Buon pomeriggio Cari amici. Ogni giorno arrivano sul tuo blog una decina di visitatori, e alcuni di loro sono più abituati e più convenienti a lasciare un commento attraverso un social network. Ma ahimè, il widget non è incorporato nel tuo blog commenti vkontakte wordpress. E così perdi preziosi commenti che non sono debolmente incoraggianti anche nei momenti difficili, vero?) E oggi ti dirò come inserire nel tuo blog , infatti, su Internet è stato scritto molto su questo, ma in qualche modo non molto dettagliato e ho deciso di correggere la situazione, a proposito, visto che abbiamo toccato così tanto l'argomento SMO, vi consiglio di leggere il mio articolo ""
Facciamo una piccola analisi e pensiamo al motivo per cui devi inserire commenti VKontakte sul tuo blog wordpress:
E ora passiamo ai passaggi pratici e installiamo i commenti di VKontakte sul tuo blog wordpress. A proposito, voglio informarti che il blog del mio amico ospita un concorso piuttosto interessante “Perché sto bloggando? ”Sbrigati a partecipare e prima di iniziare non dimenticare di iscriverti agli aggiornamenti del mio blog.
Il nostro prossimo passo sarà l'installazione stessa dei commenti di VKontakte sul tuo blog wordpress.
Quindi passiamo attraverso questo collegamento o andiamo su VKontakte e nel menu in basso fai clic sul collegamento agli sviluppatori, quindi vedrai tre grandi colonne in alto, una delle quali si chiamerà Documentazione. Lo premiamo e nella colonna Per i siti premiamo il collegamento Commenti.
Una volta sulla pagina, vedrai questo modulo: 
Ora in ordine. Nella colonna del sito, seleziona il nome della tua API che abbiamo creato nell'ultimo passaggio. Puoi scegliere l'output del numero di commenti secondo i tuoi gusti e il tuo colore. Spuntando la casella Media, si attiva la funzione per lasciare non solo commenti nel modulo dei commenti (scusate il burro;)), ma anche foto, video, graffiti.
Puoi lasciare la larghezza come predefinita, successivamente sceglierai comunque la dimensione desiderata.
Devi inserire le prime due parti del codice nel pannello di amministrazione del blog nel file header.php tra i tag
I social network nel mondo oggi occupano una parte enorme della vita della popolazione del nostro pianeta. Runet non fa eccezione, il social network più popolare. La nostra rete ora è Vkontakte. Si tratta di come creare un widget di gruppo Vkontakte su un sito o blog WordPress che verrà discusso.
Quindi, per cominciare, cosa fare Widget di gruppo Vkontakte WordPress dovresti avere proprio questo gruppo, penso che tutto sia chiaro con questo. , è stato precedentemente studiato. Cosa ci darà il gruppo di social network sulla nostra pagina? Ebbene, in primo luogo, darà vita alla tua pagina, in secondo luogo, è utile per promuovere il sito e, infine, ti porterà traffico aggiuntivo alla tua risorsa su Internet.
Per non trascinarti in giro per la risorsa Vkontakte e non dipingere dove trovare questo stesso codice del widget, lo semplificheremo, vai alla ricerca e digita nella riga di ricerca: "Widget della community Vkontakte"
Dopo aver letto questo scritto, arriviamo alla conclusione che questo widget ci sarà utile, quindi continueremo a considerare le impostazioni stesse. Suddividiamo il modulo in più punti e analizziamo ciascuno di essi separatamente.
Dopo aver giocato un po' con le impostazioni, sceglierai quella più adatta a te.
Dopo aver deciso il design del tuo widget, procediamo direttamente all'inserimento del codice nelle pagine del tuo sito.
Vai alla scheda " Aspetto esteriore”, quindi “Widget” e seleziona il blocco in cui deve essere visualizzato il nostro gruppo, quindi trascina lì il widget di tipo “Testo” e aggiungi il codice che abbiamo modificato in precedenza, ad esempio avrà questo aspetto:
, Blog di ScrumTrek
Un paio di settimane fa, il fondo di venture capital Andreessen Horowitz ha pubblicato sul blog due voci interessanti sulle metriche delle startup. Il primo articolo è stato dedicato a 16 metriche che ogni startup deve misurare. Il secondo ha integrato questo elenco con altre 14 metriche.
In ogni articolo è stato dato spazio agli indicatori economici e di prodotto, nonché ai formati per la loro presentazione. Tuttavia, tutti erano accomunati da una cosa: queste sono le metriche che interessano gli investitori che valutano il potenziale di un particolare prodotto. E questi indicatori dovrebbero dare una comprensione di dove si sta muovendo il prodotto in questo momento, impostare il vettore della direzione dello sviluppo.
Elenchiamoli brevemente:
Indicatori economici e aziendali
Metriche di prodotto e metriche di coinvolgimento
Anche la nostra formazione, guidata da Daria Ryzhkova, è dedicata principalmente a quelle metriche di prodotto che ti aiutano ad andare avanti. Pertanto, abbiamo chiesto a Daria cosa pensa degli indicatori menzionati da a16z per la prima e la seconda volta - sulla differenza tra loro.
Tali metriche includono:
È possibile in qualche modo capire quali metriche saranno utili?Esplora le metriche in profondità e concentrati su quelle che aiutano davvero il tuo prodotto a crescere!La cosa principale da ricordare è che una buona metrica è sempre relativa, non assoluta. I valori relativi, in primo luogo, consentono di capire come è possibile influenzare la variazione del valore dell'indicatore. In secondo luogo, sono di natura comparabile e puoi sempre valutare il valore dell'indicatore con lo stesso per periodi di tempo precedenti o con i tuoi concorrenti. In questo piano, le conversioni in ogni fase della canalizzazione di vendita possono diventare buon esempio valori relativi simili.
Non dimenticare che il pubblico deve essere segmentato e vedere come cambia il suo comportamento nel tempo. Molti grandi progetti con migliaia e talvolta milioni di spettatori, secondo me, commettono l'errore di non utilizzare strumenti di segmentazione e analisi di coorte. Ad esempio, se osservi lo stesso tasso di abbandono (la percentuale di utenti che ha smesso di utilizzare il prodotto) per coorte nel contesto di vari segmenti, puoi trovare un numero enorme di approfondimenti. Devi essere molto chiaro su chi stai realizzando il tuo prodotto e su come viene percepito dai tuoi utenti. Conoscere le loro esigenze, aspettative e percezione del tuo prodotto rende molto più facile scegliere i passaggi successivi.
Puoi aiutare e trasferire alcuni fondi per lo sviluppo del sito
L'analisi di coorte è uno strumento efficace per l'analisi dei prodotti e del marketing. Anche chi ne conosce l'esistenza lo usa raramente. Nell'ambito della serie di articoli “Corso di analisi”, un analista di ZeptoLab parlerà dell'efficacia dell'analisi di coorte Oleg Jakubenkov.
Proviamo a confrontare due auto e scopriamo qual è la migliore:
Sfortunatamente, non è possibile rispondere a questa domanda sulla base delle informazioni disponibili. Per qualche ragione, non appena si tratta di progetti Internet o applicazioni mobili, tutti iniziano a seguire metriche come DAU, MAU, entrate, numero totale di registrazioni e cercano di trarre conclusioni sul prodotto, l'impatto delle modifiche e l'efficacia del marketing attività basate su di essi.
Le metriche sopra elencate sono metriche di crescita. È utile seguirli per una comprensione generale della situazione, ma in relazione al lavoro su un prodotto sono inutili, poiché è impossibile prendere decisioni sul prodotto sulla base di essi, così come è impossibile valutare l'impatto del prodotto i cambiamenti.
Il product manager, prima di tutto, dovrebbe essere interessato al suo "volume" e "densità", e non alla sua "massa". "Massa" si limita ad affermare il fatto, senza spiegare da dove provenga e come influenzarlo. È necessario sforzarsi di scomporre le metriche chiave in componenti, scomporle, determinare le leve di influenza su di esse: il compito principale quando si lavora su un prodotto.
In questa attività, non puoi fare a meno dell'analisi. L'analisi lo è feedback sull'azione, attraverso gli occhi del mondo della drogheria. Innanzitutto, l'analisi ci permette di capire dove siamo, che tipo di prodotto abbiamo realizzato, come viene utilizzato nel mondo reale, e poi ci permette di vedere come le azioni, le modifiche apportate influenzano il prodotto. Nell'immagine qui sotto, chiamo le fasi analitiche: Misura, Dati, Impara.
Uno degli strumenti di analisi dei prodotti più efficaci è analisi di coorte. Questo è ciò di cui parleremo oggi.
Consideriamo la seguente situazione del modello. C'è un prodotto che ha le seguenti caratteristiche:
Nell'azienda in cui viene sviluppato questo prodotto, è consuetudine monitorare l'audience mensile (MAU o Monthly Active Users) e il profitto di ciascuno dei progetti. Sulla base di queste metriche, vengono impostati i KPI e valutati i progressi del team che lavora sul prodotto.
Seguendo le metriche selezionate, dopo i primi 9 mesi, il management è stato molto soddisfatto dei risultati del nuovo prodotto, compreso il successo del product manager. Ma ricorda: il nostro product manager vizia il prodotto ogni mese! Allo stesso tempo, le metriche di crescita sono in costante aumento.
Di seguito sono riportati gli stessi grafici, ma per 16 mesi. In questi grafici, stiamo finalmente vedendo i primi segni di modifiche al prodotto fallite. Ma solo dopo 12 mesi.
Il fatto è che le metriche di crescita sono influenzate da due componenti: prodotto e promozione. Quando guardi le metriche di crescita, non puoi semplicemente separare i due. È per questo motivo che le metriche di crescita sono del tutto inappropriate per l'analisi dei prodotti.
Con analisi correttamente costruite, avremmo visto lo sfortunato impatto degli aggiornamenti del prodotto nelle prime settimane/mesi.
In un dato giorno, il pubblico del tuo prodotto è un misto di coloro che hanno iniziato a utilizzare il tuo servizio oggi, ieri, un mese fa e così via. Tenere traccia di questa massa eterogenea e cercare di trarre conclusioni è un compito estremamente ingrato.
L'idea dell'analisi di coorte è dividere gli utenti in gruppi in base a determinate caratteristiche e tracciare il comportamento di questi gruppi nel tempo.
In genere, i gruppi di utenti (coorti) vengono assegnati in base alla settimana (mese) in cui gli utenti sono entrati nell'applicazione. Una volta identificati questi gruppi di utenti, li monitoriamo nel tempo e misuriamo le metriche chiave per ogni singola coorte. Confrontando le prestazioni delle coorti di utenti di marzo e maggio, è possibile confrontare oggettivamente le versioni del prodotto corrispondenti a questi periodi di tempo.
Per un'analisi più approfondita, le coorti evidenziate devono essere ulteriormente segmentate in base alla sorgente di traffico, alla piattaforma, al paese e ad altri fattori che hanno senso per il tuo particolare prodotto.
Molto probabilmente, i valori delle metriche chiave differiranno per i diversi segmenti, così come le diverse modifiche del prodotto influenzeranno i diversi segmenti di utenti in modi diversi.
Due metriche chiave che alla fine determinano il successo finanziario del tuo prodotto sono LTV (Life Time Value) e CAC (Customer Acquisition Cost).
LTV è il denaro che l'utente medio spende nel tuo applicazione mobile per tutta la durata del suo utilizzo. CAC è il costo medio di acquisizione dell'utente.
Perché queste due metriche sono così importanti per il tuo prodotto e come influenzano le tue prestazioni aziendali puoi leggere nel materiale "SaaS Analytics. Viability Criteria" e "Startup Killer: The Cost of Acquiring Customers" o vedere Vimeo. Nell'ambito di questo articolo, l'importanza di queste metriche verrà accettata per impostazione predefinita e come lavorare con queste metriche verrà trattato in modo più dettagliato.
LTV è una metrica chiave che riflette il valore (beneficio) del tuo prodotto per i tuoi utenti e clienti. È questa metrica che dovrebbe essere in prima linea quando si lavora su un prodotto.
LTV è un'ottima metrica, ma ha uno svantaggio: è di alto livello. Per capire come influenzarlo, è necessario scomporlo in metriche più semplici e banali per il prodotto.
In genere, le metriche sono legate a punti chiave ciclo vitale utente nell'applicazione. Pertanto, creiamo la possibilità di monitorare il successo dei progressi dell'utente nell'applicazione e trovare i colli di bottiglia che richiedono la nostra attenzione.
Di solito seguo il percorso dell'utente attraverso il prodotto in termini di coinvolgimento e monetizzazione.
Il coinvolgimento è descritto dalle seguenti fasi del ciclo di vita dell'utente:
La monetizzazione è descritta dalla seguente sequenza di fasi del ciclo di vita dell'utente:
Di seguito ho fornito le metriche corrispondenti a ciascuna delle fasi del ciclo di vita dell'utente nel prodotto (le metriche possono differire per prodotti diversi):
Attivazione nell'app (% di coloro che hanno completato il tutorial o completato un'azione target chiave nell'app, ad esempio, si sono registrati e hanno aggiunto i loro primi amici);
Tutte queste metriche alla fine influenzano LTV. Ciascuno dei prodotti può avere le proprie caratteristiche, ma per la maggior parte questi passaggi/metriche di base funzioneranno.
Considera le metriche del prodotto sopra descritte e il modo in cui influenzano l'LTV usando un gioco astratto come esempio.
Attivazione dell'app
In qualsiasi gioco, l'utente viene prima addestrato attraverso un tutorial. Chi non ha seguito il tutorial, molto probabilmente, non continuerà a giocare e, inoltre, pagherà. Ecco perché è fondamentale per noi monitorare la percentuale di utenti che superano con successo questa fase.
È anche utile tenere traccia della percentuale di coloro che sono stati in grado di eseguire una serie di azioni mirate alla fine del tutorial (ovvero, hanno imparato e ora possono giocare da soli). Tale metrica rifletterà quanto bene è progettato il processo di apprendimento.
L'utente è bloccato nell'applicazione
L'utente, molto probabilmente, non pagherà se non è dipendente dal gioco. Ecco perché dobbiamo tenere traccia della percentuale di coloro che giocano costantemente all'applicazione. A tal fine, misuriamo la percentuale di coloro che sono arrivati al livello N, ovvero coloro che hanno effettuato l'accesso all'app più di 5 volte entro una settimana dall'installazione.
Di solito, la metrica per il fatto di restare attaccati è determinata empiricamente (esempi di tali metriche per una serie di servizi popolari).
L'utente ha visto un'offerta di acquisto, ha effettuato il primo acquisto
Uno dei nostri obiettivi è generare entrate, quindi dobbiamo incentivare il primo acquisto in-app. Ma l'acquisto viene effettuato da una schermata specifica della nostra applicazione (ad esempio, dalla schermata del negozio), quindi dobbiamo tenere traccia della percentuale di utenti che hanno visto questa schermata.
Se la schermata di vendita viene visualizzata dal 10% degli utenti in entrata, ciò limita automaticamente la percentuale di utenti che possono effettuare il primo acquisto nel nostro gioco dall'alto.
Ripeti gli acquisti
Il primo acquisto è buono, ma i prodotti di successo finanziario di solito hanno un alto tasso di acquisto ripetuto. Spesso il primo acquisto è un certo credito di fiducia dell'utente nei confronti dell'applicazione: se è soddisfatto del risultato e dei vantaggi ricevuti, molto probabilmente effettuerà un secondo acquisto. Pertanto, un'altra metrica importante è la percentuale di utenti che effettuano acquisti ripetuti, nonché il numero medio di acquisti ripetuti.
ritenzione
Affinché gli utenti abbiano la possibilità di effettuare più acquisti, devono continuare a giocare al nostro gioco per molto tempo e non smettere dopo un giorno. Per monitorare questo fenomeno, misureremo la ritenzione.
L'opzione più semplice da implementare per la creazione di analisi dei prodotti è creare canalizzazioni per ciascuno degli eventi sopra descritti. Nella maggior parte dei casi, ti ritroverai con una canalizzazione di monetizzazione e una canalizzazione di coinvolgimento degli utenti.
Successivamente, devi confrontare le prestazioni del tuo prodotto per coorti di utenti in base alla settimana in cui sono entrati nell'app. Per tali analisi, gli strumenti Mixpanel e Localytics sono l'ideale.
Un approccio più complesso, ma anche il più produttivo, è l'uso dell'analisi di coorte per l'analisi dei prodotti. L'utilizzo dell'analisi di coorte approfondirà la tua comprensione del prodotto e di come i tuoi utenti lo utilizzano nel tempo.
Formeremo coorti di utenti in base alla settimana in cui sono arrivati all'applicazione. Per semplicità nell'esempio vengono considerate solo le seguenti metriche: CAC, LTV, Ratention, % di chi ha effettuato il primo acquisto, % di chi ha effettuato il secondo acquisto. Inoltre, per semplicità, le coorti non sono state segmentate in base a caratteristiche aggiuntive.
Di seguito è riportata una tabella di analisi di coorte del prodotto in questione (puoi pensarlo come un gioco o un'app di viaggio).
Nella prima settimana, 3000 utenti sono arrivati alla prima versione della nostra applicazione. Alla fine della settimana 0, il 25% di loro ha completato il tutorial, ma nessuno ha ancora pagato. Entro la fine della prima settimana, un altro 5% ha completato il tutorial (ovvero il 30% in totale), mentre l'1,2% ha effettuato il primo acquisto. Entro la fine della seconda settimana, il 34% della coorte in esame ha completato il tutorial e l'1,4% ha effettuato il primo acquisto.
Una settimana dopo abbiamo rilasciato nuova versione applicazioni in cui il tutorial è stato modificato. Come possiamo vedere dalla tabella dell'analisi di coorte, ha funzionato! Entro la fine della quarta settimana, il 47% aveva già completato il tutorial (in precedenza solo il 34%). L'espansione del funnel di monetizzazione a livello di tutorial ha anche aumentato la quota di coloro che hanno effettuato un acquisto. Sfortunatamente, i nostri utenti non effettuano acquisti ripetuti, il che non ci consente di raggiungere il pareggio operativo del prodotto, anche se il team di promozione è riuscito a ridurre notevolmente il CAC (anche se riducendo l'afflusso di nuovi utenti). Spendiamo $ 0,8 per l'attrazione e guadagniamo solo $ 0,5 dall'utente medio dopo 8 settimane.
Nella terza versione dell'applicazione, abbiamo finalizzato il tutorial e aggiunto nuovi acquisti all'applicazione, aumentando la varietà. Questo ci ha permesso di aumentare la quota di acquisti ripetuti e pareggiare LTV con CAC.
È così che l'analisi di coorte ci consente di comprendere il nostro prodotto, nonché quali miglioramenti funzionano e quali no.
La fase più difficile nel lavorare su un prodotto si verifica quando vengono ricevute le prime metriche per il tuo prodotto e sorgono domande:
A proposito di questo nei seguenti materiali.
L'analisi di coorte è uno strumento efficace per l'analisi dei prodotti e del marketing. Anche chi ne conosce l'esistenza lo usa raramente. Nell'ambito della serie di articoli “Corso di analisi”, un analista di ZeptoLab parlerà dell'efficacia dell'analisi di coorte Oleg Jakubenkov.
Proviamo a confrontare due auto e scopriamo qual è la migliore:
Sfortunatamente, non è possibile rispondere a questa domanda sulla base delle informazioni disponibili. Per qualche ragione, non appena si tratta di progetti Internet o applicazioni mobili, tutti iniziano a seguire metriche come DAU, MAU, entrate, numero totale di registrazioni e cercano di trarre conclusioni sul prodotto, l'impatto delle modifiche e l'efficacia del marketing attività basate su di essi.
Le metriche sopra elencate sono metriche di crescita. È utile seguirli per una comprensione generale della situazione, ma in relazione al lavoro su un prodotto sono inutili, poiché è impossibile prendere decisioni sul prodotto sulla base di essi, così come è impossibile valutare l'impatto del prodotto i cambiamenti.
Il product manager, prima di tutto, dovrebbe essere interessato al suo "volume" e "densità", e non alla sua "massa". "Massa" si limita ad affermare il fatto, senza spiegare da dove provenga e come influenzarlo. È necessario sforzarsi di scomporre le metriche chiave in componenti, scomporle, determinare le leve di influenza su di esse: il compito principale quando si lavora su un prodotto.
In questa attività, non puoi fare a meno dell'analisi. Analytics è feedback sulle azioni, occhi sul mondo del prodotto. Innanzitutto, l'analisi ci permette di capire dove siamo, che tipo di prodotto abbiamo realizzato, come viene utilizzato nel mondo reale, e poi ci permette di vedere come le azioni, le modifiche apportate influenzano il prodotto. Nell'immagine qui sotto, chiamo le fasi analitiche: Misura, Dati, Impara.
Uno degli strumenti di analisi dei prodotti più efficaci è analisi di coorte. Questo è ciò di cui parleremo oggi.
Consideriamo la seguente situazione del modello. C'è un prodotto che ha le seguenti caratteristiche:
Nell'azienda in cui viene sviluppato questo prodotto, è consuetudine monitorare l'audience mensile (MAU o Monthly Active Users) e il profitto di ciascuno dei progetti. Sulla base di queste metriche, vengono impostati i KPI e valutati i progressi del team che lavora sul prodotto.
Seguendo le metriche selezionate, dopo i primi 9 mesi, il management è stato molto soddisfatto dei risultati del nuovo prodotto, compreso il successo del product manager. Ma ricorda: il nostro product manager vizia il prodotto ogni mese! Allo stesso tempo, le metriche di crescita sono in costante aumento.
Di seguito sono riportati gli stessi grafici, ma per 16 mesi. In questi grafici, stiamo finalmente vedendo i primi segni di modifiche al prodotto fallite. Ma solo dopo 12 mesi.
Il fatto è che le metriche di crescita sono influenzate da due componenti: prodotto e promozione. Quando guardi le metriche di crescita, non puoi semplicemente separare i due. È per questo motivo che le metriche di crescita sono del tutto inappropriate per l'analisi dei prodotti.
Con analisi correttamente costruite, avremmo visto lo sfortunato impatto degli aggiornamenti del prodotto nelle prime settimane/mesi.
In un dato giorno, il pubblico del tuo prodotto è un misto di coloro che hanno iniziato a utilizzare il tuo servizio oggi, ieri, un mese fa e così via. Tenere traccia di questa massa eterogenea e cercare di trarre conclusioni è un compito estremamente ingrato.
L'idea dell'analisi di coorte è dividere gli utenti in gruppi in base a determinate caratteristiche e tracciare il comportamento di questi gruppi nel tempo.
In genere, i gruppi di utenti (coorti) vengono assegnati in base alla settimana (mese) in cui gli utenti sono entrati nell'applicazione. Una volta identificati questi gruppi di utenti, li monitoriamo nel tempo e misuriamo le metriche chiave per ogni singola coorte. Confrontando le prestazioni delle coorti di utenti di marzo e maggio, è possibile confrontare oggettivamente le versioni del prodotto corrispondenti a questi periodi di tempo.
Per un'analisi più approfondita, le coorti evidenziate devono essere ulteriormente segmentate in base alla sorgente di traffico, alla piattaforma, al paese e ad altri fattori che hanno senso per il tuo particolare prodotto.
Molto probabilmente, i valori delle metriche chiave differiranno per i diversi segmenti, così come le diverse modifiche del prodotto influenzeranno i diversi segmenti di utenti in modi diversi.
Due metriche chiave che alla fine determinano il successo finanziario del tuo prodotto sono LTV (Life Time Value) e CAC (Customer Acquisition Cost).
LTV è la quantità di denaro che l'utente medio spende per la tua app mobile per tutta la durata del suo utilizzo. CAC è il costo medio di acquisizione dell'utente.
Perché queste due metriche sono così importanti per il tuo prodotto e come influenzano le tue prestazioni aziendali puoi leggere nel materiale "SaaS Analytics. Viability Criteria" e "Startup Killer: The Cost of Acquiring Customers" o vedere Vimeo. Nell'ambito di questo articolo, l'importanza di queste metriche verrà accettata per impostazione predefinita e come lavorare con queste metriche verrà trattato in modo più dettagliato.
LTV è una metrica chiave che riflette il valore (beneficio) del tuo prodotto per i tuoi utenti e clienti. È questa metrica che dovrebbe essere in prima linea quando si lavora su un prodotto.
LTV è un'ottima metrica, ma ha uno svantaggio: è di alto livello. Per capire come influenzarlo, è necessario scomporlo in metriche più semplici e banali per il prodotto.
In genere, le metriche sono legate a punti chiave nel ciclo di vita dell'utente in un'applicazione. Pertanto, creiamo la possibilità di monitorare il successo dei progressi dell'utente nell'applicazione e trovare i colli di bottiglia che richiedono la nostra attenzione.
Di solito seguo il percorso dell'utente attraverso il prodotto in termini di coinvolgimento e monetizzazione.
Il coinvolgimento è descritto dalle seguenti fasi del ciclo di vita dell'utente:
La monetizzazione è descritta dalla seguente sequenza di fasi del ciclo di vita dell'utente:
Di seguito ho fornito le metriche corrispondenti a ciascuna delle fasi del ciclo di vita dell'utente nel prodotto (le metriche possono differire per prodotti diversi):
Attivazione nell'app (% di coloro che hanno completato il tutorial o completato un'azione target chiave nell'app, ad esempio, si sono registrati e hanno aggiunto i loro primi amici);
Tutte queste metriche alla fine influenzano LTV. Ciascuno dei prodotti può avere le proprie caratteristiche, ma per la maggior parte questi passaggi/metriche di base funzioneranno.
Considera le metriche del prodotto sopra descritte e il modo in cui influenzano l'LTV usando un gioco astratto come esempio.
Attivazione dell'app
In qualsiasi gioco, l'utente viene prima addestrato attraverso un tutorial. Chi non ha seguito il tutorial, molto probabilmente, non continuerà a giocare e, inoltre, pagherà. Ecco perché è fondamentale per noi monitorare la percentuale di utenti che superano con successo questa fase.
È anche utile tenere traccia della percentuale di coloro che sono stati in grado di eseguire una serie di azioni mirate alla fine del tutorial (ovvero, hanno imparato e ora possono giocare da soli). Tale metrica rifletterà quanto bene è progettato il processo di apprendimento.
L'utente è bloccato nell'applicazione
L'utente, molto probabilmente, non pagherà se non è dipendente dal gioco. Ecco perché dobbiamo tenere traccia della percentuale di coloro che giocano costantemente all'applicazione. A tal fine, misuriamo la percentuale di coloro che sono arrivati al livello N, ovvero coloro che hanno effettuato l'accesso all'app più di 5 volte entro una settimana dall'installazione.
Di solito, la metrica per il fatto di restare attaccati è determinata empiricamente (esempi di tali metriche per una serie di servizi popolari).
L'utente ha visto un'offerta di acquisto, ha effettuato il primo acquisto
Uno dei nostri obiettivi è generare entrate, quindi dobbiamo incentivare il primo acquisto in-app. Ma l'acquisto viene effettuato da una schermata specifica della nostra applicazione (ad esempio, dalla schermata del negozio), quindi dobbiamo tenere traccia della percentuale di utenti che hanno visto questa schermata.
Se la schermata di vendita viene visualizzata dal 10% degli utenti in entrata, ciò limita automaticamente la percentuale di utenti che possono effettuare il primo acquisto nel nostro gioco dall'alto.
Ripeti gli acquisti
Il primo acquisto è buono, ma i prodotti di successo finanziario di solito hanno un alto tasso di acquisto ripetuto. Spesso il primo acquisto è un certo credito di fiducia dell'utente nei confronti dell'applicazione: se è soddisfatto del risultato e dei vantaggi ricevuti, molto probabilmente effettuerà un secondo acquisto. Pertanto, un'altra metrica importante è la percentuale di utenti che effettuano acquisti ripetuti, nonché il numero medio di acquisti ripetuti.
ritenzione
Affinché gli utenti abbiano la possibilità di effettuare più acquisti, devono continuare a giocare al nostro gioco per molto tempo e non smettere dopo un giorno. Per monitorare questo fenomeno, misureremo la ritenzione.
L'opzione più semplice da implementare per la creazione di analisi dei prodotti è creare canalizzazioni per ciascuno degli eventi sopra descritti. Nella maggior parte dei casi, ti ritroverai con una canalizzazione di monetizzazione e una canalizzazione di coinvolgimento degli utenti.
Successivamente, devi confrontare le prestazioni del tuo prodotto per coorti di utenti in base alla settimana in cui sono entrati nell'app. Per tali analisi, gli strumenti Mixpanel e Localytics sono l'ideale.
Un approccio più complesso, ma anche il più produttivo, è l'uso dell'analisi di coorte per l'analisi dei prodotti. L'utilizzo dell'analisi di coorte approfondirà la tua comprensione del prodotto e di come i tuoi utenti lo utilizzano nel tempo.
Formeremo coorti di utenti in base alla settimana in cui sono arrivati all'applicazione. Per semplicità nell'esempio vengono considerate solo le seguenti metriche: CAC, LTV, Ratention, % di chi ha effettuato il primo acquisto, % di chi ha effettuato il secondo acquisto. Inoltre, per semplicità, le coorti non sono state segmentate in base a caratteristiche aggiuntive.
Di seguito è riportata una tabella di analisi di coorte del prodotto in questione (puoi pensarlo come un gioco o un'app di viaggio).
Nella prima settimana, 3000 utenti sono arrivati alla prima versione della nostra applicazione. Alla fine della settimana 0, il 25% di loro ha completato il tutorial, ma nessuno ha ancora pagato. Entro la fine della prima settimana, un altro 5% ha completato il tutorial (ovvero il 30% in totale), mentre l'1,2% ha effettuato il primo acquisto. Entro la fine della seconda settimana, il 34% della coorte in esame ha completato il tutorial e l'1,4% ha effettuato il primo acquisto.
Una settimana dopo, abbiamo rilasciato una nuova versione dell'applicazione, dove abbiamo cambiato il tutorial. Come possiamo vedere dalla tabella dell'analisi di coorte, ha funzionato! Entro la fine della quarta settimana, il 47% aveva già completato il tutorial (in precedenza solo il 34%). L'espansione del funnel di monetizzazione a livello di tutorial ha anche aumentato la quota di coloro che hanno effettuato un acquisto. Sfortunatamente, i nostri utenti non effettuano acquisti ripetuti, il che non ci consente di raggiungere il pareggio operativo del prodotto, anche se il team di promozione è riuscito a ridurre notevolmente il CAC (anche se riducendo l'afflusso di nuovi utenti). Spendiamo $ 0,8 per l'attrazione e guadagniamo solo $ 0,5 dall'utente medio dopo 8 settimane.
Nella terza versione dell'applicazione, abbiamo finalizzato il tutorial e aggiunto nuovi acquisti all'applicazione, aumentando la varietà. Questo ci ha permesso di aumentare la quota di acquisti ripetuti e pareggiare LTV con CAC.
È così che l'analisi di coorte ci consente di comprendere il nostro prodotto, nonché quali miglioramenti funzionano e quali no.
La fase più difficile nel lavorare su un prodotto si verifica quando vengono ricevute le prime metriche per il tuo prodotto e sorgono domande:
