Пользователи iOS более любознательны, а пользователи Android предпочитают развлеченияА может просто чаще родители покупают что подешевле своим детям, поэтому на девайсах с Андроидом чаще играют?
Анатолий, привет! Попросил аналитика проверить еще раз проверить запрос. Там вот так (обычный когортный анализ):
/*дни считаются, как относительная дата между первым появлением устройства (EVENT_INIT) и последним повляением устройства (EVENT_START) с фореграундной сессией) */ для каждого приложения, у которого средняя DAU за квартал была больше 100 пользователей, насчитывается число пользователей.
Затем для каждого приложения насчитывается количество уников в 1, 3, 7, 30 бакетах и относится к количеству пользователей на период 0. Потом данные по всем приложениям просто усредняются.
Я вижу единственную проблему тут в том, что такое усреднение можно было провести и со взвешиванием на аудитории. В целом, один из вариантов интерпретации такой - "Есть 40-50 топовых, крупных аппов. У них большие, репрезентативные аудитории. Ретеншен там, назовем, более привычный, нам. Но есть еще тысячи других аппов, небольших. (например, AppMetrica, где ~150 DAU и ретеншн 60-70%). При усреднении без взвешивания они и могут сместить измерение."
Пользователи iOS более любознательны, а пользователи Android предпочитают развлеченияА может просто чаще родители покупают что подешевле своим детям, поэтому на девайсах с Андроидом чаще играют?
Не без этого, безусловно. Это один из факторов
Мне одному кажется, что заголовок статьи не соотносится с текстом?
Это один из выводов из полного варианта исследования
Достигли дзена
Ребята, а как вы так ловко R30 считаете что он у вас 42-45%?
Анатолий, привет! Попросил аналитика проверить еще раз проверить запрос. Там вот так (обычный когортный анализ):
/*дни считаются, как относительная дата между первым появлением устройства (EVENT_INIT) и последним повляением устройства (EVENT_START) с фореграундной сессией)
*/
для каждого приложения, у которого средняя DAU за квартал была больше 100 пользователей, насчитывается число пользователей.
Затем для каждого приложения насчитывается количество уников в 1, 3, 7, 30 бакетах и относится к количеству пользователей на период 0. Потом данные по всем приложениям просто усредняются.
Я вижу единственную проблему тут в том, что такое усреднение можно было провести и со взвешиванием на аудитории. В целом, один из вариантов интерпретации такой - "Есть 40-50 топовых, крупных аппов. У них большие, репрезентативные аудитории. Ретеншен там, назовем, более привычный, нам. Но есть еще тысячи других аппов, небольших. (например, AppMetrica, где ~150 DAU и ретеншн 60-70%). При усреднении без взвешивания они и могут сместить измерение."