Оцениваем эффективность мобильного приложения: устаревшие метрики и полезные подходы

В 2020-м году общее число мобильных приложений на рынке достигло 5 млн, а количество скачиваний превысило 31 млрд. Карантин вызвал резкий скачок спроса, но постепенно рынок возвращается к обычному состоянию. Как измерять показатели в новых условиях? Глава Mobi-Soft Дмитрий Простов собрал ключевые метрики, полезные приемы и технологии, которые помогут разработчикам и фаундерам оценить эффективность приложения. 

Дмитрий Простов

генеральный директор <a href="https://mobi-soft.org">Mobi-Soft</a>

Судя по свежей статистике, в 2020-м рынок приложений установит новый рекорд – в первую очередь это касается мобильных игр, мессенджеров и сервисов для видеоконференций. Пользователи тратят все больше времени и денег на приложения.

В первом квартале 2020-го года число приложений на базе Android достигло 2,56 млн, а на базе iOS – 1,85 млн. Всего, по данным Statista, пользователям доступны 5,4 млн мобильных программ. Параллельно растет число скачиваний. За первый квартал только в Google Play этот показатель вырос до 22,5 млрд, а в App Store – до 9 млрд. Главным драйвером роста в 2020-м стал карантин: пользователи массово устанавливали мессенджеры, качали игры, смотрели сериалы, общались в Zoom и заказывали еду через приложения.

Насколько эти цифры показательны – уже другой вопрос. Мы в Mobi-Soft занимаемся мобильной разработкой уже 8 лет и за это время поняли, что популярные метрики часто не отражают реальную картину и показывают только краткосрочные тренды. В то же время появляются новые нестандартные способы изучать аудиторию и конкурентов, а заодно оценивать эффективность мобильных продуктов. Разберемся, какие приемы уже устарели, а на что, наоборот, полезно обратить внимание.

Устарело: метрики тщеславия

«Они поднимают настроение, но не дают понимание того, куда и зачем двигаться», – так описывал метрики тщеславия предприниматель и венчурный инвестор Эрик Рис, автор концепции Lean Startup. Он справедливо отмечал, что этот показатель раздувает эго руководства и помогает пиарить продукт. «Тщеславные метрики» радуют акционеров и заказчиков, но редко приводят к измеримым бизнес-результатам или конкретным решениям.

Часто показатели подчиняются сезонности или сиюминутным трендам. Например, карантин спровоцировал взрывной рост Netflix и Zoom. Ситуативная популярность принесла компаниям успех, но сохранят ли они те же показатели в долгосрочной перспективе – большой вопрос.

Метрики тщеславия зациклены на росте – больше всегда значит лучше, а как это влияет на бизнес, уже не так важно. В мобильной разработке самая популярная метрика тщеславия – это количество скачиваний приложения.

Этот показатель не привязан к другим величинам, он плохо отражает внутреннюю динамику и не дает ценных инсайтов. Например, вы придумали новое приложение для учета финансов и его устанавливают чаще, чем мобильный продукт конкурента. Первая версия – вы молодец и ваш сервис лучше. Но есть и вторая версия – возможно, у вашего конкурента меньше «новичков», зато более лояльная аудитория, которая годами пользуется приложением?

Многие клиенты часто интересуются охватом аудитории (reach). Особенно эту метрику любят сотрудники маркетингового отдела – с помощью охватов они демонстрируют, насколько эффективно работают. Показатель действительно может порадовать начальство, но на бизнес-решения он влиять не должен.

Reach часто путают с Impressions – показами контента, например, в App Store. Охват отражает число уникальных пользователей, которые видели ваше приложение, а Impressions подразумевает только показы контента в ленте – видели его пользователи или нет, уже другой вопрос. Учитывайте, что отображение продукта еще не говорит о его популярности.

Еще одна популярная метрика тщеславия – это средняя выручка в расчете на одного пользователя (ARPU). Обычно для этого делят общую выручку на число активных пользователей за конкретный период. Это в целом эффективная метрика, но все же не совершенная. Она дает усредненную картину и исходит из того, что все активные пользователи приносят одинаковую выручку и стабильно пользуются приложением в течение заданного периода. Но по статистике, половины выручки обычно приносят всего 0,15% юзеров. При этом менее 40% использует приложение больше месяца.

Используйте ARPU в привязке к когортам. Вы получите больше ценной информации, если сгруппируете пользователей на основании отдельных признаков и получите данные по каждой мелкой группе.

Конечно, полностью отказываться от метрик тщеславия не получится хотя бы потому, что они просты для понимания. Если вы работаете как студия, то клиентам обязательно понадобятся эти показатели. Но постарайтесь извлечь из них максимум пользы.

Для этого:

• Сравнивайте свои метрики с метриками конкурентов за тот же период. Вы находитесь в одинаковых условиях и важно знать, как справляются с вызовами приложения из той же категории, какие тактики они используют и какой результат получают. Сравнивайте показатели с учетом временных, сезонных трендов. Для этого подойдут сервисы AppAnnie, AppMagic и Appsflyer.
• Всегда учитывайте контекст. Число скачиваний само по себе ни о чем не говорит, а вот этот показатель в сравнении с объемом трафика на странице приложения в App Store – уже интересная метрика. Она отражает эффективность описания и скриншотов. То же касается других количественных характеристик. Например, для инвестиционного приложения сессия пользователя продолжительностью 90 секунд – это хороший показатель. А вот для стримингового сервиса – не очень.
• Сопоставляйте показатель скачиваний с показателем удалений. Если программу часто качают, но тут же удаляют, возможно, вы напрасно тратите деньги на продвижение.
• Вместо абсолютной величины используйте соотношения. Так, количество скачиваний ничего не скажет о вашем бизнесе, зато поможет рассчитать стоимость одной установки приложения (CPI), а уже на основе CPI можно рассчитать стоимость привлечения пользователя CAC (CPI + конверсия первичного пользователя в активного клиента).
• Собирайте только те данные, которые действительно будут полезны. Не каждый ивент стоит того, чтобы его документировать и анализировать.

Актуально всегда: базовые метрики

Актуальность метрик зависит от продукта и стадии его разработки, но есть пара базовых показателей, которые в 2020-м году максимально важно. Полезные KPI отражают реальную картину и обычно расстраивают разработчиков и фаундеров – результаты всегда кажутся недостаточно хорошими. Поэтому над улучшением этих показателей упорно работают даже популярные сервисы и соцсети.

Пожизненная ценность клиента (LTV)

Пожизненная ценность клиента (LTV) показывает, сколько выручки принесет среднестатистический пользователь за все время использования продукта. Эта метрика соединяет в себе сразу несколько факторов, в том числе затраты на рекламу и привлечение клиентов, конверсию и монетизацию приложения.

Именно LTV помогает понять, где у компании есть провалы, а где, наоборот, дела идут хорошо. Пожизненная ценность показывает, во сколько бизнесу обходится приобретение и потеря одного клиента. А главное, помогает прогнозировать будущее и примерно оценивать шансы продукта на успех. Одним словом, LTV определяет жизнеспособность продукта.

LTV соотносится со стоимостью привлечения среднестатистического клиента (CAC), но ценность всегда должна быть выше стоимости привлечения – желательно, хотя бы в три раза, а в идеале – в 7-8 раз. Если вы тратите на привлечение одного клиента $1, а он приносит вам $1 – очевидно, что это нежизнеспособная модель. В случаях, когда установки приложения уже считаются ключевым действием, LTV должен превосходить CPI. Также доказать жизнеспособность продукта можно при сравнении LTV и CPA (стоимость одного целевого действия) – первый показатель должен превосходить второй (LTV > CPA).

Показатель LTV легко встретить в большинство систем аналитики, а при самостоятельном расчете воспользоваться формулой: LTV = ARPU + 1/Churn, где ARPU – это средняя выручка в расчете на одного пользователя, а Churn – коэффициент оттока.

Коэффициент удержания (Retention Rate)

Коэффициент удержания показывает, как часто пользователи возвращаются к приложению после установки. Retention дает понять, сформировалась ли у людей привычка пользоваться сервисом. От этого показателя в наибольшей степени зависит успех бизнеса, перспективы монетизации и роста. Достаточно увеличить показатель удержания на 5%, чтобы прибыльность приложения выросла на 75%.

Сейчас в сторах насчитывается больше 5 млн мобильных приложений, поэтому разработчикам приходится отчаянно конкурировать за внимание аудитории. По данным Localytics, каждый пятый пользователь открывает программу только один раз после скачивания и больше к ней не возвращается.

Как раз поэтому Retention – одна из самых важных метрик в 2020-м, к увеличению которой стремятся даже такие рекордсмены, как TikTok. Еще в 2019 году аналитики выяснили, что популярное приложение вкладывает миллиарды долларов в рекламу, но при этом не может удержать новичков. Например, год назад только 26% пользователей продолжали заходить в TikTok спустя неделю после установки приложения. Для сравнения, у FB этот показатель – 45%, а у Instagram – 44%.

Существуют разные методы подсчета и фреймворки повышения коэффициента – единой формулы не существует. Например, классический Retention рассчитывается так: число пользователей, которые открыли приложение на N-день после 0 дня делится на число пользователей, которые впервые воспользовались приложением на день 0. 

Нормы тоже зависят от продукта и категории. Например, в своей книге «Hooked. На крючке» журналист и инвестор Нир Эяль предлагает следующие нормативы Retention:

• Коэффициент 1-го дня – 50%
• Коэффициент 7-го дня — 25-30%
• Коэффициент 30-го дня — 10-15%

Опять же, на ориентиры влияет категория. Сейчас наша студия работает над приложением для доставки еды, и средний коэффициент для этой категории в мире составляет 15% (1 день), 9% (7 дней) и 4% (30 дней). Это нормально, поскольку люди не заказывают еду каждый день и в целом 48% пользователей обращается к доставке 1-2 раза за три месяца.

Как увеличить коэффициент удержания:

• Главное правило – делать продукты, которыми люди захотят пользоваться регулярно, а лучше каждый день
• Максимально упростить онбординг пользователей
• Добавить персонализацию
• Использовать геймификацию
• Не бояться экспериментов (мемы, эмодзи, минимум скучных шаблонов)
• Настроить пуш-уведомления: не злоупотреблять вниманием, учитывать интересы клиента, делать рассылки в периоды активности пользователей.

Полезные подходы

Тепловые карты

Лучший способ узнать, как миллионы пользователей используют мобильное приложение, – это тепловые карты (heatmaps). Они показывают, как человек взаимодействует с интерфейсом, какие жесты используют (тэп, скролл, зум), на что кликает. Тепловые карты можно составлять с помощью сервисов app и UX-аналитики. Они помогают определить точки концентрация трафика и, например, расположить призыв к действию так, чтобы повысить конверсию.

ИИ-аналитика

Машинное обучение уже давно применяют в сфере мобильной разработки. Алгоритмы помогают тестировать приложения (например, XCUITest для iOS и Espresso для Android), исследовать аудиторию и настраивать персонализацию, оптимизировать поисковую выдачу и эффективнее вовлекать пользователей. С их помощью легко настраивать и оптимизировать маркетинговую активность.

Главное преимущество ИИ-инструментов для аналитики – это возможность строить комплексные модели и составлять прогнозы, даже если недостает каких-то данных. Например, можно спрогнозировать нагрузку на приложение в периоды пикового спроса.

В большинстве ИИ-сервисов нет ничего революционного – например, они просто сравнивают показатели двух приложений или сопоставляют ключевые метрики за конкретные периоды. Но зато не нужно настраивать параметры вручную – алгоритмы избавляют разработчиков и аналитиков от рутинной работы.

В нашей практике, ИИ-аналитика не раз помогала улучшать показатели. Например, мы сравнили конверсию страницы описания приложения с конверсией у конкурентов. Стало понятно, что страницу нужно переработать. В результате наши метрики выросли. Без ИИ мы вряд ли обратили бы внимание на проблему.

Поведенческая аналитика

Главный тренд последних лет – это не только оптимизация, но и объединение данных из разных источников с помощью Product Intelligence-сервисов. Они помогают получать ценные инсайты о поведении пользователей на основе поведенческого анализа и совершенствовать продукт при участии всей команды, включая разработчиков, продакт- и проджект-менеджеров.

В основе принципа поведенческой аналитики лежит не вопрос «как?», а вопрос «почему?». Например, вы можете узнать, почему клиент не завершил покупку в приложении, почему определенная группа пользователей не совершает нужное действие и какие действия помогут разбудить «спящих» пользователей.

Ответы так или иначе связаны с совершенствованием клиентского опыта и пути – именно от этого зависит успех любого продукта, в том числе мобильного приложения.

Полезные сервисы для мобильной аналитики

• Система «все включено» от App Annie 
• Аналитика на основе поведенческого анализа от Amplitude
• Платформа для атрибуции Appsflyer
• Система оптимизации, аналитики и маркетинговых исследований AppFigures
• Сервис оптимизации тегов Appmagic
• Платформа для разработчиков игр Devtodev
• Площадка для разработчиков App Store Connect от Apple
• Сервис для автоматического вовлечения пользователей Localytics
• База сервисов для оптимизации SensorTower
• Платформа для аналитики и маркетинга AppMetrica от «Яндекса»
• Сервис оценки влияния COVID-19 на показатели мобильного приложения

Метрики для оценки эффективности мобильного приложения