Dołącz do czytelników
Brak wyników

Mobile

17 kwietnia 2020

NR 51 (Kwiecień 2020)

Zapomnij o instalacjach. Przejdź na wyższy poziom analityki w aplikacjach mobilnych

117

Nie będzie odkryciem stwierdzenie, że elementem dobrej strategii promocji aplikacji mobilnej powinna być w pełni wdrożona analityka, która umożliwi zbieranie danych o użytkownikach, analizę ich zachowania, weryfikację wyznaczonych targetów oraz optymalizację kampanii. Natomiast nie narzędzia będą tutaj kluczowym elementem, a przede wszystkim dobry plan, zrozumienie i wybór metryk oraz regularny proces przekładania analityki na biznes.

W analizie danych powinieneś stać się ninją i całkowicie odmienić swoje podejście. Zamiast twierdzenia „5600 użytkowników kliknęło w ten przycisk” musisz zacząć pytać „Czy moja baza użytkowników zmalała, czy wzrosła? O ile? W jakim okresie? Co w tym czasie się zmieniło?”. Albo zamiast „Z danych wynika, że ostatni komunikat push został wysłany do 1200 użytkowników, a w deep-link kliknęło 348 osób” użyj „Jaki jest najlepszy przedział czasowy do wysyłania powiadomień push?”. Czy nie łatwiej przełożyć teraz liczb na konkretne decyzje?

POLECAMY

Zacznij od wskaźników, to one są kluczem

Metryki w analityce to po prostu dane w formie liczb, procentów, wartości. Służą rzecz jasna do oceny wydajności, efektywności czy mierzenia postępów w czasie. Ale nie każda metryka to KPI, gdyż one są zarezerwowane tylko dla najważniejszych informacji. Na które z nich powinniśmy zwracać szczególną uwagę?
Podstawowymi przykładami metryk mogą być:

  • wyświetlenia,
  • zasięg,
  • kliknięcia,
  • wynik jakości,
  • CPM – koszt za tysiąc wyświetleń,
  • CTR – współczynnik klikalności reklamy,
  • CPC – koszt za kliknięcie.

Celem monitorowania KPI jest podjęcie konkretnych decyzji marketingowych, wprowadzenie zmian w kampaniach na różnych poziomach czy wyciąganie wniosków na bazie testów. W zależności od podejścia i typu aplikacji może być ich wiele, np.:

  • współczynnik poleceń – jak wielu użytkowników przyciąga średnio jeden pozyskany user,
  • ARPU (average revenue per user) – średni przychód z jednego użytkownika,
  • LTV (lifetime value of a user/customer) – wartość jednego użytkownika,
  • DAU/MAU (the average number of daily or monthly active appusers) – średnia liczba aktywnych użytkowników dziennie/miesięcznie,
  • CAC (customer acquisition cost) – koszt pozyskania jednego użytkownika,
  • churn rate – jak wielu użytkowników przestaje używać aplikacji po określonym czasie.

W aplikacjach, bardziej niż w projektach webowych, liczby się wartość użytkownika w czasie. To bardzo istotna różnica. W projektach webowych każda analiza odbywa się w określonym przedziale czasowym, najczęściej w porównaniu z wydatkami marketingowymi i efektem sprzedażowym. Najbardziej istotny będzie zatem zysk (przychód – koszty) oraz wynikający z niego ROAS. Wszystko to osadzone w konkretnym czasie, a także w podziale na źródła.
W przypadku aplikacji nie można użyć tożsamych wskaźników, głównie ze względu na aspekt przywiązania do aplikacji (stąd tak często używane pojęcie retencji czy aktywnych użytkowników). Innymi słowy raz pozyskany user, który został prawidłowo poprowadzony w okresie onboardingu, ma znacznie większy potencjał przychodowy niż pierwsza transakcja/akcja (przy założeniu dobrze działającego produktu). W aplikacjach nie możesz więc porównywać kosztów pozyskania z efektem w określonym czasie. Powinieneś wziąć pod uwagę przewidywaną średnią wartość pozyskanego użytkownika. Jak ją obliczyć?
 

Rys. 1. Model śledzenia wartości użytkownika w czasie w porównaniu
z kosztem pozyskania


Model obliczania LTV składa się z trzech elementów:

  1. ARPU = czynnik przychodowy.
  2. CHURN = czynnik utrzymania.
  3. REFERRAL = czynnik viralowy.

Ostatecznie wzór można zapisać jako: LTV = ARPU x 1/CHURN + REFERRAL VALUE, gdzie ARPU rozumiany jest jako średni przychód z użytkownika, churn jako procent użytkowników, których zatrzymasz w aplikacji, oraz referral, który oznacza, ile jeden użytkownik przyciągnie średnio nowych instalacji.
Istnieją oczywiście aplikacje, których celem nie jest bezpośrednie generowanie wskaźników finansowych wewnątrz produktu. Dotyczy to zarówno start-upów w fazie dynamicznego wzrostu (gdzie głównym celem jest maksymalizacja liczby nowych użytkowników), a także innych typów aplikacji, np. socialowych, usługowych, części gier mobilnych czy rozwiązań zarabiających na reklamach.
W tego typu projektach powinniśmy monitorować aktywność, zaangażowanie i retencję. Przydadzą się tutaj wskaźniki aktywnych użytkowników w czasie czy przywiązane do aplikacji. Do obliczenia tego ostatniego można użyć prostego wzoru:
Przywiązanie (Stickness) = Średnia (DAU z wybranego okresu) / MAU (z wybranego okresu).
Im bliżej 100%, tym częściej użytkownicy używają aplikacji na co dzień.
Musimy jednocześnie pamiętać, że średnio 71% userów odejdzie z aplikacji po 90 dniach. I to między innymi dlatego śledzenie instalacji jako jedynego KPI jest błędem.
Oprócz samych wskaźników praca do wykonania pozostaje w sferze odpowiedniego zbudowania planu śledzenia. Można go podzielić na różne obszary, uzyskując przestrzeń do regularnego raportowania (tab. 1)

TABELA 1.
ADOPTION ENGAGEMENT PERFORMANCE OUTCOME
Instalacje Aktywni użytkownicy Crashe Konwersje
Deinstalacje
Aktywni użytkownicy
Tempo wzrostu
Wskaźnik retencji
Nowe rejestracje
Dzienna liczba aktywnych
Długość sesji
Głębokość sesji
Czas
Dane demograficzne
Dane behawioralne
Liczba błędów
Czasy wczytywania
Wartość życiowa
Średni przychód z użytkownika
Koszt pozyskania
Przychody
Zakupy w aplikacji


Wybierz jedną priorytetową technologię

Każdy z systemów posiada nieco inne definicje, specyfikę monitorowania użytkownika oraz własne integracje. Nie ma możliwości unifikacji danych we wszystkich rozwiązaniach, stąd zawsze będą powstawały między nimi rozbieżności!
Rynek udostępnia dość szerokie spektrum bezpłatnych narzędzi, takich jak Firebase, Facebook Analytics, a także tych płatnych, takich jak Appsflyer, Adjust, Kochava czy Tune. Firebase jest obecnie najbardziej popularnym systemem (zażądzanym przez Google). Zbiera automatycznie 23 zdarzenia oraz 13 właściwości użytkowników. Ciekawą wartości dodaną Facebook Analytics jest możliwość bezkodowej konfiguracji zdarzeń (brak ingerencji IT) oraz opcja integracji danych z systemem Facebook Attribution. Z kolei najbardziej zaawansowanym systemem będzie Appsflyer, który posiada własny system atrybucyjny, największą liczbę partnerów reklamowych do integracji, wbudowane rozwiązanie do głębokich linków czy konfigurator własnych dashboardów.

Wykorzystaj dane ze sklepów z aplikacjami

Wewnętrzne systemy analityczne (czyli po prostu analityki wbudowane w sklepy z aplikacjami) pozwalają na monitorowanie najbardziej podstawowych wskaźników dotyczących:

  • instalacji oraz deinstalacji,
  • źródeł ruchu do storów,
  • współczynników pobieralności,
  • aktualizacji,
  • opinii,
  • testów A/B.

W podejściu analitycznym do aplikacji ważny jest element związany z ASO, czyli z widocznością aplikacji w sklepach. Nawet 68% osób odnajduje nowe rozwiązania dzięki wyszukiwaniu bądź przeglądaniu store’ów z aplikacjami.
Dzięki wykorzystaniu zaawansowanych technologii, takich jak np. AppTweak, TheTool czy AppFigures, dowiesz się:

  • jak wyszukiwane słowa kluczowe wpłynęły na pozyskanie użytkowników (łącznie z rozdzieleniem brandu i zapytań generycznych),
  • jakich słów kluczowych używają twoi konkurenci,
  • jak możesz zoptymalizować widoczność aplikacji w sklepach,
  • jaką widoczność uzyskuje twoja aplikacja w czasie, zarówno w interesujących cię kategoriach, jak i na słowa kluczowe.

Po zintegrowaniu danych z konsolami programistów w Google Play oraz AppStore dowiesz się więcej o tym, jaki p...

Pozostałe 70% treści dostępne jest tylko dla Prenumeratorów

Co zyskasz, kupując prenumeratę?
  • 6 drukowanych wydań magazynu Online Marketing
  • Dodatkowe artykuły niepublikowane w formie papierowej
  • Dostęp do czasopisma w wersji online
  • Dostęp do wszystkich archiwalnych wydań magazynu oraz dodatków specjalnych
  • ... i wiele więcej!
Sprawdź szczegóły

Przypisy