Как превратить случайных пользователей в постоянных с помощью метрик DAU, WAU и MAU
У приложения высокие оценки и 100 тысяч скачиваний, а денег оно не приносит? Значит пора посмотреть на активность юзеров— где-то в ней затаилась проблема. Рассказываю, куда смотреть и как данные о том, сколько человек нажали на кнопку в приложении, помогают развивать бизнес.
Как понять, нравится ли людям ваше приложение или сайт? На первый взгляд абсолютно очевидно: просто измеряйте, сколько у вас активных пользователей, которые заходят к вам и совершают целевые действия. Если много, то им нравится, а если немного, то не нравится.
Либо ваше приложение — это Твиттер, который никому не нравится, но им все равно пользуются.
В целом, все так, но есть нюанс.
Я СЕО дата-консалтинга Valiotti Analytics. Наша специализация — это разработка кастомных систем аналитики для компаний из диджитал-сфер: эдтехов, финтехов, онлайн-магазинов, разработчиков игр и так далее. Всего 40+ проектов в портфолио, и у каждого заказчика есть сайт или целое приложение, где надо отслеживать активность юзеров.
Вроде бы суть одна — смотреть сколько людей сделали на сайте что-нибудь полезное, но измеряют и анализируют эту активность все по-разному.
Это зависит от специфики бизнеса, которую надо уметь учитывать, чтобы не просто собирать данные, а точнее понимать свою ЦА.
Объясню, как это делать и как находить инсайты.
Разберемся с определениями: активный пользователь, DAU, WAU, MAU
Активный пользователь — это тот, кто регулярно взаимодействует с приложением. Он туда заходит, тыкает в кнопки, делает покупки и совершает другие целевые действия.
Логичный вопрос — а что такое «регулярно»? Это может быть и несколько раз в день или раз в месяц. Ответ зависит от той самой специфики бизнеса — именно она определяет, какая из продуктовых метрик для измерения активности юзеров будет нам интереснее всего:
- DAU — daily active users или ежедневные активные уникальные пользователи,
- WAU — weekly active users или еженедельные активные уникальные пользователи,
- MAU — monthly active users или ежемесячные активные уникальные пользователи.
Не перепутайте: мы измеряем не посещаемость, а активность. То есть не сколько людей просто открыли приложение, а сколько пользовались им, делали покупки, слушали музыку, смотрели видео и так далее.
Хочется, чтобы высокие показатели были везде, но надо расставлять приоритеты.
- Для социальной сети, мобильной игры или новостного агрегатора наиболее важно, чтобы пользователи каждый день использовали приложение и высокой была DAU.
- Сервису доставки, онлайн-школе или фитнес-приложению нужно, чтобы пользователи возвращались еженедельно и росла WAU. Конечно, здорово было бы, чтобы они заглядывали каждый день, но большинство все-таки используют такие сервисы пару раз в неделю.
- Приложению для продажи билетов, бронирования отелей или уплаты налогов рациональнее всего отслеживать MAU.
Это не повод условному Booking’у смотреть только на MAU и не обращать внимание на остальные показатели. Это скорее значит, что надо не огорчаться, если DAU не такой высокий, как у условного Spotify. Отслеживать в любом случае надо все три метрики, потому что это — ключ к пониманию своих пользователей.
Как правильно анализировать активность пользователей?
Сама по себе каждая метрика — это просто число людей, которые использовали приложение. Если цифра высокая, смотреть на нее приятно, но настоящая ценность в ней появляется, если оценивать ее в контексте:
- в динамике,
- в связке с другими метриками,
- с учетом того, что происходит с приложением.
Вот несколько примеров.
- DAU онлайн-магазина упала после недавнего обновления. Что это значит? Скорее всего, что пользователям апдейт не понравился либо он вообще сломал приложение так, что им нельзя пользоваться. Вот и активность на нуле: юзеры рады бы сделать покупку, но корзина теперь не работает. Но это было слишком очевидно. Усложняем задачу.
- У новой игры с активной рекламой высокая DAU. Все круто? Ну да, но посмотрим на удержание, отток и MAU, а потом посчитаем «липкость» или Sticky Factor по формуле DAU / MAU * 100%. Этот показатель говорит о стабильности пользовательской базы — чем он выше, тем она лояльнее. Если смотреть отдельно на DAU и MAU, то может быть сложно сделать выводы и увидеть тренды. За всплесками активности DAU легко упустить отток игроков, которые приходят и не задерживаются. Зато его видно, если соотнести ежедневную активность с MAU.
- У сервиса по доставке еды не растет WAU. Большинство пользователей не заходят в него каждый день, а заказывают свои пиццы и суши 1-3 раза в неделю. Посмотрим на DAU, чтобы узнать, в какие дни активность высокая, а в какие проседает. Это поможет подготовиться к высокой нагрузке в напряженные дни, а в «медленные» напомнить о себе пушами или акциями.
Такая комплексная аналитика помогает понять своих пользователей. Когда вы смотрите на несколько показателей сразу, вы видите, кто ваш пользователь, зачем пришел или почему ушел. С этой информацией вам будет легче развивать продукт и создавать ценность для клиентов — а именно это и помогает превратить случайных посетителей в лояльных постоянных пользователей.
Более подробно, как смотреть на метрики в совокупности и ловить инсайты, я рассказываю на экскурсии по системе аналитики. Это созвон в Zoom, на котором я или специалист из моей команды рассказываем, как устроена аналитика и как она помогает развивать бизнес.
Как и в чем собирать данные?
Теперь про практику: как вообще настроить процесс сбора и визуализации продуктовых метрик? Вариантов два — найти готовое решение или делать свое.
Вариант 1: готовые решения
Это Яндекс Метрика, AppMetrica, Ройстат, Google Analytics и чуть менее известные на нашем рынке Mixpanel и Amplitude. Очевидный дисклеймер: часть из них могут быть недоступны в России, но вообще вариантов много, что-нибудь найдется.
Плюсы готовых решений:
- Быстро и просто. Почти как чайник купить: выбрали в магазине самый симпатичный, дома воды в него налили, вилку в розетку воткнули и все, пьете чай. Может быть, чуть-чуть посложнее, конечно, но подключить такое решение и начать собирать данные можно за пару дней.
- Дешево. Это понятие относительное, но это намного дешевле, чем делать свою аналитику с нуля. Если поискать, еще можно найти условно-бесплатные решения, где за самые базовые функции не надо платить.
- Есть основные функции и возможности. Все эти готовые решения могут автоматически собрать данные и нарисовать на их основе график. Тонких настроек и кастомизации там нет, но DAU-WAU-MAU 100% посчитаете.
- Можно разобраться и использовать самостоятельно. Вы не будете зависеть от своего ИТ-специалиста или аналитика, ждать пока они обработают ваш запрос и сделают вам выгрузку данных. В большинстве готовых решений можно разобраться своими силами, максимум с помощью парочки гайдов.
Минусы готовых решений:
- Только самое необходимое. Да, базовые функции на месте, но со временем возможностей систем из коробки перестает хватать. Они просто не могут подстроиться под каждый бизнес с его специфическими запросами. Можно посмотреть DAU в целом, но получится ли сегментировать аудиторию или проанализировать, какие действия совершал юзер и какого цвета кнопка лучше всего конвертит?
А если вы хотите посмотреть данные год к году, а готовое решение их просто не хранит так долго?
- Непонятно, что у них внутри. Это не проблема, пока все нормально работает. Но вопросы к данным возникают абсолютно всегда. Например, реклама вообще лидов не приводит, и непонятно: это креатив такой плохой или где-то аналитика сломалась и данные не дошли до графика? Но если внутрь кастомной системы можно заглянуть и убедиться, что она правильно собирает и считает данные, то готовое так не разобрать. Вы просто не сможете перепроверить его работу.
Вариант 2: кастомная система аналитики
Это альтернатива готовым решениям, которую создают для вас с нуля: настраивают сбор данных, разворачивают хранилище, верстают дашборды. Сделать это могут либо ваши аналитики и дата-инженеры в штате, либо подрядчик вроде моего консалтинга.
Пойдем в обратном порядке и начнем с минусов.
- Дорого. Сделать кастомную систему намного дороже, чем подключить даже самый люксовый премиум-тариф у Ройстата. Нужно будет выплачивать зарплаты своим инженерам или гонорар подрядчику, покупать сервера или место в облаке, платить за использование разных компонентов системы.
- Долго. От старта работы до первого результата обычно проходит 1–2 месяца. Это вариант не для тех, кому надо было вчера.
Зато какие плюсы!
- Полная свобода в пределах разумного — любые метрики, фильтры, графики, которые вам нужны. Можно ограничиться одним дашбордом или создать сразу несколько под разные задачи — опять, же как вам удобно. Кастомная система аналитики изначально создается под ваш бизнес, чтобы вы могли отслеживать именно те показатели, которые нужны вам.
- Потенциал для роста. Когда понадобится посчитать новые метрики или добавить источники данных, вы не упретесь в ограничения. Готовая система то не умеет нужную метрику считать, то не поддерживает вид графиков, который ва нужен, то не коннектится с источником данных, и никак это не исправить. Кастомная развивается и растет вместе с бизнесом, подстраиваясь под его требования.
- Надежность и точность данных. Ваши данные собираются в базу и там хранятся, сколько понадобится. А еще всегда можно отследить путь данных от источника до отчета и убедиться, что в них нет ошибок.
У каждого бизнеса — свои запросы, источники данных, рекламные кампании и метрики. Чем старше и больше компания, тем больше у нее появляется специфических запросов, которые сложно «уместить» в готовое решение «из коробки».
Проще всего показать это на примере:
Это онлайн-платформа с мастер-классами от экспертов на разные темы. На этом дашборде заказчик смотрел не просто MAU за разные периоды, но и число установок, удержание и другие показатели, которые важны для оценки активности. А сама MAU разбита на несколько разных метрик: например, активность пользователей в приложении и просмотр видео.
В готовом решении такое не настроишь — ему просто не хватит функционала, чтобы учесть все пожелания пользователя и нужным образом обработать данные.
Плюсы могут показаться неубедительными из-за необходимости вкладывать в разработку силы, время и деньги. Но это только до тех пор, пока вы не столкнетесь сами с ограничениями готовых решений и не поймете, что они серьезно мешают анализировать активность пользователей и развивать свой продукт. С этим сталкиваются все компании по мере роста и развития.
Но и вписываться в долгий и дорогой проект, не зная, что вас ждет, тоже не хочется. Чтобы показать, как ведется разработка, как мы подбираем решения и какие результаты это дает, мы и проводим экскурсии по системе аналитики. Там я разбираю один из наших реальных проектов, показываю все детали и отвечаю на вопросы.
Надо сказать, что весьма доступно и ёмко всё разжевали, хороший материал по метрикам, спасибо
Спасибо! Экспериментирую с форматом и подачей, чтобы было вам было и понятно, и полезно, и без лишних технических деталей.
Интересно, а как измерять активность для приложений с сезонной активностью, например, в туристической отрасли?
В таких случаях хорошо работают не только MAU и DAU, но и анализ сезонных тенденций, например, год к году или месяц к месяцу. Также важно отслеживать метрики удержания пользователей, анализировать поведение в пиковые периоды и готовиться к ним. Метрики активности помогают понять, как изменения в приложении влияют на спрос в сезоны спада или роста.
своя разработка актуальна, когда проект уже летит более менее
Как правило, да — в формирование отдела аналитики имеет смысл вкладываться, когда компания уже зрелая и стабильная, и готова выделить на это ресурсы.
Спасибо за статью.
Как-то в 2011-2012 годах, разрабатывали промо-сайт для одних табачников, тематика (тогда популярная) уличные гонки, и мы предлагали несколько механик и долго вели переговоры, пока не добрались до начальника, который прямым текстом сказал - я хочу чтобы на сайт приходили каждый час, как в курилку.
В итоге появились счастливые часы (можно сказать зарождение DAU) и каждый час порядка 10-15 тыс. человек сидело на сайте :)
И также был введен еженедельный заезд (так сказать WAU)
к чему это я всё, иногда изначальный бриф, отличается от того, что на самом деле хочет заказчик :)