Métricas móviles: en qué datos debería confiar al desarrollar aplicaciones. ¿Qué tan buenos son los usuarios que vienen de Facebook?
Si desarrollas juegos gratuitos, probablemente te interesen las cuestiones relacionadas con la recopilación y el análisis de estadísticas. ¿Por qué? Porque las estadísticas son un componente importante del éxito de los juegos gratuitos.
El propósito de mi serie de artículos es estructurar información diversa sobre este problema, pasarlo a través del prisma de nuestra experiencia y dar recomendaciones sobre cómo
- qué indicadores se deben seguir en los juegos;
- qué herramientas de análisis pueden ayudar a trabajar con estadísticas;
- Qué servicios de recopilación y análisis de estadísticas existen con sus ventajas y desventajas.
Uno de los secretos del éxito de los juegos F2P es que su diseño debe basarse no sólo en la creatividad y las ideas “brillantes”, sino más bien en el análisis del comportamiento del jugador en el juego, es decir, en datos/estadísticas reales. Al mismo tiempo, puedes (y debes) iniciar un juego F2P con solo una parte del contenido ya preparado y gestionar el desarrollo del juego/modificar el contenido según las necesidades de los jugadores y la popularidad de determinadas funciones. Este enfoque se denomina diseño basado en datos o “diseño basado en datos”. Es un ciclo, en cada iteración hay cuatro etapas que se muestran en la figura.
El porcentaje aceptable de contenido listo en el momento del lanzamiento del juego depende del género, concepto, etc. Pero lo que definitivamente debería estar listo al iniciar cualquier juego gratuito es un sistema potente y flexible para recopilar y analizar estadísticas, así como un sistema para probar varias opciones de funcionalidad/arte/equilibrio. Al mismo tiempo, se deben planificar claramente todos los indicadores que se planea analizar y preseleccionar, integrar y configurar las herramientas de análisis y visualización de datos.
Mi serie de artículos constará de tres partes, que abordarán los siguientes temas.
- Indicadores clave a tener en cuenta juegos gratuitos y datos de comportamiento de los jugadores que deben analizarse para mejorar estos indicadores.
- Los principales métodos de análisis de los datos recopilados para tomar decisiones sobre el desarrollo del juego: segmentación de usuarios, análisis de cohortes, “funnels” o análisis de secuencias de transición, test A/B.
- Servicios existentes con sus ventajas y desventajas.
¿Qué estadísticas deberías recopilar en los juegos F2P?
Por mi propia experiencia, diré que al principio, cuando trabajas con estadísticas, quieres registrar casi todo en el juego: cada clic, cada resultado del juego y cada pantalla que se muestra en el juego. La tesis podría ser la siguiente: lo principal es recogerlo todo y no perderse nada, pero eso ya lo podrás resolver más tarde. Este enfoque no funciona por varias razones.
- Analizar grandes cantidades de datos es caro: es necesario atraer a muchos analistas altamente cualificados que deben tener conocimientos avanzados tanto en estadística como en métodos de procesamiento, estar familiarizados con los cubos OLAP, los algoritmos de inteligencia artificial, etc. Es decir, ¡cuantos menos datos, mejor!
- Los datos rápidamente se vuelven obsoletos, ya que dependen de las campañas de marketing, la fuente de adquisición de jugadores, las innovaciones en el juego e incluso la época del año. Por tanto, es importante ver todos los indicadores en tiempo real.
| Índice | Decisiones tomadas |
| Ingresos por niveles y productos internos | Si los jugadores avanzados pagan más, entonces hay que trabajar para animar a la gente a comprar antes (analizar las necesidades en los niveles iniciales, reducir los precios de algunos productos, etc.). Si pagan más al comienzo del juego, entonces es necesario introducir productos especiales para jugadores más avanzados, agregar oportunidad adicional gastar la moneda acumulada. |
| Puntos ganados por jugadores por nivel | Los datos ayudarán a establecer objetivos más apropiados para los jugadores, así como a ajustar el equilibrio del juego. |
| Tiempo de finalización de la tarea del juego | Para cada tarea hay una estimación aproximada de cuánto tiempo le llevará al jugador completarla. Al comparar el tiempo de ejecución real de una tarea con el tiempo esperado, puede ajustar los parámetros de la tarea y su secuencia. |
Las estadísticas que se recogen en los juegos se dividen en tres partes:
- indicadores de negocio;
- comportamiento del jugador;
- Información técnica.
Quizás la parte más difícil sea rastrear el comportamiento de los jugadores, ya que esta parte suele ser única para cada juego y requiere ciertas herramientas de análisis (que se discutirán en la segunda parte de la serie de artículos). No existen soluciones listas para usar que puedan integrarse en el juego y comenzar a recibir inmediatamente las estadísticas necesarias. Hay empresas que pueden subcontratar la recopilación y el análisis de estadísticas (por ejemplo, GamesAnalytics Ltd). Pero preferimos asignar recursos para esto dentro del propio equipo de desarrollo.
La información técnica son estadísticas que se necesitan para hacer que el juego sea más estable y solucionarlo a tiempo. problemas técnicos jugadores.
Indicadores de negocio
DAU/MAU
Esta es una medida del "compromiso" de un juego y le indica cuántas personas juegan cada día.
- DAU (usuarios activos diarios) es la cantidad de usuarios únicos que iniciaron el juego al menos una vez al día.
- MAU (usuarios activos mensuales) es la cantidad de usuarios únicos que iniciaron el juego al menos una vez al mes.
Vale la pena señalar que esta es una estimación aproximada, ya que para calcular con precisión el retorno de los jugadores, es necesario separar claramente los nuevos jugadores de los que regresaron en intervalos de tiempo determinados (generalmente diariamente), tener en cuenta la fuente de tráfico. y las promociones realizadas. El análisis de cohortes ayuda a realizar un estudio detallado de estas cuestiones, que se analizarán en la segunda parte de la serie. Este indicador de “emoción” es simple y brinda una descripción rápida del juego.
Jugadores "de pago"
Es importante realizar un seguimiento del porcentaje de jugadores que pagan, así como de sus datos demográficos y otras características. Conociendo su perfil, puedes centrarte específicamente en esta audiencia al desarrollar nuevas funciones en los juegos.
Te daré un ejemplo de uno de nuestros juegos. La siguiente figura muestra el porcentaje de personas que juegan por edad y el porcentaje de personas que pagan entre ellas. Se puede observar que es mejor centrarse en las personas de mediana edad (35 - 54), ya que son ellas las que están más dispuestas a pagar.
Además, es importante poder identificar las “ballenas” entre los jugadores: son las personas que gastan mucho dinero. Necesitamos conocer mejor a estas personas, estudiar sus patrones de comportamiento característicos, dónde caen, para satisfacer al máximo sus necesidades.
¿Por qué "ballenas"? En general, a veces todos los jugadores que pagan se dividen en "pececillos", "delfines" y "ballenas". Los pececillos gastan poco: alrededor de 1 dólar al mes. Los “delfines” cuestan alrededor de 5 dólares y las “ballenas” cuestan mucho. Según Gigaom en los juegos de Zynga, el 20% de los mejores jugadores que pagan gastan un promedio de $1,100 por año ($90 por mes).
Indicadores de ingresos:
- ARPU: ingreso promedio por jugador (se consideran tanto las instalaciones pagas como las gratuitas; el indicador generalmente se calcula por mes).
- ARPPU: cuánto gastan en promedio los jugadores que pagan (es decir, el costo real del juego).
factor k – coeficiente de viralidad
La viralidad es una forma de difundir información sobre un juego en Internet y en las redes sociales de jugador a jugador. Si el juego tiene mecanismos de viralidad bien desarrollados, entonces se reduce el coste de atraer nuevos usuarios. Para controlar la viralidad, puede utilizar el factor k.
El factor k se puede calcular usando la siguiente fórmula: k = X * Y, donde X es el número de invitaciones por jugador, Y es el porcentaje de personas que aceptaron estas invitaciones al unirse al juego. Si el factor k es 0,2, entonces por cada nuevo jugador podemos obtener 0,2 jugadores que vinieron al juego por invitación (en otras palabras: por cada cinco jugadores nuevos, obtenemos un jugador gratis que vino al juego por invitación). Está claro que cuanto mayor sea el factor k del juego, más barato resultará atraer nuevos jugadores al juego.
Análisis del comportamiento del jugador.
Progreso del jugador en el juego.
Lo primero que necesitas para analizar el comportamiento de los jugadores son estadísticas sobre su progreso en el juego. Para seguir el progreso en el escenario del juego, se definen puntos de control que los jugadores deben pasar. Analizar la velocidad de progreso en estos puntos y los parámetros de los jugadores en estos puntos ayudará a identificar obstáculos o dificultades en el juego que deben eliminarse.
Escenarios de primera compra
Si el jugador ha realizado la primera compra, se le transfiere a la categoría de jugadores "de pago". Se cree que la primera compra es una barrera psicológica, una vez superada, los jugadores se desprenden de su dinero mucho más fácilmente. Planifica con antelación las secuencias de acciones del juego que pueden llevar al jugador a la primera compra. Realice un seguimiento de cuántos jugadores implementan los escenarios que usted define, trabaje en la conversión, mejore la interfaz y el equilibrio.
Tutorial
Si un jugador abandona el juego durante el tutorial, considéralo perdido: existe una alta probabilidad de que nunca vuelva al juego. Para evitar esto, el comienzo del juego debe ser lo más escenificado posible. Es necesario seguir cada paso del tutorial para comprender en qué pantalla el jugador se aburrió y abandonó el juego, qué no tenía claro si pudo aprender o si completó la primera tarea por sí solo. .
Primera y última acción del jugador.
Puede resultar útil realizar un seguimiento de la primera y última acción de un jugador durante una sesión de juego.
El primer evento marca la pauta para toda la sesión de juego. Puede cautivar al jugador y hacerle pasar mucho tiempo en el juego. Pero el primer evento puede "asustar" al jugador, como resultado de lo cual cerrará el juego y tal vez no regrese. Necesitamos comparar y probar qué eventos/ventanas/saludos generan más tiempo en el juego.
El último evento también es importante. El último evento suele ser el obstáculo del juego que debe eliminarse. Si se planea el último evento de la sesión de juego (por ejemplo, el jugador está esperando que se complete algún ciclo del juego), vale la pena hacer este evento de modo que el jugador quiera ingresar al juego la próxima vez.
Recopilación de estadísticas técnicas.
porque estoy desarrollando juegos móviles– Daré un ejemplo, digamos, del fascinante mundo de Android.
Puede resultar útil recopilar estadísticas sobre el equipamiento técnico de los dispositivos de los jugadores para garantizar la estabilidad del juego. Por ejemplo, es importante saber qué dispositivos, firmware, resoluciones de pantalla y tipos de texturas compatibles con hardware son los más populares entre los jugadores. También es importante saber qué configuración de hardware genera los mayores ingresos y retornos para los jugadores (la diferencia en los ingresos puede diferir en decenas de por ciento). Vale la pena reducir la lista de dispositivos compatibles si no generan ingresos y si el juego es inestable en ellos. Esto también protegerá la aplicación de críticas negativas en la tienda.
Si el juego utiliza recursos de reanudación, recopile estadísticas sobre la reanudación exitosa, la cantidad de solicitudes de reanudación y los errores que ocurren durante la reanudación. Si la descarga se produce antes del primer inicio del juego, esto puede asustar a una parte importante de la audiencia. Y si los jugadores no han descargado el juego, ciertamente no volverán a pagar. Por lo tanto, debes cuidar la máxima estabilidad del procedimiento de descarga y encontrar algo que hacer para los jugadores mientras esperan. Mejor aún, encuentre la oportunidad de no descargar datos al principio, sino descargarlos dentro del juego para obtener una recompensa adicional.
Si el juego utiliza sistemas de ofertas como monetización adicional, entonces tiene sentido monitorear la efectividad de su trabajo, incluida la verificación de la cobertura de las ofertas en diferentes paises en diferentes dispositivos.
Bastante información útil se puede encontrar en documentación, presentaciones, artículos elaborados por los propios servicios analíticos. Como regla general, da ejemplos, casos, justificaciones e indicadores de la industria competentes. Aquí hay una lista de servicios que me ayudaron a comprender el tema de recopilar y analizar estadísticas en los juegos.
La rotación de clientes es como una sirena de incendio. Entiendes que algo salió mal, pero este conocimiento no te ayuda a apagar la llama.
Para “diagnosticar” y resolver su problema de retención, necesita hacer algo más serio que simplemente observar los patrones de ganancia y pérdida. Es necesario determinar quién se va, cuándo y por qué. Sólo entonces podrá administrar su tiempo de manera inteligente y realizar los ajustes que tendrán el mayor impacto en el crecimiento de su negocio.
Continúe leyendo para descubrir cómo encontrar el origen del incendio y apagarlo antes de que su negocio se queme hasta los cimientos.
¿Sus datos son correctos?
Nadie negará que la generación de leads juega un papel fundamental en el éxito de una empresa en su etapa inicial. Pero no permita que las buenas métricas eclipsen su problema de abandono.
Recordemos la fórmula:
Rotación = usuarios perdidos / número total de usuarios
Veamos un ejemplo de Profitwell que demuestra el significado de la fórmula en el mundo real.
Vertical: clientes existentes, abandono de clientes existentes, nuevos clientes, abandono de nuevos clientes, número total de clientes, tasa de abandono. Horizontal: agosto, septiembre
El problema con la fórmula de abandono es que exactamente el mismo modo de operación (agregar 5.000 usuarios por mes) no conduce al mismo resultado: la tasa de abandono en septiembre es menor que en agosto. El rápido crecimiento reduce artificialmente la deserción porque los nuevos clientes agregados mensualmente simplemente no han tenido tiempo de cancelar sus suscripciones todavía.
Un cambio de incluso una centésima de fracción en la deserción puede resultar en una caída del 25% en las ganancias, por lo que definitivamente no desea imprecisiones en tales cálculos.
Métrica #1. Calcular la deserción en función de los promedios
Una buena tasa de abandono sesgada por un aumento repentino no le dará una imagen objetiva de lo que va bien y lo que no. Por lo tanto, existe una fórmula ligeramente modificada para las empresas emergentes de rápido crecimiento:
¿Parece aterrador? No es tan difícil de entender:
Rotación = número de usuarios perdidos
∑ = suma de nuevos usuarios diarios (i=1) en el conjunto de datos (n)
n = número de días en un período determinado
Si los usuarios se agregaron a su base de clientes gradualmente, el promedio aumentará y tendrá un mayor impacto en su tasa de abandono mensual. Si los clientes se agregaron a la base de datos cerca del final del período, esto no distorsionará la tasa de abandono ni hará que parezca más baja de lo que realmente es.
Gracias a esta fórmula, el efecto de una generación significativa de leads se puede equilibrar promediando los datos. Los períodos de crecimiento acelerado no distorsionarán sus números ni lo engañarán haciéndole pensar que su desempeño fue mejor un mes y peor el siguiente.
¿Se está nivelando el flujo de salida?
Es difícil encontrar un indicador más peligroso que la pérdida de clientes, pero existe uno. Esta es la inconstancia de los usuarios. Si no puede aplanar su curva de retención, su producto no tiene un atractivo convincente.
Digamos que 100 usuarios que se registraron en su servicio el 1 de enero tienen una tasa de retención del 40% al final del mes. Sin embargo, esta cifra disminuye constantemente y al final del segundo mes ya no queda nada de la cifra original. Si tiene cohortes o usuarios agrupados por fechas de suscripción que se agotan casi por completo y nunca se nivelan, tiene grave Problemas.
Entonces, ¿qué significa esto para tu crecimiento?
Usuarios activos semanales (WAU) por cohorte mensual (datos ficticios). Vertical: número total de WAU. Horizontal: cohortes mensuales
En primer lugar tu altura no disminuirá. Pero al observar el gráfico anterior, puede ver que con el tiempo la cantidad de usuarios que se van aumentará y, en última instancia, esto ralentizará su crecimiento. Si continúa el gráfico más hacia la derecha, es seguro que la curva caerá. Los usuarios abandonarán su sitio web/aplicación a un ritmo cada vez mayor y usted adquirirá otros nuevos al mismo ritmo.
Métrica № 2. Tasa de retención de clientes por cohorte
Divida a los usuarios según la fecha de inicio de uso de sus servicios y realice análisis de cohortes. Es necesario aplanar la curva de retención. Encuentre el momento (no importa si es el segundo día o la tercera semana) en el que los usuarios dejaron de filtrar.
Eche un vistazo a 2 análisis de cohortes:
En el primero, la salida comienza gradualmente en cada cohorte hasta que no queda nadie. Pero en el segundo, la curva de retención se aplana el día 12 y cada nueva cohorte se basa en lo que queda de la anterior. Si su análisis es similar al primero, concéntrese en comunicar más claramente el valor de la oferta a sus clientes en las primeras etapas de retención. Sólo entonces tu gráfico de crecimiento se verá así:
Una vez que haya aplanado su curva de retención, podrá invertir en acelerar el proceso. Intente que los usuarios lleguen a ese momento "¡Ajá!" alrededor del día 3, en lugar del día 12, cuando la misma tasa de retención equivaldrá a más usuarios.
¿Qué valor tienen tus usuarios?
Incluso si aplanas la curva, tarde o temprano los usuarios empezarán a abandonarte. El objetivo es decidir qué tan pronto es demasiado pronto y qué se puede hacer para retenerlos por más tiempo.
Existe una leyenda que dice que mientras el valor de vida de un cliente (LTV) sea mayor que su costo de adquisición de cliente (CAC), su posición es estable. En otras palabras, siempre y cuando gastes menos en marketing que los ingresos totales que generas de los clientes adquiridos, estás bien.
LTV > CAC = ☺
¿Está todo bien? No.
Esta fórmula es válida bajo dos supuestos muy imprecisos:
1. Las tasas de abandono son constantes y
2. Todos los usuarios eventualmente se irán.
Como se mostró en el capítulo anterior, la salida no es constante y no quieres que lo sea. Trabaja para mejorar continuamente esta métrica. Para el segundo supuesto, usted espera conseguir clientes que nunca no serás abandonado.
Métrica No. 3. Beneficio total de la cohorte
En lugar de esta fórmula, Open View Partners, que trabaja con nuevas empresas de software en etapa de expansión, ha ideado una fórmula mejorada para comprender el valor del usuario. Recomiendan mirar algo llamado Ingresos de cohorte acumulativos (CCR) y compararlo con CAC. CCR es la cantidad total de ingresos generados por la proporción de clientes que ha adquirido durante un período de tiempo determinado (normalmente 12 o 24 meses).
CCR anual = CCR de la cohorte correspondiente en el mes 12 / gastos totales de ventas y marketing en el mes inicial para la cohorte determinada
La nueva fórmula incluye un período de tiempo. Te asegura comparar válido el beneficio total de una cohorte individual con la cantidad que gasta para adquirirla. No hay lugar para suposiciones falsas y usted obtiene una comprensión real de dónde usted y su CAC alcanzan el punto de equilibrio.
La comparación de CCR y CAC entre cohortes le mostrará dónde está mejorando con el tiempo y qué tan rápido puede recuperar los costos de adquisición de clientes.
Las tasas de retención son importantes, pero no cuentan toda la historia. El hecho es que el proceso de salida de un usuario puede tardar un minuto, una hora o incluso una semana después de que tomó su decisión inicial sobre su producto. Quizás quiera cancelar su suscripción, pero sigue olvidándose de ella. O decide darle otra oportunidad al producto, pero las cosas no funcionan.
Digamos que su gráfico de retención tiene esta pendiente preocupante:
Notas una fuerte caída en la retención, pero no tienes idea de lo que está pasando. La curva parece acentuarse el día 14... Pero, ¿se debió a algún error terrible o simplemente los usuarios recordaron que querían cancelar su suscripción?
Métrica No. 4. DAU/WAU/MAU
En lugar de centrarse únicamente en la retención, debería analizar el análisis del comportamiento del usuario. Ella es quien te explicará quién está activo y quién se tomó el tiempo de darse de baja.
Para hacer esto, necesita observar sus niveles de actividad. Dependiendo de la naturaleza de su producto, deberá pagar mucha atención a una de las siguientes métricas:
Usuarios activos diarios (DAU)
Usuarios activos mensuales (MAU)
Si su valor principal proviene del uso diario (está promocionando una aplicación de mensajería o un organizador de flujo de trabajo), entonces su atención se centra en los usuarios activos diarios. Si el valor depende de registros menos frecuentes, realice un seguimiento de WAU o incluso de MAU.
No sucede que todos los usuarios se despierten una mañana y decidan abandonar su aplicación. La salida suele ir precedida de una disminución de la actividad. Establezca puntos de referencia de actividad para sus usuarios y, si no se acerca a ellos, comience el proceso de reactivación antes de que sea demasiado tarde.
Prevenir en lugar de tratar los síntomas
Aplicar todas y cada una de las estrategias de retención a su base puede resultar bastante tentador, tenga o no un problema de abandono. Pero esto hará que te desgarres y, como resultado, lograrás poco. Las 4 métricas analizadas anteriormente dan una idea de cómo establecer objetivos de abandono y tomar rápidamente las medidas necesarias.
Una vez que estas métricas comiencen a mostrar excelentes resultados, podrá arremangarse y concentrarse en extraer aún más valor de sus usuarios.
La publicación se publica como parte de una serie de materiales sobre métricas de juegos del sitio y devtodev. Los artículos están divididos por temporada, cada uno de los cuales está dedicado a un tema específico. La segunda temporada se llama "Usuarios". En él hablamos de aquellas métricas comerciales que reflejan la efectividad de la aplicación en términos de trabajo con la audiencia.
Vera Karpova
La audiencia del proyecto se repone con nuevos usuarios todos los días. Algunos pierden rápidamente el interés, otros a veces recuerdan la aplicación y otros la utilizan con regularidad. Y probablemente todos los días representantes de todos estos segmentos inician sesión en la aplicación. Hoy hablaremos de ellos. Usuarios activos.
Usuarios activos– son aquellos que tuvieron al menos una sesión durante el período de tiempo estudiado. Estos intervalos pueden ser diferentes, pero la mayoría de las veces estudian las audiencias diarias, semanales y mensuales del proyecto. Y estos indicadores tienen nombres establecidos:
- DAU– número de usuarios únicos por día (usuarios activos diarios);
- WAU número de usuarios únicos por semana (usuarios activos semanales);
- MAU– número de usuarios únicos por mes (usuarios activos mensuales).
Al mismo tiempo, puede realizar cálculos similares para cualquier otro período si se ajusta mejor a los requisitos de la empresa. Por ejemplo, resumiendo los resultados del año saliente, se puede calcular la audiencia anual del proyecto y compararla con años anteriores para evaluar la dinámica.
Cabe resaltar que WAU para una semana determinada no es la suma de DAU durante 7 días, ya que estamos hablando de usuarios únicos. Por ejemplo, uno de ellos puede iniciar sesión en la aplicación los lunes y martes, y terminará tanto en la DAU del lunes como en la DAU del martes. Pero dentro de una semana (de lunes a domingo) se contabilizará sólo una vez.
Asimismo, MAU no es la suma de 4 WAU y 30 DAU. Desde el punto de vista del cálculo, estos indicadores no están interconectados y se calculan por separado.
Para comprender mejor estos indicadores, calculémoslos usando un ejemplo.
Digamos que tenemos datos sobre las visitas a la aplicación por parte de varios usuarios durante 2 semanas. En este caso, no importa cuántas veces al día el usuario ingresó al proyecto, ya que seguirá siendo un visitante único.
Los días en los que los usuarios accedieron a la aplicación están marcados en azul.
Entonces, primero calculemos el DAU para el día 1, 2, 5 y 10. Para ello es necesario saber cuántos usuarios únicos accedieron a la aplicación estos días:
- Día 1 DAU = 2 (usuarios 1 y 4);
- Día 2 DAU = 3 (usuarios 2,4,5);
- Día 3 DAU = 3 (usuarios 2,3,4);
- Día 10 DAU = 0 (nadie inició sesión en la aplicación estos días).
- en la primera semana (del día 1 al 7) es igual a 5: todos los usuarios ingresaron al proyecto;
- en la segunda semana (del día 8 al 14), este indicador ya es 3: el primer y segundo usuario no realizaron sesiones.
También puede seleccionar una semana arbitraria, por ejemplo, del día 3 al 9, y luego el WAU será igual a 4.
En nuestro ejemplo solo participaron 5 personas, pero en un proyecto real serán miles, cientos de miles, millones de usuarios que visitan el producto a diario. Y la forma en que acceden a la aplicación habla de su estabilidad, calidad y escala.
Además Los usuarios activos es un indicador cuyo seguimiento tiene sentido en tiempo real, porque si algo falla en la aplicación o en el servidor y los usuarios no pueden utilizar el producto, esta métrica se verá afectada inmediatamente. Para dicho control, puede agrupar a los usuarios no por días, sino por horas o incluso en intervalos de 10 minutos.
Por cierto, los usuarios activos que se encuentran actualmente en la aplicación son una métrica separada que tiene su propio nombre. Muy a menudo esto Usuarios en línea, pero también puedes encontrar abreviaturas como CCU (usuarios concurrentes)– usuarios que están en la aplicación en cierto momento, Y PCCU (pico de usuarios simultáneos)– el número máximo de usuarios simultáneamente en la aplicación.
La CCU promedio refleja bien la escala del proyecto y la PCCU es muy importante a la hora de planificar la carga de los servidores.
La dinámica de los usuarios activos puede cambiar no sólo durante el día, sino que puede aumentar o disminuir gradualmente mes a mes. Y es muy importante controlarlo. La segmentación ayuda a simplificar el análisis de los cambios en la cantidad de usuarios activos. Gracias a él, podrás comprender rápidamente qué segmento de usuarios es responsable del cambio en el indicador.
A continuación se muestran algunas opciones para segmentar su audiencia activa.
Para pagos:
- pagar/no pagar
- realizó solo 1 pago / realizó pagos repetidos
Por fecha de instalación:
- 1 día / 2-7 días / 8-14 días / 15-30 días / 30- 60 días / 60+ días
Por frecuencia de visitas:
- todos los días / 4-6 veces por semana / 1-2 veces por semana / una vez al mes o menos
También puede dividir por país, por dispositivo, sistema operativo, por evento personalizado (es decir, dividir la audiencia en usuarios que realizaron y no realizaron tal o cual acción).
La última opción de segmentación se puede utilizar si la aplicación tiene algún evento clave que es importante para completar la experiencia de juego o crear la primera impresión correcta del producto (por ejemplo, completar un tutorial, N niveles en un juego o ingresar a un almacenar).
Una vez que identifique el segmento que está experimentando una disminución en los usuarios activos, será más fácil buscar razón posible Problemas.
Esto es lo que podría pasar:
En primer lugar, el número de usuarios activos en Rusia comienza a disminuir, al mismo tiempo aumenta el número de visitantes de Japón y compensan la disminución en otro país. Si nos fijamos únicamente en el gráfico DAU general, es poco probable que notemos cambios en la dinámica. Y solo más tarde, cuando el número de usuarios activos en Rusia disminuya aún más, lo veremos en el gráfico general. Mientras tanto, ya ha pasado bastante tiempo, que podría aprovecharse para encontrar y eliminar la causa de la caída.
Otra anomalía estadística confirma la importancia de la segmentación: La paradoja de Simpson. Su manifestación se ve mejor con un ejemplo.
Tomemos 4 países del ejemplo anterior y supongamos que la conversión para comprar en ellos es la siguiente:
Y esto es lo que pasa:
- la conversión en Rusia (4,85%) es mayor que la conversión en Japón (4,44%);
- La conversión del Reino Unido (7,08%) es superior a la de China (6,98%);
- conversión total países europeos(5,8%) es menor que la conversión de los asiáticos (6,5%).
Esto sugiere una vez más que la segmentación puede dar resultados completamente diferentes a las estadísticas generales del indicador.
Por cierto, a veces, al mirar un gráfico DAU, no siempre es posible determinar claramente la tendencia, pero agrupar por semanas o meses (convirtiendo el gráfico en WAU y MAU) lo hace más obvio.
La métrica de usuarios activos en sí misma es ciertamente importante para el proyecto, pero además de esto, también está relacionada con otras métricas financieras y de comportamiento.
En primer lugar, Los usuarios activos se ven afectados por la cantidad de nuevos usuarios.– cuantos más sean, y cuanto más rápido y consistentemente lleguen al proyecto, más rápido crecerá la audiencia.
El segundo indicador no menos importante es Retención(retención de usuarios), que indica cómo los usuarios regresan al proyecto. Si trae nuevos usuarios al proyecto que no volverán a él, no repondrán la audiencia y dicha atracción no tendrá ningún efecto. Es importante lograr que los usuarios se interesen en el producto para que quieran volver. Y cuantos más haya, mayor será la audiencia activa.
Un pequeño ejemplo:
Puede tener buenas tasas de retención en su aplicación, pero con una pequeña cantidad de usuarios nuevos, la audiencia crecerá muy lentamente. Y viceversa, si hay una buena afluencia de nuevos usuarios y una baja retención, la mayoría abandonará el proyecto, lo que tampoco aumentará la audiencia.
Y cuanto mayor sea la audiencia del proyecto, más posibles pagadores habrá entre él. Después de todo, es en esta secuencia que los usuarios empiezan a pagar:
Usuarios nuevos → Usuarios activos → Usuarios de pago
Por cierto, es importante que el usuario permanezca activo en el producto después de realizar el primer pago, porque esto aumentará las posibilidades de que vuelva a realizar compras.
Así, los usuarios activos inciden directamente proporcionalmente en los ingresos:
Ingresos = Usuarios activos * Participación de pago * ARPPU
El número de usuarios activos es uno de los indicadores más importantes de un producto, que indica indirectamente su éxito, combinando tanto la calidad de atraer nuevos usuarios como las métricas de retención, lo que afecta directamente los ingresos. Por lo tanto, al analizar los usuarios activos, también conviene prestar atención a la tasa de crecimiento de la audiencia, porque esta métrica es uno de los signos más positivos. desarrollo activo producto.
O configurar la mecánica interna de la aplicación es un juego a ciegas. Sólo analizando datos y evaluando acciones individuales se pueden tomar las decisiones correctas. A continuación, enumeramos las métricas más importantes de las que no puede prescindir al promocionar.
Indicadores generales
Número de instalaciones y número de matriculaciones -Estas son métricas básicas que reflejan los indicadores más obvios. Por sí solos, no son de gran valor para el análisis, pero son necesarios a la hora de calcular otros indicadores.
Vale la pena resaltar la importancia de las diferencias entre estas dos métricas. En primer lugar, el usuario puede instalar la aplicación, pero luego eliminarla sin iniciar sesión. En este caso se computará la instalación, pero no se realizará el registro. En segundo lugar, un usuario puede realizar varias instalaciones: por ejemplo, en dos de sus dispositivos: un teléfono inteligente y una tableta, pero en ambos casos iniciará sesión en la aplicación en uno cuenta. Por lo tanto, el registro se contará como uno y las instalaciones como dos.
La cantidad de instalaciones y otra información suele ser más fácil de averiguar en los sistemas internos de análisis de aplicaciones o en la cuenta del desarrollador en la tienda.
Actividad del usuario
El número de registros no nos permite en modo alguno juzgar la audiencia real de la aplicación. Después de todo, en cualquier proyecto casi siempre hay "almas muertas": usuarios que han dejado de usar la aplicación. Por lo tanto, se adoptaron métricas especiales para una evaluación objetiva.
La actividad del usuario generalmente se mide durante un período determinado, generalmente un mes, una semana o un día. La métrica DAU (Usuarios activos diarios) refleja la cantidad de usuarios únicos que visitaron la aplicación durante el día, WAU (Usuarios activos semanales): la semana y MAU (Usuarios activos mensuales): el mes. Por lo tanto, si todos los usuarios inician sesión en la aplicación todos los días durante un mes, DAU y MAU serán iguales. Pero en vida real Esto, por supuesto, no sucede. Estos indicadores indican principalmente la escala de su proyecto.
Además, en el análisis móvil existe una métrica que indica con qué frecuencia los usuarios ingresan a la aplicación, la llamada. Factor pegajoso. Calcular participación del usuario bastante simple: necesitas dividir DAU por MAU (WAU). Por ejemplo, si la audiencia diaria tiene 100 usuarios y la audiencia mensual es 500, entonces la participación será del 20%. Este indicador sólo puede reflejar la realidad si la afluencia de nuevos usuarios es uniforme.
tasa de retención- una métrica para la eficacia de la retención de usuarios, es decir, la frecuencia de su regreso. Para calcular este indicador, es necesario a partir de numero total usuarios al final del período, reste los nuevos (que llegaron a la aplicación durante el período) y divida por el número de usuarios al comienzo del período. Normalmente, las tasas de retención se calculan para dos días, una semana, dos semanas y un mes. Esta métrica muestra el grado de apego de la audiencia al producto. También es importante para la planificación financiera.
Duración de la sesión- el período de tiempo durante el cual el usuario interactúa con la aplicación. Por ejemplo, para la mayoría de los juegos, las sesiones largas son beneficiosas e indican nivel alto implicación del usuario, y en los servicios de llamada de taxi o reserva de hotel, la duración de la sesión no juega un papel especial. En ellos, los desarrolladores se esfuerzan por encontrar la ruta de conversión más corta posible.
Métricas de monetización
El siguiente grupo de métricas está relacionado con los ingresos. Es importante comprender cuánto y cómo gastan los usuarios. Esto ayuda a evaluar la efectividad de los métodos de monetización o incluso pensar en cambiar el modelo de negocio.
ARPU(Ingresos promedio por usuario) es uno de los indicadores fundamentales de la monetización del proyecto. Esta métrica refleja la cantidad de ingresos que genera cada usuario en promedio. Se calcula de forma sencilla: el volumen total de ingresos debe dividirse por el número de usuarios de la aplicación. La dinámica de este indicador también es importante: si crece, significa que el proyecto avanza en la dirección correcta.
ARPA(Ingresos promedio por cuenta): lo mismo, pero no por usuario, sino por cuenta. Este indicador se utiliza si la aplicación implica ganar dinero mediante pagos directos de usuarios ya registrados.
ARPU(Ingresos promedio por usuario de pago): esta métrica se puede confundir fácilmente con el ARPU; la diferencia es solo una letra. La única diferencia es que sólo se tienen en cuenta los usuarios que pagan. Es decir, el ARPPU suele ser mucho mayor que el ARPU.
TVL(Valor de por vida): los ingresos que genera el usuario durante toda la vida útil de la aplicación. Este es uno de los indicadores fundamentales cuando comienza a exceder el CAC (el costo de atraer a un usuario), la publicidad puede considerarse rentable. Es necesario esforzarse para que el LTV supere el CAC al menos 3 veces, esto permitirá invertir en desarrollo y cubrir la depreciación, y no solo reembolsar los costos directos de atraer clientes.
ALTC(Average Lifetime of a Customer) es un indicador necesario para calcular el LTV, nos informa sobre la “vida útil” del usuario en la aplicación. Por ejemplo, para aplicaciones en el segmento de comercio electrónico, esto es, por regla general, el número de transacciones durante el período en que el cliente utiliza la aplicación.
tasa de abandono- tasa de abandono de usuarios, la métrica refleja el porcentaje de usuarios que se fueron. Cuanto menor sea la tasa de abandono, mejor para el proyecto.
Métricas de efectividad publicitaria
El siguiente grupo de métricas se relaciona directamente con la compra y promoción del tráfico y se utiliza para evaluar la eficacia de la publicidad. Después de todo, uno de los principios fundamentales de la promoción es no gastar más en publicidad que obtener ganancias.
(Costo por instalación): el costo de una instalación. La métrica tiene en cuenta todos los costos de atraer nuevos usuarios. Para calcular el IPC, debe dividir todos los costos publicitarios por la cantidad de instalaciones atraídas. Pero este indicador es muy arbitrario, no tiene en cuenta una serie de factores.
eIPC o el costo efectivo de instalación es un indicador más preciso; al calcularlo se tiene en cuenta la viralidad.
factor K o coeficiente de viralidad: un indicador de la propagación natural de la aplicación. Los usuarios hablan de él en las redes sociales, lo recomiendan a sus amigos y transmiten información de otras formas. Normalmente, esto se logra mediante mecanismos sociales especiales integrados en la aplicación. Este indicador se calcula de la siguiente manera: es necesario multiplicar el número de recomendaciones por la proporción de personas que las aceptaron.
C.A.C.(Costo de adquisición de clientes): el costo de atraer un usuario. Se diferencia del IPC en que no tiene en cuenta las instalaciones, sino los clientes de pago. La diferencia es que un usuario puede tener varios dispositivos con la aplicación instalada.
CR(Tasa de conversión): tasa de conversión. Esta es una métrica general que se puede utilizar de diferentes maneras. Por ejemplo, los especialistas en marketing suelen calcular la conversión de clic para instalar. En este caso, los números pueden informar sobre la calidad de la página de destino y permitirle sacar conclusiones sobre la audiencia a la que atrae, ya sea que esté dirigida o no. También es importante la conversión de instalaciones a acciones específicas. Ayuda a evaluar la calidad del tráfico de diferentes fuentes y eliminar los ineficaces.
Servicios de análisis móvil
Para recopilar todos los datos anteriores, no puede prescindir de herramientas especiales: servicios de análisis móvil.
Google analitico- el sistema de análisis más común, se diferencia de los demás en que es gratuito. Permite recibir todos los datos necesarios, pero requiere una configuración cuidadosa.
Ráfaga- un servicio pago, pero con precios asequibles. Una interfaz clara y una configuración sencilla facilitan la generación de informes y el seguimiento de un gran conjunto de métricas.
panel mixto- uno de los servicios más convenientes y poderosos. Pero tienes que pagar por ello. este sistema La analítica se considera la más cara. Pero le permite obtener estadísticas sobre casi cualquier métrica.
Las métricas enumeradas en el artículo son solo la base para un análisis móvil práctico. Los indicadores en sí mismos proporcionan poca información útil; su principal valor reside en la interpretación correcta. Además, estos indicadores son necesarios para calcular métricas más complejas. Estudia analítica y suscríbete a nuestro blog para no perderte nada.