Аналитика мобильных приложений что это

Аналитик мобильных приложений

Аналитик мобильных приложений – специалист, принимающий участие в создании новых и улучшении существующих продуктов. Проводит предварительную и текущую аналитику, выявляя точки роста и ошибки. Профессия балансирует на грани маркетинга, менеджмента, бизнес-аналитики и IT-технологий. Она понравится ребятам, которые среди школьных предметов выделяют математику и информатику. Кстати, недавно центр профориентации ПрофГид разработал точный тест на профориентацию, который сам расскажет, какие профессии вам подходят, даст заключение о вашем типе личности и интеллекте.

Краткое описание

Созданию мобильного приложения предшествует аналитическая работа – сбор и обработка информации, сравнение данных, оценка рисков и прогноз тенденции. Всё это предупреждает ошибки и финансовые издержки, позволяет создать мобильное приложение, которое будут загружать и использовать. До начала разработки как минимум надо:

Как узнать, подходит ли вам профессия «Аналитик мобильных приложений»?

• определить целевую аудиторию;
• прощупать рынок;
• выявить главных конкурентов;
• понять, нужен ли конечному потребителю задуманный продукт.

Все перечисленные работы выполняет аналитик мобильных приложений. Он тонко чувствует рынок, способен определить успешность или провальность любой идеи, спрогнозировать затраты и ROI (return on investment – окупаемость инвестиций).

• 

Мечтаешь создать свою игру?
Воплоти мечту в реальность вместе с XYZ School!

Черная пятница в Skillbox: месяц инвестиций в себя!
Получи скидку, курс в подарок и гарантию трудоустройства, чтобы стать востребованным специалистом.
Читайте также

Особенности профессии

Аналитик мобильных приложений сопровождает проект на всех ступенях реализации. Обычно его привлекают в команду на этапе зарождения идеи, ведь именно он может определить, какой дизайн будет успешным, какой суммой нужно располагать для раскрутки и каких специалистов стоит привлечь в проект.

Основные обязанности аналитика мобильных приложений:

• 

НОВОГОДНЯЯ РАСПРОДАЖА SKILLBOX
При покупке курса со скидкой до 60% выберите второй курс в подарок.

Скидки 70% и подарки на сумму до 260 000 ₽
Покупаете один курс — получаете два. Год английского от Skyeng +1 профессия в подарок.

Яндекс.Практикум, скидки 20%
Приходите учиться любой профессии со скидкой 20% в честь сами знаете чего!

• анализ ситуации на рынке;
• выявление конкурентов и изучение рейтингов популярных тематических приложений;
• сбор и сегментация целевой аудитории;
• определение назначения продукта, создание концепции;
• формирование технических заданий для исполнителей (совместно с руководителями и ведущими сотрудниками);
• анализ ситуации после релиза продукта.

Бывает и так, что мобильных аналитиков привлекают уже после того, как продукт вышел на рынок. Заказчики обращаются к аналитикам из-за низкой популярности продукта, большого количества жалоб, негативных отзывов и удалений с устройств. В этом случае аналитик ищет проблемы, которые тормозят развитие и популяризацию приложения. Иногда ситуацию удается решить быстрыми правками, но чаще всего проект требует серьезных доработок или полной трансформации. Привлечение аналитика мобильных приложений на начальных этапах позволяет создать полезный, потенциально популярный продукт и защитить заказчика от лишних трат.

Плюсы и минусы профессии

Плюсы

1. Рынок мобильных приложений насыщен самыми разными продуктами и постоянно развивается, поэтому аналитики очень востребованы.
2. Со временем аналитик мобильных приложений может выбрать другое направление деятельности в сфере IT.
3. Высокий уровень оплаты труда.
4. Возможность работать на фрилансе или же быть штатным сотрудником.
5. В профессию можно войти с нуля – после онлайн-курсов.

Минусы

1. Большая ответственность за популярность мобильного приложения.
2. Высокая конкуренция между соискателями.

Важные личные качества

Аналитик мобильный приложений – педантичный и чрезвычайно внимательный специалист. Он умеет работать в команде, быстро налаживать деловые связи и управлять коллективом в случае необходимости. Дисциплинирован, наблюдателен, умеет слушать и слышать, четко формулирует вопросы и способен моделировать развитие различных ситуаций.

Читайте также

Обучение на аналитика мобильных приложений

В профессию можно войти даже без узкоспециализированного высшего образования. Особенно низкий порог вхождения для практикующих UX- и веб-аналитиков, frontend-разработчиков и вообще выпускников технических вузов. Но окончить курсы все-таки придется. Средний срок обучения составляет от 6 до 18 месяцев, на отработку практики уходит еще полгода.

Сервисы аналитики приложений: используем по-максимуму

Анализировать мобильное приложение и поведение аудитории необходимо сразу после релиза продукта. Чтобы не плавиться в огне дедлайнов, решите вопрос с сервисом аналитики раньше. Мы подобрали 15 штук (на любой вкус и цвет).

Что нужно отслеживать

• количество установок из магазина;
• источники установок (поиск или топ магазина, ссылка с вашего сайта, сторонний ресурс и т. д.);
• тип трафика (география, модель устройства, возраст, платёжеспособность);
• ROAS (окупаемость вложений в рекламу);
• Retention (коэффициент удержания клиента, или как долго пользователь задерживается в приложении, и т. д. Подробнее о конверсии и других показателях читайте здесь);
• количество платных действий в приложении (для всех условно платных и платных продуктов).

Когда интегрировать

Интегрировать сервисы в приложение необходимо ещё на этапе его разработки. лучше всего — в момент составления бэклога. При этом важно запомнить: подбирать сервис придётся индивидуально, с учётом задач и запроса конкретного приложения. В продукт желательно (но не обязательно) ставить одну систему анализа. Из-за чего выбранный сервис должен включать в себя как можно больше функционала.

Инструменты аналитики

Мы отобрали 15 сервисов, пользоваться которыми легко и полезно:

Платформа: Android, iOS, Windows, Unity и Xamarin.

Удобный инструмент с большим количеством инструментом. Помимо стандартного аналитического пакета, сервис предоставляет возможность проверить юзабилити каждой страницы, найти ошибки в дизайне и структуре сайта, изучить поведение пользователей и отследить показатели конверсии.

Помогает группировать и анализировать пользователей по разным параметрам. Клиент может также разделить трафик на группы и сравнить их между собой. А регулярные отчёты — не упускать ничего из вида.

Сервис предполагает также работу с атрибуциями. В последних версиях можно анализировать не только последние переходы, но и первые значимые переходы. Ещё одна фишка AppMetrica — гибкий таргетинг.

Google Analytics (для приложений)

Платформа: iOS, Android.

Позволит с лёгкостью отслеживать показатели конверсий, а также данные по удержанию пользователей. К сожалению, сервис не сегментирует события и не умеет работать с воронками. Трафик не определяется, A/B тесты он проводить не даёт.

Из плюсов Google Analytics для приложений: 90+ различных отчётов, а также возможность агрегировать данные об использовании приложения в целом, а не на одной конкретной платформе. Ну и, конечно же, advertising feature — таргетирование рекламы в Google.

Платформа: iOS, Android.

Главная особенность сервиса — инструмент apptrace. Он помогает собирать данные о популярности приложения в разных магазинах, изучать источники трафика (учитввая рекламу в Facebook). Это происходит с помощью генератора URL-трекеров.

Также Adjust позволяет назначить KPI. Это может быть что угодно: показатель средней выручки с одного человека, время активности пользователя, процент конверсии события, стоимость жизненного цикла и т. д.

Firebase Analytics

Платформа: iOS, Android.

Базовый, но тем не менее мощный инструмент для аналитики приложений от Google. Позволяет отслеживать нужные показатели в автоматическом режиме, собирать их и делать импорт в рекламную систему. Поможет отследить баги и сбои в работе.

Показывает число открытий приложения пользователем, количество покупок внутри продукта, количество активных пользователей (период вы устанавливаете сами), информацию о трафика (география, демография и т. д.), конверсии. Также инструмент может оценивать эффективность глубинных ссылок.

Ещё один плюс — отчёты, которые сервис формирует самостоятельно.

Платформа: iOS, Android, Windows Phone, BlackBerry, веб-приложения.

Используется преимущественно iOS-никами, но может анализировать и остальных. Может делать fingerprint — цифровой отпечаток браузера (подробная информация о конкретном устройстве). Это поможет не только углубить аналитику, но и отличать нормальный трафик от трафика злоумышленников.

Сервис анализирует трафик, в том числе интересы пользователей. А также отслеживает Retention. С помощью Flurry можно посмотреть число активных и новых пользователей, узнать уровень их вовлечённости.

Также инструмент поможет вычислить наиболее популярные функции продукта. А это необходимо для правильной оптимизации и развития приложения. Ещё один плюс — функция аналитики привлечения пользователей. С Flurry команде будет намного проще расширить аудиторию, т. к. сам сервис будет подсказывать способы это сделать.

К сожалению, инструмент не предусматривает возможность экспорта информации об источниках трафика. Функция моделирования атрибуции тоже отсутствует. А ещё иногда Flurry слегка тормозит. Но это мелочи по сравнению с плюсами сервиса.

Платформа: iOS, Android, веб-приложения.

Детально анализирует трафик и поведение аудитории. Фактически, любой интересующий вас момент инструмент может конкретизировать максимально. Доступ к данным Amplitude предоставляет через SQL.

Помимо этого позволяет работать с событиями, воронками, конверсией, отслеживать уровень удержания пользователей и следить за путями прохождения людей внутри приложения.

Платформа: iOS, Android, Windows Mobile, BlackBerry и веб-приложения

Сервис предлагает не только стандартную аналитику, но и инструменты для умного таргетинга, а также автоматизации маркетинга. Работа с Localytics значительно улучшит понимание командой поведения пользователей их путь в приложении.

Инструмент отображает информацию о сеансах и событиях, уровень удержания аудитории, присваивает атрибуты и отслеживает число удалений продукта с устройств. Также Localytics работает с LTV.

Платформа: iOS и Android.

Отличительная особенность — тепловые карты и записи пользовательских сеансов. Эти визуальные данные (вкупе со стандартной аналитикой) помогут команде лучше понять ситуацию в приложении.

Также сервис предоставляет данные по аналитике удержания и действиям. А ещё с Appsee вы никогда не получите недостоверную информацию, т. к. о каждом сбое инструмент предупреждает отчётом.

Платформа: iOS, Android, Windows Phone.

Фишка этого сервиса — настройка аналитики приложения для мониторинга магазинов мобильных сервисов. С помощью AppAnnie команда может отслеживать конкурентов, поведенческие показатели пользователей в магазинах, анализировать продвижения и составлять стратегию продвижения.

Инструмент позволяет изучать ремаркетинговое поведение клиентов. Это нужно для того, чтобы знать, почему пользователи покидают приложение. Помимо этого сервис предоставляет стандартный пакет аналитики: данные трафика, Retention и т. д.

Платформа: iOS, Android, веб-приложения, в том числе для мобильных устройств.

Отслеживает взаимодействие пользователей с приложением, анализирует воронки. Помогает понять, что удерживает людей. Также отлично подойдёт для A/B-тестирования, т. к. предоставляет необходимые инструменты.

Отличительная особенность Mixpanel — People Analytics. Это подход к управлению персоналом на основе Big Data, который сервис предлагает своим клиентам для облегчения и оптимизации работы над приложением.

Платформа: iOS, Android, Windows Mobile, BlackBerry, веб-приложения.

Анализирует профили пользователей, их путь в приложении и взаимодействие с ним. Фишка — анализ реакции аудитории на сбои. Эта функция поможет понять, какая группа ваших клиентов наиболее уязвима, и устранить все неполадки. Также работает со стандартным аналитическим пакетом, включающем изучение воронок.

Что примечательно, Countly предлагает воспользоваться собственным мобильным приложением с открытым кодом в режиме реального времени, который компания может разместить на своём сервере.

Аналитика приложений Apple

Платформа: iOS, tvOS.

С помощью этого сервиса и iTunes Connect команда может отслеживать активность пользователей, маркетинговые компании, а также много чего ещё. Важно: доступ к инструментам входит в стоимость подписки на Apple Developer Program и не требует технической реализации.

В стандартный аналитический пакет Аналитики приложений Apple входит отслеживание трафика, числа показов в магазине, изучение страницы приложения (магазин), подсчёт пользователей, которые совершают покупки внутри продукта, а также сегментация аудитории по дате загрузки.

Amazon Mobile Analytics (AWS)

Платформа: iOS, Android, Fire OS,Unity.

Будет полезен для анализа количественных данных о доходах и использовании приложений. Помогает отследить наиболее яркие тенденции, связанные с продуктом, уровень удержания пользователей, настраиваемые события и поведение аудитории.

Facebook Analytic s (для приложений)

Платформа: iOS, Android, веб-приложения, в том числе для мобильных устройств.

Анализирует активность аудитории на всех платформах и устройствах, отображает сравнительную таблицу с данными пользователя в Facebook (отчёты о конверсии, удержание и т. д.). Сервис позволяет изучать воронки, сегменты и определять наиболее платёжеспособные группы клиентов с помощью полученных данных.

Adobe Analytics

Платформа: iOS, Android.

Дорогостоящий сервис, который предоставляет эффективные и современные инструменты. Комплексный пакет включает аналитику в режиме реального времени и детализированную сегментацию по всем необходимым каналам.

Сервис поможет с анализом и отслеживанием потоков пользователей, их установок и ухода из приложения. Также Adobe Analytics предоставляет когортный анализ и анализ дополнений. Фишка — индивидуальные гистрограммы, с которыми использование сервиса станет ещё комфортнее.

Выберите наиболее подходящий из сервисов. Установите его до релиза. И никогда не забывайте анализировать работу продукта в дальнейшем.

Аналитика в мобильном приложении

Или как начать анализировать мобильное приложение.
Аналитика мобильных приложений должна стать вашим лучшим другом, если вы планируете или уже разрабатываете приложение под iOS или Android. Она поможет вам понять, что необходимо оптимизировать и в каком направлении двигаться для достижения целей проекта.

Без аналитики вы можете достаточно долго пробовать новые фичи, играть с оптимизацией или проводить эксперименты, не понимая, как все это влияет на ключевые метрики мобильного приложения.

Прочитав эту статью, вы получите общее представление о том, что такое аналитика мобильных приложений, с чего надо начинать и куда двигаться, а чего делать точно не стоит.

Mobile vs Web

Если вы когда-либо пользовались Яндекс.Метрикой, то дальнейшая аналогия поможет вам лучше понять почему мобильной аналитике нужно уделять много времени и внимания и почему нельзя обойтись просто установкой привычного для сайтов «счетчика».

Установка системы аналитики в приложение

Все начинается с установки системы аналитики в приложение.

Даже банальная установка кода аналитических систем в приложение — достаточно трудоемкий процесс, который потребует привлечения разработчиков. Подводных камней здесь немало. А если учесть, что любое изменение требует еще и перемодерации приложений в Google Play и App Store, то процесс получается не только трудоемким, но и длительным.

Сложность аналитических сервисов

Интерфейсы сервисов для сбора и анализа данных зачастую довольно сложны. Разобраться в них за один день не получится.

И если Яндекс.Метрика для сайтов — это массовый продукт с интуитивно понятным интерфейсом, то все сервисы аналитики для Mobile ориентированы в первую очередь на специалистов и требуют многодневного изучения документации.

Функциональность мобильных приложений

Сайты в большинстве своем однотипны: лендинг, корпоративный сайт, интернет-магазин и т. п. Подходы к анализу также шаблонны, в связи с чем можно просто установить счетчик на сайт, в пару кликов настроить цели и начать получать данные для анализа.

С приложениями все не так. Каждое мобильное приложение специфично и имеет свой набор функциональных элементов. Большой зоопарк вариантов технологического стека, специфика функционала, различные задачи… Все это не позволяет унифицировать системы аналитики. Именно поэтому каждое приложение — это новый проект для анализа данных.

Для анализа необходим комплекс сервисов

Сегодня ни один сервис не может закрыть все задачи по анализу данных в мобильном приложении — приложения слишком сложны, а задачи анализа специфичны.

Для анализа необходима связка нескольких сервисов, баз данных, интеграций и др. Этот комплекс сервисов и приложений необходимо тщательно спроектировать, затем правильно реализовать и обслуживать.

Как построить систему аналитики в приложении

Аналитику мобильного приложения не получится осуществить в один момент. Просто «прикрутить» аналог Яндекс.Метрики не выйдет. Пригласив специалиста за неделю до планируемого релиза, вы можете сильно удивиться, получив ТЗ для разработчиков на пару недель.

Рассмотрим, что нужно сделать, чтобы все работало как надо. Но так как это самое «как надо» в каждом случае индивидуально, предлагаю рассмотреть 3 основных варианта развития аналитики в вашем мобильном приложении.

Отмечу, что в рамках данной статьи я планирую обозначить только суть каждого из вариантов, детали реализации — это темы для отдельных статей.

Базовая аналитика

На начальном этапе можно обойтись установкой в приложение одной из имеющихся систем аналитики и разметкой событий, которые вы планируете отслеживать. Этот хороший вариант, если вы только запускаете приложение или у вас ограниченный бюджет на разработку.

На рынке представлены несколько систем трекинга данных в мобильных приложениях. Они бывают бесплатные, условно бесплатные и платные.

Наиболее популярные системы мобильной аналитики в русскоязычном сегменте:

• Yandex AppMetrica (бесплатно)
• Google Firebase (условно бесплатно)
• Amplitude (бесплатно до 10 млн событий в месяц)
• AppsFlyer (платно, от $500 в месяц)

Что потребуется сделать?

1. Определиться с системой трекинга данных.
2. Подготовить ТЗ на установку SDK аналитической системы для разработчиков.
3. Подготовить карту событий для разметки в приложении.
4. Внедрить аналитику в приложение.
5. Протестировать сбор данных.

Какие будут затраты?

Стоимость складывается из затрат на сервис трекинга данных (если вы выберете платный сервис), стоимости работы программистов по внедрению системы аналитики и услуг аналитика, который выполнит пункты 2 и 3.

В самом экономном варианте вы можете попробовать обойтись без аналитика. Тогда внедрение системы будет стоить в пределах 10–15 часов работы разработчика и вашего времени на подготовку всех необходимых ТЗ.

Какие задачи поможет решать?

Отслеживание действий пользователей в приложении и источников установок на начальном этапе позволит понимать такие базовые вещи, как:

• Источники трафика (какие из них эффективны и какова по ним конверсия)
• Активность пользователей. Информация о DAU, MAU, Retention и других метриках, основанных на действиях пользователя в приложении.
• Доходность. Если ваше приложение предполагает встроенные покупки, то возможно будет оценить Revenue, ARPU, ARPPU и т. д.
• Аудитория и поведение. Какие пользователи приходят к вам в приложение и каковы их паттерны взаимодействия с продуктом.

Правильно подобранная и настроенная система аналитики позволит вам закрыть до 80% аналитических задач, которые могут возникнуть у вас в первые месяцы и даже годы работы приложения.

Расширенная аналитика (больше данных)

Если ваше приложение функционирует уже некоторое время и в целом успешно развивается, есть смысл подумать и о развитии системы аналитики. Для дальнейших доработок потребуются дополнительные ресурсы, но при правильном подходе потраченные средства с лихвой окупятся за счет получаемых из аналитики инсайтов.

Если у вас уже реализована Базовая аналитика, можете начинать добавлять в вашу систему новые данные или обогащать уже существующие. Это могут быть данные о ваших пользователях из собственной БД, расходы из рекламных кабинетов, данные из внешних систем и т. д.

Как можно усилить систему аналитики?

1. Настроить единое хранилище аналитических данных (DWH). БД, в которую будут собираться данные о действиях пользователей из разных источников.
2. Настроить сбор данных из разных систем (рекламные системы, система трекинга данных в приложении, данные о пользователях и др.) в единую базу DWH.
3. Построить мощную и удобную систему представления данных для разных категорий пользователей внутри компании.

Какие будут затраты?

• Настройка сбора и хранения данных в своей или облачной БД потребует написания ряда собственных интеграций или привлечения сторонних сервисов.
• Проектирование и настройка хранилища данных. Базу данных необходимо спроектировать и учесть много нюансов, чтобы данные в дальнейшем можно было использовать.
• На данном этапе будет сложно обойтись без специалиста аналитика, потому как самостоятельно разобраться во всей архитектуре сбора, хранения и использования данных затруднительно.

Какие задачи поможет решать?

За счет подключения новых источников данных вы сможете объединить информацию о поведении пользователей с их клиентским профилем из приложения, построить сквозную аналитику по пользователям, точно понимать, каких пользователей из каких каналов вы привлекаете и во сколько вам это обходится.

Если оценивать соотношение Базового и Расширенного варианта по закону Парето, то Базовый вариант — это те самые 80%, которые могут дать основной результат. Но когда вы имеете стабильно работающий продукт, приносящий деньги, дополнительные 20% роста за счет аналитики способны значительно повысить эффективность вашего приложения.

Безграничные перспективы

Этот вариант следует рассматривать, если у вас есть успешный проект и достаточный объем пользовательской базы. На данном этапе вы выходите за рамки простого анализа данных с целью поиска инсайтов и переходите к использованию данных в самом продукте.

С помощью накопленных данных можно начать строить предиктивные модели, рекомендательные системы, то есть использовать уже накопленные данные для того, чтобы прогнозировать поведение и повышать ценность привлекаемых пользователей.

Развитие в эту сторону выходит за рамки продуктовой аналитики и плавно перетекает в область Data Science.

Использование данных

Во всех вариантах мы рассматриваем только подходы к сбору данных. Но данные собираются ради того, чтобы использовать их с пользой для проекта.

Наиболее распространенный вариант — визуализация данных с помощью BI систем. Сводные таблицы, графики и диаграммы — это то, что чаще всего используется в компаниях для принятия бизнес-решений. Это может показаться тривиальной задачей, ведь мы все умеем строить графики в Экселе, но задача не столь проста, если изучить ее более детально. Поэтому проектное привлечение специалиста по BI-системам для первичной разработки позволит избежать многих ошибок.

Однако аналитика не ограничивается только лишь визуализациями, графиками и выгрузками данных в виде сводных таблиц. Если вы собираете достаточный объем данных по своим пользователям, вы сможете спроектировать достаточно эффективные рекомендательные системы для пользователей, что повысит средний чек, увеличит удержание пользователей и т. д.

Помимо использования данных в текущем моменте, при наличии достаточных данных можно задумываться и о построении моделей, которые смогут с определенной степенью вероятности предсказывать те или иные события в будущем — это предиктивная аналитика.

И это только малая часть того, как данные могут помочь вам развивать ваш бизнес.

Тезисно о статье

Если у вас мало времени, то вот краткое саммари:

• Представляете, как работает Яндекс Метрика? Так вот, система аналитики для мобильного приложения — это гораздо более сложная система, для построения которой лучше привлечь специалиста.
• Начать построение системы можно с небольшими вложениями, но важно все спроектировать, чтобы в дальнейшем не пришлось переделывать. В лучшем случае это грозит дополнительными расходами, в худшем — невозможностью использовать накопленные данные.
• Затраты на аналитику — это инвестиции, которые при правильном подходе смогут приносить в разы больше, чем стоимость внедрения и обслуживания системы.
• Данные — это далеко не только красивые графики и диаграммы. Применений данным очень много и это может стать новым вектором развития вашего бизнеса.

Аналитика мобильных приложений — простыми словами для бизнеса

Долгое время наша команда People Data Design занималась исключительно разработкой мобильных приложений. Мы были классической dev командой. Но проходило время и задачи становились на столько привычными и обыденными, что мы начали понемногу скучать. В этот момент мы поняли что хотим большего, хотим развиваться и наращивать вокруг нашей разработки дополнительные услуги. Но услуги те, которые будут приносить бизнесу реальную пользу и которыми нам будет интересно заниматься. Одной из таких услуг стала аналитика мобильных приложений. Направление, которое заставляет твой мозг постоянно быть в фокусе, продумывать метрики, генерировать гипотезы и проверять их, принося непоправимую пользу всем.

Продуктовая и сквозная аналитика, data driven подход — красивые слова, вдохновляющие, когда ты понимаешь какой профит это дает, и внушающие ужас, когда ты подступаешься к этому в первый раз. Но, что важно, малопонятные для бизнеса.

В этой статье я попробую объяснить, как устроена аналитика мобильных приложений максимально простыми словами. Детали я буду обходить стороной дабы не усложнять описание. Давайте начинать. За основу для анализа возьмем мобильное приложение интернет-магазина. утюгов.

Основные блоки

Верхнеуровнево, я думаю, можно разделить аналитику на несколько блоков:

1. аналитика трафика;
2. аналитика продаж;
3. аналитика эффективности приложения и его отдельных блоков.

Что мы должны считать в аналитике трафика?

Да все тут просто. Нужно считать платный и бесплатный трафик. Сколько и откуда людей приходит в наше приложение. В платном трафике нам надо видеть эффективность рекламных компаний, которые запускают наши таргетологи и директологи. Какие из них конвертируются в загрузку/посещение, а какие нет. В бесплатном трафике нам соответственно нужно анализировать бесплатные источники.

Как это считать? Настроить схему UTM меток. Передать во все отделы, чтобы они их использовали. Далее настроить интеграцию системы аналитики. Допустим Google Analitics и настроить интеграцию с рекламными кабинетами. И вуаля, вы видите откуда, какой трафик идет и сколько денег тратится на платные каналы. Так было бы, если бы мы настраивали аналитику на сайт, но в мобильном приложении чуть-чуть по-другому. Нам нужно подключить и настроить APPSFLYER, который позволит нам посчитать весь трафик.

Да, конечно же в настройке есть много нюансов и деталей. Но с ними легко разобраться почитав мануалы. Скажу честно, детально анализировать трафик я не люблю. А вот в разрезе всей цепочки — это круто. Но об в конце статьи.

Что мы должны считать в аналитике продаж

Для того, чтобы провести аналитику продаж в мобильном приложении, нужно правильно разметить его событиями и параметрами.

Если мы берём в анализ наше приложение, продающее утюги, то начинаем с того, что обвешиваем событиями базовую воронку продажи товаров от захода пользователя в приложение до оформления заказа, в которую могут входить следующие экраны:

• Главная;
• Категории товаров;
• Список товаров;
• Карточка товара;
• Добавление товара в корзину;
• Корзина;
• Оформление заказа;
• Спасибо за заказ

Либо отталкиваясь от действий пользователей:

• Открытие приложения;
• Просмотр листинга;
• Просмотр карточки товара;
• Добавление товара в корзину;
• Просмотр корзины;
• Оформление заказа

Таким образом мы сможем увидеть конверсию пользователей на каждом этапе. И делать простейшие выводы. Например, у нас был такой кейс, что около 25% пользователей добавляли товары в корзину, около 15% пользователей переходили на экран корзины. Но оформляли заказ в итоге менее 1% пользователей. Это был сигнал что, что-то мешает пользователям оформить заказ на наши утюги на экране оформления заказа. Мы сформировали гипотезы, о причинах подобного поведения пользователей. Сформировали предполагаемые решения, внедрили их через А/Б тест и помогло. Конверсия подскочила до 3,5%. В масштабах проекта и его оборотки это был колоссальный рост. Такие кейсы, конечно, бывают не часто и при наличии очень большой проблемы в проекте.

Далее мы можем к этим событиям добавить параметры. Какую конкретно категорию мы смотрели. Какие товары смотрели. Какие списки товаров смотрели. Какие товары добавили в корзину и т.д.. То есть все подробности к событиям добавляем в виде параметров.

Что получим? К аналитике конверсии пользователей мы сразу получим и аналитику по товарам, товарным группам или торговым предложениям:

• какие товары чаще смотрели;
• какие товары чаще добавляли в корзину;
• товары из каких категорий чаще смотрели;
• товары из каких категорий чаще покупали;
• конкретные цифры и суммы покупок по товарам и категориям;
• соотношение просмотра товара/категории к добавлению в корзину и выкупу;
• статистика в разрезе времени для анализа влияния изменений. Например изменения описательной части товара, его очередности вывода или цены.
• LTV — общая ценность клиента;
• APRU — средняя выручка с посетителя;
• ARPPU — средняя выручка на платящего пользователя;
• DAU/MAU/WAU — уникальные пользователи в день/месяц/неделю;
• и еще куча-куча показателей, которые можно получить благодаря этой простейшей настройки

При желании мы можем добавить информацию о пользователе в аналитику. Хотя аналитика и сама собирает базовую информацию, но мы можем ее расширить. Чтобы в последующем можно сегментировать пользователей и анализировать все указанное выше уже по сегментам.

Что мы должны считать в аналитике эффективности продукта

Далее начинается более интересная история. Мы начинаем прописывать отдельным функциям события, чтобы померить их эффективность. Например, мы хотим проверить эффективность системы лояльности, а точнее на сколько удобно пользователям ей пользоваться в приложении. Мы можем построить такую же микро-воронку по добавлению бонусной карты в приложение и понять так же, где пользователи сталкиваются с проблемами. Или можем проанализировать систему добавления/выбора адреса доставки, и увидеть, что большое количество пользователей (более 40%) не доводят добавление адреса до конца и уходят из мобильного приложения не оформив заказ.

Найдя проблемное место, нужно провести анализ и выстроить гипотезы, а с чем же все-таки это может быть связано. Предложить решение на сформированные гипотезы. Провести А/Б тесты, снять показатели и утвердить лучшее решение. И вот эта работа по-настоящему интересная. Для нашей команды уж точно. В этой работе в роль вступают и технические компетенции и продуктовые, и аналитические и много творчества.

Важно понимать, что за определенные показатели кто-то должен отвечать. То есть кто-то должен контролировать их динамику, делать выводы, строить гипотезы и предлагать решения. Без этого, нет никакого смысла обвешивать все событиями, как делают некоторые команды. В крупных компаниях на отдельные блоки мобильного приложения ставят ответственными отдельных продукт менеджеров, чья задача как раз отслеживать показатели и развивать свой блок.

Дополнительный блок

Блок аналитики продаж мы уже затронули. Но именно в рамках МП. Важно так же считать аналитику продаж и после того, как заказ был оформлен. То есть выкупили ли его или нет. Так как может быть такое, что заказы оформляют, но в последующем не выкупают. Соответственно аналитика по выручке у нас будет не точная.

Итог всей работы

Мы рассмотрели каждый блок отдельно. Соединив эти блоки, в результате мы получим полноценную сквозную и продуктовую аналитику, которая покажет нам эффективность каналов трафика в разрезе уже не просто перехода/скачивания мобильного приложения, а в разрезе выкупа товара. Увидим какой трафик именно сколько денег приносит в компанию.

P.S. это мой первый пост на Хабре, надеюсь он будет кому то полезный.

• аналитика мобильный приложений
• firebase
• firebase analytics