Что происходит в моем приложении? Кейс
Сразу после запуска приложения перед его владельцем встает целый ряд вопросов, касающихся эффективности и перспектив развития продукта.
- Сколько пользователей уже скачали приложение - New Users, Total Users
- Какое количество из этих пользователей активны - DAU, WAU, MAU
- Сколько денег приносят пользователи - ARPU, ARPPU, LTV, Revenue
- Какой рекламный канал наиболее эффективен - User Acquisition Cost
- Сколько пользователей удаляют приложение и сколько возвращаются регулярно - Churn, Retention
Для этих показателей есть метрики, которые подсчитывают количественные данные и являются по большей части объективными показателями эффективности продукта. Однако, несмотря на свою объективность, реакция на те или иные показатели почти всегда субъективна и понять, почему текущие показатели приложения именно такие, какие есть, бывает очень сложно. Большую помощь в развитие продукта вносит понимание того, как именно пользователь взаимодействует с приложением. Стандартные инструменты предоставляют количественные данные о переходах по разным экранам и воронкам приложения, но с ними достаточно сложно работать из-за огромных объемов информации. Мало найти проблему, необходимо понять из-за чего именно она возникла и как её можно решить.
Как правило, сервисы специализируются на каком-то конкретном аспекте анализа приложения. К примеру, можно встретить платформы, которые позволяют эффективно работать с количественными исследованиями и быстро получать информацию о текущем состоянии проекта, другие сервисы позволяют проводить качественные исследования, третьи - отслеживать источники лучшего трафика (трекинг установок). Каждый инструмент преследует определенные цели.
Количественная аналитика представляет собой систематическое изучение числовых показателей активности пользователей. Конкуренция на рынке мобильных устройств сейчас колоссальна, поэтому количественная аналитика стала одним из основных инструментов контроля текущего состояния выпущенного продукта. На основе сбора информации о событиях с последующей их обработкой, получают структурированные данные. Эти данные являются базой для прогнозирования будущего развития и оптимизации приложения.
На другой стороне аналитических сервисов находится качественная аналитика. Её цель заключается в углубленном понимании причин и мотивов поведения пользователей мобильного приложения. Она даёт именно ту информацию, которая позволяет лучше понять своих пользователей, выявить проблемы или возможности для развития продукта. Сюда относятся видеозаписи пользовательских сессий, карты перемещений, карты касаний, CJMы.
Безусловно, качественная аналитика без количественной малоэффективна. Именно метрики и цифры лежат в основе любого исследования. Качественная аналитика выступает необходимой надстройкой над системой метрик и показателей продукта и позволяет быстрее и точнее выявлять существующие закономерности и получать важнейшие инсайты в пользовательские привычки.
Аналитика трекинга установок - ещё одна ключевая составляющая системы продуктовой аналитики. Трекинг помогает отслеживать источники установок приложения пользователями, откуда они пришли и какое у них, впоследствии, будет поведение. Существует множество маркетинговых и рекламных стратегий, но невозможно досконально знать насколько продуктивным, успешным и популярным будет продукт.
Сопоставление метрик приложения с качественными исследованиями
Возьмем классический кейс применения разных инструментов аналитики. Кстати, буквально на днях мы проводили рассылку по зарегистрированным пользователям, в котором кратко описали этот кейс. Для тех, кто у нас не зарегистрирован, опишу ещё раз, для тех, кто зарегистрирован, здесь кейс описан подробней.
Возьмём iOS-приложение для интернет-магазина. Очевидно, основная бизнес-задача для владельца приложения - мотивировать пользователя к совершению покупки. Для этого в приложение добавляются разделы формата акции и спецпредложения, подключаются инструменты ретаргетинга и ремаркетинга, другие способы активации “уснувших” пользователей. Ещё на этапе проектирования внимательно выстраиваются основные конверсионные воронки, подбираются каналы для эффективного продвижения. И вот у нас есть рабочий e-commerce проект с довольно свежим дизайном и регулярными обновлениями (это реальный пользователь сервиса UserX, с момента полного обновления приложения было добавлено несколько новых фич, в остальном мелкие улучшения).
По данным Firebase только 14% пользователей, начавших заказ из корзины, успешно производили оплату. To есть 88% пользователей терялись уже после события begin_checkout в процессе оформления заказа.
Подключили UserX, построили воронку по экранам и событиям:
Самый большой отвал пользователей оказался на экране настройки заказа. Здесь пользователи могли изменить товары, воспользоваться промо-кодом, выбрать подарок. Видеозаписи сессий пользователей, которые отвалились на этом шаге, показали, что пользователь начинает заказ, переходит на экран оформления и начинает выбирать подарок к заказу. Практически во всех сессиях, в которых пользователь не перешел на следующий этап воронки, ему предлагались совершенно нерелевантные заказу товары. Например: пользователь заказывает мужской ремень и туфли, а в подарок ему предлагают 1 из 20 видов женских платьев, несколько шапок и шарф (это в середине июня!), пользователь какое-то время скроллит список подарков и закрывает приложение.
Да, фича была недоработана. В теории, проблему можно было обнаружить другими способами, но сработал именно этот.
В итоге, команда проекта определила для себя необходимый минимум инструментов аналитики:
- Инструмент для трекинга установок: AppMetrica, AppsFlyer (если есть деньги);
- Инструмент количественной аналитики: Google Analytics for Firebase, AppMetrica или Amplitude (если есть деньги);
- Инструмент качественной аналитики: UserX.
