안녕하세요 친애하는 친구. 매일 수십 명의 방문자가 귀하의 블로그를 방문하며 그 중 일부는 소셜 네트워크를 통해 댓글을 남기는 데 더 익숙하고 더 편리합니다. 그러나 슬프게도 위젯은 블로그에 포함되어 있지 않습니다. 댓글 vkontakte WordPress. 그래서 힘든 시기에도 힘이 약하지 않은 소중한 댓글을 놓치게 되지 않나요?) 그리고 오늘은 블로그에 삽입하는 방법을 알려드리겠습니다. , 실제로 인터넷에서 이것에 대해 많이 작성되었지만 어떻게 든 매우 상세하지 않고 상황을 수정하기로 결정했습니다. 그런데 SMO 주제를 너무 많이 다루었기 때문에 내 기사 ""
약간의 분석을 수행하고 WordPress 블로그에 VKontakte 의견을 넣어야 하는 이유에 대해 생각해 보겠습니다.
이제 실용적인 단계로 이동하여 WordPress 블로그에 VKontakte 주석을 설치해 보겠습니다. 그건 그렇고, 나는 내 친구의 블로그가 다소 흥미로운 콘테스트를 주최하고 있음을 알리고 싶습니다. "내가 블로그를 하는 이유는 무엇입니까? ”서둘러 참여하고 시작하기 전에 내 블로그 업데이트를 구독하는 것을 잊지 마십시오.
다음 단계는 wordpress 블로그에 VKontakte 주석을 설치하는 것입니다.
따라서 이 링크를 통해 이동하거나 VKontakte로 이동하여 하단 메뉴에서 개발자 링크를 클릭하면 상단에 3개의 큰 열이 표시되며 그 중 하나는 Documentation이라고 합니다. 우리는 그것을 누르고 사이트의 경우 댓글 링크를 누릅니다.
페이지에 들어가면 다음과 같은 양식이 표시됩니다. 
이제 순서대로. 사이트 열에서 마지막 단계에서 생성한 API 이름을 선택합니다. 당신은 당신의 취향과 색상에 댓글의 수의 출력을 선택할 수 있습니다. 미디어 상자를 선택하면 댓글 양식(버터 죄송합니다;)에 댓글뿐만 아니라 사진, 동영상, 낙서도 남기는 기능이 활성화됩니다.
너비를 기본값으로 둘 수 있습니다. 나중에 어쨌든 원하는 크기를 선택하게 됩니다.
태그 사이에 header.php 파일의 블로그 관리 패널에 있는 코드의 처음 두 부분을 삽입해야 합니다.
오늘날 세계의 소셜 네트워크는 지구 인구의 삶의 큰 부분을 차지합니다. 가장 인기 있는 소셜 네트워크인 Runet도 예외는 아닙니다. 우리 네트워크는 이제 Vkontakte입니다. 토론할 워드프레스 사이트나 블로그에서 Vkontakte 그룹 위젯을 만드는 방법에 대한 것입니다.
그래서 처음에는 무엇을해야합니까? Vkontakte WordPress 그룹 위젯당신은 바로 이 그룹이 있어야 합니다. 나는 이것으로 모든 것이 분명하다고 생각합니다. , 이전에 연구되었습니다. 우리 페이지의 소셜 네트워크 그룹은 우리에게 무엇을 줄까요? 음, 첫째, 페이지에 생명을 불어넣고 둘째, 사이트를 홍보할 때 유용하며 마지막으로 인터넷의 리소스에 대한 추가 트래픽을 가져올 것입니다.
Vkontakte 리소스 주위를 끌지 않고 바로 이 위젯 코드를 찾을 수 있는 위치를 그리지 않기 위해 검색으로 이동하여 검색 라인에 "Vkontakte 커뮤니티 위젯"을 입력하여 더 쉽게 만들 것입니다.
이 글을 읽은 후 이 위젯이 우리에게 유용할 것이라는 결론에 도달했으므로 계속해서 설정 자체를 고려할 것입니다. 양식을 여러 지점으로 나누고 각각을 개별적으로 분석해 보겠습니다.
약간의 설정을 가지고 놀다가 가장 적합한 것을 선택하게 될 것입니다.
위젯 디자인을 결정한 후 사이트 페이지에 코드를 직접 삽입합니다.
탭으로 이동 " 모습", "위젯"을 차례로 선택하고 그룹이 표시되어야 하는 블록을 선택한 다음 "텍스트" 유형의 위젯을 거기로 끌어서 이전에 편집한 코드를 추가합니다. 예를 들어 다음과 같이 표시됩니다.
, ScrumTrek 블로그
몇 주 전 벤처 캐피털 펀드 Andreessen Horowitz는 블로그에 스타트업 지표에 대한 두 가지 흥미로운 항목을 게시했습니다. 첫 번째 기사에서는 모든 스타트업이 측정해야 하는 16가지 지표에 대해 설명했습니다. 두 번째는 이 목록을 14개의 추가 측정항목으로 보완했습니다.
각 기사에서 경제 및 제품 지표와 프레젠테이션 형식에 대한 자리가 주어졌습니다. 그럼에도 불구하고, 그것들은 모두 한 가지로 통합되었습니다. 이것은 특정 제품의 잠재력을 평가하는 투자자들에게 관심이 있는 지표입니다. 그리고 이러한 지표는 현재 제품이 어디로 이동하고 있는지 이해하고 개발 방향의 벡터를 설정해야 합니다.
간단히 나열해 보겠습니다.
경제 및 비즈니스 지표
제품 측정항목 및 참여 측정항목
Daria Ryzhkova가 이끄는 교육은 또한 앞으로 나아가는 데 도움이 되는 제품 메트릭에 주로 전념합니다. 따라서 우리는 Daria에게 a16z가 처음과 두 번째로 언급한 지표에 대해 어떻게 생각하는지 물었습니다.
이러한 측정항목에는 다음이 포함됩니다.
어떤 메트릭이 유용할지 어떻게든 이해할 수 있습니까?메트릭을 심층적으로 탐색하고 제품 성장에 실제로 도움이 되는 메트릭에 집중하십시오!기억해야 할 주요 사항은 좋은 측정항목은 절대적인 것이 아니라 항상 상대적이라는 것입니다. 상대 값은 첫째, 지표 값의 변화에 어떻게 영향을 미칠 수 있는지 이해할 수 있게 해줍니다. 둘째, 본질적으로 비교할 수 있으며 이전 기간 또는 경쟁자와 동일한 지표의 가치를 항상 평가할 수 있습니다. 이 계획에서 판매 유입경로의 각 단계에서 전환은 좋은 예유사한 상대 값.
청중은 세분화되어야 하고 시간이 지남에 따라 행동이 어떻게 변하는지 확인해야 한다는 것을 잊지 마십시오. 내 생각에 수천, 때로는 수백만 명의 청중이 있는 많은 대규모 프로젝트는 세분화 및 코호트 분석 도구를 사용하지 않는 실수를 범합니다. 예를 들어 동일한 churn(제품 사용을 중단한 사용자의 비율)을 다양한 세그먼트의 컨텍스트에서 코호트별로 살펴보면 엄청난 수의 인사이트를 찾을 수 있습니다. 누구를 위해 제품을 만들고 있으며 사용자가 제품을 어떻게 인식하는지에 대해 매우 명확해야 합니다. 제품에 대한 고객의 요구, 기대 및 인식을 알면 다음 단계를 훨씬 쉽게 선택할 수 있습니다.
사이트 개발을 위해 일부 자금을 지원하고 이체할 수 있습니다.
코호트 분석은 제품 및 마케팅 분석을 위한 효과적인 도구입니다. 그 존재를 아는 사람들조차도 거의 사용하지 않습니다. 일련의 기사 "Analytics Course"의 일부로 ZeptoLab의 분석가가 코호트 분석의 효율성에 대해 설명합니다. 올렉 야쿠벤코프.
두 자동차를 비교하고 어느 것이 더 나은지 알아 보겠습니다.
유감스럽게도 사용 가능한 정보를 기반으로 이 질문에 답하는 것은 불가능합니다. 어떤 이유로 인터넷 프로젝트나 모바일 애플리케이션에 관해서는 모든 사람들이 DAU, MAU, 매출, 총 등록 수와 같은 지표를 따르기 시작하고 제품, 변경의 영향 및 마케팅 효과에 대한 결론을 도출하려고 합니다. 이를 바탕으로 한 활동.
위에 나열된 측정항목은 성장 지표. 상황에 대한 전반적인 이해를 위해서는 그것들을 따라가는 것이 좋지만, 제품 작업과 관련하여 그것들을 기반으로 제품 결정을 내리는 것이 불가능하고 제품의 영향을 평가하는 것이 불가능하기 때문에 쓸모가 없습니다. 변경.
제품 관리자는 우선 "질량"이 아닌 "볼륨"과 "밀도"에 관심을 가져야 합니다. "Massa"는 어디에서 왔으며 어떻게 영향을 미치는지 설명하지 않고 단순히 사실을 나타냅니다. 주요 메트릭을 구성 요소로 분해하고, 분해하고, 제품에 대한 작업의 주요 작업인 영향의 지렛대를 결정하기 위해 노력해야 합니다.
이 활동에서는 분석 없이는 할 수 없습니다. 분석은 피드백식료품 세계의 눈을 통해 행동에. 첫째, 분석을 통해 우리가 어디에 있는지, 어떤 종류의 제품을 만들었는지, 실제 세계에서 어떻게 사용되는지 이해한 다음 조치, 변경 사항이 제품에 미치는 영향을 확인할 수 있습니다. 아래 그림에서 저는 분석 단계를 측정, 데이터, 학습이라고 부릅니다.
가장 효과적인 제품 분석 도구 중 하나는 코호트 분석. 그것이 우리가 오늘 이야기할 내용입니다.
다음의 모델 상황을 고려해보자. 다음과 같은 특성을 가진 제품이 있습니다.
이 제품을 개발 중인 회사에서는 월간 오디언스(MAU 또는 월간 활성 사용자)와 각 프로젝트의 수익을 모니터링하는 것이 관례입니다. 이러한 메트릭을 기반으로 KPI가 설정되고 제품 작업 팀의 진행 상황이 평가됩니다.
선택한 지표에 따라 처음 9개월 후 경영진은 제품 관리자의 성공을 포함하여 신제품의 결과에 매우 만족했습니다. 그러나 기억하십시오 - 우리 제품 관리자는 매달 제품을 망칩니다! 동시에 성장 지표는 꾸준히 상승하고 있습니다.
아래는 16개월 동안의 동일한 그래프입니다. 이 차트에서 마침내 실패한 제품 변경의 첫 징후를 볼 수 있습니다. 그러나 12개월 후에만.
사실 성장 지표는 제품과 판촉이라는 두 가지 구성 요소에 의해 영향을 받습니다. 성장 지표를 볼 때 이 둘을 단순히 분리할 수는 없습니다. 이러한 이유로 성장 메트릭은 제품 분석에 완전히 부적절합니다.
적절하게 구축된 분석을 사용했다면 첫 몇 주/몇 달 안에 제품 업데이트의 불행한 영향을 보았을 것입니다.
주어진 날짜에 제품 청중은 오늘, 어제, 한 달 전에 서비스를 사용하기 시작한 사람들이 혼합되어 있습니다. 이 이질적인 덩어리를 추적하고 결론을 도출하는 것은 대단히 감사할 일입니다.
코호트 분석의 아이디어는 사용자를 특정 특성에 따라 그룹으로 나누고 시간이 지남에 따라 이러한 그룹의 행동을 추적하는 것입니다.
일반적으로 사용자 그룹(코호트)은 사용자가 애플리케이션에 온 주(월)를 기준으로 할당됩니다. 이러한 사용자 그룹을 식별하면 시간 경과에 따라 추적하고 각 개별 코호트에 대한 주요 메트릭을 측정합니다. 3월과 5월 사용자 집단의 성과를 비교하면 이 기간에 해당하는 제품 버전을 객관적으로 비교할 수 있습니다.
심층 분석을 위해서는 트래픽 소스, 플랫폼, 국가 및 특정 제품에서 의미가 있는 기타 요소를 기반으로 강조 표시된 코호트를 더 세분화해야 합니다.
다른 제품 변경이 다른 사용자 세그먼트에 다른 방식으로 영향을 미치는 것처럼 주요 메트릭의 값은 세그먼트마다 다를 것입니다.
제품의 재정적 성공을 궁극적으로 결정하는 두 가지 주요 지표는 LTV(평생 가치)와 CAC(고객 확보 비용)입니다.
LTV는 평균 사용자가 귀하의 모바일 애플리케이션사용 기간 동안. CAC는 평균 사용자 획득 비용입니다.
이 두 가지 지표가 제품에 중요한 이유와 비즈니스 성과에 미치는 영향은 "SaaS 분석. 실행 가능성 기준" 및 "스타트업 킬러: 고객 확보 비용"을 참조하거나 Vimeo를 참조하세요. 이 기사의 프레임워크 내에서 이러한 메트릭의 중요성은 기본적으로 허용되며 이러한 메트릭을 사용하는 방법에 대해 더 자세히 설명합니다.
LTV는 다음을 반영하는 핵심 지표입니다. 사용자와 고객을 위한 제품의 가치(이점). 제품을 작업할 때 최전선에 있어야 하는 것은 이 메트릭입니다.
LTV는 훌륭한 메트릭이지만 한 가지 단점이 있습니다. 그것은 높은 수준입니다. 영향을 미치는 방법을 이해하려면 제품에 대한 더 단순하고 일상적인 메트릭으로 분해해야 합니다.
일반적으로 메트릭은 핵심 포인트에 연결됩니다. 라이프 사이클응용 프로그램의 사용자. 따라서 우리는 응용 프로그램에서 사용자 진행의 성공을 추적하고 주의가 필요한 병목 현상을 찾는 기능을 만듭니다.
나는 일반적으로 참여 및 수익 창출 측면에서 제품을 통한 사용자의 여정을 추적합니다.
참여는 사용자 수명 주기의 다음 단계로 설명됩니다.
수익 창출은 사용자 수명 주기의 다음 단계 순서로 설명됩니다.
아래에서 제품의 사용자 수명 주기의 각 단계에 해당하는 메트릭을 제공했습니다(메트릭은 제품마다 다를 수 있음).
앱에서 활성화(튜토리얼을 완료했거나 앱에서 주요 대상 작업을 완료한 사람들의 비율(예: 등록 및 첫 친구 추가)
이러한 모든 측정항목은 궁극적으로 LTV에 영향을 미칩니다. 각 제품에는 고유한 특성이 있을 수 있지만 대부분의 경우 이러한 기본 단계/메트릭이 작동합니다.
위에서 설명한 제품 메트릭과 추상 게임을 예로 사용하여 LTV에 미치는 영향을 고려하십시오.
앱 활성화
모든 게임에서 사용자는 튜토리얼을 통해 먼저 훈련을 받습니다. 튜토리얼을 거치지 않은 사람들은 아마도 계속 플레이하지 않고 비용을 지불하지 않을 것입니다. 그렇기 때문에 이 단계를 성공적으로 통과한 사용자의 비율을 추적하는 것이 중요합니다.
또한 튜토리얼이 끝날 때 여러 대상 작업을 수행할 수 있었던 사람들의 비율을 추적하는 것도 유용합니다(즉, 학습했으며 이제 스스로 플레이할 수 있음). 이러한 메트릭은 학습 프로세스가 얼마나 잘 설계되었는지를 반영합니다.
사용자가 응용 프로그램에 갇혀 있습니다.
사용자는 게임에 중독되지 않으면 비용을 지불하지 않을 가능성이 큽니다. 그렇기 때문에 지속적으로 애플리케이션을 플레이하는 사람들의 비율을 추적해야 합니다. 이를 위해 레벨 N에 도달한 사람 또는 설치 후 일주일 이내에 앱에 5회 이상 로그인한 사람의 비율을 측정합니다.
일반적으로 고정 사실에 대한 메트릭은 경험적으로 결정됩니다(많은 인기 있는 서비스에 대한 이러한 메트릭의 예).
사용자가 구매 제안을 보고 첫 구매를 했습니다.
우리의 목표 중 하나는 수익을 창출하는 것이므로 첫 번째 인앱 구매를 장려해야 합니다. 그러나 구매는 당사 애플리케이션의 특정 화면(예: 스토어 화면)에서 이루어지므로 이 화면을 본 사용자의 비율을 추적해야 합니다.
들어오는 사용자의 10%가 판매 화면을 본 경우 위에서 위에서 우리 게임의 첫 번째 구매를 할 수 있는 사용자의 비율이 자동으로 제한됩니다.
반복 구매
첫 구매는 좋지만 재정적으로 성공한 제품은 일반적으로 재구매율이 높습니다. 종종 첫 번째 구매는 응용 프로그램에 대한 사용자의 신뢰에 대한 특정 신용입니다. 사용자가 결과와 받은 혜택에 만족하면 두 번째 구매를 할 가능성이 큽니다. 따라서 또 다른 중요한 메트릭은 반복 구매를 하는 사용자의 비율과 평균 반복 구매 횟수입니다.
보유
사용자가 여러 번 구매할 수 있도록 하려면 하루 만에 게임을 종료하지 않고 오랫동안 계속해서 게임을 플레이해야 합니다. 이 현상을 추적하기 위해 유지율을 측정합니다.
제품 분석을 구축하기 위해 구현하기 가장 쉬운 옵션은 위에서 설명한 각 이벤트에 대한 유입경로를 만드는 것입니다. 대부분의 경우 수익 창출 깔때기와 사용자 참여 깔때기로 끝납니다.
다음으로, 앱에 들어간 주를 기준으로 사용자 집단에 대한 제품 성능을 비교해야 합니다. 이러한 분석에는 Mixpanel 및 Localytics 도구가 이상적입니다.
더 복잡하지만 가장 생산적인 접근 방식은 제품 분석을 위해 코호트 분석을 사용하는 것입니다. 코호트 분석을 사용하면 제품과 사용자가 시간이 지남에 따라 제품을 사용하는 방식에 대한 이해가 깊어집니다.
우리는 그들이 응용 프로그램에 온 주를 기반으로 사용자 코호트를 구성합니다. 단순화를 위해 CAC, LTV, 유지율, 첫 번째 구매를 한 사람들의 %, 두 번째 구매를 한 사람들의 %와 같은 메트릭만 예제에서 고려됩니다. 또한 단순성을 위해 코호트를 추가 기능에 따라 분할하지 않았습니다.
아래는 해당 제품에 대한 코호트 분석 표입니다(게임이나 여행 앱이라고 생각하시면 됩니다).
첫 주에 3000명의 사용자가 우리 애플리케이션의 첫 번째 버전에 왔습니다. 0주가 끝날 때 그들 중 25%가 튜토리얼을 완료했지만 아무도 아직 비용을 지불하지 않았습니다. 첫 주가 끝날 때까지 다른 5%가 튜토리얼을 완료했으며(즉, 총 30%), 1.2%가 첫 구매를 했습니다. 두 번째 주가 끝날 때까지 고려 중인 코호트의 34%가 튜토리얼을 완료했고 1.4%가 첫 구매를 했습니다.
일주일 후 우리는 출시 새로운 버전튜토리얼이 변경된 애플리케이션. 코호트 분석 표에서 볼 수 있듯이 효과가 있었습니다! 네 번째 주가 끝날 때까지 47%가 이미 튜토리얼을 완료했습니다(이전에는 34%만). 튜토리얼 수준에서 수익화 유입경로를 확장하면 구매한 사람들의 점유율도 높아졌습니다. 불행히도 사용자는 반복 구매를 하지 않기 때문에 프로모션 팀이 CAC를 크게 줄일 수 있었음에도 불구하고 제품의 운영 손익분기점에 도달할 수 없었습니다(신규 사용자 유입을 줄였음에도 불구하고). 우리는 매력에 0.8달러를 쓰고 8주 후에 평균 사용자로부터 0.5달러만 벌었습니다.
응용 프로그램의 세 번째 버전에서는 튜토리얼을 마무리하고 응용 프로그램에 새로운 구매를 추가하여 다양성을 늘렸습니다. 이를 통해 반복 구매 점유율을 높이고 CAC로 LTV를 균등화할 수 있었습니다.
이것이 코호트 분석을 통해 제품을 이해하고 어떤 개선 사항이 효과가 있고 어떤 것이 효과가 없는지 이해할 수 있게 해줍니다.
제품 작업에서 가장 어려운 단계는 제품에 대한 첫 번째 메트릭이 수신되고 다음과 같은 질문이 발생할 때 발생합니다.
다음 자료에서 이에 대해 설명합니다.
코호트 분석은 제품 및 마케팅 분석을 위한 효과적인 도구입니다. 그 존재를 아는 사람들조차도 거의 사용하지 않습니다. 일련의 기사 "Analytics Course"의 일부로 ZeptoLab의 분석가가 코호트 분석의 효율성에 대해 설명합니다. 올렉 야쿠벤코프.
두 자동차를 비교하고 어느 것이 더 나은지 알아 보겠습니다.
유감스럽게도 사용 가능한 정보를 기반으로 이 질문에 답하는 것은 불가능합니다. 어떤 이유로 인터넷 프로젝트나 모바일 애플리케이션에 관해서는 모든 사람들이 DAU, MAU, 매출, 총 등록 수와 같은 지표를 따르기 시작하고 제품, 변경의 영향 및 마케팅 효과에 대한 결론을 도출하려고 합니다. 이를 바탕으로 한 활동.
위에 나열된 측정항목은 성장 지표. 상황에 대한 전반적인 이해를 위해서는 그것들을 따라가는 것이 좋지만, 제품 작업과 관련하여 그것들을 기반으로 제품 결정을 내리는 것이 불가능하고 제품의 영향을 평가하는 것이 불가능하기 때문에 쓸모가 없습니다. 변경.
제품 관리자는 우선 "질량"이 아닌 "볼륨"과 "밀도"에 관심을 가져야 합니다. "Massa"는 어디에서 왔으며 어떻게 영향을 미치는지 설명하지 않고 단순히 사실을 나타냅니다. 주요 메트릭을 구성 요소로 분해하고, 분해하고, 제품에 대한 작업의 주요 작업인 영향의 지렛대를 결정하기 위해 노력해야 합니다.
이 활동에서는 분석 없이는 할 수 없습니다. 분석은 행동에 대한 피드백이며 제품 세계를 바라보는 눈입니다. 첫째, 분석을 통해 우리가 어디에 있는지, 어떤 종류의 제품을 만들었는지, 실제 세계에서 어떻게 사용되는지 이해할 수 있으며, 그런 다음 작업, 변경 사항이 제품에 미치는 영향을 확인할 수 있습니다. 아래 그림에서 저는 분석 단계를 측정, 데이터, 학습이라고 부릅니다.
가장 효과적인 제품 분석 도구 중 하나는 코호트 분석. 그것이 우리가 오늘 이야기할 내용입니다.
다음의 모델 상황을 고려해보자. 다음과 같은 특성을 가진 제품이 있습니다.
이 제품을 개발 중인 회사에서는 월간 오디언스(MAU 또는 월간 활성 사용자)와 각 프로젝트의 수익을 모니터링하는 것이 관례입니다. 이러한 메트릭을 기반으로 KPI가 설정되고 제품 작업 팀의 진행 상황이 평가됩니다.
선택한 지표에 따라 처음 9개월 후 경영진은 제품 관리자의 성공을 포함하여 신제품의 결과에 매우 만족했습니다. 그러나 기억하십시오 - 우리 제품 관리자는 매달 제품을 망칩니다! 동시에 성장 지표는 꾸준히 상승하고 있습니다.
아래는 16개월 동안의 동일한 그래프입니다. 이 차트에서 마침내 실패한 제품 변경의 첫 징후를 볼 수 있습니다. 그러나 12개월 후에만.
사실 성장 지표는 제품과 판촉이라는 두 가지 구성 요소에 의해 영향을 받습니다. 성장 지표를 볼 때 이 둘을 단순히 분리할 수는 없습니다. 이러한 이유로 성장 메트릭은 제품 분석에 완전히 부적절합니다.
적절하게 구축된 분석을 사용했다면 첫 몇 주/몇 달 안에 제품 업데이트의 불행한 영향을 보았을 것입니다.
주어진 날짜에 제품 청중은 오늘, 어제, 한 달 전에 서비스를 사용하기 시작한 사람들이 혼합되어 있습니다. 이 이질적인 덩어리를 추적하고 결론을 도출하는 것은 대단히 감사할 일입니다.
코호트 분석의 아이디어는 사용자를 특정 특성에 따라 그룹으로 나누고 시간이 지남에 따라 이러한 그룹의 행동을 추적하는 것입니다.
일반적으로 사용자 그룹(코호트)은 사용자가 애플리케이션에 온 주(월)를 기준으로 할당됩니다. 이러한 사용자 그룹을 식별하면 시간 경과에 따라 추적하고 각 개별 코호트에 대한 주요 메트릭을 측정합니다. 3월과 5월 사용자 집단의 성과를 비교하면 이 기간에 해당하는 제품 버전을 객관적으로 비교할 수 있습니다.
심층 분석을 위해서는 트래픽 소스, 플랫폼, 국가 및 특정 제품에서 의미가 있는 기타 요소를 기반으로 강조 표시된 코호트를 더 세분화해야 합니다.
다른 제품 변경이 다른 사용자 세그먼트에 다른 방식으로 영향을 미치는 것처럼 주요 메트릭의 값은 세그먼트마다 다를 것입니다.
제품의 재정적 성공을 궁극적으로 결정하는 두 가지 주요 지표는 LTV(평생 가치)와 CAC(고객 확보 비용)입니다.
LTV는 평균 사용자가 모바일 앱을 사용하는 기간 동안 모바일 앱에 지출하는 금액입니다. CAC는 평균 사용자 획득 비용입니다.
이 두 가지 지표가 제품에 중요한 이유와 비즈니스 성과에 미치는 영향은 "SaaS 분석. 실행 가능성 기준" 및 "스타트업 킬러: 고객 확보 비용"을 참조하거나 Vimeo를 참조하세요. 이 기사의 프레임워크 내에서 이러한 메트릭의 중요성은 기본적으로 허용되며 이러한 메트릭을 사용하는 방법에 대해 더 자세히 설명합니다.
LTV는 다음을 반영하는 핵심 지표입니다. 사용자와 고객을 위한 제품의 가치(이점). 제품을 작업할 때 최전선에 있어야 하는 것은 이 메트릭입니다.
LTV는 훌륭한 메트릭이지만 한 가지 단점이 있습니다. 그것은 높은 수준입니다. 영향을 미치는 방법을 이해하려면 제품에 대한 더 단순하고 일상적인 메트릭으로 분해해야 합니다.
일반적으로 메트릭은 응용 프로그램의 사용자 수명 주기에 있는 주요 지점에 연결됩니다. 따라서 우리는 응용 프로그램에서 사용자 진행의 성공을 추적하고 주의가 필요한 병목 현상을 찾는 기능을 만듭니다.
나는 일반적으로 참여 및 수익 창출 측면에서 제품을 통한 사용자의 여정을 추적합니다.
참여는 사용자 수명 주기의 다음 단계로 설명됩니다.
수익 창출은 사용자 수명 주기의 다음 단계 순서로 설명됩니다.
아래에서 제품의 사용자 수명 주기의 각 단계에 해당하는 메트릭을 제공했습니다(메트릭은 제품마다 다를 수 있음).
앱에서 활성화(튜토리얼을 완료했거나 앱에서 주요 대상 작업을 완료한 사람들의 비율(예: 등록 및 첫 친구 추가)
이러한 모든 측정항목은 궁극적으로 LTV에 영향을 미칩니다. 각 제품에는 고유한 특성이 있을 수 있지만 대부분의 경우 이러한 기본 단계/메트릭이 작동합니다.
위에서 설명한 제품 메트릭과 추상 게임을 예로 사용하여 LTV에 미치는 영향을 고려하십시오.
앱 활성화
모든 게임에서 사용자는 튜토리얼을 통해 먼저 훈련을 받습니다. 튜토리얼을 거치지 않은 사람들은 아마도 계속 플레이하지 않고 비용을 지불하지 않을 것입니다. 그렇기 때문에 이 단계를 성공적으로 통과한 사용자의 비율을 추적하는 것이 중요합니다.
또한 튜토리얼이 끝날 때 여러 대상 작업을 수행할 수 있었던 사람들의 비율을 추적하는 것도 유용합니다(즉, 학습했으며 이제 스스로 플레이할 수 있음). 이러한 메트릭은 학습 프로세스가 얼마나 잘 설계되었는지를 반영합니다.
사용자가 응용 프로그램에 갇혀 있습니다.
사용자는 게임에 중독되지 않으면 비용을 지불하지 않을 가능성이 큽니다. 그렇기 때문에 지속적으로 애플리케이션을 플레이하는 사람들의 비율을 추적해야 합니다. 이를 위해 레벨 N에 도달한 사람 또는 설치 후 일주일 이내에 앱에 5회 이상 로그인한 사람의 비율을 측정합니다.
일반적으로 고정 사실에 대한 메트릭은 경험적으로 결정됩니다(많은 인기 있는 서비스에 대한 이러한 메트릭의 예).
사용자가 구매 제안을 보고 첫 구매를 했습니다.
우리의 목표 중 하나는 수익을 창출하는 것이므로 첫 번째 인앱 구매를 장려해야 합니다. 그러나 구매는 당사 애플리케이션의 특정 화면(예: 스토어 화면)에서 이루어지므로 이 화면을 본 사용자의 비율을 추적해야 합니다.
들어오는 사용자의 10%가 판매 화면을 본 경우 위에서 위에서 우리 게임의 첫 번째 구매를 할 수 있는 사용자의 비율이 자동으로 제한됩니다.
반복 구매
첫 구매는 좋지만 재정적으로 성공한 제품은 일반적으로 재구매율이 높습니다. 종종 첫 번째 구매는 응용 프로그램에 대한 사용자의 신뢰에 대한 특정 신용입니다. 사용자가 결과와 받은 혜택에 만족하면 두 번째 구매를 할 가능성이 큽니다. 따라서 또 다른 중요한 메트릭은 반복 구매를 하는 사용자의 비율과 평균 반복 구매 횟수입니다.
보유
사용자가 여러 번 구매할 수 있도록 하려면 하루 만에 게임을 종료하지 않고 오랫동안 계속해서 게임을 플레이해야 합니다. 이 현상을 추적하기 위해 유지율을 측정합니다.
제품 분석을 구축하기 위해 구현하기 가장 쉬운 옵션은 위에서 설명한 각 이벤트에 대한 유입경로를 만드는 것입니다. 대부분의 경우 수익 창출 깔때기와 사용자 참여 깔때기로 끝납니다.
다음으로, 앱에 들어간 주를 기준으로 사용자 집단에 대한 제품 성능을 비교해야 합니다. 이러한 분석에는 Mixpanel 및 Localytics 도구가 이상적입니다.
더 복잡하지만 가장 생산적인 접근 방식은 제품 분석을 위해 코호트 분석을 사용하는 것입니다. 코호트 분석을 사용하면 제품과 사용자가 시간이 지남에 따라 제품을 사용하는 방식에 대한 이해가 깊어집니다.
우리는 그들이 응용 프로그램에 온 주를 기반으로 사용자 코호트를 구성합니다. 단순화를 위해 CAC, LTV, 유지율, 첫 번째 구매를 한 사람들의 %, 두 번째 구매를 한 사람들의 %와 같은 메트릭만 예제에서 고려됩니다. 또한 단순성을 위해 코호트를 추가 기능에 따라 분할하지 않았습니다.
아래는 해당 제품에 대한 코호트 분석 표입니다(게임이나 여행 앱이라고 생각하시면 됩니다).
첫 주에 3000명의 사용자가 우리 애플리케이션의 첫 번째 버전에 왔습니다. 0주가 끝날 때 그들 중 25%가 튜토리얼을 완료했지만 아무도 아직 비용을 지불하지 않았습니다. 첫 주가 끝날 때까지 다른 5%가 튜토리얼을 완료했으며(즉, 총 30%), 1.2%가 첫 구매를 했습니다. 두 번째 주가 끝날 때까지 고려 중인 코호트의 34%가 튜토리얼을 완료했고 1.4%가 첫 구매를 했습니다.
일주일 후, 우리는 튜토리얼을 변경한 새로운 버전의 애플리케이션을 출시했습니다. 코호트 분석 표에서 볼 수 있듯이 효과가 있었습니다! 네 번째 주가 끝날 때까지 47%가 이미 튜토리얼을 완료했습니다(이전에는 34%만). 튜토리얼 수준에서 수익화 유입경로를 확장하면 구매한 사람들의 점유율도 높아졌습니다. 불행히도 사용자는 반복 구매를 하지 않기 때문에 프로모션 팀이 CAC를 크게 줄일 수 있었음에도 불구하고 제품의 운영 손익분기점에 도달할 수 없었습니다(신규 사용자 유입을 줄였음에도 불구하고). 우리는 매력에 0.8달러를 쓰고 8주 후에 평균 사용자로부터 0.5달러만 벌었습니다.
응용 프로그램의 세 번째 버전에서는 튜토리얼을 마무리하고 응용 프로그램에 새로운 구매를 추가하여 다양성을 늘렸습니다. 이를 통해 반복 구매 점유율을 높이고 CAC로 LTV를 균등화할 수 있었습니다.
이것이 코호트 분석을 통해 제품을 이해하고 어떤 개선 사항이 효과가 있고 어떤 것이 효과가 없는지 이해할 수 있게 해줍니다.
제품 작업에서 가장 어려운 단계는 제품에 대한 첫 번째 메트릭이 수신되고 다음과 같은 질문이 발생할 때 발생합니다.
