Никита Кошолкин, Data Scientist в Empatika и App in the Air

1. App in the Air
“Путь к одной метрике, которая имеет значение”
Никита Кошолкин, App in the Air
MMC 2015, 17 сентября

2. Нет аналитики

3. +
AppFigures

4. Первые данные
Выручка
0
5
10
15
20
Скачивания
0
250
500
750
1000
1 2 3 4 5

6. Что дальше?Скачивания
250
500
750
1000
Время
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
$0

7. +
Google Analytics

8. 250
500
750
1000
Время
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Скачивания Пользователи
1) Пользователи / скачивания
Почему падение?
Что происходит?

9. Воронка
Скачивания
Пользователи
Целевое действие
Покупка

10. +
Crashlytics

11. Магия
Сессиискрашами,%
0,6
1,2
1,8
2,4
Время
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Не было обновления
Задумались только тут2) Краши / сессии

12. На что смотрим
• Скачивания - не дают картины
• Пользователи - лучше, но недостаточно
• Воронка - отлично
НО данные статичны

13. Воронка
Скачивания
Пользователи
Целевое действие
Покупка

14. +
SQL

15. Спефицика приложения
Близко рейс Далеко рейс
Часто
летает
Редко
летает
5%
10%
85%

16. Обрадовались и успокоились

17. Что делали
• Расширяли воронку
• Тестировали дизайн
• Устраняли краши
• Новый функционал
Результат есть, а эффекта нет

18. Скачивания
Пользователи
Целевое действие
Покупка
Скачивания
Пользователи
Целевое действие
Покупка
До После
Одно НО Покупали новички

19. 125
250
375
500
Месяцы
1 2 3 4 5 6 7 8 9 101112131415
Новые пользователи
Все пользователи
Что не так?

20. 125
250
375
500
Месяцы
1 2 3 4 5 6 7 8 9 101112131415
Новые пользователи
Все пользователи
175
350
525
700
Месяцы
1 2 3 4 5 6 7 8 9 101112131415
Новые пользователи
Все пользователи
Разница?

21. Метрика
Новые пользователи / все пользователи
(за период, по периодам)
“Прилипаемость”

22. Со временем нет необходимости возвращаться каждый день
Пользователи забывают
Рейсы в будущем и возврат пользователей - не одно и то же
Ошибка

23. Проблемы
• Много пользователей имеют рейс в будущем
(в т.ч. новые)
• Не приходят в приложение добавить рейс
• Не приходят в приложение, когда вылет рейса
=> концентрация на возврате пользователей

24. Пользователи
Новые пользователи
++
“К” ухода

25. Пользователи
Новые пользователи
++
“К” ухода Чем меньше “К ухода”, тем:
• Выше виральность
• Больше покупок
• Лучше показатели приложения
• Выше рейтинги в магазине

26. Итог
• “Локальные” исправления воронок не
приводили к серьезным результатам
• Концентрация на “возврате пользователей”
• Механизм заработал

27. Куда копать?

28. +
Amazon & R

29. SQL + Amazon + R
• SQL - кто ушел, а кто нет
• Amazon - понимать, кто уйдет
• R - почему ушли

30. Что это дает мне?

31. 1. Как у меня дела
itunes connect -> аналитика -> приложение -> удержание

32. 1. Как у меня дела
Google Analytics -> Аудитория -> Когортный анализ

33. 2. Где я?
Flurry
Более 90 дней
Facebook 98 %
WhatApp 77 %
Instagram 48 %
Twitter 31 %

34. 2. Где я?
Flurry
30 дней 60 дней 90 дней
Новости 73 % 57 % 50 %
Путешествия 60 % 51 % 45 %
Еда, напитки 55 % 45 % 39 %
Продуктивнось 49 % 41 % 35 %
Розничная торговля 50 % 40 % 33 %

35. 3. Что делать?
Flurry
• Понять, какое текущее удержание
• Выделить группы людей с высоким удержанием
• Что их объединяет?
• Применить это к людям с низким удержанием

36. Проверь сам
Просто перестань пользоваться Facebook…

37. Спасибо!
Бесплатно на iOS, WP, Android: bit.ly/getAitA