Установки растут, а выручка ― нет: что скрывают метрики активности приложения

«Кол-во загрузок приложения выросло в два раза после рекламной кампании» ― фраза, которая порадует, но на самом деле ничего не скажет бизнесу. Установка ― это только одно касание с брендом. Загрузок может быть много, а инвестиции все-равно не окупаются — потому что активных пользователей у приложения мало, а половина пользователей удалила его через минуту. Настоящая разница будет видна в метриках: DAU, WAU и MAU. Разбираемся на примерах, как измерить активность пользователей и улучшить эти показатели.

DAU (Daily Active Users), WAU (Weekly Active Users) и MAU (Monthly Active Users) считают не установки, а уникальных людей, которые открыли приложение или совершили в нем целевое действие за день, неделю или месяц. Что считать «действием», решает бизнес: для мессенджера это вход в переписку, для интернет-магазина ― просмотр товара, для образовательной платформы ― открытый урок.

DAU, или Daily Active Users, ― количество уникальных людей, которые заходили в приложение хотя бы раз за сутки. Метрика ключевая для сервисов, которыми пользуются каждый день: мессенджеров, игр, социальных сетей. Люди открывают ленту и переписку ежедневно по привычке, и если DAU снижается, это первый сигнал, что интерес к продукту падает.

WAU, или Weekly Active Users, ― количество уникальных пользователей за неделю. Метрика подходит приложениям с регулярным, но не ежедневным использованием: образовательным платформам, таск-менеджерам, которые открывают в основном в будни, а в выходные показатель может почти обнулиться. WAU сглаживает дневные колебания и показывает общий спрос на приложение за более длинный период.

MAU, или Monthly Active Users, ― количество уникальных пользователей за месяц. Метрика отражает общий размер аудитории, которая находит приложение полезным хотя бы иногда, и помогает оценить максимальный охват продукта.

Три метрики не пересчитываются одна в другую. WAU не равен DAU × 7, а MAU не равен WAU × 4 ― потому что один человек может заходить каждый день или один раз за весь месяц, а считается он в каждой метрике только один раз. Студент, который посмотрел уроки в понедельник, среду и через две недели в пятницу, даст DAU = 3, WAU = 2, MAU = 1. Это один и тот же человек, а не три разных метрики роста.

Если разделить DAU на MAU, получится «коэффициент прилипаемости», или sticky factor ― процент месячной аудитории, которая возвращается в приложение каждый день. У приложения с 480 DAU и 3200 MAU sticky factor равен 15%: столько от месячной базы держится в продукте на ежедневной основе.

Средним ориентиром считается 20%, но у каждой индустрии свой уровень: у соцсетей и мессенджеров ― около 40%, у финтеха ― 27%, у приложений для здоровья и фитнеса ― 22%, у e-commerce ― 14%. Сравнивать свой sticky factor стоит не с абстрактной нормой, а с конкурентами из своей категории: это единственная метрика, которая не зависит от размера аудитории или модели монетизации.

Сеть гипермаркетов «Твой Дом» заметила, что мобильные пуши с ограниченными по времени скидками иногда доходят до клиентов на iOS с задержкой в несколько часов, а то и суток. Разобраться помог не тикет от разъяренного покупателя, а наложение MAU на события: выходные, массовые рассылки, триггерные пуши по оттоку.

Оказалось, что Android доставляет рассылку за 6 часов, а iOS ― от 4 часов до 3 суток, в зависимости от очереди на отправку. База в 2 миллиона контактов была слишком большой для пропускной способности iOS-пушей, поэтому сообщения размывались почти на неделю вперед, и график не показывал заметных скачков. Сегмент сократили до 400―450 тысяч клиентов, которые реально пользуются приложением, отправка стала укладываться в день ― и на графике сразу появилась видимая связь между рассылкой и всплеском MAU.

Это работает и в обратную сторону: если DAU упал сразу после обновления, скорее всего дело в самом обновлении, а не в сезонности или конкурентах. Метрика не назовет причину напрямую, но покажет, где искать проблему, ― до того как это выльется в отток и жалобы.

«Делимобиль» довел новых пользователей до 10 поездок в первый месяц с помощью welcome-цепочки с растущей скидкой ― от 5% и выше, в зависимости от того, воспользовался ли клиент предыдущим предложением. Результат теста с контрольной группой ― плюс 16% к ARPU и плюс 34% к частоте поездок за квартал.

Похожая логика сработала на возврате оттока: скидка 25―35% для тех, кто не пользовался сервисом больше 60 дней, дала плюс 25% к количеству активных райдеров.

Сервис бронирования «Отелло» построил на брошенных сессиях не разовую акцию, а многоступенчатый сценарий: клиенту, который добавил отель в корзину, но не забронировал, через час после закрытия приложения приходит пуш со скидкой ― не чаще раза в сутки. Похожий сценарий для брошенной онлайн-оплаты и welcome-цепочка для тех, кто установил приложение, но не авторизовался, вместе приносят 80% товарооборота, который «Отелло» получает от CRM-канала. Через три месяца после запуска доля пушей выросла до 1,5% от GMV, а число реализованных бронирований из пушей ― на 91%.

COZY HOME выбрал не скидку за конкретное действие, а статус: пятиуровневая программа лояльности в собственном приложении, где начальный уровень White дает 10% кешбэка, а максимальный Platinum ― 50%. Чем выше уровень, тем чаще клиент открывает приложение проверить статус и остаток бонусов ― не только чтобы сделать заказ.

Метрики DAU, WAU и MAU не заменяют анализ выручки и оттока: рекламная кампания может поднять DAU, но замаскировать отток, если новые пользователи не задерживаются в приложении дольше недели. Смотреть нужно всегда на связку метрик: сколько людей приходит, сколько остается и сколько из них доходит до покупки.

Больше полезных материалов читайте в Mindbox Журнале