Регистрация
Зарегистрируйся на сайте и получи доступ к полному контенту сайта и подпискам бесплатно!

Аналитика мобильных приложений

16
0
1 740 0
Аудио Текст
20 февраля 2014

Генеральный директор компании Mobio Алексей Писаревский не только объясняет механизмы анализа мобильных приложений на конкретных примерах, но и подробно рассказывает о том, как использовать полученные данные для повышения конверсии.

Из передачи вы узнаете:
— какие аналитические системы используются для получения данных о мобильных приложениях;
— как анализировать конверсии в мобильных приложениях;
— какие системы трекинга существуют и в чем особенности каждой из них;
— как системы трекинга помогают при покупке рекламы по модели CPI;
— как и чем измерять поведение пользователей внутри приложения;
— и многое другое.

Алексей Писаревский: Здравствуйте! Меня зовут Алексей Писаревский, я генеральный директор мобильного агентства Mobio. Это последний выпуск мастер-классов про мобильный маркетинг. И сегодня я расскажу про аналитику мобильных приложений.
Глобально все аналитические системы можно разделить на два типа. Это системы трекинга установок с внешних источников и системы аналитики, которые анализируют поведение пользователей внутри приложений. Пока так получается, что для полноценной работы с аналитикой нужно использовать две системы: одну из первой группы, одну из второй. Почему так получается, собственно? Давайте посмотрим, как вообще выглядит процесс конверсии в установки. Есть рекламная сеть, пользователь видит баннер и нажимает на него, попадает в стор. В этот момент рекламная сеть знает, что произошел клик с такого-то девайса по баннеру. В сторе у нас никакой аналитики нет. App Store вообще совсем ничего не отдает, и поэтому мы дальше не знаем, произошла ли установка, после того как пользователь туда попал. Единственный способ получить информацию о том, что была конверсия, — это установить SDK рекламной сети, то есть код, грубо говоря, рекламной сети, в само приложение. Тогда рекламная сеть увидит, что, с одной стороны, был клик, с другой стороны, была установка, и скажет, что по этому клику была конверсия. Но, естественно, встраивать SDK каждой рекламной сети невозможно. Поэтому хочется встроить какое-то одно SDK системы трекинга, которая будет измерять все источники. Поэтому как делают? После клика по баннеру пользователь попадает сначала на редирект системы трекинга, и в этот момент не только рекламная система знает, что был клик, но и система трекинга знает, что был клик. Дальше он так же попадает в стор, и из стора, после того как он совершает установку, он заходит в приложение и SDK системы трекинга видит, что была установка. Дальше система трекинга видит, что, с одной стороны, был клик, с другой стороны — инсталл, и понимает, что была конверсия. Здесь на самом деле не все так просто. Потому что клик произошел формально в Вебе, в браузере, потому что редирект — через браузер, а SDK установлен в приложении. И чтобы соединить пользователя, понять, что это один и тот же пользователь в браузере и в приложении, прибегают к не самым простым методам, которые, в частности, называются фингерпринтингом. Грубо говоря, у девайса есть некий отпечаток, фингерпринт, который содержит большое количество технических характеристик этого девайса. С другой стороны, система видит, что был клик с такого девайса, с таким отпечатком. Дальше она видит, что, например, через несколько минут был инсталл с девайса с похожим отпечатком, очень похожим отпечатком, и она понимает, что с очень большой вероятностью это один и тот же девайс, и фиксирует конверсию. То есть, безусловно, у такого метода есть погрешность, но, если использовать правильную систему трекинга, она, в принципе, не превышает 5%. В Вебе в этом случае все проще: пользователь находится внутри одного браузера, там можно его пометить cookies и увидеть, что была конверсия. Соответственно, с помощью этого метода система трекинга узнала, что произошла установка, и дальше, что еще важнее, система трекинга может сообщить так называемый postback обратно в рекламную сеть о том, что была установка. И в итоге данные о том, что с этого клика произошел инсталл, появятся в самой рекламной сети. Во-первых, это приводит к тому, что можно покупать рекламу в любых рекламных сетях и любые данные отобразятся. Но самое главное, что рекламу можно покупать также и по модели CPI, то есть с оплатой за установки, потому что рекламная сеть, если это CPI-сеть, будет знать, когда произошел инсталл, когда не произошел инсталл. Но, конечно, для этого система трекинга должна быть интегрирована с большим количеством рекламных сетей. Собственно, такая сложная схема и привела к тому, что системы трекинга — это отдельные системы, которые плохо, мало связаны с системами аналитики.
Собственно, какие системы трекинга есть? Я разместил на этом слайде трех лидеров рынка. Есть, в принципе, и другие, но я расскажу об этих трех. Первая система — это AppsFlyer. Какие у нее характеристики? Оплата в этой системе идет за один non-organic install, то есть привлеченный инсталл, который эта система померила, инсталл с какого-то источника. Стоит это пять центов за одно измерение, то есть на самом деле немного: при цене доллар за инсталл это 5% бюджета. AppsFlyer интегрирован с большим количеством сеток — больше 200. Из плюсов: в AppsFlyer есть русскоговорящий саппорт и реально удобный простой интерфейс.
Другая система — Mobile App Tracking. Оплата там идет за каждое измерение, включая клики, инсталлы и события. 0,2 цента за каждое измерение. В итоге на самом деле набегает достаточно большая сумма. В среднем получается дороже, чем AppsFlyer, но инструмент более многофункциональный, более сложный интерфейс, и он предлагает реально больше возможностей.
И третья система — это Ad-X Tracking. Там модель оплаты фиксированная — за месяц. Если у вас до пяти приложений, то это 2$ тыс. в месяц. Подключено больше 300 сетей, тоже достаточно удобный и простой интерфейс, можно использовать.
Но, скажем так, если вы только начинаете использовать трекинг, то, скорее всего, Ad-X Tracking или AppsFlyer вам подойдут. Если вы понимаете, что вам действительно не хватает возможностей этих трекеров, то можно переходить на Mobile App Tracking, но там, скорее всего, вы будете платить больше.
Как, собственно, использовать систему трекинга? Самое главное, конечно, измерение конверсий. То есть эти системы измеряют конверсии не только в установки, но и в дальнейшие события. На картинке видно, что, например, с четвертого и с пятого источника произошло примерно одинаковое количество установок, но четвертый лучше конвертировался в дальнейшие действия, например, в лояльных юзеров и в покупки внутри приложения. Соответственно, из этого можем сделать вывод, что надо использовать четвертый источник скорее, чем пятый. Это основное, зачем нужна система трекинга, — оптимизировать источники установок.?

Что еще дают системы трекинга? Это возможность покупать рекламу по модели CPI. Трекер интегрирован с большим количеством сеток, и практически из любой CPI-сетки, если у вас правильно установлен трекинг, вы сможете покупать установки по модели CPI, то есть с оплатой за установки.

Плюс, если у вас установлен правильный трекер, вы можете делать ретаргетинг. Ретаргетинг пока полноценно работает только в Facebook. Facebook, конечно, для того чтобы использовать его ретаргетинг, рекомендует установить собственную SDK, но, в принципе, это не обязательно. Если у вас установлена одна из ранее перечисленных систем, то вы сможете информацию из нее загрузить в Facebook и показать рекламу пользователям, которые у вас уже есть.
Теперь о системах аналитики. Основная задача систем аналитики — измерять поведение пользователей внутри приложения. Я расскажу коротко о четырех наиболее интересных. Первая, самая популярная — Flurry. Популярна она в первую очередь потому, что бесплатная. В принципе, она подходит многим, меряет базовые функции. И если вы только начинаете что-то измерять, то, скорее всего, Flurry вам подойдет. Во Flurry есть собственный трекер и, в принципе, есть возможность мерить конверсии с источников, но все-таки не рекомендуется использовать его как трекер, лучше дополнительно ставить другой трекер. Потому что, во-первых, хромает точность определения: во Flurry может быть до 30% погрешности. И, во-вторых, Flurry интегрирован пока с маленьким количеством рекламных сетей, что вызывает трудности.
Другой инструмент — Google Analytics, тоже достаточно популярный, потому что к Google Analytics все более или менее привыкли в Вебе. Если цифры не очень большие, то вполне можно пользоваться этим инструментом. Проблема в том, что, когда приложение начинают посещать много и нужно измерять большое количество событий, Google Analytics начинает строить данные по выборке порядка 5% и начинает не настолько качественно все мерить, и данные могут хромать. Как трекер его практически нельзя использовать. Если только у вас Android-приложение, то, добавляя UTM-метки к ссылке, как и на Вебе, в Google Analytics вы увидите, откуда были установки. Но, естественно, ни с какими рекламными сетками Google Analytics не интегрирован, и обратно в сетку никакую информацию он не отдаст.
Самый мощный инструмент — это Mixpanel. Он платный, как и все крутые инструменты. Нужен он уже, в общем-то, продвинутым разработчикам, которые понимают, что Google Analytics и Flurry им недостаточно. В нем есть много продвинутых функций. Например, можно мерить retention по конкретным событиям, то есть, например, как пользователи продолжают лайкать контент, после того как лайкнули его один раз. По стоимости это порядка 2$ тыс. за 20 млн измерений. Если нужно мерить достаточно большое количество событий, то получится порядка 2$ тыс. Соответственно, нужно понимать, зачем это использовать.
И последний инструмент, про который я хотел сказать, — это «Яндекс.Метрика», он появился недавно. Он пока очень простой, но тем он, в принципе, и хорош. То есть, если вы, скажем, привыкли пользоваться «Яндекс.Метрикой» на Вебе, если вам пока не нужны какие-то сложные детальные измерения, он отлично подойдет. В принципе, «Яндекс» обещает инструмент развивать, обещает добавлять свой трекер. Стоит обратить внимание на этот инструмент. Очень удобно и красиво все показывает.
Теперь несколько слов о том, какие показатели стоит мерить внутри приложения. Самое простое — это активные пользователи. Это график из Flurry, который показывает активных пользователей в неделю. Соответственно, этот показатель, понятно, намного важнее, чем просто количество установок, потому что мы видим, сколько пользователей реально заходит в приложение.
Также важный показатель — retention, «возвращаемость» в приложение. Здесь, на графике, показано, что 38% пользователей вернулось через месяц в приложение. Это достаточно высокий показатель. Понятно, что чем выше «возвращаемость», тем интереснее и больше нужно людям пользоваться приложением.
Можно мерить навигацию.

И Google Analytics и Flurry умеют мерить навигацию по приложению.

Вот такие красивые графики показывает Google Analytics: с какого экрана куда переходят, какая доля пользователей отсеивается, какая доля переходит туда, какая конверсия на этом экране и т. д.
Оплаты. В Google Analytics есть отличный модуль электронной торговли. Многим известен из Веба, кто им пользовался. На графике видно, что наконец-то у нас была первая оплата — 350 руб. Соответственно, модуль электронной торговли позволяет видеть как общие суммы оплаты, так и оплаты по конкретным продуктам. То есть, если у вас интернет-магазин или какая-то другая модель внутренней монетизации, Google Analytics вам поможет это использовать.
Во Flurry тоже можно настроить события на каждую покупку не очень сложно. Любые события, которые для вас важны, например регистрации, тоже обязательно нужно мерить. Здесь видно, например, что 10% всех пользователей зарегистрировалось. Дальше можно делать выводы, хорошо это или плохо. Дальше можно смотреть, как выросла конверсия в регистрации, например, после каких-то изменений на экране регистраций.
Общий совет по использованию аналитики такой, что нужно задавать себе какой-то вопрос, например: много ли пользователей у нас вообще заходит на экран отзывов? И дальше искать ответ на этот вопрос в аналитике. То есть, просто глядя на данные, обычно тяжело что-то понять. Нужно реально искать ответ на какой-то конкретный вопрос.
И последнее, про что я хотел сказать, — это инструменты сбора статистики из сторов приложений. Есть два наиболее популярных инструмента — App Annie и Distimo. Я сейчас просто наглядно покажу, зачем они нужны. App Annie позволяет совершенно бесплатно, только зарегистрировавшись там, получить информацию о любом приложении в любом сторе в любой стране, о его позициях в топе. И еще большое количество информации, но самое интересное — это позиции в топе. Соответственно, можно наблюдать как за положением своего приложения в топах, так и за положением конкурентов. Здесь, например, видно, что Clash of Clans 1 июня выходил в топ, в топ общий, в топ категорий и т. д. Дальше он из топа выпал по России.
На этом про системы статистики, аналитики и трекинга у меня все. Это был последний выпуск в серии мастер-классов про мобильный маркетинг. С вами был Алексей Писаревский, генеральный директор мобильного агентства Mobio. Всем спасибо!

Развернуть текстовую версию
Комментарии