Как мы увеличили конверсию в приложении в подписку на 61% с помощью А/Б тестов

Современный рынок мобильных приложений представляет собой крайне конкурентную среду. Это особенно ярко проявляется в сфере приложений — утилит, в котором огромное число компаний соревнуются за внимание пользователей, предоставляя довольно похожий набор возможностей в рамках каждой ниши. В такой среде критически важно не просто получить трафик на своё приложение, но и грамотно его обработать. Ведь если ваше приложение будет получать установки, но не будет иметь достаточных конвертов в подписку/покупку, а также иметь хорошего среднего числа ребилов, выжить в такой конкуренции будет крайне сложно.

Мы в AEZAKMI Group занимаемся созданием и продвижением Utility приложений с подписочной моделью в App Store, и хотим поделиться средством, которое очень нам помогает в увеличении конверсий, а также позволяет максимизировать собственный доход и оставаться конкурентными.

На решение пользователя оформить подписку влияет огромное число факторов: это и цена подписки, и наличие или отсутствие бесплатного пробного периода, и внешний вид пейвола, информация на нём, а также расположение и внешний вид крестика на пейволе. Именно совокупность перечисленных факторов влияет на итоговый конверт.

Как следствие, для того чтобы улучшить показатели приложения, нужно всё это тестировать в различных комбинациях и для каждой ниши отдельно. По нашему опыту, есть ниши, которые значительно лучше работают с подпиской с триалом, а есть те, которые сильно лучше показывают себя на длинных (3 месяца, год) периодах подписки, но есть и такие, где наиболее оптимальным вариантом будет обычная месячная подписка. И это только тип подписки, а есть ещё огромное число переменных.

Итак, нужна проверка: наилучшим вариантом является одновременное A/B тестирование. Ведь в случае, если мы проводим тест последовательно, внешние факторы могут существенно изменить итоговый результат. Приложение может просесть по качеству трафика, а может просто начаться сезонный спад в нише посреди теста и результаты будут смазанными. Сам новый пейвол, например, покажет лучшие конверты, но это может целиком нивелироваться более низкой платёжеспособностью трафика в разные периоды времени. Поэтому, качественные результаты можно получить только в рамках A/B тестирования, при котором все варианты проверяются одновременно, в одних и тех же условиях.

Для иконок и скриншотов App Store Connect сам предоставляет такую возможность с их Product Page Optimization тестами, но при этом для внутреннего содержания приложения такой возможности нет. Эту опцию как раз и дают Experiments в Apphud.

С помощью несложной интеграции, с удобным гайдом, можно настроить варианты чего угодно в приложении, начиная от внешнего вида пейволов, заканчивая полностью разными по наполнению онбордингами и различными подписками. Всё это в рамках A/B тестов. Мы используем Experiments довольно давно, так что у нас есть множество кейсов, где это сильно помогло нам в понимании ниш, а также в увеличении показателей приложений.

Первый кейс — PDF Scanner (https://apps. apple. com/us/app/id1635037894)

Когда мы только заходили в нишу PDF-сканеров, мы не знали, какой тип подписки там лучше работает, поэтому требовалось проверить, что на дистанции приносит большую прибыль: обычная месячная подписка, недельная подписка или недельная подписка с триалом. Очевидно, что можно провести ещё много подобных тестов, например, месяц с триалом, год, 3 месяца и т.д., но здесь нужно понимать, что одновременно пробовать большое количество вариантов — это долго, поэтому мы решили начать с такого теста и дальше проводить другие исследования, сравнивая с победителем.

Теоретически, такой тест можно провести не используя сторонние средства, просто зашив внутрь билда процентное разделение пользователей, но это неудобно с точки зрения анализа результатов, так как нужен бэк, который будет всё это аккумулировать и презентовать. Также это не сильно удобно и с точки зрения завершения теста, потому что вам надо программно закладывать возможность его завершения без нового билда, либо загружать новый билд и проходить ревью с победившим вариантом. Кроме того, такое программное разделение не поощряется Apple, так как им сложнее это тестировать и отслеживать активность, нарушающую Гайдлайны.

Все эти проблемы решают “Experiments”. Простое интегрирование SDK позволяет быстро создать варианты, а уже в самом Apphud указать проценты трафика для каждого из них, а также выбрать нужную подписку и пейвол. Ещё одно преимущество Experiments— они позволяют быстро и без билда применить победивший вариант, демонстрируют удобную статистику.

Пейволы для теста:

Результаты теста различных типов подписки для PDF сканера:

Легко заметить, что конверт в подписку через триал (2.42%) вдвое выше конверта в месячную подписку (1.2%). Он также выше конверта в недельную, но это не самое главное. Experiments позволяют отслеживать ARPU — очень важный показатель. Именно ARPU, в конечном итоге, является показателем, аккумулирующим и конверт, и ребилы. Ведь одна подписка может очень хорошо конвертить, но пользователи сразу же будут её отменять, а другая будет иметь конверт в 2 раза хуже, но при этом будет иметь в 4 раза более высокий показатель продления подписок, а значит будет выгоднее в долгосрочной перспективе.

Самое главное удобство состоит в том, что ARPU считается именно по пользователям, которые увидели тот или иной вариант. Проще говоря, ребилы пользователей для каждого варианта отслеживаются отдельно. Мы видим, что ARPU месячной подписки в 2 раза меньше, чем ARPU подписки с триалом, и тут можно подумать, что это из-за конверта, который выше в два раза. Однако, цена недельной подписки ниже в 2 раза, чем у месячной, а пользователь лучше монетизируется, так как подписан на большее число подписочных периодов. Это видно и по ARPPU: юзеры на триальной подписке приносят больший доход и дольше остаются подписанными.

Этот тест позволил нам понять, что недельная подписка с триалом в 2 раза лучше, чем исходная месячная подписка, а также позволил нам увеличить доход приложения в два раза.

Второй кейс - LED Light Controller (https://apps.apple.com/us/app/id6444708950)

В данном тесте мы хотели проверить, какой из различных стилей онбординга будет показывать лучшие результаты.

Варианты:

В данном тесте у нас было целых 6 вариантов онбординга, правда Experiments позволяет одновременно запустить только до 5-ти, поэтому мы разбили тестирование на 2 этапа.

Первый этап:

Второй этап:

На примере данного исследования видно, как важно тестировать варианты именно одновременно. Вариант «1» при первой проверке показал конверт в 1.11%, а во второй уже в 1.28%, хотя в самом этом варианте, как и в других частях приложения, ничего не изменилось.

В итоге мы смогли увеличить конвертацию в подписку c 0.79% до 1.28% (+61%), а ARPU с $0.12 до $0.14 (+16%). На больших объемах приложения — это очень значительный прирост. Особенно учитывая тот факт, что всё это произошло за счёт всего одного теста. Мы считаем инструмент AppHud-а очень удобным и полезным в нашей работе. Наша команда обладает масштабной экспертизой в области создания и продвижения iOS приложений. Мы готовы рассматривать различные варианты партнёрства: начиная от продвижения приложений, консультаций, заканчивая продажей качественных приложений нашей разработки с органическим трафиком.

С более детальной информацией вы можете ознакомиться на сайте — aezakmi.group.

Наша электронная почта для предложений — partnership@aezakmi.group.