rumah » Psikologi » Pengumpulan dan analisis statistik dalam game gratis untuk dimainkan. Apakah detail Anda benar?

Pengumpulan dan analisis statistik dalam game gratis untuk dimainkan. Apakah detail Anda benar?

Perpindahan pelanggan seperti sirene kebakaran. Anda memahami bahwa ada sesuatu yang tidak beres, tetapi pengetahuan ini tidak membantu Anda memadamkan api.

Untuk “mendiagnosis” dan memecahkan masalah retensi Anda, Anda perlu melakukan sesuatu yang lebih serius dari sekedar melihat pola menang dan kalah. Penting untuk menentukan siapa yang akan pergi, kapan mereka melakukannya dan mengapa. Hanya dengan begitu Anda dapat mengatur waktu dengan bijak dan melakukan penyesuaian yang akan memberikan dampak terbesar pada pertumbuhan bisnis Anda.

Baca terus untuk mengetahui cara menemukan sumber api dan memadamkannya sebelum bisnis Anda terbakar habis.

Apakah detail Anda benar?

Tidak ada yang akan menyangkal bahwa generasi pemimpin memainkan peran penting dalam keberhasilan perusahaan tahap awal. Namun jangan biarkan metrik yang baik menutupi masalah churn Anda.

Mari kita ingat rumusnya:

Churn = pengguna yang hilang / jumlah total pengguna

Mari kita lihat contoh dari Profitwell yang mendemonstrasikan arti rumus di dunia nyata.

Vertikal: pelanggan lama, churn pelanggan lama, pelanggan baru, churn pelanggan baru, jumlah pelanggan, tingkat churn. Horisontal: Agustus, September

Masalah dengan rumus churn adalah mode operasi yang persis sama (menambahkan 5.000 pengguna per bulan) tidak memberikan hasil yang sama - tingkat churn di bulan September lebih rendah dibandingkan di bulan Agustus. Pertumbuhan pesat secara artifisial mengurangi churn karena pelanggan baru yang ditambahkan setiap bulan belum punya waktu untuk membatalkan langganan mereka.

Perubahan bahkan seperseratus pecahan dalam churn dapat mengakibatkan penurunan keuntungan sebesar 25%, jadi Anda tentu tidak ingin ada ketidakakuratan dalam perhitungan seperti itu.

Metrik #1. Hitung churn berdasarkan rata-rata

Tingkat churn yang baik karena lonjakan tidak akan memberi Anda gambaran obyektif tentang apa yang berjalan dengan baik dan apa yang tidak. Oleh karena itu, ada formula yang sedikit dimodifikasi untuk startup yang berkembang pesat:

Apakah itu terlihat menakutkan? Tidak sulit untuk mengetahuinya:

Churn = jumlah pengguna yang hilang
∑ = jumlah pengguna baru setiap hari (i=1) dalam kumpulan data (n)
n = jumlah hari dalam periode tertentu

Jika pengguna ditambahkan ke basis pelanggan Anda secara bertahap, rata-ratanya akan meningkat dan berdampak lebih besar pada tingkat churn bulanan Anda. Jika pelanggan ditambahkan ke database menjelang akhir periode, hal ini tidak akan mengubah tingkat churn atau membuatnya tampak lebih rendah dari yang sebenarnya.

Berkat rumus ini, pengaruh perolehan prospek yang signifikan dapat diseimbangkan dengan membuat rata-rata data. Percepatan pertumbuhan tidak akan mengubah angka-angka Anda atau membodohi Anda dengan berpikir bahwa kinerja Anda lebih baik di satu bulan dan lebih buruk di bulan berikutnya.

Apakah aliran keluar sudah merata?

Sulit untuk menemukan indikator yang lebih berbahaya daripada churn pelanggan, tapi ada satu. Ini adalah sifat pengguna yang berubah-ubah. Jika Anda tidak dapat meratakan kurva retensi, produk Anda tidak memiliki daya tarik yang menarik.

Katakanlah 100 pengguna yang mendaftar ke layanan Anda pada tanggal 1 Januari memiliki Tingkat Retensi sebesar 40% pada akhir bulan. Namun angka ini terus menurun, dan pada akhir bulan kedua tidak ada yang tersisa dari angka aslinya. Jika Anda memiliki kelompok, atau pengguna yang dikelompokkan berdasarkan tanggal berlangganan, yang hampir seluruhnya habis dan tidak pernah naik level, Anda punya serius Masalah.

Jadi apa artinya ini bagi pertumbuhan Anda?

Pengguna Aktif Mingguan (WAU) berdasarkan kelompok bulanan (data fiktif). Vertikal: jumlah total WAU. Horisontal: kelompok bulanan

Pertama tinggi badanmu tidak akan berkurang. Namun melihat grafik di atas, Anda dapat melihat bahwa seiring waktu jumlah pengguna yang keluar akan meningkat, dan hal ini pada akhirnya akan memperlambat pertumbuhan Anda. Jika Anda melanjutkan grafik lebih jauh ke kanan, kurvanya pasti akan turun. Pengguna akan meninggalkan situs web/aplikasi Anda dengan kecepatan yang terus meningkat, dan Anda akan memperoleh pengguna baru dengan kecepatan yang sama.

Metrik nomor 2. Tingkat retensi pelanggan per kelompok

Bagilah pengguna berdasarkan tanggal mulai menggunakan layanan Anda dan lakukan analisis kelompok. Anda perlu meratakan kurva retensi. Temukan titik waktunya (tidak peduli apakah itu hari kedua atau minggu ketiga) ketika pengguna berhenti melakukan kebocoran.

Lihatlah 2 analisis kohort:

Pada tahap pertama, arus keluar secara bertahap dimulai di setiap kelompok sampai tidak ada lagi yang tersisa. Namun pada tahap kedua, kurva retensi menjadi datar pada hari ke-12, dan setiap kelompok baru melanjutkan apa yang tersisa dari kelompok sebelumnya. Jika analisis Anda serupa dengan yang pertama, fokuslah untuk mengomunikasikan nilai penawaran secara lebih jelas kepada pelanggan Anda pada tahap awal retensi. Barulah grafik pertumbuhan Anda akan terlihat seperti ini:

Setelah Anda meratakan kurva retensi, Anda dapat berinvestasi dalam mempercepat prosesnya. Cobalah untuk mengarahkan pengguna ke momen “Aha!” sekitar hari ke-3, bukan hari ke-12, ketika tingkat retensi yang sama akan setara dengan lebih banyak pengguna.

Nilai apa yang dimiliki pengguna Anda?

Bahkan jika Anda meratakan kurvanya, cepat atau lambat pengguna akan mulai meninggalkan Anda. Tujuannya adalah untuk memutuskan seberapa cepat hal tersebut terlalu dini dan apa yang dapat dilakukan untuk mempertahankannya lebih lama.

Ada legenda bahwa selama Nilai Seumur Hidup Pelanggan (LTV) Anda lebih tinggi daripada Biaya Akuisisi Pelanggan (CAC), posisi Anda stabil. Dengan kata lain, selama Anda membelanjakan lebih sedikit untuk pemasaran dibandingkan total pendapatan yang Anda hasilkan dari pelanggan yang diperoleh, Anda baik-baik saja.

LTV > CAC = ☺

Apakah semuanya baik-baik saja? TIDAK.

Rumus ini valid berdasarkan dua asumsi yang sangat tidak tepat:

1. Tingkat churn adalah konstan, dan
2. Semua pengguna pada akhirnya akan keluar.

Seperti yang ditunjukkan pada bab sebelumnya, arus keluar tidak konstan, dan Anda tidak menginginkannya. Anda berupaya untuk terus meningkatkan metrik ini. Untuk asumsi kedua, Anda berharap mendapatkan pelanggan yang seperti itu tidak pernah kamu tidak akan ditinggalkan.

Metrik No.3. Total keuntungan kelompok

Sebagai pengganti formula ini, Open View Partners, yang bekerja dengan startup perangkat lunak dalam tahap ekspansi, telah menghadirkan formula yang lebih baik untuk memahami nilai pengguna. Mereka merekomendasikan untuk melihat sesuatu yang disebut Pendapatan Kelompok Kumulatif (CCR) dan membandingkannya dengan CAC. CCR adalah jumlah total pendapatan yang dihasilkan dari pangsa pelanggan yang Anda peroleh selama periode waktu tertentu (biasanya 12 atau 24 bulan).

CCR Tahunan = CCR kelompok terkait pada bulan ke-12 / total biaya penjualan dan pemasaran pada bulan awal untuk kelompok tertentu

Formula baru mencakup jangka waktu tertentu. Ini memastikan bahwa Anda membandingkan sah total keuntungan dari satu kelompok individu dengan jumlah yang Anda keluarkan untuk memperolehnya. Tidak ada ruang untuk asumsi yang salah, dan Anda mendapatkan pemahaman yang benar tentang di mana Anda dan CAC Anda mencapai titik impas.

Membandingkan CCR dan CAC di seluruh kelompok akan menunjukkan peningkatan Anda dari waktu ke waktu dan seberapa cepat Anda dapat menutup biaya akuisisi pelanggan.

Tingkat retensi memang penting, namun hal ini tidak menjelaskan keseluruhan cerita. Faktanya adalah proses keluarnya pengguna dapat memakan waktu satu menit, satu jam, atau bahkan seminggu setelah mereka membuat keputusan awal tentang produk Anda. Mungkin dia ingin membatalkan langganannya, tapi terus-menerus melupakannya. Atau dia memutuskan untuk memberi produk itu kesempatan lagi, tetapi semuanya tidak berjalan baik.

Katakanlah grafik retensi Anda memiliki kemiringan yang mengkhawatirkan:

Anda melihat penurunan tajam dalam retensi, namun Anda tidak tahu apa yang terjadi. Kurva tampaknya semakin curam pada hari ke-14... Namun apakah ini disebabkan oleh bug yang parah atau apakah pengguna hanya ingat bahwa mereka ingin membatalkan langganannya?

Metrik No.4. DAU/WAU/MAU

Daripada hanya melihat retensi, Anda harus melihat analisis perilaku pengguna. Dialah yang akan menjelaskan kepada Anda siapa yang aktif dan siapa yang baru saja meluangkan waktu untuk berhenti berlangganan.

Untuk melakukan ini, Anda perlu melihat tingkat aktivitas Anda. Tergantung pada sifat produk Anda, Anda perlu membayar perhatian yang cermat ke salah satu metrik berikut:

Pengguna Aktif Harian (DAU)

Pengguna Aktif Bulanan (MAU)

Jika nilai utama Anda berasal dari penggunaan sehari-hari (Anda mempromosikan aplikasi perpesanan atau pengatur alur kerja), maka fokus Anda adalah pada pengguna aktif harian. Jika nilainya bergantung pada frekuensi check-in yang lebih jarang, lacak WAU atau bahkan MAU.

Tidak semua pengguna terbangun di suatu pagi dan memutuskan untuk meninggalkan aplikasi Anda. Arus keluar biasanya didahului dengan penurunan aktivitas. Tetapkan tolok ukur aktivitas untuk pengguna Anda, dan jika Anda belum bisa mendekati mereka, mulailah proses keterlibatan kembali sebelum terlambat.

Mencegah daripada mengobati gejala

Menerapkan semua strategi retensi ke basis Anda bisa jadi sangat menggoda, baik Anda mengalami masalah churn atau tidak. Namun hal ini akan menyebabkan Anda terpecah belah, dan hanya menghasilkan sedikit hasil. 4 metrik yang dibahas di atas memberikan gambaran tentang cara menetapkan tujuan churn dan mengambil tindakan yang diperlukan dengan cepat.

Setelah metrik ini mulai menunjukkan hasil yang luar biasa, Anda dapat menyingsingkan lengan baju dan fokus untuk mendapatkan lebih banyak nilai dari pengguna Anda.

Dapatkan tautan
Facebook
Twitter
Pinterest
Surel
Aplikasi lain

Pertama kali saya menemukan metrik DAU/MAU adalah ketika metrik tersebut disebutkan dalam konteks game di facebook pada tahun 2009. Dan meskipun saya yakin pemain yang serius mereka tidak lagi bergantung pada hal ini metrik pertumbuhan Namun, bagi banyak pemasar, hal tersebut ternyata sangat menarik.

Hari ini kita akan membahas mengapa metrik ini begitu menarik sekaligus berbahaya.

Mari kita mulai dengan definisinya.

DAU (Pengguna Aktif Harian) adalah berapa banyak klien (unik) yang menggunakan layanan Anda (biasanya login) pada hari tertentu.

MAU (Pengguna Aktif Bulanan) adalah berapa banyak pelanggan (unik) yang menggunakan layanan Anda dalam sebulan terakhir (atau 30 hari terakhir).

DAU/MAU Ini adalah % dari klien (unik) kami lagi menggunakan layanan Anda selama periode tersebut. Inilah yang disebut "kelengketan".

Yang mana saja yang ada? pro penggunaannya?

Pertama: Sangat mudah untuk menghitung metrik tersebut. Dalam bahasa DAX, penghitungannya mungkin terlihat seperti ini.

:=
BERBEDA (tbl_users)

:=
MENGHITUNG(,
DATESINPERIOD (Kalender, MIN (Kalender), -30, HARI))

Kedua: banyak perusahaan yang tutup dan tidak membuka metriknya (misalnya ARPU atau LTV). Namun dengan menggunakan alat intelijen kompetitif, Anda dapat dengan mudah memperkirakan ukuran audiens pesaing Anda dan membandingkan indikator pertumbuhan Anda dengan indikator pertumbuhan mereka.

Sebenarnya, di sinilah daya tarik metrik tersebut berakhir.

Yang mana saja yang ada? risiko penggunaannya?

(1) DAU merupakan metrik pertumbuhan yang sangat fluktuatif dan pada saat yang sama tidak menjelaskan sama sekali mengapa pertumbuhan ini terjadi.

Apakah ini hasil PR, ketika beberapa publikasi khusus ternama memperhatikan Anda?
Apakah ini hasil pemasaran yang mendatangkan banyak pelanggan “baru” karena peluncuran kampanye pemasaran akuisisi baru?
Apakah ini akibat dari pemasaran dimana kampanye pemasaran retensi mengakibatkan banyak pelanggan “lama” kembali?

Seperti yang Anda lihat, faktor-faktornya bisa sangat berbeda.

Faktor pertumbuhan pertama secara umum luar(Anda tidak mempengaruhinya). Oleh karena itu, kita tidak dapat mengandalkan keberlanjutan hasil tersebut.

Namun, faktor pertumbuhan kedua dan ketiga intern(hasil usaha Anda), namun sifat faktor-faktor ini berbeda. Artinya kestabilan hasil dari waktu ke waktu akan berbeda.

(2) DAU/MAU sering kali dianggap sebagai proksi untuk menilai mekanisme retensi internal layanan Anda. Namun, hal ini juga tidak benar.

Login pengguna biasanya tidak berkorelasi baik dengan tindakan target. Biasanya gambaran pertumbuhan eksplosif terlihat seperti ini.

Sumber: amplitudo.com.

Meskipun DAU masih meningkat, arus keluar sudah meningkat jauh lebih cepat. Sebab, kembali ke posisi awal hanya tinggal hitungan beberapa minggu saja.

Mengapa ini terjadi?

Di satu sisi, login sebagai tindakan target imajiner tidak berkorelasi baik dengan tindakan target nyata, misalnya melihat suatu produk.

Di sisi lain, perusahaan paling sering menghasilkan pertumbuhan karena dua faktor pertama.

Ini adalah daya tarik, dan daya tarik biasanya diukur dan dioptimalkan dengan Pertama tindakan target (login/pembelian), alih-alih tindakan target berulang ( login ke-n, pembelian bulan). Jadi ternyata metrik ini memang benar metrik kesombongan.

Apa pendapat Anda tentang DAU, MAU?

Pendekatan yang lebih praktis dijelaskan oleh saya di sini:

Komentar

Postingan populer dari blog ini

Hari ini kita akan berbicara tentang LTV dalam konteks yang berbeda - konteks terapan yang disederhanakan.

Jadi, sebelum kamu Jaringan Siklus Hidup.

Nama dan konsep teknik luar biasa ini diberikan oleh pemasar terkemuka Jim Novo. Pastikan untuk membaca kembali blognya, terutama artikel-artikel sebelumnya.

Pada dasarnya, LCG adalah matriks RF(M):
Oleh horisontal sumbu yang Anda lihat R efisiensi(kekinian pembelian terakhir);Oleh vertikal sumbu yang Anda lihat F kebutuhan(jumlah pembelian); Di setiap sel Anda melihat jumlah klien dengan parameter tertentu R dan F. Dengan membuat matriks seperti itu, kita dapat langsung menjawab banyak pertanyaan, tetapi sekarang kita hanya tertarik pada empat: klien mana kritis untuk bisnis?
(kuadran kanan atas) klien mana benar-benar berkembang lebih jauh?
(kuadran kanan bawah) klien mana mungkin hilang untuk bisnis?
(kuadran kiri atas) klien apa tidak menarik untuk bisnis? Aku yakin selama kamu...

Atau menyiapkan mekanisme internal aplikasi adalah permainan buta. Hanya dengan menganalisis data dan mengevaluasi tindakan individu, keputusan yang tepat dapat diambil. Di bawah ini kami telah mencantumkan metrik terpenting yang tidak dapat Anda lakukan tanpanya saat berpromosi.

Indikator umum

Jumlah instalasi dan jumlah registrasi -Ini adalah metrik dasar yang mencerminkan indikator paling jelas. Dengan sendirinya, indikator-indikator tersebut tidak terlalu berguna untuk analisis, namun diperlukan ketika menghitung indikator-indikator lainnya.

Penting untuk menyoroti pentingnya perbedaan antara kedua metrik ini. Pertama, pengguna dapat menginstal aplikasi, tetapi kemudian menghapusnya tanpa login. Dalam hal ini, instalasi akan dihitung, tetapi pendaftaran tidak akan dilakukan. Kedua, satu pengguna dapat melakukan beberapa instalasi: misalnya, pada dua perangkatnya - ponsel cerdas dan tablet, tetapi dalam kedua kasus tersebut ia akan masuk ke aplikasi di bawah satu akun. Oleh karena itu, pendaftaran akan dihitung satu, dan pemasangan - dua.

Jumlah instalasi dan informasi lainnya biasanya paling mudah ditemukan di sistem analisis aplikasi internal atau di akun pengembang di toko.

Aktivitas pengguna

Jumlah pendaftaran sama sekali tidak memungkinkan kami menilai audiens sebenarnya dari aplikasi tersebut. Memang, dalam proyek apa pun hampir selalu ada "jiwa mati" - pengguna yang berhenti menggunakan aplikasi tersebut. Oleh karena itu, metrik khusus diadopsi untuk penilaian objektif.

Aktivitas pengguna biasanya diukur selama periode tertentu, paling sering sebulan, minggu, atau hari. Metrik DAU (Pengguna Aktif Harian) mencerminkan jumlah pengguna unik yang mengunjungi aplikasi pada siang hari, WAU (Pengguna Aktif Mingguan) - dalam seminggu, dan MAU (Pengguna Aktif Bulanan) - dalam sebulan. Jadi, jika semua pengguna login ke aplikasi setiap hari selama sebulan, maka DAU dan MAU akan sama. Tapi di kehidupan nyata Tentu saja hal ini tidak terjadi. Indikator-indikator ini terutama menunjukkan skala proyek Anda.

Selain itu, dalam analisis seluler terdapat metrik yang menunjukkan seberapa sering pengguna memasuki aplikasi - yang disebut. Faktor Lengket. Menghitung keterlibatan pengguna cukup sederhana: Anda perlu membagi DAU dengan MAU (WAU). Misalnya, jika audiens harian memiliki 100 pengguna, dan audiens bulanan 500, maka keterlibatannya akan menjadi 20%. Indikator ini hanya dapat mencerminkan gambaran sebenarnya jika masuknya pengguna baru terjadi secara merata.

tingkat retensi- metrik efektivitas retensi pengguna, dengan kata lain - frekuensi kembalinya mereka. Untuk menghitung indikator ini, Anda perlu dari jumlah total pengguna di akhir periode, kurangi pengguna baru (yang datang ke aplikasi selama periode tersebut) dan bagi dengan jumlah pengguna di awal periode. Biasanya, tingkat retensi dihitung selama dua hari, seminggu, dua minggu, dan satu bulan. Metrik ini menunjukkan tingkat keterikatan audiens terhadap produk. Hal ini juga penting untuk perencanaan keuangan.

Durasi sesi- periode waktu selama pengguna berinteraksi dengan aplikasi. Misalnya, untuk sebagian besar permainan, sesi yang panjang bermanfaat dan menunjukkan tingkat keterlibatan pengguna yang tinggi, namun dalam layanan panggilan taksi atau pemesanan hotel, durasi sesi tidak memainkan peran khusus. Di dalamnya, pengembang mengupayakan jalur konversi sesingkat mungkin.

Metrik monetisasi

Kelompok metrik berikutnya terkait dengan pendapatan. Penting untuk memahami berapa banyak dan bagaimana pengguna membelanjakannya. Hal ini membantu untuk mengevaluasi efektivitas metode monetisasi atau bahkan memikirkan untuk mengubah model bisnis.

ARPU(Pendapatan Rata-Rata per Pengguna) adalah salah satu indikator mendasar monetisasi proyek. Metrik ini mencerminkan rata-rata jumlah pendapatan yang dihasilkan setiap pengguna. Cara menghitungnya secara sederhana: seluruh pendapatan harus dibagi dengan jumlah pengguna aplikasi. Dinamika indikator ini juga penting: jika tumbuh berarti proyek berkembang ke arah yang benar.

ARPA(Pendapatan Rata-Rata per Akun) - hal yang sama, tetapi bukan per pengguna, tetapi per akun. Indikator ini digunakan jika aplikasi melibatkan penghasilan uang dari pembayaran langsung dari pengguna yang sudah terdaftar.

ARPU(Pendapatan Rata-Rata per Pengguna yang Membayar) - metrik ini mudah dikacaukan dengan ARPU - perbedaannya hanya satu huruf. Satu-satunya perbedaan adalah hanya pengguna berbayar yang diperhitungkan. Artinya, ARPPU biasanya jauh lebih tinggi dibandingkan ARPU.

LTV(Nilai Seumur Hidup) - pendapatan yang diperoleh pengguna sepanjang masa pakai aplikasi. Ini adalah salah satu indikator mendasar ketika mulai melebihi CAC - biaya untuk menarik satu pengguna - iklan dapat dianggap menguntungkan. Penting untuk berusaha memastikan bahwa LTV melebihi CAC setidaknya 3 kali lipat, ini akan memungkinkan investasi dalam pengembangan dan menutupi penyusutan, dan tidak hanya mengganti biaya langsung untuk menarik pelanggan.

ALTC(Rata-rata Seumur Hidup Pelanggan) adalah indikator yang diperlukan untuk menghitung LTV; indikator ini memberi tahu kita tentang “masa hidup” pengguna dalam aplikasi. Misalnya, untuk aplikasi di segmen e-niaga, biasanya ini adalah jumlah transaksi selama periode klien menggunakan aplikasi tersebut.

Tingkat churn- tingkat churn pengguna, metrik mencerminkan persentase pengguna yang keluar. Semakin rendah tingkat Churn, semakin baik proyek tersebut.

Metrik efektivitas periklanan

Kelompok metrik berikutnya berhubungan langsung dengan pembelian lalu lintas dan promosi dan digunakan untuk mengevaluasi efektivitas periklanan. Bagaimanapun, salah satu prinsip utama promosi bukanlah mengeluarkan lebih banyak uang untuk iklan daripada menghasilkan keuntungan.

(Biaya per Pemasangan) - biaya satu kali pemasangan. Metrik ini memperhitungkan semua biaya untuk menarik pengguna baru. Untuk menghitung CPI, Anda perlu membagi semua biaya iklan dengan jumlah instalasi yang ditarik. Namun indikator ini sangat sewenang-wenang, tidak memperhitungkan sejumlah faktor.

eCPI atau biaya pemasangan yang efektif adalah indikator yang lebih akurat, saat menghitungnya, viralitas diperhitungkan.

faktor K atau koefisien viralitas - indikator penyebaran alami aplikasi. Pengguna membicarakannya di di jejaring sosial, merekomendasikan kepada teman dan menyampaikan informasi dengan cara lain. Biasanya, hal ini dicapai melalui mekanisme sosial khusus yang dibangun ke dalam aplikasi. Indikator ini dihitung sebagai berikut: jumlah rekomendasi perlu dikalikan dengan proporsi orang yang menerimanya.

C.A.C.(Biaya Akuisisi Pelanggan) - biaya untuk menarik satu pengguna. Ini berbeda dari CPI karena tidak memperhitungkan instalasi, tetapi pelanggan yang membayar. Bedanya, satu pengguna bisa memiliki beberapa perangkat yang sudah terinstal aplikasi tersebut.

Kr(Tingkat Konversi) - tingkat konversi. Ini adalah metrik umum yang dapat digunakan dengan berbagai cara. Misalnya, pemasar sering kali menghitung konversi klik untuk memasang. Dalam hal ini, angka-angka dapat menunjukkan kualitas halaman arahan dan memungkinkan Anda menarik kesimpulan tentang audiens yang tertarik - apakah itu ditargetkan atau tidak. Konversi dari instalasi ke tindakan yang ditargetkan juga penting. Ini membantu mengevaluasi kualitas lalu lintas dari sumber yang berbeda dan membuang yang tidak efektif.

Layanan analisis seluler

Untuk mengumpulkan semua data di atas, Anda tidak dapat melakukannya tanpa alat khusus - layanan analisis seluler.

Google Analitik- sistem analitik yang paling umum, berbeda dari yang lain karena gratis. Itu memungkinkan untuk menerima semua data yang diperlukan, tetapi memerlukan konfigurasi yang cermat.

Kebingungan- layanan berbayar, namun dengan harga terjangkau. Antarmuka yang jelas dan penyiapan sederhana memudahkan pembuatan laporan dan memantau sejumlah besar metrik.

panel campuran- salah satu layanan paling nyaman dan kuat. Tapi Anda harus membayarnya - sistem ini analitik dianggap yang paling mahal. Namun ini memungkinkan Anda memperoleh statistik pada hampir semua metrik.

Metrik yang tercantum dalam artikel hanyalah dasar untuk analisis seluler praktis. Indikator-indikator itu sendiri tidak memberikan banyak manfaat informasi berguna, nilai utamanya terletak pada interpretasi yang benar. Selain itu, indikator-indikator ini diperlukan untuk menghitung metrik yang lebih kompleks. Pelajari analitik dan berlangganan blog kami agar Anda tidak melewatkan apa pun.

Dihitung menggunakan rumus: Pendapatan aplikasi / Jumlah pengguna yang melakukan pembayaran.

Dihitung menggunakan rumus: Pendapatan aplikasi / Jumlah seluruh pengguna yang mengunjungi aplikasi selama periode pendapatan diterima.

Tes urin untuk UIA. Konsep mikroalbuminuria, bahaya dan tanda utamanya

Mikroalbuminuria adalah kelainan serius yang menimbulkan ancaman fatal bagi manusia pada tahap perkembangan selanjutnya. Kelainan seperti itu hanya dapat ditentukan dengan pemeriksaan laboratorium urin untuk mengetahui adanya albumin. Zat ini terdapat dalam darah manusia, sehingga kemunculannya dalam cairan biologis bukanlah pertanda baik.

Apa itu mikroalbuminuria, apa bahayanya bagi kesehatan pasien, dan bagaimana cara mengumpulkan urin untuk menguji keberadaan albumin? Mari kita ambil secara berurutan.

Apa itu UIA?

MAU atau mikroalbuminuria adalah adanya albumin dalam cairan biologis. Ini menunjukkan adanya berbagai patologi (paling sering ginjal), dan dapat terjadi pada tingkat keparahan 5.

Pada tahap pertama, mikroalbumin praktis tidak terdeteksi dalam urin. Penyakit ini tidak menunjukkan gejala sama sekali, karena penyakit ini baru mulai berkembang.
Fase awal pengembangan. Pasien terus mengalami perubahan patologis yang berbahaya, namun kadar albumin dalam cairan biologis tidak melebihi nilai standar.
Fase ketiga adalah pra-nefrotik. Pada tahap ini, penyakit sudah bisa dideteksi dengan melakukan tes urine untuk UIA. Jika perlu, prosedur diagnostik lain ditentukan yang bertujuan untuk menilai fungsi glomeruli filtrasi ginjal.
Fase nefrosis. Pasien menderita hipertensi arteri dan pembengkakan pada anggota badan dan wajah. Analisis klinis jelas menunjukkan tanda-tanda proteinuria, eritrosituria, munculnya kreatinin dan ureum.
Perkembangan gagal ginjal. Pasien sering menderita serangan hipertensi arteri, pembengkakannya praktis tidak kunjung hilang, analisis urin mengandung protein, sel darah, partikel ureum dan kreatinin. Tidak ada gula.

Seorang pasien diabetes melitus melewati semua tahapan mikroalbuminuria ini. Jika Anda tidak merespons gejala berbahaya pada waktu yang tepat, selain nefrosis diabetik, pasien berisiko mengalami koma diabetik, dan ini sudah menimbulkan ancaman langsung bagi hidupnya.

Performa optimal dan penyimpangan serius

Albumin dalam urin dapat dideteksi pada beberapa kategori pasien, yaitu:

penderita diabetes;
orang yang menderita kelainan ginjal;
pasien dengan penyakit jantung aterosklerotik;
inti.

Kadar mikroalbumin dalam urin manusia bergantung pada banyak faktor. Jika setidaknya salah satu dari hal ini terjadi, kadar zat dapat meningkat tajam. Faktor-faktor tersebut adalah:

aktivitas fisik yang berlebihan;
penyalahgunaan makanan berprotein;
kekurangan cairan dalam tubuh, dehidrasi;
demam;
proses inflamasi yang terjadi pada organ sistem kemih;
merokok;
proses hipertrofik di miokardium;
radang ginjal;
peningkatan tajam kadar kreatinin.

Norma harian MAU dalam urin siapa pun, berapa pun usianya, tidak boleh melebihi 30 mg. Jika indikator tersebut terlampaui, meskipun sedikit, hal ini harus menjadi dasar pemeriksaan pasien yang lebih menyeluruh. Jadi, seringkali penyimpangan seperti itu mengindikasikan perkembangan nefropati, yang bisa berkembang menjadi masalah yang lebih serius.

Jika norma albumin dalam urin terlampaui 10 kali lipat, dan saat ini dosis harian adalah 300 mg, ini menunjukkan kerusakan ginjal yang patologis dan sangat mengancam jiwa.

Apa yang ditunjukkan oleh analisis urin untuk UIA dan kapan diperlukan?

Pertama, Anda perlu mencari tahu jenis tes urine untuk UIA ini. Studi klinis semacam itu dilakukan hanya jika terdapat indikasi tertentu, yang akan kita bahas nanti. Dengan menggunakan tes semacam itu, teknisi laboratorium menghitung jumlah albumin, dan juga mendeteksi (atau tidak mendeteksi) zat yang tidak diamati pada orang sehat - protein, gula, sel darah merah, dll.

Analisis UIA membantu menentukan keberadaan:

diabetes mellitus;
sarkoidosis;
gangguan serius pada sistem kardiovaskular;
hipertensi arteri;
alergi terhadap fruktosa.

Namun, penyebab paling umum peningkatan mikroalbumin dalam urin adalah diabetes melitus. Analisis untuk mendeteksi zat ini dalam urin diperlukan jika pasien:

mengeluh nyeri yang sering atau terus-menerus di area dada;
merasakan ketidaknyamanan yang parah di sisi kiri dada, atau bahkan seluruh batang tubuh;
sering menderita serangan hipertensi;
merasakan kelemahan umum, lesu, lelah.

Pada stadium lanjut, pasien mungkin menunjukkan gejala stroke yang jelas. Akibat dari penyakit ini bisa sangat berbahaya, jadi jika Anda sering mengalami pusing, sinkop, serangan mual dan gejala lainnya, sebaiknya konsultasikan ke dokter.

Apa pendekatan yang benar dalam mengumpulkan urin untuk dianalisis?

Tes urine untuk mikroalbuminuria dapat diresepkan oleh ahli endokrinologi, penyakit dalam, ahli urologi, atau ahli jantung. Pada anak-anak, dokter keluarga atau dokter anak mungkin akan merujuk Anda untuk tes tersebut. Jika seorang pasien terdeteksi adanya albumin dalam urin, maka sebelum mengambil tindakan apa pun, ia harus diperiksa lebih lanjut. Prosedur diagnostik tambahan akan membantu menentukan penyebab penyakit, dan baru kemudian mulai menghilangkannya.

Bagaimana cara melakukan tes urin untuk mikroalbuminuria? Hal ini penting untuk diketahui untuk mendapatkan hasil yang sebenarnya dari studi klinis cairan biologis. Pengumpulan urin tergantung pada tujuan pengambilannya.

Jadi, urin untuk MAU dikumpulkan 24 jam sebelum tes untuk mengetahui adanya garam. Untuk mencegah berbagai zat atau partikel masuk ke dalam sampel, belilah wadah plastik khusus untuk menampung urin. Selanjutnya lakukan hal berikut:

tuangkan urin yang terkumpul ke dalam wadah;
berikan wadahnya untuk diperiksa;
tunggu hasilnya, dan bila perlu, kumpulkan kembali cairan biologisnya.

Bagaimana cara melakukan tes urin untuk UIA jika Anda mencurigai perkembangan diabetes? Penting untuk mengumpulkan urin setiap hari, setelah itu harus ditempatkan di tempat yang dingin. Keesokan harinya, tuangkan 100 ml cairan ke dalam wadah plastik, campur dengan urin segar. Tutup wadah dengan penutup, pastikan wadah tertutup rapat.

Saat mengirim wadah berisi cairan biologis untuk dianalisis, pastikan untuk menunjukkan data yang diperlukan: usia, berat badan, tanggal pengumpulan urin. Jika perlu, Anda dapat menunjukkan spesialis yang akan menafsirkan hasilnya, serta tanggal lahir Anda.

Adapun berapa perbandingan albumin dan kreatinin dalam urin, norma hariannya adalah sebagai berikut:

Melebihi standar ini menunjukkan kerusakan serius pada tubuh. Jika kelainan ini berlanjut selama 3 bulan atau lebih, sering kali hal tersebut mengindikasikan penyakit ginjal kronis.

Untuk melengkapi semua hal di atas, perlu dicatat bahwa patologi serius hanya dapat dicegah dengan menjalani tes klinis preventif urin secara teratur. Dalam keadaan lain, situasi tersebut mungkin tidak dapat diperbaiki.

MAU DAU ARPU, atau metrik lalu lintas yang perlu Anda ketahui

Aplikasi untuk ponsel memberikan uang kepada para pengembang yang mampu dengan cepat beradaptasi dengan kebutuhan audiensnya (klien). Itu tidak cukup untuk dilakukan aplikasi yang berguna, Anda perlu memantau aktivitas penggunanya, merespons penurunan dan peningkatan permintaan secara tepat waktu, dan menerapkan kebijakan penetapan harga yang memadai. Metrik kinerja memenuhi tujuan ini. aplikasi seluler, yang akan kita bahas secara detail di bawah ini.

Metrik aplikasi seluler dasar

Menginstal aplikasi seluler dilakukan dengan mengunduh program ke ponsel Anda. Jika klien puas dengan aplikasi tersebut, maka dia berubah menjadi pengguna aktif. Pada tahap ini, klien harus sangat tertarik sehingga dia ingin menerima versi aplikasi yang diperluas konten tambahan. Klien yang puas dan tertarik akan bersedia membayar ekstra untuk layanan yang lebih baik. Di sinilah aplikasi mulai mendatangkan uang bagi penciptanya.

Sangat mudah untuk melihat korelasi langsung antara kepuasan pengguna terhadap ekspektasi dan pendapatan langsung dari aplikasi. Tetapi bagaimana cara melacak tingkat “kepuasan” pelanggan? Hal ini dapat dilakukan dengan menggunakan metrik yang membantu memahami apa yang disukai pengguna dan bagaimana mereka mengevaluasinya, misalnya, menaikkan harga untuk konten tambahan, memperkenalkan fitur berbayar baru, dll.

Metrik digunakan dalam aplikasi seluler, serta game dan startup. Pengembang dapat menghubungkan beberapa jenis metrik untuk mendapatkan hasil yang maksimal penilaian penuh permintaan pengguna. Disarankan untuk mulai melakukan pengukuran segera setelah klien mengunduh aplikasi untuk pertama kalinya.

Penting untuk melacak metrik berikut:

Sumber instalasi aplikasi. Diperlukan untuk mengevaluasi efektivitas saluran pemasaran yang Anda gunakan.
Metrik retensi dan keterlibatan pengguna. Menunjukkan berapa banyak klien yang meluncurkan aplikasi Anda setelah mengunduhnya. Misalnya, PCU menunjukkan jumlah maksimum pengguna yang masuk ke suatu aplikasi pada satu waktu. ACU adalah ukuran rata-rata jumlah pengguna secara bersamaan dalam suatu aplikasi selama periode tertentu.
Jumlah pengguna unik. Jumlah klien yang menggunakan aplikasi secara rutin.
Sesi adalah metrik. Indikator durasi tinggal pengguna dalam aplikasi.
Tes A/B. Mereka menginformasikan tombol mana yang ditekan pengguna dan dalam urutan apa.
Metrik keuangan. Hitung efektivitas aplikasi dan profitabilitasnya. Metrik keuangan utama adalah ARPPU (pendapatan per pengguna yang membayar) dan ARPU (pendapatan rata-rata per pengguna).

Indikator aktivitas dan keterlibatan pengguna

Penting bagi semua pengembang aplikasi seluler untuk memahami aktivitas dan keterlibatan penggunanya. Untuk tujuan ini, metrik seperti DAU, WAU, MAU, PCU, ACU dihitung.

Apa kegiatan ini dan apa maksudnya?

Metrik aktivitas memperjelas berapa banyak klien yang telah mengunduh dan menggunakan aplikasi. Mengetahui indikator-indikator ini memungkinkan Anda mengevaluasi audiens pengguna dan menganalisis permintaan mereka. Hasilnya, Anda menerima “tips” tentang taktik pemasaran apa yang perlu Anda gunakan. Ini adalah langkah pertama untuk meningkatkan keterlibatan pengguna, dan juga pendapatan Anda.

Apa itu DAU (Pengguna Aktif Harian)? Ini adalah pengguna aktif harian. Metrik menunjukkan berapa banyak pengguna yang masuk ke aplikasi per hari. Oleh karena itu, WAU (Pengguna Aktif Mingguan) adalah pengguna aktif mingguan. Dan MAU (Pengguna Aktif Bulanan) adalah pengguna unik yang mengunjungi aplikasi minimal sebulan sekali. Keunikan pengguna ditentukan oleh ID atau login.

Puncak kunjungan dan tingkat keterlibatan

Untuk mendapatkan tingkat keterlibatan pengguna selama seminggu, Anda perlu membagi indikator “harian” dengan “mingguan” (DAU/WAU). Jika Anda perlu mengetahui koefisien “keterikatan” pengguna terhadap suatu layanan per bulan, kami membandingkan hasil “harian” dan “bulanan” (DAU/MAU).

Ingin mengetahui kapan pelanggan paling aktif menggunakan produk Anda? Gunakan metrik untuk menentukan jumlah pengguna dalam jangka waktu tertentu. Lacak indikator kunjungan rata-rata dan puncak - dan buat kesimpulan.

Jadi, PCU (Peak Concurrent User atau “pengguna online puncak”) adalah jumlah maksimal pengguna yang berada dalam aplikasi secara bersamaan. Indikatornya diukur per jam, bulan atau tahun.

Pada saat yang sama, rata-ratanya adalah ACU (Average Concurrent User atau “rata-rata jumlah pengguna online”). Di sini kita berbicara tentang jumlah pengguna yang berada dalam aplikasi pada waktu yang sama selama jangka waktu tertentu. Untuk apa indikator-indikator ini? Misalnya untuk menentukan waktu yang ideal untuk meluncurkan kampanye iklan.

Kami merekomendasikan untuk menyimpan statistik dan mencatat indikator proyek Anda, maka Anda akan selalu memahami apakah pelanggan menyukai aplikasi Anda, apakah mereka terlibat dan aktif, apakah mereka puas dengan harga Anda, dan kapan Anda perlu mengubah strategi pemasaran Anda.

Penghitungan metrik aktivitas dan keterlibatan memungkinkan penghitungan lebih lanjut metrik keuangan ARPU dan ARPPU. Yang terakhir menunjukkan keuntungan yang diterima dari semua pengguna dan secara terpisah dari klien yang membeli versi dan konten berbayar.

Saat ini, berbagai sistem analitik tersedia di Internet, banyak di antaranya dapat digunakan secara gratis. Misalnya populer untuk aplikasi seluler layanan Google Analytics, Flurry, dan App Annie (namun App Annie mengenakan biaya untuk beberapa metrik tambahan).

Metrik keuangan

Dari perspektif perkiraan keuntungan, ini adalah kelompok metrik yang paling penting.

Metrik Keuangan Utama

Kotor – pendapatan kotor untuk periode tertentu;
Pendapatan – pendapatan bersih dikurangi bagian toko tempat aplikasi Anda berada;
Membayar Bagi Hasil – rasio jumlah pelanggan yang membeli versi berbayar dengan jumlah total pengguna unik. Jika indikatornya menurun berarti pelanggan sudah muak dengan konten berbayar, saatnya “menghidupkannya kembali” (misalnya menjalankan promosi baru);
Transaksi berdasarkan Pengguna atau TBU – jumlah pembayaran per pengguna. Dihitung dengan membagi jumlah pembayaran untuk jangka waktu tertentu dengan jumlah pembayar.

Cara menghitung keuntungan

Mengetahui dua rumus sederhana saja akan memungkinkan Anda menarik kesimpulan tentang seberapa efektif aplikasi Anda.

Rumus pertama menghitung keuntungan rata-rata per klien untuk periode tertentu. Indikator ARPU (Average Revenue Per User) ini ditentukan oleh rasio pendapatan kotor dari pengguna terhadap rata-rata trafik per hari/minggu/bulan.

Indeks ARPU memungkinkan untuk memahami seberapa efektif proyek Anda secara keseluruhan. Bagaimanapun, kita berbicara tentang pendapatan dari seluruh audiens aplikasi. Indeksnya bergantung, antara lain, pada kebijakan harga Anda. Namun, indikator lain membantu untuk lebih memahami penerimaan harga Anda oleh pelanggan, yaitu indeks ARPPU (Pendapatan Rata-Rata Per Pengguna yang Membayar). Ini juga merupakan penentu keuntungan rata-rata per pengguna untuk periode tertentu, hanya saja kita berbicara secara eksklusif tentang klien yang membayar. Artinya, mereka yang membeli konten atau layanan tambahan dari Anda.

Untuk menentukan indeks ARPPU, pendapatan kotor dikorelasikan dengan jumlah pengguna yang membayar atau PU (jumlah pelanggan yang membayar konten tambahan dalam periode tertentu).

Berkat indikator ARPPU, mudah untuk menentukan profitabilitas konten berbayar. Anda juga dapat mencatat reaksi pengguna terhadap pembaruan aplikasi, penawaran layanan baru, atau kenaikan harga.

Perbedaan ARPU dan ARPPU

Banyak pengembang mengalami kesulitan pada tahap awal mengevaluasi metrik. Secara khusus, indeks ARPU dan ARPPU sering kali membingungkan.

Meskipun ARPU pada akhirnya menunjukkan laba bersih per pengguna, katakanlah per hari, maka ARPPU hanya memperhitungkan laba yang Anda terima dari pelanggan yang membayar. Jika pada suatu hari tidak ada pelanggan yang membeli konten tambahan, maka ARPPU pada hari itu akan menjadi nol.

ARPU = Pendapatan / Pengguna (pendapatan bersih dibagi jumlah seluruh pengguna)

Semua pengguna diperhitungkan. Indikator ini memperjelas berapa rata-rata pendapatan yang dihasilkan oleh satu pengguna.

ARPPU = Pendapatan / Pengguna yang Membayar (pendapatan bersih dibagi jumlah pengguna yang membayar)

Hanya pengguna berbayar yang diperhitungkan. ARPPU menunjukkan bagaimana reaksi pengguna terhadap harga Anda dan seberapa besar mereka bersedia membayar untuk konten berbayar.

Karena jumlah pengguna yang membayar jauh lebih sedikit dibandingkan jumlah totalnya, ARPPU akan selalu lebih besar daripada APRU.

Jika Anda menaikkan harga, Anda mungkin memiliki lebih sedikit pengguna yang membayar. Membayar Bagian – bagian dari pelanggan yang membayar. DI DALAM pada kasus ini, keuntungan dari semua pelanggan akan meningkat karena jumlah pelanggan yang membayar akan berkurang setelah menaikkan harga untuk konten tambahan. Untuk menarik lebih banyak pelanggan yang membayar, Anda perlu membangun strategi penetapan harga yang fleksibel dan “sensitif”.

Contoh perhitungan ARPU dan ARPPU

Katakanlah Anda memiliki 2000 pengguna dan 50 di antaranya membeli konten berbayar. Penghasilan per bulan adalah $5000.

Hasil Anda per bulan:

ARPU = $5000/2000 = $2,5 (yaitu, satu pengguna “biasa” membayar Anda $2,5 per bulan);
ARPPU = $5000/50 = $100 (yaitu, satu pengguna yang membayar memberi Anda keuntungan $100 per bulan);
Bagian yang Membayar = 50/2000 = 2,5% (jadi, bagian pengguna yang membayar adalah 2,5%);
Mari kita periksa: $2,5 = $100 ×2,5%

Indikator keuangan berguna lainnya

Selain keuntungan, Anda juga bisa menghitung pengeluaran Anda. Misalnya, tentukan berapa biaya yang Anda keluarkan untuk menarik klien. Untuk tujuan ini, ada indeks CPI (Cost per Install) - ini adalah biaya instalasi aplikasi. Berkat itu, Anda bisa mengetahui berapa banyak uang yang dihabiskan untuk menarik pelanggan baru. Metrik ini dihitung berdasarkan rasio biaya iklan terhadap jumlah pemasangan aplikasi.

Anda juga dapat menentukan seberapa efektif proyek Anda sepanjang “masa pakainya”. Untuk melakukan ini, perlu memperhitungkan indeks LTV (Lifetime Value) - indikator profitabilitas untuk periode rata-rata penggunaan aplikasi oleh satu klien.

Untuk menghitung indeks LTV, Anda perlu mengalikan pendapatan per pengguna (ARPU) dengan rata-rata durasi penggunaan atau Lifetime.

Apakah proyek Anda menguntungkan? Jika LTV lebih kecil dari CPI, maka tidak menguntungkan.

Untuk meningkatkan indikator LTV, Anda perlu meningkatkan daya tarik aplikasi, mengurangi biaya menarik pelanggan baru, dan meningkatkan biaya konten berbayar.

Pro dan kontra penggunaan metrik

Misalnya, akan sulit untuk memahami apakah indikator DAU pada hari tertentu merupakan hasil dari kampanye PR yang sukses, konsekuensi dari penerapan strategi pemasaran untuk menarik pelanggan baru, atau karena kembalinya pelanggan lama.

Analisis aplikasi seluler membantu membangun model interaksi yang fleksibel dan efektif dengan pelanggan. Mempertahankan statistik dan mengetahui target audiens akan memastikan keberhasilan proyek Anda.

Indikasi, aturan pengumpulan dan interpretasi hasil tes urin untuk mikroalbuminuria

Tes urin untuk mendeteksi mikroalbuminuria (MAU) banyak digunakan dalam diagnosis kerusakan jaringan ginjal tahap awal.

Yang penting adalah penentuan kuantitatif kadar albumin urin, yang berbanding lurus dengan tingkat kerusakan glomerulus ginjal (faktor utama). elemen struktural ginjal).

Mikroalbuminuria adalah ekskresi protein albumin melalui urin dalam jumlah melebihi nilai fisiologis.

Tabel 1 - Definisi mikroalbuminuria. Sumber - RMJ. 2010. Nomor 22. S.1327

Albuminuria fisiologis dan patologis

Orang sehat mengeluarkan sejumlah kecil molekul protein melalui urin (sampai 150 mg/dl), sedangkan kandungan albumin di dalamnya kurang dari 30 mg/dl.

Jumlah protein yang dikeluarkan melalui urin dapat bervariasi waktu yang berbeda hari dalam rentang yang luas. Jadi, pada malam hari, ekskresi albumin melalui urin kira-kira 30-40% lebih sedikit, yang berhubungan dengan rendahnya tingkat tekanan pembuluh darah dan posisi tubuh horizontal. Hal ini menyebabkan penurunan aliran darah ginjal dan laju filtrasi urin di glomerulus.

Dalam posisi tegak, tingkat ekskresi albumin melalui urin meningkat, dan seterusnya aktivitas fisik mungkin sebentar berada di kisaran mg/l.

Jumlah albumin yang dikeluarkan melalui urin mungkin dipengaruhi oleh faktor-faktor berikut:

1 Makanan tinggi protein;
2 Kerja fisik yang berat;
3 Infeksi saluran kemih;
4 Kegagalan peredaran darah;
5 Mengonsumsi NSAID (obat antiinflamasi nonsteroid);
6 Infeksi bakteri parah, sepsis;
7 Kehamilan.

Sebaliknya, mengonsumsi obat antihipertensi dari golongan ACE inhibitor mengurangi sekresi albumin.

Kecepatan ekskresi albumin urin mungkin juga bergantung pada usia dan ras. Ekskresi albumin yang tidak normal tanpa adanya bukti patologi organ dalam yang terjadi bersamaan terjadi pada orang tua dan orang Afrika, dan sering dikombinasikan dengan kelebihan berat badan.

Analisis urin untuk UIA - indikasi penggunaan

Mikroalbuminuria (disingkat MAU) adalah yang paling awal dan tanda yang dapat diandalkan kerusakan pada jaringan ginjal.

Karena tidak mungkin untuk menentukannya dengan metode rutin, pengujian urin untuk mikroalbuminuria termasuk dalam standar pemeriksaan pasien berisiko, terutama pada pasien dengan penyakit yang sudah ada. diabetes mellitus dan hipertensi arteri.

Daftar pasien yang akan diskrining untuk mikroalbuminuria:

1 Penderita diabetes melitus jenis apa pun dan riwayat penyakit lebih dari 5 tahun (6 bulan sekali);
2 Penderita hipertensi (setiap 12 bulan sekali);
3 Pasien setelah transplantasi ginjal untuk memantau perkembangan reaksi penolakan;
4 Pasien dengan glomerulonefritis kronis.

Penyebab kerusakan glomerulus ginjal

Di antara penyebab utama kerusakan glomeruli ginjal, dan mikroalbuminuria, adalah:

1 Level tinggi glikemia. MAU adalah tanda pertama nefropati diabetik. Mekanisme utama terjadinya mikroalbuminuria pada diabetes melitus adalah hiperfiltrasi pada glomerulus ginjal dan kerusakan pembuluh darah ginjal akibat hiperglikemia. Jika tidak diobati, nefropati diabetik berkembang pesat, menyebabkan gagal ginjal dan perlunya hemodialisis. Oleh karena itu, setiap penderita diabetes melitus harus menjalani tes urin untuk UIA minimal enam bulan sekali, untuk deteksi dini nefropati dan pengobatannya tepat waktu.
2 Tingkat tekanan sistolik yang tinggi. Hipertensi adalah penyakit sistemik yang mempengaruhi banyak organ dan sistem, termasuk ginjal. Dalam hal ini, MAU adalah tanda perkembangan komplikasi ginjal - nefrosklerosis hipertensi, yang didasarkan pada peningkatan tekanan filtrasi, fibrosis tubulointerstitial dan peningkatan permeabilitas dinding pembuluh darah terhadap protein. MAU merupakan faktor risiko swasembada untuk perkembangan komplikasi hipertensi.
3 Kegemukan, obesitas, sindrom metabolik. Sejak tahun 1999, WHO telah menetapkan mikroalbuminuria sebagai salah satu komponen sindrom metabolik.
4 Hiperkolesterolemia dan hipertrigliseridemia, yang menyebabkan perkembangan aterosklerosis umum. MAU dalam hal ini mencerminkan fenomena disfungsi endotel dan berhubungan langsung dengan peningkatan risiko kardiovaskular.
5 Peradangan kronis pada jaringan ginjal. Munculnya MAU (dan proteinuria secara umum) merupakan tanda prognostik perkembangan glomerulonefritis yang tidak menguntungkan.
6 Merokok. Pada perokok, ekskresi albumin dalam urin sekitar 20-30% lebih tinggi (Nelson, 1991, Mogestein, 1995), yang berhubungan dengan kerusakan nikotin pada endotel vaskular.

Metode penentuan

Albuminuria patologis tidak terdeteksi dengan metode pemeriksaan urin rutin, misalnya dengan pengendapan asam.

Mengingat variabilitas harian yang signifikan dalam ekskresi albumin urin, hanya deteksi MAU dalam dua atau tiga tes urin berturut-turut yang signifikan secara diagnostik.

Untuk tes skrining urin untuk UIA, diperbolehkan menggunakan strip tes yang dirancang khusus, tetapi jika tes positif menggunakan tes cepat, albuminuria patologis perlu dikonfirmasi dengan menggunakan metode yang memungkinkan penentuan konsentrasi albumin.

Penilaian semi kuantitatif dilakukan dengan menggunakan strip - strip khusus, dimana terdapat 6 gradasi konsentrasi albumin dalam urin (“tidak terdeteksi”, “jejak” - hingga 150 mg/l, lebih dari 300 mg/l, 1000 mg /l, 2000 mg/l).l, dan lebih dari 2 ribu mg/l). Sensitivitas metode ini sekitar 90%.

Penentuan kuantitatif dilakukan dengan menggunakan:

1 Penentuan rasio kreatinin dan albumin (C/A) dalam urin;
2 Metode imunoturbidimetri langsung. Metode ini memungkinkan Anda memperkirakan konsentrasi albumin berdasarkan kekeruhan larutan yang diperoleh setelah interaksi protein dengan antibodi spesifik dan pengendapan kompleks imun.
3 Metode imunokimia menggunakan sistem “HemoCue” (reaksi imunokimia menggunakan antibodi anti manusia). Kompleks albumin-antibodi menyebabkan pembentukan endapan, yang kemudian ditangkap oleh fotometer.

Bagaimana cara mengumpulkan bahan untuk penelitian?

Pengumpulan urin untuk penelitian tidak memerlukan persiapan sebelumnya.

Aturan pengumpulan materi:

1 Pengumpulan urin dilakukan selama sehari penuh (mulai pukul 08.00 pada hari pertama hingga pukul 08.00 pada hari kedua), urin porsi pertama harus dibuang ke toilet.
2 Semua urin yang dikeluarkan selama 24 jam ditampung dalam satu wadah (steril). Pada siang hari, wadah sebaiknya disimpan di tempat sejuk dan tidak terkena sinar matahari.
3 Jumlah urin harian harus diukur dan hasilnya dicatat pada formulir rujukan penelitian yang dikeluarkan.
4 Setelah itu, urin dicampur (ini perlu, karena protein dapat mengendap di dasar toples!) dan dituangkan ke dalam wadah steril dengan volume sekitar 100 ml.
5 kontainer masuk secepat mungkin dikirim ke laboratorium.
6 Semua urin yang dikumpulkan per hari tidak perlu dikirim ke laboratorium.
7 Karena pelepasan albumin bergantung pada tinggi dan berat badan, parameter ini HARUS dicatat pada petunjuk yang dikeluarkan. Tanpa mereka, urine tidak akan diterima untuk pemeriksaan.

Apa yang harus dilakukan jika mikroalbuminuria terdeteksi?

Jika, selain mikroalbuminuria, tidak ada patologi lain pada organ dalam yang teridentifikasi, maka disarankan untuk melakukan diagnosis tambahan untuk menyingkirkan diabetes melitus dan hipertensi.

Untuk itu, diperlukan pemantauan tekanan darah 24 jam dan tes toleransi glukosa.

Pada pasien MAU dan sebelumnya terdiagnosis diabetes melitus dan/atau hipertensi, kriteria laboratorium berikut harus dicapai:

1 Kolesterol<4,5 ммоль/л;
2 Trigliserida (TG) hingga 1,7 mmol/l;
3 Hemoglobin terglikasi hingga 6,5%;
4 Tekanan sistolik<130 мм.рт.ст.

Hal ini membantu mengurangi angka kematian akibat komplikasi kardiovaskular sebesar 50%. Pada penderita diabetes tipe 1, indikatornya sedikit berbeda yaitu:

1 Hemoglobin terglikasi< 8,0%;
2 Tekanan darah<115/75 мм.рт.ст;
3 Kolesterol hingga 5,1 mmol/l;
4 Trigliserida hingga 1,6 mmol/l.

Pencegahan UIA

Untuk mencegah kerusakan jaringan ginjal, beberapa aturan harus diperhatikan:

1 Pemantauan glukosa puasa secara sistematis - kadar normalnya adalah 3,5 - 6,0 mmol/l.
2 Pemantauan tekanan darah harian, tidak boleh melebihi 130/80 mmHg.
3 Pemantauan triwulanan indikator profil lipid - dengan tingginya kadar kolesterol dan trigliserida, tidak hanya terjadi pembentukan plak aterosklerotik, tetapi juga kerusakan jaringan ginjal;
4 Benar-benar berhenti merokok dan rokok analog nikotin. Nikotin berbahaya bagi seluruh pembuluh darah di tubuh manusia, termasuk pembuluh ginjal. Risiko terjadinya proteinuria pada perokok kira-kira 21 kali lebih tinggi dibandingkan pada bukan perokok.

Apa itu Mau?

Namun paling sering pada kucing, ini berarti mereka membutuhkan lawan jenis. Yah.. saya rasa Anda bisa menebaknya sendiri))

Bahan dari Wikipedia - ensiklopedia gratis

ADA JENIS KUCING (MESIR) YANG DISEBUT “MAU”

Kucing telah menjadi favorit orang Mesir sejak lama. Di zaman kuno mereka melambangkan dewa Ra dan Bast. Trah Mau adalah ras asli, berasal dari Mesir Kuno, dan namanya berarti “kucing” dalam bahasa Mesir. Wanita Mesir muncul di Eropa pada pertengahan tahun 50-an abad ke-20, dan beberapa saat kemudian - di Amerika Serikat.

Apa itu mau

institusi farmasi kota

serangan udara besar-besaran

Asosiasi Universitas Internasional

pendidikan dan sains, organisasi

Kamus: S. Fadeev. Kamus singkatan dari bahasa Rusia modern. - SPb.: Politekhnika, 1997. - 527 hal.

Maskapai Internasional Ukraina

Sekolah Artileri Moskow

militer, sejarah, Moskow, pendidikan dan sains

Kamus: Kamus singkatan dan singkatan tentara dan dinas khusus. Komp. A. A. Shchelokov. - M.: AST Publishing House LLC, Geleos Publishing House CJSC, 2003. - 318 hal.

Departemen Antimonopoli Moskow

Akademi Manajemen Moskow

Moskow, pendidikan dan sains

Pusat penerbangan Moskow

Kamus: Kamus singkatan dan singkatan tentara dan dinas khusus. Komp. A. A. Shchelokov. - M.: AST Publishing House LLC, Geleos Publishing House CJSC, 2003. - 318 hal.

lembaga otonom kota

contohnya: MAU NGSP

pemasaran dan manajemen krisis

karbon aromatik polinuklir

karbon nitrogen yang dimodifikasi

"Layanan Penerbangan Moskow"

"Bandara Internasional Ufa"

avia, Ufa, organisasi

Kamus singkatan dan singkatan. Akademisi. 2015.

Lihat apa itu "MAU" di kamus lain:

UIA - memiliki beberapa arti: Isi 1 Nama belakang 2 Singkatan 3 Lainnya 4 Sumber ... Wikipedia

Mau - Mau, Vladimir Aleksandrovich Permintaan "MAU" dialihkan ke sini; lihat juga arti lainnya. Vladimir Aleksandrovich Mau Tanggal lahir: 29 Desember ... Wikipedia

Mau - internasional mengeong Chetyum "mau" eIo. Mau, maur sikIush, kIushherykor zynapts, cheu tsepkyyr zigyogu, zygu tsIykIur IeshIul, zilye tsIykIur zimazh, pyramyzhyr zizhiau, chyg zhaui chIemykh, unem ehesh anjing esho, Shyu aer kIyyeu eukIy, tsygyor kIyeu eku zy... Adygabzem izehef tebalIal

Mau V. - Permintaan "MAU" dialihkan ke sini. Melihat juga arti lainnya. Vladimir Aleksandrovich Mau (lahir 29 Desember 1959 di Moskow) ekonom akademis Rusia. Sejak 2002, rektor Akademi Ekonomi Nasional di bawah pemerintahan Rusia. Isi 1... ...Wikipedia

Mau V. A. - Permintaan "MAU" dialihkan ke sini. Melihat juga arti lainnya. Vladimir Aleksandrovich Mau (lahir 29 Desember 1959 di Moskow) ekonom akademis Rusia. Sejak 2002, rektor Akademi Ekonomi Nasional di bawah pemerintahan Rusia. Isi 1... ...Wikipedia

æmauædz - z.b.p., min ... Kamus ejaan bahasa Ossetia

MAU - pabrik penyerap minyak serangan udara besar-besaran Asosiasi Universitas Internasional Akademi Manajemen Moskow Pusat Penerbangan Moskow Direktorat Antimonopoli Moskow ... Kamus singkatan bahasa Rusia

UIA (arti) - UIA memiliki beberapa arti: Isi 1 Nama belakang 2 Singkatan 3 Lainnya 4 Sumber ... Wikipedia

Mau (distrik) - Mau Bahasa Inggris. Negara Mau India Status distrik Bagian dari negara bagian Uttar Pradesh ... Wikipedia

Mau Mau - (Kenya). Pemberontakan. Etimologi kata tersebut belum dapat dijelaskan secara pasti. Istilah ini pertama kali digunakan dalam persidangan sekelompok pemberontak pada Mei 1950 dan tidak digunakan oleh para partisan itu sendiri. Pada tahap pertama () gerakan protes petani... ... Terorisme dan teroris. Buku referensi sejarah

Tes urin untuk UIA

Ketika seseorang mempunyai masalah kesehatan atau pertanyaan mengenai kondisinya, pertama-tama ia mencari jawabannya di Internet, baru kemudian pergi ke dokter untuk meminta nasihat dan bantuan, meskipun lebih tepat melakukan yang sebaliknya. Toh, dokter tidak hanya akan mempelajari gejalanya, tapi juga merujuk Anda untuk pemeriksaan laboratorium. Salah satu pemeriksaan yang dilakukan untuk menentukan diagnosis yang benar adalah pemeriksaan mikroalbuminuria urin. Hal inilah yang akan dibahas pada artikel kali ini.

Apa penelitian ini dan mengapa penelitian ini dilakukan?

Tes urine untuk Mau adalah penentuan jumlah albumin di dalamnya. Mengapa mereka melakukan ini? Soalnya albumin merupakan salah satu protein yang menyusun darah. Dan “mikroalbuminuria” adalah hilangnya atau konsentrasinya yang rendah. Bila ginjal berfungsi dengan baik dan tidak ada kelainan, maka albumin stabil dan jumlahnya dalam urin sangat sedikit. Bila hasil penelitian menunjukkan telah terjadi kehilangan albumin dalam darah dan terkandung dalam peningkatan dosis dalam urin, ini merupakan tanda disfungsi ginjal, kemungkinan awal dari tahap pertama aterosklerosis atau disfungsi endotel.

Bahkan sedikit kelebihan konsentrasi albumin dalam urin menunjukkan timbulnya perubahan pada pembuluh darah, yang memerlukan diagnosis lebih mendalam dan pengobatan segera.

Mengapa mikroalbuminaria (MAU) terjadi?

Melebihi kadar protein normal dalam urin dapat terjadi karena beberapa alasan. Ada faktor yang mempengaruhi pelepasan satu kali, sehingga ketika diagnosis ditegakkan, urin diberikan kepada Mau beberapa kali selama tiga bulan. Kelebihan dianggap jumlah albumin dari 30 hingga 300 mg per hari. Pelepasan tersebut dapat terjadi sebagai akibat dari:

makan makanan tinggi protein;
kerja fisik yang berat;
beban olahraga yang kuat;
peningkatan suhu tubuh.

Indikatornya juga bergantung pada jenis kelamin pasien, ras dan wilayah tempat tinggal.

MAU diyakini paling sering terjadi pada orang yang menderita masalah kelebihan berat badan, resistensi insulin, banyak merokok, dan memiliki masalah hipertrofi atau disfungsi ventrikel kiri. Diagnosis ini sebagian besar didiagnosis pada pria dan orang tua.

Untuk mendapatkan hasil yang dapat diandalkan, tes Mau tidak dapat dilakukan selama penyakit menular apa pun, termasuk ARVI, pada suhu tubuh tinggi, demam, setelah aktivitas fisik, dalam keadaan lelah, atau setelah makan.

Jika hasilnya menunjukkan peningkatan protein dalam urin, maka ini mungkin mengindikasikan penyakit atau perubahan pada tubuh berikut ini:

diabetes;
hipertensi arteri;
glomerulonefritis;
disfungsi sistem kardiovaskular;
kehamilan;
hipotermia;
sarkoidosis

Paling sering, mikroalbuminaria terjadi akibat diabetes mellitus.

Selain itu, peningkatan albumin dalam urin dapat mengindikasikan perkembangan penyakit kardiovaskular yang dipicu oleh diabetes tipe I dan tipe II.

Gejala mikroalbuminuria

Patologi ini memiliki tahapan perkembangan tersendiri. Pada tahap awal, pasien tidak merasakan perubahan pada tubuh dan gejala penyakitnya, tetapi komposisi urinnya sudah berubah, tes sudah menunjukkan peningkatan jumlah protein, yang pada tahap awal dijaga dalam kisaran 30 mg per hari. Dengan perkembangan lebih lanjut, orang tersebut mengembangkan tahap prenefrotik. Jumlah albumin dalam urin meningkat menjadi 300 mg, terjadi peningkatan tekanan darah, dan filtrasi ginjal meningkat.

Tahap selanjutnya adalah nefrotik. Selain darah tinggi juga disertai pembengkakan. Selain konsentrasi protein yang tinggi, komposisi urin juga mengandung sel darah merah, dan terjadi peningkatan kadar kreatinin dan urea.

Tahap terakhir adalah gagal ginjal. Gejalanya:

seringnya peningkatan tekanan darah;
pembengkakan terus-menerus;
sejumlah besar sel darah merah dalam urin;
tingkat filtrasi rendah;
sejumlah besar protein, kreatinin dan urea dalam urin;
kekurangan glukosa dalam urin.
Insulin tidak diekskresikan oleh ginjal.

Semua tanda-tanda ini mungkin mengindikasikan perkembangan patologi jantung. Saat ini, nyeri mungkin muncul di belakang tulang dada, yang menjalar ke sisi kiri tubuh. Semua ini dibarengi dengan peningkatan kolesterol.

Aturan pengumpulan urin untuk mikroalbuminuria (MAU)

Agar data pemeriksaan laboratorium dapat diandalkan, aturan dasar pengumpulan urin untuk analisis UIA harus dipatuhi. Jadi, pertama-tama, Anda perlu bersiap. Sehari sebelum tes, sayuran dan buah-buahan yang mengubah warna urin sama sekali tidak termasuk dalam makanan - ini adalah wortel, stroberi, murbei, kismis, dan lainnya. Kedua, sebelum menampung urin, perlu mencuci alat kelamin bagian luar dengan baik dengan sabun antibakteri. Ketiga, bahan analisis dikumpulkan pada pagi hari, segera setelah bangun tidur. Dalam situasi apa pun tes ini tidak boleh diberikan kepada separuh wanita selama menstruasi.

Anda juga perlu merawat toples urine. Pilihan ideal adalah wadah plastik khusus yang dijual di apotek. Namun jika tidak memilikinya, Anda dapat mengambil wadah plastik atau kaca apa pun yang bertutup, mencucinya dengan baik, mengeringkannya, dan mengolahnya dengan alkohol sebelum digunakan. Sekitar seratus mililiter bahan cukup untuk melakukan analisis terhadap Mau. Setelah dikumpulkan, bahan tersebut harus dikirim ke laboratorium dalam waktu satu atau dua jam.

alcex

Apa hidup kita? Permainan!

DAU - Pengguna Aktif Harian - jumlah pengguna unik yang login ke aplikasi pada siang hari.

WAU - Pengguna Aktif Mingguan - jumlah pengguna unik yang masuk ke aplikasi selama seminggu.

MAU - Pengguna Aktif Bulanan - jumlah pengguna unik yang masuk ke aplikasi selama sebulan.

PCU - Peak Concurrent User - jumlah maksimum pengguna secara bersamaan dalam aplikasi. Diukur selama periode waktu tertentu (jam/hari/minggu/bulan/tahun)

ACU - Rata-rata Pengguna Bersamaan - jumlah rata-rata pengguna secara bersamaan dalam aplikasi. Diukur selama periode waktu tertentu (jam/hari/minggu/bulan/tahun)

ARPPU - Pendapatan Rata-Rata Per Pengguna yang Membayar (Rata-Rata Akun Per Pengguna yang Membayar) - pendapatan rata-rata per pengguna yang membayar. Dihitung menggunakan rumus: Pendapatan aplikasi / Jumlah pengguna yang melakukan pembayaran.

ARPU - Pendapatan Rata-Rata Per Pengguna (Rata-Rata Akun Per Pengguna) - pendapatan rata-rata per pengguna. Dihitung menggunakan rumus: Pendapatan aplikasi / Jumlah seluruh pengguna yang mengunjungi aplikasi selama periode pendapatan diterima.

Aturannya adalah sebagai berikut: setiap indikator proyek web harus dihitung, dimasukkan ke dalam sistem statistik dan dianalisis.

DAU (Pengguna Aktif Harian) - audiens harian - jumlah pengguna unik yang mengunjungi proyek per hari.

WAU (Pengguna Aktif Minggu) - audiens mingguan.

MAU (Pengguna Aktif Bulan) - audiens bulanan.

ARPU (Pendapatan Rata-Rata Per Pengguna) - akun rata-rata - jumlah rata-rata yang dibayar pengguna (pendapatan untuk waktu T dibagi dengan jumlah pengguna untuk waktu yang sama).

ARPPU (Pendapatan Rata-Rata Per Pengguna yang Membayar) - rata-rata tagihan pengguna yang membayar (pendapatan untuk waktu T dibagi dengan jumlah pengguna yang membayar untuk waktu yang sama).

Beberapa kombinasi indikator dasar dapat memberikan karakteristik tidak langsung:

DAU/WAU adalah koefisien mingguan “keterikatan” pengguna terhadap layanan.

DAU/MAU adalah koefisien bulanan “keterikatan” pengguna terhadap layanan.

kelompok aktivitas pengguna (misalnya, berdasarkan jumlah kunjungan per minggu)

wilayah (negara, kota, dll.)

Indikator Performa Game: Pengguna Aktif (DAU/WAU/MAU)

Diterbitkan oleh: Alexander Semenov

Publikasi ini diterbitkan sebagai bagian dari serangkaian materi tentang metrik game dari App2Top.ru dan devtodev. Artikel dibagi berdasarkan musim, yang masing-masing dikhususkan untuk topik tertentu. Musim kedua disebut "Pengguna". Di dalamnya kita berbicara tentang metrik bisnis yang mencerminkan efektivitas aplikasi dalam bekerja dengan audiens.

Penonton proyek ini diisi ulang dengan pengguna baru setiap hari. Ada di antara mereka yang cepat kehilangan minat, ada yang terkadang mengingat aplikasi tersebut, dan ada pula yang menggunakannya secara rutin. Dan mungkin setiap hari perwakilan dari semua segmen ini masuk ke dalam aplikasi. Hari ini kita akan membicarakannya – pengguna aktif.

Pengguna aktif adalah mereka yang memiliki setidaknya satu sesi selama masa studi. Interval ini mungkin berbeda, tetapi paling sering mereka mempelajari audiens proyek harian, mingguan, dan juga bulanan. Dan indikator-indikator ini diberi nama:

DAU – jumlah pengguna unik per hari (pengguna aktif harian);
WAU – jumlah pengguna unik per minggu (pengguna aktif mingguan);
MAU – jumlah pengguna unik per bulan (pengguna aktif bulanan).

Pada saat yang sama, Anda dapat membuat perhitungan serupa untuk periode lainnya jika periode tersebut lebih memenuhi persyaratan perusahaan. Misalnya, dengan menyimpulkan hasil tahun keluar, Anda dapat menghitung audiens tahunan proyek dan membandingkannya dengan tahun-tahun sebelumnya untuk menilai dinamikanya.

Perlu dicatat bahwa WAU untuk minggu tertentu bukanlah jumlah DAU selama 7 hari, karena kita berbicara tentang pengguna unik. Misalnya, salah satu dari mereka mungkin login ke aplikasi pada hari Senin dan Selasa, dan akan berakhir di DAU Senin dan DAU Selasa. Namun dalam seminggu (Senin sampai Minggu) dihitung hanya satu kali.

Begitu pula MAU bukan penjumlahan dari 4 WAU dan 30 DAU. Dari segi perhitungan, indikator-indikator tersebut tidak saling berhubungan dan dihitung secara terpisah.

Untuk lebih memahami indikator-indikator ini, mari kita menghitungnya menggunakan sebuah contoh.

Katakanlah kita memiliki data kunjungan aplikasi oleh berbagai pengguna selama 2 minggu. Dalam hal ini, tidak masalah berapa kali sehari pengguna memasuki proyek, karena ia akan tetap menjadi satu pengunjung unik.

Hari-hari ketika pengguna mengakses aplikasi ditandai dengan warna biru.

Jadi, mari kita hitung dulu DAU hari ke-1, ke-2, ke-5, dan ke-10. Untuk melakukan ini, Anda perlu mengetahui berapa banyak pengguna unik yang mengakses aplikasi saat ini:

DAU Hari ke-1 = 2 (pengguna 1 dan 4);
Hari ke 2 DAU = 3 (pengguna 2,4,5);
Hari ke 3 DAU = 3 (pengguna 2,3,4);
Hari ke 10 DAU = 0 (tidak ada yang login ke aplikasi hari ini).

di minggu pertama (dari hari ke-1 hingga ke-7) sama dengan 5 - semua pengguna memasuki proyek;
di minggu kedua (dari hari ke 8 hingga ke 14) indikator ini sudah 3 - pengguna pertama dan kedua tidak melakukan sesi.

Anda juga dapat memilih minggu sewenang-wenang, misalnya, dari hari ke-3 hingga ke-9, dan WAU akan sama dengan 4.

Dalam contoh kita, hanya 5 orang yang berpartisipasi, namun dalam proyek nyata akan ada ribuan, ratusan ribu, jutaan pengguna yang mengunjungi produk setiap hari. Dan cara mereka mengakses aplikasi menunjukkan stabilitas, kualitas, dan skalanya.

Selain itu, Pengguna aktif adalah metrik yang masuk akal untuk dilacak secara real time, karena jika terjadi kerusakan pada aplikasi atau server dan pengguna tidak dapat menggunakan produk, hal ini akan langsung memengaruhi metrik ini. Untuk kontrol seperti itu, Anda dapat mengelompokkan pengguna bukan berdasarkan hari, tetapi berdasarkan jam atau bahkan interval 10 menit.

Omong-omong, pengguna aktif yang saat ini berada dalam aplikasi adalah metrik terpisah yang memiliki namanya sendiri. Paling sering ini adalah Pengguna online, tetapi Anda juga dapat menemukan singkatan seperti CCU (pengguna serentak) - pengguna yang berada dalam aplikasi pada saat tertentu, dan PCCU (pengguna serentak puncak) - jumlah maksimum pengguna secara bersamaan dalam aplikasi.

CCU rata-rata mencerminkan skala proyek dengan baik, dan PCCU sangat penting ketika merencanakan beban pada server.

Dinamika pengguna aktif dapat berubah tidak hanya dalam sehari, namun secara bertahap dapat meningkat atau menurun dari bulan ke bulan. Dan sangat penting untuk mengendalikannya. Segmentasi membantu menyederhanakan analisis perubahan jumlah pengguna aktif. Berkat itu, Anda dapat dengan cepat memahami segmen pengguna mana yang bertanggung jawab atas perubahan indikator.

Berikut beberapa opsi untuk menyegmentasikan audiens aktif Anda.

membayar/tidak membayar
hanya melakukan 1 kali pembayaran / melakukan pembayaran berulang kali

Berdasarkan tanggal sejak pemasangan:

1 hari / 2-7 hari / 8-14 hari / hari / hari / 60+ hari

Berdasarkan frekuensi kunjungan:

setiap hari / 4-6 kali seminggu / 1-2 kali seminggu / sebulan sekali atau kurang

Anda juga dapat membagi berdasarkan negara, berdasarkan perangkat, sistem operasi, berdasarkan peristiwa khusus (yaitu, membagi audiens menjadi pengguna yang melakukan dan tidak melakukan tindakan ini atau itu).

Opsi segmentasi terakhir dapat digunakan jika aplikasi memiliki beberapa peristiwa penting yang penting untuk kelengkapan pengalaman bermain game atau menciptakan kesan pertama yang tepat terhadap produk (misalnya, menyelesaikan tutorial, N level dalam game, atau memasuki a toko).

Setelah Anda mengidentifikasi segmen yang mengalami penurunan pengguna aktif, akan lebih mudah untuk mencari kemungkinan penyebab masalahnya.

Inilah yang mungkin terjadi:

Pertama, jumlah pengguna aktif di Rusia mulai berkurang, pada saat yang sama jumlah pengunjung dari Jepang meningkat dan mereka mengimbangi penurunan di negara lain. Jika kita hanya melihat grafik DAU secara keseluruhan, kemungkinan besar kita tidak akan melihat adanya perubahan dinamika. Dan baru kemudian, ketika jumlah pengguna aktif di Rusia semakin menurun, kita akan melihat hal ini pada grafik umum. Sementara itu, cukup banyak waktu yang telah berlalu yang dapat dimanfaatkan untuk mencari dan menghilangkan penyebab jatuhnya.

Anomali statistik lainnya menegaskan pentingnya segmentasi: Paradoks Simpson. Manifestasinya paling baik dilihat dengan sebuah contoh.

Mari kita ambil 4 negara dari contoh sebelumnya dan asumsikan bahwa konversi pembelian di negara tersebut adalah sebagai berikut:

Dan inilah yang terjadi:

konversi di Rusia (4,85%) lebih tinggi dibandingkan konversi di Jepang (4,44%);
Konversi di Inggris (7,08%) lebih tinggi dibandingkan konversi di Tiongkok (6,98%);
konversi keseluruhan di negara-negara Eropa (5,8%) lebih kecil dibandingkan konversi di negara-negara Asia (6,5%).

Hal ini sekali lagi menunjukkan bahwa segmentasi dapat memberikan hasil yang sangat berbeda dari statistik indikator secara keseluruhan.

Ngomong-ngomong, terkadang, saat melihat grafik DAU, Anda tidak selalu dapat menentukan tren dengan jelas, namun mengelompokkannya berdasarkan minggu atau bulan (mengonversi grafik menjadi WAU dan MAU) membuatnya lebih jelas.

Metrik Pengguna Aktif sendiri tentu penting untuk proyek, namun selain itu juga terkait dengan metrik keuangan dan perilaku lainnya.

Pertama-tama, pengguna aktif dipengaruhi oleh jumlah pengguna baru - semakin banyak pengguna baru, dan semakin cepat dan stabil mereka datang ke proyek, semakin cepat jumlah penontonnya bertambah.

Indikator kedua yang tidak kalah pentingnya adalah Retensi, yang menunjukkan bagaimana pengguna kembali ke proyek. Jika Anda membawa pengguna baru ke proyek yang tidak akan kembali lagi, maka mereka tidak akan menambah jumlah penonton, dan ketertarikan tersebut tidak akan berpengaruh apa pun. Penting untuk membuat pengguna tertarik dengan produk tersebut sehingga mereka ingin kembali lagi. Dan semakin banyak, semakin besar pula audiens aktifnya.

Anda dapat memiliki tingkat retensi yang baik di aplikasi Anda, namun dengan jumlah pengguna baru yang sedikit, jumlah pemirsa akan tumbuh dengan sangat lambat. Dan sebaliknya, jika ada banyak pengguna baru dan Retensi rendah, maka sebagian besar dari mereka akan meninggalkan proyek, yang juga tidak akan menambah jumlah penonton.

Dan semakin besar audiens proyek, semakin banyak pembayar potensial di antara proyek tersebut. Lagi pula, dalam urutan inilah pengguna mulai membayar:

Pengguna baru → Pengguna aktif → Pengguna berbayar

Omong-omong, pengguna harus tetap aktif dalam produk setelah melakukan pembayaran pertama, karena ini akan meningkatkan kemungkinan dia melakukan pembelian berulang.

Jadi, Pengguna aktif secara proporsional mempengaruhi pendapatan:

Pendapatan = Pengguna aktif * Bagi hasil * ARPPU

Jumlah pengguna aktif adalah salah satu indikator terpenting suatu produk, yang secara tidak langsung menunjukkan keberhasilannya, menggabungkan kualitas menarik pengguna baru dan metrik retensi, yang secara langsung memengaruhi pendapatan. Oleh karena itu, ketika menganalisis pengguna aktif, Anda juga harus memperhatikan kecepatan pertumbuhan audiens, karena metrik ini adalah salah satu tanda paling positif dari pengembangan produk yang aktif.

Publikasi ini diterbitkan sebagai bagian dari serangkaian materi tentang metrik game dari situs dan devtodev. Artikel dibagi berdasarkan musim, yang masing-masing dikhususkan untuk topik tertentu. Musim kedua disebut "Pengguna". Di dalamnya kita berbicara tentang metrik bisnis yang mencerminkan efektivitas aplikasi dalam bekerja dengan audiens.

Vera Karpova

Pengguna aktif– ini adalah mereka yang memiliki setidaknya satu sesi selama periode waktu yang diteliti. Interval ini mungkin berbeda, tetapi paling sering mereka mempelajari audiens proyek harian, mingguan, dan juga bulanan. Dan indikator-indikator ini diberi nama:

DAU– jumlah pengguna unik per hari (pengguna aktif harian);
WAU jumlah pengguna unik per minggu (pengguna aktif mingguan);
MAU– jumlah pengguna unik per bulan (pengguna aktif bulanan).

Perlu dicatat bahwa WAU pada minggu tertentu bukan merupakan penjumlahan DAU selama 7 hari, karena kita berbicara tentang pengguna unik. Misalnya, salah satu dari mereka mungkin login ke aplikasi pada hari Senin dan Selasa, dan akan berakhir di DAU Senin dan DAU Selasa. Namun dalam seminggu (Senin sampai Minggu) dihitung hanya satu kali.
Begitu pula MAU bukan penjumlahan dari 4 WAU dan 30 DAU. Dari segi perhitungan, indikator-indikator tersebut tidak saling berhubungan dan dihitung secara terpisah.

Untuk lebih memahami indikator-indikator ini, mari kita menghitungnya menggunakan sebuah contoh.

Hari-hari ketika pengguna mengakses aplikasi ditandai dengan warna biru.

Jadi, mari kita hitung dulu DAU hari ke-1, ke-2, ke-5, dan ke-10. Untuk melakukan ini, Anda perlu mengetahui berapa banyak pengguna unik yang mengakses aplikasi saat ini:

DAU Hari ke-1 = 2 (pengguna 1 dan 4);
Hari ke 2 DAU = 3 (pengguna 2,4,5);
Hari ke 3 DAU = 3 (pengguna 2,3,4);
Hari ke 10 DAU = 0 (tidak ada yang login ke aplikasi hari ini).

di minggu pertama (dari hari ke-1 hingga ke-7) sama dengan 5 - semua pengguna memasuki proyek;
di minggu kedua (dari hari ke 8 hingga ke 14) indikator ini sudah 3 - pengguna pertama dan kedua tidak melakukan sesi.

Anda juga dapat memilih minggu sewenang-wenang, misalnya, dari hari ke-3 hingga ke-9, dan WAU akan sama dengan 4.

Di samping itu Pengguna aktif adalah indikator yang masuk akal untuk dilacak secara real time, karena jika ada kerusakan pada aplikasi atau server dan pengguna tidak dapat menggunakan produk, metrik ini akan langsung terpengaruh. Untuk kontrol seperti itu, Anda dapat mengelompokkan pengguna bukan berdasarkan hari, tetapi berdasarkan jam atau bahkan interval 10 menit.

Omong-omong, pengguna aktif yang saat ini berada dalam aplikasi adalah metrik terpisah yang memiliki namanya sendiri. Paling sering ini Pengguna daring, tetapi Anda juga dapat menemukan singkatan seperti CCU (pengguna bersamaan)– pengguna yang berada dalam aplikasi pada saat tertentu, dan PCCU (puncak pengguna bersamaan)– jumlah maksimum pengguna secara bersamaan dalam aplikasi.

CCU rata-rata mencerminkan skala proyek dengan baik, dan PCCU sangat penting ketika merencanakan beban pada server.

Berikut beberapa opsi untuk menyegmentasikan audiens aktif Anda.

Untuk pembayaran:

membayar/tidak membayar
hanya melakukan 1 kali pembayaran / melakukan pembayaran berulang kali

Berdasarkan tanggal sejak pemasangan:

1 hari / 2-7 hari / 8-14 hari / 15-30 hari / 30- 60 hari / 60+ hari

Berdasarkan frekuensi kunjungan:

setiap hari / 4-6 kali seminggu / 1-2 kali seminggu / sebulan sekali atau kurang

Setelah Anda mengidentifikasi segmen yang mengalami penurunan pengguna aktif, akan lebih mudah untuk mencari kemungkinan penyebab masalahnya.

Inilah yang mungkin terjadi:

Anomali statistik lainnya menegaskan pentingnya segmentasi: Paradoks Simpson. Manifestasinya paling baik dilihat dengan sebuah contoh.

Mari kita ambil 4 negara dari contoh sebelumnya dan asumsikan bahwa konversi pembelian di negara tersebut adalah sebagai berikut:

Dan inilah yang terjadi:

konversi di Rusia (4,85%) lebih tinggi dibandingkan konversi di Jepang (4,44%);
Konversi di Inggris (7,08%) lebih tinggi dibandingkan konversi di Tiongkok (6,98%);
konversi keseluruhan di negara-negara Eropa (5,8%) lebih kecil dibandingkan konversi di negara-negara Asia (6,5%).

Hal ini sekali lagi menunjukkan bahwa segmentasi dapat memberikan hasil yang sangat berbeda dari statistik indikator secara keseluruhan.

Metrik Pengguna Aktif sendiri tentu penting untuk proyek, namun selain itu juga terkait dengan metrik keuangan dan perilaku lainnya.

Pertama, Pengguna aktif dipengaruhi oleh jumlah pengguna baru– semakin banyak dari mereka, dan semakin cepat dan konsisten mereka datang ke proyek, semakin cepat jumlah penontonnya bertambah.

Indikator kedua yang tidak kalah pentingnya adalah Penyimpanan(retensi pengguna), yang memberitahukan bagaimana pengguna kembali ke proyek. Jika Anda membawa pengguna baru ke proyek yang tidak akan kembali lagi, maka mereka tidak akan menambah jumlah penonton, dan ketertarikan tersebut tidak akan berpengaruh apa pun. Penting untuk membuat pengguna tertarik dengan produk tersebut sehingga mereka ingin kembali lagi. Dan semakin banyak, semakin besar pula audiens aktifnya.

Contoh kecil:

Dan semakin besar audiens proyek, semakin banyak pembayar potensial di antara proyek tersebut. Lagi pula, dalam urutan inilah pengguna mulai membayar:

Pengguna baru → Pengguna aktif → Pengguna berbayar

Omong-omong, pengguna harus tetap aktif dalam produk setelah melakukan pembayaran pertama, karena ini akan meningkatkan kemungkinan dia melakukan pembelian berulang.
Jadi, Pengguna aktif secara proporsional mempengaruhi pendapatan:

Pendapatan = Pengguna aktif * Bagi hasil * ARPPU

Membagikan: