时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{如何用移动数据分析的方法让APP获利 ?}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的如何用移动数据分析的方法让APP获利 ?内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
当你思考出一个新应用程序的点子时,直觉的第一反应也许会要求你尽可能快地开始研发工作。这种心态固然是好的,但要知道开发一款手机应用的成本其实很高,更不用提大多数手机应用都失败了的残酷现实了。 如果你有一个关于手机应用的想法,或者说你的产品已经上架到了手机应用商店,你可以仔细研究下文所讲的移动数据分析(mobile analytics)教程,了解如何利用一些指标来创建更好的产品。 手机应用的盈利能力首先,用一个问题来测试一下你的知识情况。一定要先选出你认为正确的答案再继续往下看哦。
很不幸的是,超过99.9%的手机应用程序其成本都远高于收入。所以,还值得你继续尝试吗?为什么这一比例会如此之高? 在我看来,应用商店里的大多数应用程序都是以错误的方式发行的。他们的开发商专注于构建一个非常大的功能集,并且认为只要我研发了这种产品,就会有源源不断的用户下载和使用。这种做法也许会在上世纪80年代奏效,但完全不适用于当今的手机应用市场。 然而,现如今可供用户选择的东西实在是太多了。如果你的手机应用想取得成功的话,你必须要用低于顾客终身价值的方式来吸纳用户。用户获取是一门艺术,有很多好书都是关于这一主题的。 今天,我们将讨论一下:如何利用移动数据分析,来定义一个应用程序成功与否。 快速行动,打破局面大多数人对于他们研发的手机应用程序都有着很美好的愿景。他们都认为自己将研发出一款有多功能用途的应用,可以解决用户群体面临的许多问题,于是便急于求成,迅速开始构建各项功能。 但这是行不通的。如果你还没有读过精益创业(网络营销是真的假的The LeanStartup)的相关知识,我建议你赶快阅读关于最小可行产品(MVP, Minimum Viable Product)的文章。 虽然研发最小可行产品并不是这篇文章所触及的内容,但是我们不妨先来用一下这种产品理念。假设我们想要先推出产品10%的功能,来解决用户多方问题中的其中一个。然后通过假设来测试问题是否真的得以解决,并用移动数据分析进行验证。 应该使用哪种移动数据分析工具呢?业内有多款常用的APP数据分析平台,每个平台都有各自的优缺点。我所知道的最好的分析工具是由Segment.com提供的。 优点是它可以搜集你需要的所有数据,并且如果在之后的使用中你很喜欢其界面和功能,它还可以将这些数据发送给其他人。但缺点是:如果你的月活跃用户(MAUs, Monthly Active Users)超过了1000的话,你必须付费才能使用该工具。 以下是三款免费的分析工具:Flurry, Google/Firebase和Heap。 在分析平台上整合移动数据的速度快、价格低,所以,当你不确定哪个平台对你来说最适用的话,不妨多进行尝试。 哪些APP数据需要衡量?如果你了解分析学知识的话,你一定会知道衡量数据的指标有成百上千种之多。所以,究竟应该从哪一个开始呢? 衡量指标的选择肯定是视每种APP的具体情况而定的,但在这里我先以一款手机游戏为例。值得注意的是,虽然案例是一款游戏,但其所用的指标却是可以通用于几乎其它任何手机应用的。 在本文的第二部分,我还会介绍一款目标更具体的手机APP,以及衡量其数据指标的方法。 案例:一款益智游戏几年前,我开发了一款深受欢迎的手机游戏。虽然这款游戏能以合理的价位获得下载量,但最终还是无利可图。 这究竟是什么原因导致的呢? 为了解决这一问题,我们研究三种指标:第一日留存率、 平均每日活跃用户收入、用户终身价值。 第一日留存率如果有100个用户下载并开始使用一款APP,会有多少用户会在一天后继续使用呢?在产品领域,第一日留存率为这一问题提供了答案。 对于很多APP来说,第一日留存率是一个很好的关注方向,主要有一下三个原因:
这就引出了我们的第二个测试问题:
80%的第一日留存率必然会令人瞠目结舌,但这几乎为所未闻。其实,用户脱离游戏和应用程序的速度非常快,超过50%用户在APP安装后只使用一次。 在用户留存方面有一个很重要的现象叫做“40/20/10”——意思是:如果有100个用户下载了某APP,第二天会有40个用户回来继续使用;一个星期后,用户数量会减少至20人;一个月后,用户数量会减少为10人。如果你的APP第一日留存率可以达到40%,那么它一定是一款非常好的程序。 对于iOS应用来说,App Store Connect(上传应用至商店的后台软件)会自动跟踪你的应用的留存率,因而你也可以轻松查看数据。对于安卓程序来说,可以用上文中提到的任意一款工具来跟踪你应用程序的留存率。 在我们的游戏中,我们的第一日留存率达到了37%,与理想目标的40%非常接近。 平均每日活跃用户收入接着上文继续说,假设我们的APP已经有了很高的用户留存率,那么接下来我们就应该考虑一下如何从中获取收入了。 从APP中获得收入的方式有很多,对于免费的应用来说,收入方式有广告、软件内付费(in-app purchases)、订阅、或者使用Apple Pay进行实物交易。但无论哪一种方式,都可以用ARPDAU这一只表来监控收入和用户的使用情况。 APRDAU表示的是一天的收入除以当天使用该应用的人数: ARPDAU=日收入当天使用该应用的人数
0.05美元已经算是高于平均水平的ARPDAU了,前15%的游戏应用的ARPDAU会达到0.15美元左右。 糖果粉碎传奇成为榜首App的原因有两个:
APRDAU的基准线其实也会因为APP类型而产生巨大差异。例如:一款表现出色的文字游戏的ARPDAU可能只有0.08美元,但是角色扮演类游戏的ARPDAU可以达到0.40美元。因而,为了取得最佳效果,在选择应用程序的评价指标之前要先参看一下该应用程序的类型朋友圈 审核要求。 为了让你了解一下文字游戏盈利的具体情况,下图展示了各类型游戏ARPDAU的平均值: ARPDAU也是一种很好的分析数据,因为不会随着你的用户数量而发生变化。 同第一日留存率一样,你在应用上架24小时之后便可以获得产品ARPDAU的基准线,这样你便可以迅速得知因产品改变而带来的影响。我们的益智游戏,起初它的ARPDAU只有0.02美元,但随着各种运营活动,我们将其成功地提高到了0.05美元。 计算用户的终身价值上文已经介绍了用户使用应用程序的频率以及由此而每天产生的收入情况。将二者结合,我们便可以得出衡量APP效益最重要的指标:用户的终身价值(LTV)。 用户终身价值=用户生存期平均每日活跃用户收入 我的益智游戏的用户平均使用时长大约是24.41天,虽然每个用户的使用时长会稍有变化,但是其平均值则相对稳定。 此外,还需要注意的是,这些数字会因为APP的类型而发生改变。例如:健身应用的使用频率不会像游戏应用一样高,通讯类型的应用程序在周末的使用状况会与平日不同等。我们现在的目标就是要找到一个成功的接近值,从而确定我们是否在朝着正确的方向前进。 以我们的益智游戏为例,用户终身价值为:24.410.05美元=1.22美元 ARPDAU在APP上架的24小时后便可以查看和使用,通过这些数据我们可以迅速得出用户的终身价值。 是否应该支付因吸纳用户而产生的费用?在继续阅读文章和计算这些指标之前,还需要解决一个非常困难的问题。如果我们不知道用户今后将带回多少收入,那么我们该如何知道花多少钱购买用户才是值得的呢?吸纳每个用户下载和使用APP而产生的费用叫做单次安装成本(CPI),影响CPI的因素多种多样,其中主要包括:
当应用程序的LTV超过CPI的时候才有利可图。 现在我们可以将文章提到的各个方面总结在一起,再回过头来看看上文中提到的失败案例。既然益智游戏有着良好的第一日留存率和ARPDAU,那么,究竟是什么地方出了问题才导致该应用无法最终获利的呢? 要知道只有第一日留存率和ARPDAU两项指标是远远不够的。我们产品的用户终身价值是1.22美元,但是益智类游戏的平均单次安装成本可达4.54美元,这意味着我们在每个用户身上将会损失3.32美元。 下载量何时才能体现准确的用户终身价值?LTV和CPI就像鸡和蛋的问题一样,如果在你产品发布后只有50个下载量,那么你的统计样本数量就很小,这时即便你可以计算出LTV,你也无法知晓LTV的值准确与否。只有下载量到达一定规模后此类数字才会有意义,这意味着需要先拿出一笔宣传启动资金来测试进一步投资是否合理。 如果你正在制作一款手机APP,你需要先测试一下产品的适用性。很多成功项目都将更多资金投入到了广告宣传上,而不是APP程序开发上。所以,你计算产品预算时,千万不要忘了市场营销和产品测试方面的费用。通常来讲,我认为超过1000次的下载量才会具有统计学上的意义。 社交类APP可能是一个例外,此类APP的用户因为可以吸纳其他用户而拥有更高的价值。因此,你可以通过购买第一批用户的方式来壮大用户规模。更好的方法则是培养一小批用户对产品的痴迷度,并通过社交的力量继续拓展用户。
道路应该如何前行?既然你已经掌握了上文中提到的分析方法,你需要不断测量和测试数据从而改善相应的产品状况。将这些统计数据每日都呈现在眼前不失为一种好的方法,你可以将数据投到办公室的屏幕上并且每日进行更新。看看你一个月可以运行多少产品测试,当然也别忘了时刻跟踪产品指标。 如果上文中提及的指标方法不够用的话,以下还有三种新的推荐:
APP的分析指标多种多样,只是某些分析指标更针对于特定类型的应用程序。在下一篇文章中,我们会一起研究一下,对于订阅性APP而言最重要的几个分析指标,敬请关注!
原作者:MatthewKnippen 原文链接:https://www.toptal.com/app/profitable-apps-with-mobile-analytics 小程序:「即能」,公众号:「即能Upskill」 本文由 @即能 于,, 题图来自 Unsplash,基于 网络营销工程师教材CC0 协议 |
上一篇:隐私泄露下的数据暗网,分类标签中的爱恨一生
下一篇:白话大数据:数据预处理之术(上篇)
小提示:您应该对本页介绍的“如何用移动数据分析的方法让APP获利 ?”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通如何用移动数据分析的方法让APP获利 ?的相关事宜。
关键词:2年, app, 初级, 移动数据分