Top-Kennzahlen für mobile Analysen. So sammeln Sie Material für die Forschung

Oder das Einrichten der internen Mechanismen der Anwendung ist ein Blindspiel. Nur durch die Analyse von Daten und die Bewertung einzelner Maßnahmen können Sie die richtigen Entscheidungen treffen. Nachfolgend haben wir die wichtigsten Kennzahlen aufgelistet, auf die Sie bei der Werbung nicht verzichten können.

Allgemeine Indikatoren

Anzahl der Installationen und Anzahl der Registrierungen -Dies sind die Basismetriken, die die offensichtlichsten Metriken widerspiegeln. Für sich genommen sind sie für die Analyse nicht von großem Wert, aber für die Berechnung anderer Indikatoren sind sie notwendig.

Unabhängig davon lohnt es sich, auf die Bedeutung der Unterschiede zwischen diesen beiden Kennzahlen einzugehen. Zunächst kann der Benutzer die Anwendung installieren, sie dann aber löschen, ohne sie aufzurufen. In diesem Fall wird die Installation gezählt, eine Registrierung findet jedoch nicht statt. Zweitens kann ein Benutzer mehrere Installationen vornehmen: zum Beispiel auf zwei seiner Geräte – auf einem Smartphone und einem Tablet, aber in beiden Fällen wird er die Anwendung unter einem eingeben Konto. Daher werden die Registrierungen als eins und die Installationen als zwei gezählt.

Die Anzahl der Installationen und andere Informationen lassen sich in der Regel am einfachsten in den internen Anwendungsanalysesystemen oder im Entwicklerkonto im Store herausfinden.

Benutzeraktivität

Die Anzahl der Anmeldungen erlaubt keinesfalls eine Beurteilung der tatsächlichen Zielgruppe der Bewerbung. Schließlich gibt es in jedem Projekt fast immer „tote Seelen“ – Benutzer, die die Anwendung nicht mehr nutzen. Für eine objektive Beurteilung wurden daher spezielle Maßstäbe übernommen.

Die Benutzeraktivität wird normalerweise für einen bestimmten Zeitraum gemessen, meist einen Monat, eine Woche oder einen Tag. Die DAU-Metrik (Daily Active Users) spiegelt die Anzahl der einzelnen Benutzer wider, die sich tagsüber bei der Anwendung angemeldet haben, WAU (Weekly Active Users) – Woche und MAU (Monthly Active Users) – Monat. Wenn sich also alle Benutzer einen Monat lang jeden Tag bei der Anwendung anmelden, sind DAU und MAU gleich. Aber in wahres Leben das passiert natürlich nicht. Diese Indikatoren zeigen in erster Linie den Umfang Ihres Projekts an.

Darüber hinaus verfügt Mobile Analytics über eine Metrik, die angibt, wie oft Benutzer die Anwendung betreten – die sogenannte. Klebrigkeitsfaktor. Berechnung Benutzerengagement Ganz einfach: Sie müssen DAU durch MAU (WAU) dividieren. Wenn die tägliche Zielgruppe beispielsweise 100 Benutzer hat und die monatliche 500, beträgt das Engagement 20 %. Dieser Indikator kann nur dann das wahre Bild widerspiegeln, wenn der Zustrom neuer Benutzer gleichmäßig ist.

Retentionsrate– ein Maß für die Wirksamkeit der Benutzerbindung, mit anderen Worten – die Häufigkeit ihrer Rückkehr. Um diesen Indikator zu berechnen, ist es notwendig, neue Benutzer (die während des Zeitraums zur Anwendung kamen) von der Gesamtzahl der Benutzer am Ende des Zeitraums abzuziehen und durch die Anzahl der Benutzer zu Beginn des Zeitraums zu dividieren. Normalerweise wird die Aufbewahrungsrate für zwei Tage, eine Woche, zwei Wochen und einen Monat berechnet. Diese Kennzahl zeigt den Grad der Bindung des Publikums an das Produkt. Darüber hinaus ist es wichtig in der Finanzplanung.

Sitzungsdauer– der Zeitraum, in dem der Benutzer mit der Anwendung interagiert. Beispielsweise sind bei den meisten Spielen lange Sitzungen von Vorteil und sinnvoll hohes Level Bei Taxidiensten oder Hotelreservierungen spielt die Dauer der Sitzung keine besondere Rolle. Dabei streben Entwickler einen möglichst kurzen Conversion-Pfad an.

Monetarisierungsmetriken

Die nächste Gruppe von Kennzahlen bezieht sich auf das Einkommen. Es ist wichtig zu verstehen, wie viel und wie Benutzer ausgeben. Dies hilft, die Wirksamkeit von Monetarisierungsmethoden zu bewerten oder sogar über eine Änderung des Geschäftsmodells nachzudenken.

ARPU(Durchschnittlicher Umsatz pro Benutzer) ist einer der grundlegenden Indikatoren für die Projektmonetarisierung. Diese Kennzahl spiegelt die Höhe des Umsatzes wider, den jeder Benutzer im Durchschnitt generiert. Die Berechnung ist einfach: Der Gesamtumsatz muss durch die Anzahl der Nutzer der Anwendung geteilt werden. Wichtig ist auch die Dynamik dieses Indikators: Wenn er wächst, entwickelt sich das Projekt in die richtige Richtung.

ARPA(Durchschnittlicher Umsatz pro Konto) – das Gleiche, aber nicht pro Benutzer, sondern pro Konto. Dieser Indikator wird verwendet, wenn der Antrag Einnahmen aus Direktzahlungen von bereits registrierten Benutzern impliziert.

ARPPU(Durchschnittlicher Umsatz pro zahlendem Benutzer) – diese Kennzahl kann leicht mit dem ARPU verwechselt werden – der Unterschied beträgt nur einen Buchstaben. Der einzige Unterschied besteht darin, dass nur zahlende Nutzer berücksichtigt werden. Das heißt, normalerweise ist der ARPPU viel höher als der ARPU.

LTV(Lifetime Value) – Umsatz, den der Benutzer während der gesamten Lebensdauer der Anwendung erzielt. Dies ist einer der grundlegenden Indikatoren. Wenn Werbung den CAC – die Kosten pro Nutzerakquise – übersteigt, kann sie als kosteneffektiv angesehen werden. Es muss darauf geachtet werden, dass der LTV den CAC um mindestens das Dreifache übersteigt. Dadurch können Sie in die Entwicklung investieren und die Abschreibung decken und nicht nur die direkten Kosten für die Kundengewinnung erstatten.

ALTC(Durchschnittliche Lebensdauer eines Kunden) – ein für die Berechnung des LTV notwendiger Indikator, der uns über die „Lebensdauer“ des Benutzers in der Anwendung informiert. Bei Anwendungen im E-Commerce-Segment ist dies beispielsweise in der Regel die Anzahl der Transaktionen pro Zeitraum der Anwendungsnutzung durch den Kunden.

Abwanderungsquote- Benutzerabwanderungsrate, die Metrik spiegelt den Prozentsatz der Benutzer wider, die das Unternehmen verlassen haben. Je niedriger die Abwanderungsrate, desto besser für das Projekt.

Kennzahlen zur Werbeleistung

Die nächste Gruppe von Kennzahlen steht in direktem Zusammenhang mit dem Kauf von Traffic und Werbung und wird zur Bewertung der Wirksamkeit von Werbung verwendet. Schließlich besteht einer der Hauptgrundsätze der Werbung darin, nicht mehr für Werbung auszugeben, als einen Gewinn zu erzielen.

(Kosten pro Installation) – die Kosten einer Installation. Die Metrik berücksichtigt alle Kosten für die Gewinnung neuer Benutzer. Um den CPI zu berechnen, müssen Sie alle Werbekosten durch die Anzahl der angezogenen Installationen dividieren. Dieser Indikator ist jedoch sehr bedingt und berücksichtigt eine Reihe von Faktoren nicht.

eCPI oder die effektiven Installationskosten sind ein genauerer Indikator, und bei der Berechnung wird die Viralität berücksichtigt.

K-Faktor oder Viralitätskoeffizient – ​​ein Indikator für die natürliche Verbreitung der Anwendung. Benutzer sprechen darüber in in sozialen Netzwerken, an Freunde weiterempfehlen und auf andere Weise Informationen vermitteln. Verantwortlich dafür sind in der Regel spezielle soziale Mechanismen, die in die Anwendung eingebaut sind. Dieser Indikator wird wie folgt berechnet: Es ist notwendig, die Anzahl der Empfehlungen mit dem Anteil der Personen zu multiplizieren, die sie angenommen haben.

CAC(Kundenakquisekosten) – die Kosten für die Gewinnung eines Benutzers. Es unterscheidet sich vom CPI dadurch, dass es nicht Installationen, sondern zahlende Kunden berücksichtigt. Der Unterschied besteht darin, dass ein Benutzer mehrere Geräte haben kann, auf denen die Anwendung installiert ist.

CR(Conversion-Rate) – Conversion-Rate. Hierbei handelt es sich um eine allgemeine Metrik, die auf verschiedene Arten verwendet werden kann. Beispielsweise berechnen Vermarkter häufig Click-to-Install-Conversions. In diesem Fall können die Zahlen Aufschluss über die Qualität der Landingpage geben und Rückschlüsse auf die angezogene Zielgruppe zulassen – Zielpublikum oder nicht. Wichtig ist auch die Umstellung von Installationen auf gezielte Aktionen. Es hilft, die Qualität des Datenverkehrs aus verschiedenen Quellen zu bewerten und ineffektive Quellen herauszufiltern.

Mobile Analysedienste

Um alle oben genannten Daten zu sammeln, kann man auf spezielle Tools – mobile Analysedienste – nicht verzichten.

Google Analytics- das gebräuchlichste Analysesystem, unterscheidet sich von den anderen dadurch, dass es kostenlos ist. Es bietet Ihnen die Möglichkeit, alle notwendigen Daten zu erhalten, erfordert jedoch eine sorgfältige Konfiguration.

Aufregung- kostenpflichtiger Service, aber zu erschwinglichen Preisen. Eine übersichtliche Benutzeroberfläche und eine einfache Einrichtung erleichtern die Erstellung von Berichten und die Überwachung einer Vielzahl von Metriken.

Mixpanel- einer der bequemsten und leistungsstärksten Dienste. Dafür muss man aber bezahlen – dieses Analysesystem gilt als das teuerste. Aber es ermöglicht Ihnen, Statistiken zu fast jeder Metrik zu erhalten.

Die im Artikel aufgeführten Metriken sind lediglich die Grundlage für praktische mobile Analysen. Indikatoren allein geben wenig Auskunft nützliche Informationen, ihr Hauptwert in der richtigen Interpretation. Darüber hinaus werden diese Indikatoren zur Berechnung komplexerer Kennzahlen benötigt. Studieren Sie Analytics und abonnieren Sie unseren Blog, um nichts zu verpassen.

Ein Dokument, in dem er alle Kennzahlen sammelte, auf die er sich bei der Gestaltung des Dienstes stützte.

Als wir mit der Arbeit an der Mygola-App begannen, wurde uns klar, dass der schwierigste Teil darin bestand, herauszufinden, welche Funktionen in der Welt der mobilen Apps von entscheidender Bedeutung sind und welche Ziele dementsprechend für Apps in unserer Kategorie festgelegt werden sollten. Hier sind die Ergebnisse unserer Forschung.

Täglich aktive Benutzer und monatlich aktive Benutzer (DAU/MAU)

Bei Spielen ist der DAU/MAU-Wert in Höhe von 20-30 % der Gesamtnutzerzahl bereits sehr gut. Für soziale Anwendungen B. Instant Messenger, kann ein DAU/MAU in der Größenordnung von 50 % als Erfolg gewertet werden.

Im Allgemeinen fällt es den meisten Anwendungen schwer, das DAU/MAU-Niveau bei 20 % oder mehr zu halten. Für Gelegenheitsspiel das tatsächliche „Festhalten“ am Niveau von 20 % ist schon ein gutes Ziel.

Quelle: Flurry

Quelle: Flurry

Der Rückgangszeitraum ist die Zeit, in der der Anstieg der Anzahl der monatlichen Benutzer der Anwendung (MAU) im Verhältnis zur Anzahl der monatlichen Benutzer während der Spitzenzeit des Dienstes um 50 % abnimmt.

Mehr als die Hälfte (56 %) der Apps, denen es gelang, in den ersten vier Monaten nach dem Höhepunkt mehr als die Hälfte ihrer Nutzer zu binden, behalten innerhalb von zehn Monaten nach dem Höhepunkt immer noch mehr als die Hälfte ihrer Nutzer.

Mitteilungen

Quelle: eMarketer

Kanäle zur Benutzerakquise

Quelle: AppFlood

Wie hoch ist der Anstieg der Download-Raten, wenn Ihre App im App Store in Editor's Choice vorgestellt wird?

Eine 30-fache Steigerung von normales Niveau Downloads.

Befindet sich eine Bewerbung beispielsweise auf der zehnten Zeile der Bewertung, so wird eine um 30 % höhere Nachfrage generiert, als wenn die Bewerbung nicht in den Top 20 vertreten wäre.

Steht eine App in der ersten Zeile der Bewertung, dann steigert die erhöhte Sichtbarkeit der App den Umsatz um 90 %.

Quelle: Narr

Wie sich die Platzierung von Apps in beliebten Apps auf die Downloadraten auswirkt

Ich wage zu vermuten, dass die Conversion-Rate etwa 1–2 Prozent pro 3–5 Prozent Bannerklicks beträgt. Bei einer motivierten App-Installation kann die Klickrate jedoch um etwa 7–8 % sinken oder zwischen 1–2 % schwanken.

Wir gehören zu den Top 200 Apps in den USA und stellen fest, dass etwa 75 % unserer Nutzer die genaue Position sehen dürfen.

Wie hoch ist die übliche Conversion-Rate für In-App-Käufe? kostenlose Apps für iOS

Abhängig von mehreren Faktoren können Shareware-Spiele beispielsweise 2 bis 10 oder sogar mehr Prozent der In-App-Käufe ausmachen.

Wie gut sind Nutzer, die von Facebook kommen

Unsere Daten zeigen, dass Anzeigen zur Installation mobiler Apps auf Facebook viel effektiver sind als kurzfristige Steigerungen der Nutzerzahlen durch App-Store-Rankings, und insgesamt bleiben Facebook-Nutzer dem Dienst genauso treu wie natürlich erworbene Nutzer.

In einer 60-Tage-Studie meldeten sich 81 % der neu von Facebook akquirierten Nutzer mehr als einmal bei der App an – im Vergleich zu 78 % der natürlich akquirierten Nutzer.

Überarbeitung der Anforderungen

Nach einer Untersuchung der weltweiten App-Nutzung für die iOS-Plattform (iPad und iPhone) haben wir herausgefunden, dass der durchschnittliche Benutzer weniger als sechs Stunden nach der ersten Verwendung zu einer App zurückkehrt.

Wenn der Benutzer die App jedoch nicht innerhalb von 24 Stunden nach der ersten Nutzung erneut herunterlädt, besteht eine 40-prozentige Chance, dass seine erste Sitzung seine letzte sein wird.

Dank der mobilen Anwendung entfällt die Frage, den Benutzer in die Suche nach einem Produkt oder einer Dienstleistung auf dem Desktop einzubeziehen, und es wird möglich, buchstäblich 24 Stunden am Tag „mit dem Benutzer zusammenzuleben“, so nah wie möglich an ihm das Herzstück seines Geräts. Aber wenn der Entwickler hat App, ein Geschäftsprozess eingerichtet ist und sogar ein Mediaplan für die Werbung fertig ist, stellt sich eine logische Frage: „Wie kann man die Leistung verfolgen?“ und nicht weniger wichtig: „Welche Metriken sollen verwendet werden?“. In diesem Beitrag beantworten wir die zweite Frage.

Wie richtet man ein Tracking-System am besten für die Arbeit mit einer mobilen Anwendung ein? Kunden, die Netpeak kontaktieren, um ihre App (innerhalb) zu bewerben, stellen häufig diese Frage. Am einfachsten ist es, mit Native for All zu arbeiten Google Analytics. Fünf ganz wichtige Argumente für die Arbeit mit Google Analytics:

  1. Kostenlos.
  2. Ermöglicht Ihnen den Einsatz von Remarketing, um Ihr Publikum zu binden.
  3. Einfache Implementierung mit Google Tag Manager.
  4. Zugängliche und verständliche Schnittstelle.
  5. Ermöglicht die Einrichtung geräteübergreifender Analysen.

Konzentrieren wir uns auf die Kennzahlen, die das Verhalten des Publikums, die Interaktion des Benutzers mit der Anwendung und natürlich den Gewinn aus der Anwendung zeigen.

Zeigen Sie das Verhalten des Publikums

MAU/DAU-Metrik

MAU/DAU (monatlich aktive Benutzer / täglich aktive Benutzer) wird im Bericht „Aktive Benutzer“ in GA angezeigt. Die Metrik zeigt die Häufigkeit der Benutzerinteraktion mit der Anwendung. Es befindet sich noch in der Betaphase, funktioniert aber bereits. Sie können die Aktivität pro Tag (DAU), Woche, 14 Tage und Monat (MAU) vergleichen.

Verhaltenskarte

Der Bericht zeigt, wie der Benutzer mit Ihren Inhalten interagiert. Ermöglicht Ihnen zu sehen, auf welchem ​​Bildschirm er die Anwendung verlässt oder welcher Abschnitt in Ihrer Anwendung am beliebtesten ist.

Metrik „Ausfälle und Irrtümer“

„Abstürze und Fehler“ – ein Bericht über Fehler in der Anwendung. Zeigt die häufigsten technischen Fehler an und gruppiert sie nach Version in der Anwendung. Diese Metrik hat es in diesen Abschnitt geschafft, da Fehler durch bestimmte Benutzerverhaltensweisen erkannt werden. In Google Analytics befindet sich der Bericht auch im Abschnitt „Zielgruppenverhalten“.

Durchschnittliche Sitzungsdauer und Betrachtungstiefe

Hierbei handelt es sich um Berichte aus dem Bereich „Zielgruppen“, mit denen Sie das Nutzerengagement für Ihr Produkt bewerten können.

Was ist ein „engagierter Benutzer“? Existieren verschiedene Varianten Antwort. Chamath Palihapitiya von Facebook betrachtet das Hinzufügen von 7 Freunden innerhalb von 10 Tagen nach der Registrierung als Hauptkriterium. Nabeel Hyatt von Zynga spricht über die D1-Aufbewahrung – wie viele Benutzer am nächsten Tag zurückkamen. Analysten von Flurry haben eine vollständige Engagement-Matrix erstellt, die die Abhängigkeit von der Häufigkeit der Nutzung pro Woche und den Prozentsatz der Benutzer berücksichtigt, die die Anwendung nach 90 Tagen weiterhin nutzen.

Zeigen Sie die Benutzerinteraktion mit der Anwendung an

Metrik „Anzahl der Installationen“

Die Anzahl der Installationen aus bezahlten Traffic-Quellen wie Google Ads. Es mag seltsam erscheinen, aber der Parameter „Neue Benutzer“ ist die Anzahl der Installationen von der Quelle. Mit der Veröffentlichung von URL Builder wurde es möglich, mit anderen Traffic-Quellen zu arbeiten. Im Gegensatz zum regulären Kontext stammt der Großteil des Traffics aus Display-Kampagnen. Dementsprechend müssen Sie hart daran arbeiten, Websites mit geringer Qualität auszusortieren. Hunderte Installationen von einer Verkehrsplattform könnten sich durchaus als „tote Seelen“ entpuppen:

Die Abwanderungsrate (das Verhältnis der Benutzer, die zur monatlich aktiven Zielgruppe gegangen sind) und die Rücklaufquote (das Verhältnis der wiederkehrenden Benutzer zur monatlichen Zielgruppe) in GA werden durch den Bericht „Neu“ und „Wiederkehrend“ dargestellt. Dieser Bericht zeigt den Prozentsatz neuer Benutzer in der Anwendung und den Prozentsatz derjenigen, die sie wiederholt verwendet haben. Mithilfe dieser Daten können Sie beurteilen, wie wichtig die Einführung von Tools wie Remarketing und Push-Benachrichtigungen ist.

Metrik „Zeit bis zum Kauf“

Die Zeit bis zum Kauf ist eine wichtige Messgröße bei der Arbeit mit einem Publikum. Zeigt an, wie viel Prozent der Nutzer sofort einen Kauf tätigen und wie lange es für den Rest dauert. Der Bericht hilft Ihnen zu verstehen, wie Sie die Arbeit mit App-Besucher-Remarketing richtig einrichten.

Metrik „Anzahl der Transaktionen“

Dies ist ein Standardbericht aus dem E-Commerce-Bereich von Google Analytics. Sie müssen das SDK separat implementieren, aber alles ist einfach und klar. Kann für beliebige In-App-Käufe konfiguriert werden.

Metrik „Anzahl der Registrierungen“

Eine weitere wichtige Kennzahl, insbesondere wenn die Registrierung in der Bewerbung kostenpflichtig ist. Konfiguriert durch Einfügen von Code und Konfigurieren eines Ereignisses.

Metrik „Gesamtwert“

Dieser Bericht befindet sich noch in der Betaphase. Mithilfe dieser Metrik können Sie verfolgen, wie sich der Wert des Kunden (Parameter „Umsatz“) und die Interaktion mit ihm (Parameter „App-Ansichten“, „Erreichte Ziele“, „Sitzungen“ und „Sitzungsdauer“) verändert haben innerhalb von 90 Tagen seit dem ersten Besuch.

ARPU-Metrik

ARPU (durchschnittlicher Umsatz pro Benutzer) ist der durchschnittliche Umsatz pro Benutzer. Eine nützliche Metrik, allerdings gibt es in Google Analytics keinen entsprechenden Bericht und auch in anderen Systemen wurden solche Berichte bisher nicht gefunden. Es ist jedoch zu Recht erwähnenswert Großer Teil Anwendungen beinhalten grundsätzlich keine In-App-Käufe oder implizieren kein kostenpflichtiges Abonnement. Wenn Sie den ARPU dennoch berechnen müssen, müssen Sie dies manuell gemäß der Formel tun:

ARPU = PR/N, wobei: PR wiederkehrende Einnahmen (monatliche Einnahmen aus kostenpflichtigen Abonnements) sind; N ist die Anzahl der zahlenden Abonnenten.

Wie wählt man die richtigen Kennzahlen aus?

Nehmen wir an, Ihre Arbeit mit der Anwendung konzentriert sich zunächst auf die Anzahl der Installationen und Ihre wichtigsten KPIs sind dieselben wie in unserem Fall. In diesem Fall empfehlen wir, sich auf die folgenden Kennzahlen zu konzentrieren:

  • die Anzahl der Installationen und Konvertierungen in der Anwendung;
  • aktive Benutzer;
  • durchschnittliche Sitzungsdauer;
  • Betrachtungstiefe.

Aufgrund der unterschiedlichen Inputs sollte jedoch jedes Projekt individuell angegangen werden. Teilen Sie Ihre Geschichten in den Kommentaren, wir werden versuchen zu helfen.

Tipp: Mobil nutzen Google-App Analytics, um immer auf dem Laufenden zu bleiben, was mit Ihrem Produkt passiert. Die App ist für Android und iOS verfügbar.

Bisher muss man nicht sagen, dass Google Analytics im Vergleich zu den beliebten AppsFlyer oder Adjust das komfortabelste System zur Anwendungsverfolgung ist, aber es ermöglicht Ihnen, die Rolle des Kanals und die Investition in ihn sowie die Einstellung des Benutzers zum Produkt zu bewerten und kritische Fehler, das Wachstum aktiver Benutzer und die Aussichten des Projekts und vor allem die Rentabilität der Anwendung.

Kundenabwanderung ist wie eine Feuersirene. Sie verstehen, dass etwas schief gelaufen ist, aber dieses Wissen hilft Ihnen nicht, das Feuer zu löschen.

Um Ihr Kundenbindungsproblem zu „diagnostizieren“ und zu beheben, müssen Sie mehr tun, als sich nur die Formeln für neue Kunden und verlorene Kunden anzusehen. Es muss festgestellt werden, wer das Unternehmen verlässt, wann und aus welchem ​​Grund. Nur dann können Sie die Zeit sinnvoll einteilen und gegebenenfalls Änderungen vornehmen größten Einfluss für das Wachstum Ihres Unternehmens.

Lesen Sie, wie Sie den Brandherd finden und löschen, bevor Ihr Unternehmen bis auf die Grundmauern abbrennt.

Sind Ihre Angaben korrekt?

Niemand wird leugnen, dass die Lead-Generierung für den Erfolg eines Unternehmens in der Anfangsphase von entscheidender Bedeutung ist. Aber lassen Sie nicht zu, dass gute Zahlen das Abwanderungsproblem in den Schatten stellen.

Erinnern wir uns an die Formel:

Abwanderung = verlorene Benutzer / Gesamtzahl Benutzer

Schauen wir uns ein Beispiel von Profitwell an, das die Bedeutung der Formel in der realen Welt demonstriert.

Vertikal: Bestandskunden, Bestandskundenabwanderung, Neukunden, Neukundenabwanderung, Gesamtkundenzahl, Abwanderungsrate. Horizontal: August, September

Das Problem mit der Abwanderungsformel besteht darin, dass genau die gleiche Vorgehensweise (Hinzufügen von 5.000 Benutzern pro Monat) nicht zum gleichen Ergebnis führt – die Abwanderungsrate ist im September niedriger als im August. Schnelles Wachstum reduziert die Abwanderung künstlich, da neue Kunden, die monatlich hinzukommen, einfach noch keine Zeit hatten, sich abzumelden.

Selbst eine Änderung der Abwanderungsquote um ein Hundertstel kann zu einem Gewinnrückgang von 25 % führen, Sie möchten also auf keinen Fall Ungenauigkeiten in diesen Berechnungen haben.

Metrik Nr. 1. Berechnen Sie die Abwanderung anhand von Durchschnittswerten

Eine gute Abwanderungskennzahl, die durch einen Anstieg verzerrt ist, kann Ihnen keinen objektiven Überblick darüber geben, was richtig läuft und was nicht. Daher gibt es für schnell wachsende Startups eine leicht modifizierte Formel:

Sieht einschüchternd aus? Es ist nicht so schwer, es herauszufinden:

Abwanderung = Anzahl verlorener Benutzer
∑ = Summe der täglich neuen Benutzer (i=1) im Datensatz (n)
n = Anzahl der Tage in einem bestimmten Zeitraum

Wenn Benutzer schrittweise zum Kundenstamm hinzugefügt werden, erhöht sich der Durchschnitt und hat einen größeren Einfluss auf Ihre monatliche Abwanderungsrate. Wenn gegen Ende des Zeitraums Kunden zum Stamm hinzugefügt werden, wird die Abwanderungsrate dadurch nicht verzerrt und nicht niedriger dargestellt, als sie tatsächlich ist.

Mit dieser Formel kann der Effekt einer signifikanten Lead-Generierung durch Mittelung der Daten ausgeglichen werden. Wachstumsspitzen werden Ihre Zahlen nicht verfälschen oder Sie zu der Annahme verleiten, dass Sie in einem Monat besser und im nächsten schlechter abschneiden.

Ist der Abfluss ausgeglichen?

Es ist schwierig, einen gefährlicheren Indikator zu finden als die Abwanderung von Kunden, aber es gibt einen. Dies ist die Inkonsistenz der Benutzer. Wenn Sie Ihre Bindungskurve nicht abflachen können, ist Ihr Produkt nicht überzeugend.

Nehmen wir an, 100 Benutzer, die sich am 1. Januar für Ihren Dienst angemeldet haben, haben am Monatsende eine Bindungsrate von 40 %. Diese Zahl nimmt jedoch stetig ab und am Ende des zweiten Monats ist von der ursprünglichen Zahl nichts mehr übrig. Wenn Sie Kohorten oder nach Abonnementdaten gruppierte Benutzer haben, die fast vollständig erschöpft sind und sich nie ausgleichen, dann ist das der Fall ernst Probleme.

Was bedeutet das für Ihr Wachstum?

Wöchentlich aktive Nutzer (WAU) nach monatlichen Kohorten (Daten fiktiv). Vertikal: Gesamt-WAU. Horizontal: monatliche Kohorten

Anfangs Ihre Körpergröße wird nicht abnehmen. Wenn Sie sich jedoch die obige Grafik ansehen, können Sie erkennen, dass mit der Zeit die Zahl der ausscheidenden Benutzer zunimmt, was letztendlich Ihr Wachstum verlangsamt. Wenn Sie die Grafik weiter nach rechts fortsetzen, wird die Kurve definitiv fallen. Die Zahl der Nutzer, die Ihre Website/Anwendung verlassen, steigt, und Sie werden im gleichen Maße neue Nutzer gewinnen.

Metrik Nr. 2. Kundenbindungsrate pro Kohorte

Teilen Sie die Benutzer nach dem Datum auf, an dem sie mit der Nutzung Ihrer Dienste begonnen haben, und führen Sie eine Kohortenanalyse durch. Sie müssen die Retentionskurve abflachen. Finden Sie einen Zeitpunkt (sei es der zweite Tag oder die dritte Woche), zu dem Benutzer keine Daten mehr preisgeben.

Schauen Sie sich 2 Kohortenanalysen an:

Im ersten Fall beginnt in jeder Kohorte nach und nach ein Abfluss, bis niemand mehr übrig ist. Aber im zweiten Fall flacht die Retentionskurve am 12. Tag ab und jede neue Kohorte baut auf dem auf, was von der vorherigen übrig geblieben ist. Wenn Ihre Analyse der ersten ähnelt, konzentrieren Sie sich darauf, Ihren Kunden den Wert des Angebots klarer zu vermitteln frühe Stufen Zurückbehaltung. Nur dann sieht Ihr Wachstumsdiagramm so aus:

Wenn es Ihnen gelingt, die Retentionskurve abzuflachen, können Sie in die Beschleunigung dieses Prozesses investieren. Versuchen Sie, den Nutzern diesen „Aha!“-Moment etwa am dritten Tag und nicht am zwölften Tag zu vermitteln, wenn die gleiche Bindungsrate mehr Nutzer bedeutet.

Welchen Wert haben Ihre Benutzer?

Auch wenn die Kurve abflacht, werden die Nutzer Sie früher oder später verlassen. Das Ziel besteht darin, zu entscheiden, wie früh zu früh ist und was getan werden kann, um sie länger zu behalten.

Es gibt eine Legende, dass Ihre Position stabil ist, solange der Lifetime Value eines Kunden (LTV) höher ist als die Customer Acquisition Cost (CAC). Mit anderen Worten: Solange Sie weniger für Marketing ausgeben, als der Gesamtumsatz mit akquirierten Kunden erzielt, ist alles in Ordnung.

LTV > CAC = ☺

Alles ist richtig? Nein.

Diese Formel gilt unter zwei sehr ungenauen Annahmen:

1. Die Abwanderungsraten sind konstant und
2. Alle Benutzer werden irgendwann gehen.

Wie im vorherigen Kapitel gezeigt, Abfluss ist nicht konstant, und Sie möchten nicht, dass es so ist. Sie arbeiten daran, diese Kennzahl kontinuierlich zu verbessern. Was die zweite Annahme betrifft, hoffen Sie, Kunden zu gewinnen, die dies tun niemals Du wirst nicht verlassen.

Metrik Nr. 3. Gesamter Kohortengewinn

Anstelle dieser Formel hat Open View Partners, das mit Softwareentwicklungs-Startups in der Expansionsphase zusammenarbeitet, eine verbesserte Formel zum Verständnis des Benutzerwerts entwickelt. Sie empfehlen, sich den sogenannten Cumulative Cohort Revenue (CCR) anzusehen und ihn mit dem CAC zu vergleichen. CCR ist der Gesamtumsatz, der aus dem Anteil der Kunden generiert wird, die Sie über einen bestimmten Zeitraum (normalerweise 12 oder 24 Monate) gewonnen haben.

Jährlicher CCR = CCR der entsprechenden Kohorte im 12. Monat / Gesamtausgaben für Vertrieb und Marketing im Startmonat für diese Kohorte

Die neue Formel beinhaltet eine Zeitspanne. Es stellt sicher, dass Sie vergleichen gültig der Gesamtgewinn einer einzelnen Kohorte mit dem Betrag, den Sie für den Erwerb ausgeben. Hier gibt es keinen Platz für falsche Annahmen, und Sie erhalten die richtige Vorstellung davon, wo Sie mit Ihrem CAC die Gewinnschwelle erreichen.

Der Vergleich von CCR und CAC über Kohorten hinweg zeigt Ihnen, wo Sie sich im Laufe der Zeit verbessern und wie schnell Sie Ihre Anschaffungskosten amortisieren können.

Bindungsraten sind wichtig, aber sie erzählen nicht die ganze Geschichte. Der Punkt ist, dass es eine Minute, eine Stunde oder sogar eine Woche dauern kann, bis ein Benutzer die Website verlässt, nachdem er seine erste Entscheidung für Ihr Produkt getroffen hat. Vielleicht möchte er sich abmelden, vergisst es aber ständig. Oder er beschließt, dem Produkt eine weitere Chance zu geben, aber alle Hände reichen nicht.

Nehmen wir an, Ihr Aufbewahrungsplan weist diese besorgniserregende Steigung auf:

Sie bemerken einen starken Rückgang der Bindung, haben aber keine Ahnung, was los ist. Es sieht so aus, als würde die Kurve am 14. Tag steiler werden ... Aber lag es an einem schrecklichen Fehler oder haben sich die Benutzer nur daran erinnert, dass sie sich abmelden wollten?

Metrik Nummer 4. DAU/WAU/MAU

Anstatt sich nur auf die Kundenbindung zu konzentrieren, sollten Sie sich mit der Analyse des Benutzerverhaltens befassen. Sie wird Ihnen erklären, wer aktiv ist und wer sich gerade die Zeit genommen hat, sich abzumelden.

Dazu müssen Sie einen Blick auf die Aktivitätsniveaus werfen. Abhängig von der Art Ihres Produkts müssen Sie einer der folgenden Kennzahlen besondere Aufmerksamkeit schenken:

Täglich aktive Benutzer (DAU)

Monatlich aktive Benutzer (MAU)

Wenn Ihr Hauptwert von der täglichen Nutzung abhängt (Sie bewerben eine Messaging-App oder einen Workflow-Organizer), dann liegt Ihr Fokus auf täglich aktiven Benutzern. Wenn der Wert von weniger häufigen Check-ins abhängt, behalten Sie die WAU oder sogar MAU im Auge.

Es kommt nicht vor, dass alle Benutzer eines Morgens aufwachen und beschlossen, Ihre Anwendung zu verlassen. Dem Abfluss geht in der Regel ein Rückgang der Aktivität voraus. Legen Sie Aktivitäts-Benchmarks für Ihre Benutzer fest, und wenn Sie diese nicht erreichen, starten Sie den Re-Engagement-Prozess, bevor es zu spät ist.

Vorbeugung, nicht Behandlung von Symptomen

Die Anwendung beliebiger Aufbewahrungsstrategien auf Ihre Datenbank kann sehr verlockend sein, unabhängig davon, ob Sie ein Abwanderungsproblem haben oder nicht. Aber das wird dazu führen, dass Sie zerrissen werden und dadurch wenig erreichen. Diese 4 Kennzahlen geben Aufschluss darüber, wie Sie Abwanderungsziele festlegen und schnell Maßnahmen ergreifen können.

Sobald diese Kennzahlen großartige Ergebnisse zeigen, können Sie die Ärmel hochkrempeln und sich darauf konzentrieren, noch mehr Mehrwert aus Ihren Benutzern herauszuholen.

  • Link abrufen
  • Facebook
  • Twitter
  • Pinterest
  • Email
  • Andere Apps

Ich bin zum ersten Mal auf DAU/MAU-Kennzahlen gestoßen, als sie 2009 im Zusammenhang mit Facebook-Spielen erwähnt wurden. Und obwohl ich mir sicher bin, dass sich ernsthafte Spieler schon lange nicht mehr darauf verlassen Wachstumskennzahlen Für viele Vermarkter haben sie sich jedoch als sehr attraktiv erwiesen.

Heute werden wir darüber sprechen, warum diese Kennzahlen gleichzeitig so attraktiv und gefährlich sind.

Beginnen wir mit ihrer Definition.

DAU (Täglich aktive Benutzer) gibt an, wie viele (einzelne) Kunden Ihren Service an einem bestimmten Tag genutzt haben (normalerweise angemeldet).
MAU (Monatlich aktive Benutzer) gibt an, wie viele (einzelne) Kunden Ihren Service genutzt haben Im vergangenen Monat(oder die letzten 30 Tage).
DAU/MAU Das sind % unserer (einzigartigen) Kunden Betreff haben Ihren Dienst für den Zeitraum in Anspruch genommen. Dies ist die sogenannte „Klebrigkeit“.
Was sind Profis ihre Verwendung?

 Erste: Es ist sehr einfach, solche Metriken zu berechnen. Im DAX könnten die Berechnungen so aussehen.
:=
DISTINCTCOUNT ( tbl_users )
:=
BERECHNUNG(,
DATESINPERIOD (Kalender, MIN (Kalender), -30, TAG))

 Zweite: Viele Unternehmen sind geschlossen und veröffentlichen ihre Kennzahlen (z. B. ARPU oder LTV) nicht. Andererseits ist es mithilfe von Competitive-Intelligence-Tools relativ einfach, die Größe der Zielgruppe eines Konkurrenten einzuschätzen und Ihre Wachstumsraten mit seinen Wachstumsraten zu vergleichen.

Eigentlich endet hier die Attraktivität dieser Kennzahlen.

Was sind Risiken ihre Verwendung?

(1) DAU ist eine weitgehend volatile Wachstumsmetrik und erklärt überhaupt nicht, was dieses Wachstum verursacht.

  1. Ist das ein Ergebnis der PR, als mehrere namhafte Fachpublikationen auf Sie aufmerksam machten?
  2. Ist es das Ergebnis des Marketings, bei dem durch den Start einer neuen Akquise-Marketingkampagne viele „neue“ Kunden gewonnen wurden?
  3. Ist es das Ergebnis eines Marketings, bei dem viele „alte“ Kunden aufgrund einer Retention-Marketing-Kampagne zurückkommen?
Wie Sie sehen, können die Faktoren sehr unterschiedlich sein.

Der erste Wachstumsfaktor im Allgemeinen extern(Sie haben ihn nicht beeinflusst). Daher kann man nicht mit der Stabilität eines solchen Ergebnisses rechnen.

Der zweite und dritte Wachstumsfaktor allerdings intern(das Ergebnis Ihrer Bemühungen), aber die Natur dieser Faktoren ist anders. Dies bedeutet, dass die Stabilität des Ergebnisses im Laufe der Zeit unterschiedlich sein wird.

(2) DAUs/MAUs werden oft als Stellvertreter für die Bewertung des internen Aufbewahrungsmechanismus Ihres Dienstes angesehen. Dies ist jedoch auch nicht der Fall.

Benutzeranmeldungen korrelieren normalerweise nicht gut mit der Zielaktion. Typischerweise sieht das Bild eines explosiven Wachstums so aus.

Quelle: amplitude.com

Obwohl das DAU-Wachstum noch anhält, wächst der Abfluss bereits viel schneller. Daher ist die Rückkehr in die Ausgangsposition nur eine Frage von wenigen Wochen.

Warum passiert das?


Einerseits korreliert die Anmeldung als imaginäre Zielaktion nicht gut mit realen Zielaktionen, beispielsweise dem Betrachten eines Produkts.

Andererseits prägen Unternehmen das Wachstum am häufigsten durch die ersten beiden Faktoren.

Das ist Anziehung, und Anziehung wird normalerweise dadurch gemessen und optimiert Erste Zielaktion (Anmelden/Kauf), statt wiederholter Zielaktionen ( n-ter Login, m-ter Kauf). Es stellt sich also heraus, dass diese Kennzahlen – Vanity-Metriken.

Was denkst du über DAU, MAU?

Einen praktischeren Ansatz beschreibe ich hier:

Kommentare

Beliebte Beiträge aus diesem Blog

Heute werden wir über LTV in einem anderen Kontext sprechen – vereinfacht angewendet.

Also vor dir Lebenszyklusraster.

Der Name und das Konzept dieser wunderbaren Technik wurden vom herausragenden Vermarkter Jim Novo gegeben. Lesen Sie seinen Blog unbedingt noch einmal, insbesondere die frühen Artikel.

Tatsächlich ist LCG eine RF (M)-Matrix:
Von horizontal Achsen, die Sie betrachten R Effizienz(kürzlich zuletzt gekauft);Von Vertikale Achsen, die Sie betrachten F Häufigkeit(Anzahl der Käufe); In jeder Zelle sehen Sie die Anzahl der Kunden mit bestimmten Parametern R und F. Nachdem wir eine solche Matrix erstellt haben, können wir viele Fragen sofort beantworten, aber jetzt interessieren uns nur noch vier: welche Kunden kritisch für das Geschäft?
(oberer rechter Quadrant), welche Kunden wirklich entwickeln weiter?
(unterer rechter Quadrant), welche Kunden wahrscheinlich verloren für das Geschäft?
(oberer linker Quadrant), welche Kunden nicht interessant für das Geschäft? Ich bin mir sicher, solange du...



 

Es könnte nützlich sein zu lesen: