отношение dau к mau
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.
Что такое DAU/WAU/MAU. Объясняем простыми словами
Проще говоря, все эти метрики показывают число уникальных посетителей сервиса, которые в течение конкретного временного промежутка хотя бы раз зашли на сайт или в приложение.
Как правило, эти метрики используют разработчики мобильных приложений. Для них это своеобразная мера успешности продукта. На основе DAU/WAU/MAU определяют степень «привязанности» к приложению и планируют стратегию дальнейшего продвижения.
Пример употребления на «Секрете»
«Обычно компании отслеживают базовые данные о работе продукта и поведении пользователя: количество пользователей (MAU/WAU/DAU), длительность сессий, популярные разделы, кнопки, сценарии, источники трафика, средний чек и т. д.».
(Продуктовый аналитик Анна Куликова — о том, как определить необходимые метрики.)
Нюансы
Важно понимать: WAU за определённую неделю — это не сумма DAU за семь дней, поскольку речь идёт об уникальных пользователях. Например, посетитель может зайти в приложение в понедельник и среду, поэтому он попадёт в DAU за эти дни. Но в рамках недельной метрики (WAU) он учтётся только единожды.
Некоторые сочетания основных показателей могут дать косвенные характеристики. Например, если поделить DAU на MAU и преобразовать полученный результат в проценты, можно высчитать месячный коэффициент «прилипаемости» пользователя к сервису (лояльность) — показатель, демонстрирующий, как часто пользователи возвращаются в приложение.
Пример: 10 000 ежедневных активных пользователей / 20 000 ежемесячных активных пользователей = 50% привязываемости. Чем выше этот процент, тем чаще пользователи возвращаются в приложение.
Основные метрики мобильного приложения
Как выплыть из моря DAU, WAU и MAU — инструкция по выживанию от devtodev.com.
Предлагаем вашему вниманию обзор ключевых показателей — это метрики мобильного приложения (впрочем, не только в мобильного). Если кто-то спросит у вас, чем ARPU отличается от ARPPU, а Lifetime от Lifetime Value – просто дайте ему ссылку на этот материал.
Как правило, приложения создаются с одной простой целью — заработать деньги. Как вы понимаете, денег так просто никто не отдаст, и чтобы заработать, нужно хорошо постараться и пройти много этапов. Итак, как работает большинство мобильных приложений:
На каждом этапе существуют свои метрики мобильного приложения, которые помогут вам понять, насколько успешно работает ваше приложение и какую обратную связь дают пользователи своим поведением. Все метрики мобильного приложения:, о которых пойдет речь, доступны при интеграции SDK сервиса devtodev.com.
Метрики мобильного приложения: привлечение пользователей
Итак, пользователи установили приложение себе на телефон и впервые открыли его в один прекрасный день. Именно начиная с первого открытия приложения человек превращается в пользователя. И все, кто в определённый день открыл приложение впервые, называются новыми пользователями (или New Users) этого дня. Сколько должно быть новых пользователей? Конечно, чем больше, тем лучше, но по факту зависит от вашего проекта. Главное, количество новых пользователей должно покрывать отток из проекта, тогда проект будет расти. Повышать количество новых пользователей можно за счёт проведения рекламных кампаний или внедрения виральных механизмов в свой проект, тогда существующие пользователи будут приводить новых.
Со временем новых пользователей становится всё больше и больше, и в определенный момент вам захочется узнать, сколько всего пользователей попробовало ваше приложение. Для этого существует метрика Total Users, она показывает, сколько пользователей вашего приложения находится в базе к выбранной вами дате.
Метрики мобильного приложения: удержание пользователей
Пользователи, впервые открывшие ваше приложение, пробуют его, и кому-то оно нравится, а кому-то нет. Если пользователю не нравится приложение, он, скорее всего, покинет его и не вернётся на следующий день.
Если же пользователь возвращается в приложение на следующий день после того, как впервые открыл его, значит «встреча по одёжке» прошла хорошо. Процент пользователей, которые вернулись на следующий день после первого визита, называется 1-day retention. Необходимо следить за этим показателем в динамике и постоянно его улучшать, нет предела совершенству. Если пользователь не возвращается на следующий день после первого визита, значит, что-то его не устроило, притом скорее всего именно в интерфейсной части. Попробуйте изменить интерфейс для новых пользователей (добавить или изменить туториал, ввести подсказки, рассказывающие новому пользователю о преимуществах приложения). Если вы всё сделали правильно – уже на следующий день 1-day retention отреагирует и поднимется. Пользователи обходятся непросто и недёшево, и неправильно их терять уже на следующий день, поэтому всегда оптимизируйте этот показатель.
Процент пользователей, которые вернулись через семь дней после первого визита, называется 7-day retention. Наконец, если пользователи вернулись через 28 дней после первого визита, то процент таковых пользователей называется 28-days retention. И это уже серьёзно. Можете считать, что ваше приложение действительно заинтересовало пользователя, если он даже спустя 28 дней остаётся вам верен.
В идеальной ситуации все три показателя retention будут равны 100% (пользователь остаётся с вами и через день, и через 7 дней, и через 28). Но это едва ли достижимо. Подумайте, с чем приходится сталкиваться пользователю в течение первой недели, в течение первого месяца, из-за чего он может уйти, оптимизируйте эти узкие места. Вам могут помочь пользовательские сегменты, события и воронки. Все эти инструменты помогут выявить те места, в которых пользователь принимает решение об уходе.
Для того, чтобы рассчитать retention за другие временные промежутки (а не только за 1, 7 или 28 дней), существует метрика Rolling Retention. Она показывает, сколько пользователей (в процентах), впервые открывших приложение в выбранную дату, до сих пор являются активными (здесь под активными пользователями мы понимаем всех тех, кто заходил в приложение хотя бы раз за последние 7 дней). По мере приближения к текущему дню этот показатель возрастает. При этом вполне вероятно, что на графике Rolling Retention вы сможете найти скачки (повышенные проценты пользователей, которые до сих пор активны), и тогда нужно будет разобраться с каждым из таких скачков. Скачки могут быть обусловлены различными причинами: настройками рекламных кампаний, простой сезонностью. В частности, нам приходилось сталкиваться с тем, что пользователи, пришедшие в пятницу, становятся немного более лояльными – у них есть свободное время в субботу и воскресенье, чтобы глубже изучить ваше приложение.
Метрики мобильного приложения: активности пользователей
Итак, ваше приложение уже работает, появляются новые пользователи, накапливается аудитория. Количество уникальных пользователей, которые заходили в ваше приложение в конкретный день, называется DAU (Daily Active Users) этого дня.
Количество уникальных пользователей, которые заходили в приложение в течение недели, называется WAU (Weekly Active Users). Обращаем внимание, WAU – это не сумма DAU за 7 дней, это именно уникальные пользователи, которые посещали ваше приложение в течение недели. Один и тот же пользователь может заходить каждый день в течение недели, и тогда он увеличит DAU каждого дня на 1, однако WAU тоже увеличится на 1, так как в WAU не считаются повторные визиты.
Аналогично рассчитывается и показатель MAU (Monthly Active Users) – количество уникальных игроков, заходивших в приложение в течение месяца.
Показатели DAU, WAU, MAU определяют масштаб вашего проекта. И именно о них вас будут спрашивать в первую очередь при заключении партнёрских договоров. Разумеется, все эти показатели должны расти со временем. Чтобы обеспечить их рост, вам нужно максимизировать поток новых пользователей и процент их удержания (показатели retention).
Также интересно рассчитать отношение, например, DAU к MAU. Этот показатель иногда называют Sticky Factor, он говорит о регулярности входов пользователей. Если предположить, что в проекте 1000 пользователей, и каждый из них входит каждый день, тогда и DAU, и MAU будут равны 1000, а показатель Sticky Factor будет равен 100%. Если же каждый пользователь в течение месяца заходил лишь один раз, то Sticky Factor будет равен всего 3,3%. Чем выше этот показатель, тем регулярнее пользователи заходят в ваше приложение.
Часто бывает так, что показатели DAU, WAU и MAU сильно колеблются из-за нестабильного потока новых пользователей. Чтобы не учитывать эти колебания, были разработаны метрики мобильного приложения LDAU (Loyal Daily Active Users), LWAU и LMAU.
LDAU – количество уникальных лояльных пользователей, запускавших приложение в конкретный день. При этом лояльным пользователем считается тот, кто запускал приложение хотя бы один раз спустя день после первого визита. Аналогично рассчитываются LWAU и LMAU.
Получается, что чем ближе друг к другу показатели DAU и LDAU, тем меньше в приложении так называемых «однодневок» — пользователей, которые не возвращаются в приложение на следующий день после первого визита. Соответственно, чем ближе друг к другу DAU и LDAU, тем выше показатель 1-day retention.
Иногда вам может потребоваться узнать, сколько пользователей находится в приложении в конкретный момент. Для этого существует метрика Users Online, которая оценивает количество одновременно играющих пользователей в конкретный момент и обновляется раз в пять минут. Такая метрика особенно актуальна в онлайн-играх, где интерес к игре напрямую зависит от количества одновременно играющих пользователей.
Обращайте также внимание и на максимальный Users Online в течение дня. Во-первых, это укажет вам на пиковую нагрузку на сервера, во-вторых, позволит выявить оптимальное время, когда в приложении находится максимальное количество пользователей (например, для рассылки push-уведомлений), а в-третьих, это просто популярный показатель сравнения масштаба нескольких приложений.
Каждое посещение пользователем приложения называется сессией, и метрика Sessions показывает, сколько всего было сессий в приложении за период.
А если поделить суммарную продолжительность всех сессий на их количество, то получится показатель Average Session Length, говорящий о средней продолжительности одной сессии. При этом нельзя сказать, что большая продолжительность сессии – это хорошо, а маленькая – это плохо. В приложениях по вызову такси сессии короткие: требуется лишь заказать машину, при этом чем меньше сессия, тем удобнее сервис. А, например, в приложениях для чтения сессии обычно продолжительнее.
Метрика Lifetime показывает, сколько дней пользователь в среднем пользуется приложением от первого до последнего входа. Рекомендуется использовать эту метрику для узких пользовательских сегментов: для платящих и неплатящих пользователей, для пользователей, дошедших до определенного уровня. В этом случае вы будете знать наиболее вероятные сроки жизни игроков из каждого сегмента и сможете предложить пользователю что-либо, что его заинтересует, в самое подходящее время: push-уведомление, скидки и специальные предложения, подарки, новые задания и т.д. Помимо этого, показатель lifetime можно использовать при планировании каких-либо регулярных событий в вашем проекте (например, акций). Зная, сколько в среднем времени пользователь проводит в проекте, вы можете настроить события так, чтобы для большинства пользователей эти события были в новинку.
Показатель lifetime необходимо повышать: чем дольше пользователь находится с вами, тем более он лоялен, и тем больше вероятность совершения им платежа. Подумайте, что бы стимулировало игрока остаться с вами на более долгий срок. В онлайн-играх хорошо повышает lifetime введение регулярных (ежедневных, еженедельных) заданий для игрока.
Метрики мобильного приложения: монетизация
Итак, пользователи решают заплатить деньги за покупку контента внутри приложения. Количество уникальных платящих пользователей за день (либо за более продолжительный период) отражено в метрике Paying Users.
Метрика Paying Share показывает, какой процент пользователей от всех уникальных пользователей, активных в течение периода, совершали платежи. В идеале, каждый пользователь – платящий, и Paying Share равен 100%. На самом же деле этот показатель куда меньше, и его рост хотя бы на 1% — это уже большое достижение для проекта. Согласно данным Newzoo, в 2014 году 32% от всех игроков мобильных игр совершали платежи. При этом цифру можно считать завышенной, ведь речь идёт о проценте людей, которые совершили хотя бы один платёж хотя бы в одну игру в течение года.
Повысить долю платящих игроков можно за счёт добавления нового контента для покупки, за счёт изменения цен, проведения скидочных акций.
Метрика Paying Conversion, в свою очередь, показывает для каждого дня (или более продолжительного периода), каков процент платящих пользователей среди всех, кто зарегистрировался в этот день (период). Как и в случае с Rolling Retention, попытайтесь найти скачки в поведении этого показателя. Вполне возможно, это укажет вам на некоторые условия, в которых процент платящих игроков от количества регистраций максимален (реклама, баннерные сети и т.д.).
Каждый платеж пользователя является отдельной транзакцией в базе, при этом один пользователь может совершить за период и несколько транзакций (вы будете только рады).
Общее количество транзакций за период отражено в метрике Transactions. А метрика Transactions by User показывает, сколько в среднем транзакций совершал один платящий пользователь в течение выбранного периода. Если ни один пользователь не совершал повторных платежей, то Transactions by User будет равно единице.
Во free-to-play играх основную часть дохода формируют именно повторные платежи: во-первых, они как правило больше по размеру, во-вторых, велика вероятность, что после второго платежа последует и третий.
Общая сумма всех платежей игроков за период отражена в метрике Gross. Однако до разработчика эти деньги дойдут не в полном объёме: магазин приложений берёт свою комиссию. Как правило, комиссия составляет 30%, следовательно 70% от Gross доходит до разработчика и отражается в метрике Revenue. Если же комиссия не равна 30%, то это можно легко изменить в настройках в системе devtodev.com.
По сути, именно ради показателя Revenue вы и затеяли разработку своего приложения.
Важен также такой монетизационный показатель, ARPU (Average Revenue Per User). Он рассчитывается как сумма платежей за период (Gross), делённая на количество уникальных игроков за этот период (DAU, MAU, WAU). ARPU говорит о том, сколько денег в среднем приносит один игрок, при этом в расчёт попадают как платящие, так и неплатящие игроки. ARPU отлично подходит для замера эффективности бизнеса и сравнения нескольких проектов.
Показатель ARPU полезно рассматривать как в целом (хотя бы для сравнения эффективности нескольких проектов), так и отдельно для каждого сегмента пользователей. В частности, можно рассчитать ARPU для новых пользователей и ARPU для «ядра». ARPU новых пользователей будет существенно ниже, однако его сравнение с ARPU «ядра» покажет вам, как важно, чтобы новые пользователи перешли в «ядро».
Сравните ARPU для разных уровней пользователей, для разных сроков с момента первого входа. Как правило, чем дольше пользователь в проекте и чем выше его уровень, тем больше ARPU.
Показатель ARPPU (Average Revenue Per Paying User) рассчитывается как сумма платежей за период (Gross), делённая на количество уникальных платящих игроков (Paying Users). ARPPU говорит об уровне цен в приложении и о том, как к этим ценам относятся именно платящие игроки, сколько денег они готовы тратить за период.
Если каждый игрок является платящим, то ARPPU равно ARPU по определению.
Чтобы повысить ARPPU, достаточно просто повысить цены в проекте. Платить продолжат лишь наиболее платежеспособные пользователи, однако при этом ARPU (который более важен для замера эффективности бизнеса) рискует упасть.
Поэтому все действия по изменению монетизации проекта следует делать так, чтобы поднять и ARPU, и ARPPU. В онлайн-играх для этих целей хорошо срабатывает введение нового привлекательного контента: больше игроков начинает платить, а те, кто платил раньше, платят больше, чтобы купить привлекательное вооружение. В итоге, повышается и процент платящих, и средние размеры платежей за период. Иначе говоря, растут Paying Share, ARPU, ARPPU.
Также выделяют метрику Average Check, которая рассчитывается как Gross, делённый на количество платежей Transactions. Метрика очень сходна с ARPPU, однако ARPPU, в отличие от Average Check, не учитывает повторные платежи от одного и того же платящего игрока. Если же предположить, что каждый платящий игрок за период заплатил лишь по одному разу, то ARPPU будет равно Average Check.
Наконец, последний (по порядку, но не по важности) показатель – это Lifetime Value (LTV). Он говорит о том, сколько в среднем денег приносит один пользователь за всё время пользования приложением. По поводу LTV пишутся статьи и защищаются диссертации, это действительно один из важнейших показателей эффективности приложения, он объединяет в себе и продолжительность активности пользователя, и его платежи.
Lifetime Value полезен для того, чтобы оценить цену привлечения нового клиента. Правило простое: Lifetime Value должен быть больше цены привлечения клиента, иначе бизнес неэффективен.
Чтобы максимизировать LTV, поймите, что Lifetime Value – это и Lifetime, и Value (в данном случае, ARPU). Иначе говоря, чем дольше пользователь с вами и чем выше средний доход с него, тем выше LTV. Проект должен нравиться пользователю, тогда увеличится и lifetime, и ARPU, а вслед за ними и LTV.
Следите за изменениями этого показателя, разбирайтесь в причинах, выявляйте факторы, которые максимизируют LTV, и планируйте изменения в своём проекте исходя из этого.
Также полезно рассмотреть LTV в разрезе различных сегментов пользователей: по стране или языку, по сроку с момента регистрации.
Итак, мы рассмотрели все ключевые метрики приложений. По правде говоря, они подойдут не только для мобильных приложений, но и для онлайн-игр, интернет-магазинов, чего угодно. Следите за динамикой показателей, разбирайтесь в причинах их изменения в ту или иную сторону, выявляйте и применяйте наиболее эффективные факторы. Рекомендуем также всегда максимально детализировать ваш анализ. Основные метрики: ARPU, lifetime, retention и т.д. дают представление об общем состоянии проекта, и чтобы глубже разобраться в их поведении, требуется детальный анализ. Для этого удобно применять пользовательские сегменты, тогда вы получите возможность увидеть каждую метрику отдельно для каждого сегмента пользователей.
Высокого вам ARPU и продолжительного Lifetime!
Метрики мобильного приложения: задача
А теперь, чтобы проверить, как вы усвоили материал, мы предлагаем вам решить задачу.
1 февраля 2015 года 110 человек скачали приложение «Тестовое приложение». 100 из них его открыли. Предполагаем, что в другие дни пользователи не скачивали и не открывали это приложение.
Необходимо рассчитать следующие показатели:
Ответы
Вообще, информация про 110 человек, которые скачали приложение, дана исключительно, чтобы вас запутать. Мы ориентируемся на тех пользователей, которые именно открыли приложение.