – все пользователи заходили в проект;
  • во вторую неделю (с 8-го по 14-й день) этот показатель уже 3 – первый и второй пользователи не делали сессий.

Можно выбрать и произвольную неделю, например, с 3-го по 9-й день, и тогда WAU будет равен 4.

В нашем примере участвовало всего 5 человек, а в реальном проекте это будут тысячи, сотни тысяч, миллионы пользователей, которые ежедневно посещают продукт. И то, как они заходят в приложение, говорит о его стабильности, качестве и масштабе.

Кроме того Active users – это тот показатель, который имеет смысл отслеживать в реальном времени , потому что если что-то сломается в приложении или на сервере и пользователи не смогут воспользоваться продуктом, это сразу же скажется этой метрике. Для такого контроля группировать пользователей можно уже не по дням, а по часам или даже 10-ти минутным интервалам.

Кстати, активные пользователи, которые в текущий момент находятся в приложении – это отдельная метрика, которая имеет свое название. Чаще всего это Users online , но можно встретить и такие аббревиатуры, как CCU (сonсurrent users) – пользователи, находящиеся в приложении в определенный момент, и PCCU (peak concurrent users) – максимальное количество пользователей, одновременно находящихся в приложении.

Средний CCU хорошо отражает масштаб проекта, а PCCU очень важен при планировании нагрузки на сервера.

Динамика активных пользователей может меняться не только в рамках дня, она может постепенно расти или падать месяц к месяцу. И ее довольно важно контролировать. Упростить анализ изменений количества активных пользователей помогает сегментация. Благодаря ей можно быстрее понять за счет какого сегмента пользователей происходит изменение показателя.

Вот несколько вариантов сегментации активной аудитории.

По платежам:

  • платящий / не платящий
  • совершивший только 1 платеж / совершивший повторные платежи

По сроку с момента установки:

  • 1 день / 2-7 дней / 8-14 дней / 15-30 дней / 30- 60 дней / 60+ дней

По регулярности заходов:

  • каждый день / 4-6 раз в неделю / 1-2 раза в неделю / раз в месяц и реже

А также можно делить по странам, по девайсам операционным системам, по кастомному событию (то есть, делить аудиторию на пользователей выполнивших и не выполнивших то или иное действия).

Последний вариант сегментации можно использовать, если в приложении есть какое-либо ключевое событие, важное для полноты игрового опыта или создания правильного первого впечатления о продукте (например, прохождение обучения, N уровней в игре или заход в магазин).

Когда вы определите сегмент, в котором происходит уменьшение активных пользователей, будет проще искать возможную причину проблемы.

Вот какая ситуация может случиться:

Сначала начинает уменьшаться количество активных пользователей в России, в то же время увеличивается количество посетителей из Японии и они компенсируют падение в другой стране. Если мы смотрим только на общий график DAU, то вряд ли заметим какие-либо изменения динамики. И только потом, когда количество активных пользователей России упадет еще сильнее, мы увидим это на общем графике. А между тем, уже пройдет достаточно много времени, которое можно было бы использовать для поиска и устранения причины падения.

Еще одна статистическая аномалия подтверждает важность сегментации – это парадокс Симпсона . Ее проявление лучше всего рассмотреть на примере.

Возьмем 4 страны из предыдущего примера и предположим, что конверсия в покупку в них такая:

И вот что получается:

  • конверсия в России (4.85%) больше, чем конверсия в Японии (4.44%);
  • конверсия в Великобритании (7.08%) больше, чем конверсия в Китае (6.98%);
  • общая конверсия европейских стран (5.8%) меньше, чем конверсия азиатских (6.5%).

Это еще раз говорит о том, что сегментация может дать совсем не такие результаты, как общая статистика показателя.

Кстати, иногда, глядя на график DAU, вы не всегда можете явно определить тенденцию, но группировка по неделям или месяцам (преобразование графика в WAU и MAU), делает ее более явной.

Сама по себе метрика Active users, безусловно, важна для проекта, но кроме этого она также связана с другими финансовыми и поведенческими метриками.

В первую очередь, на Active users влияет количество новых пользователей – чем их больше, и чем быстрее и стабильнее они приходят в проект, тем быстрее растет аудитория.

Второй не менее важный показатель – это Retention (удержание пользователей), который говорит от том, как пользователи возвращаются в проект. Если приводить в проект новых пользователей, которые не будут в него возвращаться, то они не пополнят аудиторию, а такое привлечение не даст никакого эффекта. Важно заинтересовать пользователей продуктом, чтобы они хотели вернуться. И чем их будет больше, тем больше будет активная аудитория.

Небольшой пример:

Можно иметь хорошие показатели Retention в приложении, но при небольшом количестве новых пользователей аудитория будет расти очень медленно. И наоборот, если есть хороший приток новых пользователей и низкий Retention, то большая их часть покинет проект, что также не увеличит аудиторию.

А чем больше аудитория проекта, тем больше среди нее потенциальных плательщиков. Ведь именно в такой последовательности пользователи становятся платящими:

New users → Active users → Paying users

Кстати, важно, чтобы пользователь после совершения первого платежа оставался активен в продукте, потому что это увеличит шансы на то, что он совершит повторные покупки.
Таким образом, Active users прямо пропорционально влияет на доход:

Revenue = Active users * Paying share * ARPPU

Количество активных пользователей – один из важнейших показателей продукта, который косвенно указывает на его успешность, сочетая в себе и качество привлечения новых пользователей, и метрики удержания, непосредственно влияя на доход. Поэтому при анализе активных пользователей стоит обращать внимание еще и на скорость роста аудитории, ведь эта метрика является одним из самых позитивных признаков активного развития продукта.

Документ, в котором собрал все метрики, на которые он опирался при проектировании сервиса.

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.

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.

Push-уведомления

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.

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%.

  • 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…

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.

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.