Публикация выходит в рамках цикла материалов об игровых метриках от сайт и devtodev. Статьи делятся по сезонам, каждый из которых посвящен конкретной теме. Второй сезон называется «Пользователи». В нем мы рассказываем про те бизнес-метрики, которые отражают эффективность приложения в плане работы с аудиторией.

Вера Карпова

Ежедневно аудитория проекта пополняется новыми пользователями. Кто-то из них быстро теряет интерес, кто-то иногда вспоминает о приложении, а кто-то пользуется им регулярно. И наверняка каждый день в приложение заходят представители всех этих сегментов. Сегодня мы и поговорим о них – активных пользователях (Active users) .

Активные пользователи – это те, у кого была хотя бы одна сессия за исследуемый промежуток времени. Эти промежутки могут быть разные, но чаще всего исследуют дневную, недельную, а также месячную аудитории проекта. И эти показатели имеют устоявшиеся названия:

• DAU – число уникальных пользователей в день (daily active users);
• WAU – число уникальных пользователей в неделю (weekly active users);
• MAU – число уникальных пользователей в месяц (monthly active users).

При этом можно делать аналогичные расчеты и за любые другие периоды, если они лучше отвечают требованиям компании. Например, подводя итоги уходящего года, можно посчитать годовую аудиторию проекта и сравнить с предыдущими годами, чтобы оценить динамику.

Стоит обратить внимание, что WAU за определенную неделю – это не сумма DAU за 7 дней , так как речь идет об уникальных пользователях. Например, один из них может зайти в приложение в понедельник и вторник, и он попадет и в DAU понедельника, и в DAU вторника. Но в рамках недели (с понедельника по воскресенье) он будет посчитан только 1 раз.
Аналогично и MAU не является суммой 4-х WAU и 30-ти DAU. С точки зрения расчета, эти показатели не связаны между собой и рассчитываются отдельно.

Чтобы получше разобраться с этими показателями, посчитаем их на примере.

Допустим, у нас есть данные о посещениях приложения различными пользователями за 2 недели. При этом не имеет значения, сколько раз в день заходил пользователь в проект, так как он все равно будет одним уникальным посетителем.

Синим отмечены дни, когда пользователи заходили в приложение.

Итак, сначала рассчитаем DAU для 1-го, 2-го, 5-го и 10-го дня. Для этого нужно знать, сколько уникальных пользователей заходили в приложение в эти дни:

• DAU 1-го дня = 2 (пользователи 1 и 4);
• DAU 2-го дня = 3 (пользователи 2,4,5);
• DAU 3-го дня = 3 (пользователи 2,3,4);
• DAU 10-го дня = 0 (никто не заходил в приложение в эти дни).

• в первую неделю (с 1-го по 7-й дни) он равен 5 – все пользователи заходили в проект;
• во вторую неделю (с 8-го по 14-й день) этот показатель уже 3 – первый и второй пользователи не делали сессий.

Можно выбрать и произвольную неделю, например, с 3-го по 9-й день, и тогда WAU будет равен 4.

В нашем примере участвовало всего 5 человек, а в реальном проекте это будут тысячи, сотни тысяч, миллионы пользователей, которые ежедневно посещают продукт. И то, как они заходят в приложение, говорит о его стабильности, качестве и масштабе.

Кроме того Active users – это тот показатель, который имеет смысл отслеживать в реальном времени , потому что если что-то сломается в приложении или на сервере и пользователи не смогут воспользоваться продуктом, это сразу же скажется этой метрике. Для такого контроля группировать пользователей можно уже не по дням, а по часам или даже 10-ти минутным интервалам.

Кстати, активные пользователи, которые в текущий момент находятся в приложении – это отдельная метрика, которая имеет свое название. Чаще всего это Users online , но можно встретить и такие аббревиатуры, как CCU (сonсurrent users) – пользователи, находящиеся в приложении в определенный момент, и PCCU (peak concurrent users) – максимальное количество пользователей, одновременно находящихся в приложении.

Средний CCU хорошо отражает масштаб проекта, а PCCU очень важен при планировании нагрузки на сервера.

Динамика активных пользователей может меняться не только в рамках дня, она может постепенно расти или падать месяц к месяцу. И ее довольно важно контролировать. Упростить анализ изменений количества активных пользователей помогает сегментация. Благодаря ей можно быстрее понять за счет какого сегмента пользователей происходит изменение показателя.

Вот несколько вариантов сегментации активной аудитории.

По платежам:

• платящий / не платящий
• совершивший только 1 платеж / совершивший повторные платежи

По сроку с момента установки:

• 1 день / 2-7 дней / 8-14 дней / 15-30 дней / 30- 60 дней / 60+ дней

По регулярности заходов:

• каждый день / 4-6 раз в неделю / 1-2 раза в неделю / раз в месяц и реже

А также можно делить по странам, по девайсам операционным системам, по кастомному событию (то есть, делить аудиторию на пользователей выполнивших и не выполнивших то или иное действия).

Последний вариант сегментации можно использовать, если в приложении есть какое-либо ключевое событие, важное для полноты игрового опыта или создания правильного первого впечатления о продукте (например, прохождение обучения, N уровней в игре или заход в магазин).

Когда вы определите сегмент, в котором происходит уменьшение активных пользователей, будет проще искать возможную причину проблемы.

Вот какая ситуация может случиться:

Сначала начинает уменьшаться количество активных пользователей в России, в то же время увеличивается количество посетителей из Японии и они компенсируют падение в другой стране. Если мы смотрим только на общий график DAU, то вряд ли заметим какие-либо изменения динамики. И только потом, когда количество активных пользователей России упадет еще сильнее, мы увидим это на общем графике. А между тем, уже пройдет достаточно много времени, которое можно было бы использовать для поиска и устранения причины падения.

Еще одна статистическая аномалия подтверждает важность сегментации – это парадокс Симпсона . Ее проявление лучше всего рассмотреть на примере.

Возьмем 4 страны из предыдущего примера и предположим, что конверсия в покупку в них такая:

И вот что получается:

• конверсия в России (4.85%) больше, чем конверсия в Японии (4.44%);
• конверсия в Великобритании (7.08%) больше, чем конверсия в Китае (6.98%);
• общая конверсия европейских стран (5.8%) меньше, чем конверсия азиатских (6.5%).

Это еще раз говорит о том, что сегментация может дать совсем не такие результаты, как общая статистика показателя.

Кстати, иногда, глядя на график DAU, вы не всегда можете явно определить тенденцию, но группировка по неделям или месяцам (преобразование графика в WAU и MAU), делает ее более явной.

Сама по себе метрика Active users, безусловно, важна для проекта, но кроме этого она также связана с другими финансовыми и поведенческими метриками.

В первую очередь, на Active users влияет количество новых пользователей – чем их больше, и чем быстрее и стабильнее они приходят в проект, тем быстрее растет аудитория.

Второй не менее важный показатель – это Retention (удержание пользователей), который говорит от том, как пользователи возвращаются в проект. Если приводить в проект новых пользователей, которые не будут в него возвращаться, то они не пополнят аудиторию, а такое привлечение не даст никакого эффекта. Важно заинтересовать пользователей продуктом, чтобы они хотели вернуться. И чем их будет больше, тем больше будет активная аудитория.

Небольшой пример:

Можно иметь хорошие показатели Retention в приложении, но при небольшом количестве новых пользователей аудитория будет расти очень медленно. И наоборот, если есть хороший приток новых пользователей и низкий Retention, то большая их часть покинет проект, что также не увеличит аудиторию.

А чем больше аудитория проекта, тем больше среди нее потенциальных плательщиков. Ведь именно в такой последовательности пользователи становятся платящими:

New users → Active users → Paying users

Кстати, важно, чтобы пользователь после совершения первого платежа оставался активен в продукте, потому что это увеличит шансы на то, что он совершит повторные покупки.
Таким образом, Active users прямо пропорционально влияет на доход:

Revenue = Active users * Paying share * ARPPU

Количество активных пользователей – один из важнейших показателей продукта, который косвенно указывает на его успешность, сочетая в себе и качество привлечения новых пользователей, и метрики удержания, непосредственно влияя на доход. Поэтому при анализе активных пользователей стоит обращать внимание еще и на скорость роста аудитории, ведь эта метрика является одним из самых позитивных признаков активного развития продукта.

Отток (Churn) клиентов подобен пожарной сирене. Вы понимаете — что-то пошло не так, но это знание не помогает вам потушить пламя.

Чтобы «поставить диагноз» и решить проблему с удержанием, вам нужно предпринять нечто более серьезное, чем простой взгляд на формулы приходящих и потерянных клиентов. Необходимо определить, кто уходит, когда они это делают и почему. Только после этого вы сможете с умом распределить время и внести поправки, имеющие наибольшее влияние на рост вашего бизнеса.

Читайте, как найти источник огня и погасить его до того, как ваша компания сгорит дотла.

Верны ли ваши данные?

Никто не станет отрицать, что привлечение лидов играет решающую роль для успеха компании на раннем этапе развития. Но не дайте хорошим показателям затмить проблему с оттоком.

Вспомним формулу:

Отток = потерянные пользователи / общее число пользователей

Рассмотрим пример от Profitwell, демонстрирующий значение формулы в реальном мире.

По вертикали: существующие клиенты, отток существующих клиентов, новые клиенты, отток новых клиентов, общее количество клиентов, коэффициент оттока. По горизонтали: август, сентябрь

Проблема с формулой оттока состоит в том, что совершенно тот же режим работы (прибавление 5 000 юзеров за месяц) не приводит к одинаковому результату — коэффициент оттока в сентябре ниже августовского. Быстрый рост искусственно снижает отток, поскольку у новых клиентов, добавляющихся ежемесячно, еще просто не было времени на отмену подписки.

Изменение даже сотых долей оттока может привести к 25%-ному падению прибыли, так что вам определенно не нужны неточности в таких подсчетах.

Метрика №1. Вычисляйте отток на основе средних показателей

Хороший показатель оттока, искаженный резким ростом, не сможет дать вам объективное представление о том, что идет правильно, а что нет. Поэтому существует немного видоизмененная формула для быстрорастущих стартапов:

Выглядит пугающе? Разобраться не так сложно:

Отток = количество потерянных пользователей
∑ = сумма ежедневных новых пользователей (i=1) в совокупности данных (n)
n = количество дней в определенном периоде

Если пользователи добавлялись в клиентскую базу постепенно, то средняя величина увеличится и окажет большее влияние на ваш ежемесячный показатель оттока. Если клиенты добавились в базу ближе к концу периода, это не исказит коэффициент оттока и не представит его ниже, чем он есть на самом деле.

Благодаря этой формуле эффект от значительного привлечения лидов можно сбалансировать за счет усреднения данных. Резкие скачки роста не исказят ваши показатели и не введут вас в заблуждение, заставляя думать, что производительность у вас была лучше в одном месяце и хуже — в другом.

Выравнивается ли отток?

Трудно найти более опасный показатель, чем отток клиентов, но таковой имеется. Это непостоянство пользователей. Если у вас не получается выровнять кривую удержания, значит ваш продукт не обладает притягательной силой.

Предположим, 100 юзеров, подписавшихся на ваш сервис 1 января, к концу месяца имеют показатель удержания (Retention Rate), равный 40%. Однако эта цифра постоянно уменьшается, и уже к концу второго месяца от изначального числа ничего не остается. Если у вас есть когорты, или пользователи, сгруппированные по датам подписки, которые почти полностью истощаются и никогда не выравниваются, — у вас серьезные проблемы.

Что же это значит для вашего роста?

Еженедельно активные пользователи (Weekly Active Users, WAU) по месячным когортам (данные вымышлены). По вертикали: суммарное количество WAU. По горизонтали: месячные когорты

Поначалу ваш рост не снизится. Но глядя на график сверху, можно понять, что со временем число уходящих пользователей будет нарастать, и это в конечном итоге замедлит ваш рост. Если продолжить график дальше вправо, кривая обязательно упадет. Пользователи будут покидать ваш сайт/приложение с все большим коэффициентом, а приобретать новых вы будете с прежней скоростью.

Метрика №2. Показатель удержания клиента в расчете на когорту

Разделяйте пользователей, опираясь на дату начала пользования вашими услугами, и проводите когортный анализ. Вам нужно добиться выравнивания кривой удержания. Найдите точку во времени (неважно, будет ли это второй день или третья неделя), когда юзеры перестали утекать.

Взгляните на 2 когортных анализа:

В первом в каждой когорте постепенно начинается отток вплоть до того момента, пока никого не останется. Но во втором кривая удержания становится ровной на 12 день, и каждая новая когорта строится на том, что осталось от предыдущей. Если ваш анализ похож на первый, сосредоточьтесь на более четком донесении ценности оффера до ваших клиентов на ранних стадиях удержания. Только тогда ваш график роста будет выглядеть так:

Когда вам удастся достигнуть выравнивания кривой удержания, вы сможете вкладывать силы в ускорение этого процесса. Попытайтесь подвести пользователей к этакому «Ага!»-моменту примерно на 3-ий день, а не на 12-ый, когда тот же показатель удержания будет равняться большему количеству юзеров.

Какой ценностью обладают ваши пользователи?

Даже при выравнивании кривой рано или поздно пользователи начнут покидать вас. Цель — решить, насколько скоро будет слишком скоро и что можно сделать, чтобы удержать их на более длительный срок.

Существует легенда, гласящая, что пока жизненная ценность (Lifetime Value of a Customer, LTV) выше стоимости привлечения клиента (Customer Acquisition Cost, CAC), ваше положение стабильно. Иначе говоря, пока вы тратите на маркетинг меньше общего дохода, получаемого с приобретенных клиентов, вы в порядке.

LTV > CAC = ☺

Все верно? Нет.

Данная формула действительна при условии двух весьма неточных предположений:

1. Коэффициенты оттока постоянны, и
2. Все пользователи в конце концов уйдут.

Как было показано в предыдущей главе, отток не является постоянной величиной, да вы и не хотите, чтобы он был таковой. Вы работаете над постоянным улучшением этой метрики. В отношении второго предположения, вы надеетесь получить клиентов, которые никогда вас не покинут.

Метрика №3. Суммарная когортная прибыль

Вместо данной формулы компания Open View Partners, работающая со стартапами по разработке ПО, находящимися на стадии расширения, предложила улучшенную формулу для понимания пользовательской ценности. Они рекомендуют смотреть на нечто, именуемое «суммарной когортной прибылью» (Cumulative Cohort Revenue, CCR), и сравнивать его с CAC. CCR — это общая сумма доходов, полученная от доли клиентов, которую вы приобрели за определенный промежуток времени (обычно 12 или 24 месяца).

Годовая CCR = CCR соответствующей когорты в 12-м месяце / общая сумма затрат на продажи и маркетинг в начальном месяце для данной когорты

Новая формула включает промежуток времени. Она гарантирует, что вы сравниваете действительную общую прибыль от одной отдельно взятой когорты с той суммой, что вы тратите на ее приобретение. Здесь нет места ложным предположениям, и вы получаете правильное понимание того, где вы с вашим CAC достигаете уровня безубыточности.

Сравнивая CCR и CAC для разных когорт покажет вам, где вы с течением времени улучшаетесь и как быстро удается компенсировать затраты на приобретение клиентов.

Показатели удержания важны, но они не дают всей картины. Дело в том, что процесс ухода пользователя может занимать минуту, час или даже неделю после того, как они приняли свое первоначальное решение насчет вашего продукта. Возможно, он хочет отменить подписку, но постоянно забывает об этом. Или он решает дать продукту еще один шанс, но все руки не доходят.

Скажем, ваш график удержания имеет такой вызывающий беспокойство уклон:

Вы замечаете резкое падение удержания, но и понятия не имеете, что происходит. Похоже, кривая становится круче на 14-ый день… Но случилось ли это из-за какой-то ужасно ошибки или пользователи просто вспомнили, что хотели отменить подписку?

Метрика №4. DAU/WAU/MAU

Вместо того чтобы смотреть только на удержание, вам следует обратиться к аналитике пользовательского поведения. Именно она объяснит вам, кто активен, а кто просто нашел время отписаться.

Для этого вам нужно взглянуть на уровни активности. В зависимости от характера вашего продукта, необходимо обратить пристальное внимание на одну из следующих метрик:

Ежедневно активные пользователи (Daily Active Users, DAU)

Ежемесячно активные пользователи (Monthly Active Users, MAU)

Если ваша главная ценность зависит от ежедневного использования (вы продвигаете приложение для обмена сообщениями или органайзер рабочего процесса), то ваш фокус — ежедневно активные пользователи. Если же ценность зависит от не столь частых чек-инов, отслеживайте WAU или даже MAU.

Не бывает такого, что все пользователи проснулись одним утром и решили покинуть ваше приложение. Оттоку, как правило, предшествует снижение активности. Поставьте ориентиры активности для своих юзеров, и, если вы не приближаетесь к ним, начните процесс повторного вовлечения, пока не стало слишком поздно.

Профилактика, а не лечение симптомов

Применение к вашей базе всех подряд без исключения стратегий удержания может быть довольно заманчиво, вне зависимости от того, есть ли у вас проблема с оттоком или нет. Но это приведет к тому, что вы станете разрываться на части, в результате достигнув немногого. Рассмотренные 4 метрики дают представление о том, как поставить задачи по оттоку и быстро предпринять требующиеся меры.

Когда данные метрики начнут показывать отличные результаты, вы сможете засучить рукава и сконцентрироваться на извлечении еще большей ценности из ваших пользователей.

Благодаря мобильному приложению снимаются вопросы вовлечения пользователя в поиск продукта или услуги на десктопе, появляется возможность буквально «жить с пользователем» 24 часа в сутки, максимально близко к нему, в самом сердце его гаджета. Но когда на руках у разработчика есть мобильное приложение, настроен бизнес-процесс и даже готов медиаплан по продвижению, возникает логичный вопрос: «Как отслеживать эффективность?» и не менее важный: «Какие метрики использовать?». В этом посте мы ответим на второй вопрос.

Как лучше настроить трекинговую систему для работы с мобильным приложением? Клиенты, обращающиеся в Netpeak с целью продвижения своего аппа (в рамках ), часто об этом спрашивают. Что ж, самый простой способ — работать с родным для всех Google Analytics . Пять очень важных аргументов «за» работу с Google Analytics:

1. Бесплатно.
2. Позволяет использовать ремаркетинг для удержания аудитории.
3. Легко внедряется с помощью Google Tag Manager.
4. Доступный и понятный интерфейс.
5. Позволяет настроить кросс-девайсную аналитику.

Остановимся на метриках, которые показывают поведение аудитории, взаимодействие пользователя с приложением и, конечно же, прибыль от приложения.

Показывают поведение аудитории

Метрика MAU/DAU

MAU/DAU (monthly active users / daily active users) демонстрируется в GA в отчете «Активные пользователи». Метрика показывает частоту взаимодействия пользователя с приложением. Она пока в бете, но уже работает. Можно сравнивать активность за сутки (DAU), неделю, 14 дней и месяц (MAU).

Карта поведения

Отчет показывает, как пользователь взаимодействует с вашим контентом. Позволяет посмотреть, на каком экране он покидает приложение или какой раздел самый популярный в вашем приложении.

Метрика «Сбои и ошибки»

«Сбои и ошибки» — отчет по багам в приложении. Показывает самые частые технические ошибки, группирует по версиям в приложении. Эта метрика попала в этот раздел благодаря тому, что сбои выявляются при определенном поведении пользователей. В Google Analytics отчет также находится в разделе «Поведение аудитории».

Средняя длительность сеанса и глубина просмотра

Это отчеты из раздела «Аудитории», которые позволяют оценить вовлеченность пользователей в ваш продукт.

Что такое «вовлеченный пользователь»? Существуют разные варианты ответа. Chamath Palihapitiya из Facebook считает главным критерием добавление 7 друзей за 10 дней после момента регистрации. Nabeel Hyatt из Zynga говорит о показателе D1 retention — сколько пользователей вернулось на следующий день. Аналитики из Flurry построили целую матрицу вовлеченности, в которой учитывали зависимость от частоты использования в неделю и % пользователей, которые продолжают пользоваться приложением после 90 дней.

Показывают взаимодействие пользователя с приложением

Метрика «Количество установок»

Количество инсталлов из платных источников трафика, например, Google Рекламы. Это может показаться странным, но параметр «Новые пользователи» — и есть количество инсталлов из источника. С выходом URL Builder появилась возможность работать и с другими источниками трафика. В отличие от обычного контекста, большую часть трафика приносят медийные кампании. Соответственно, нужно много работать с отсеиванием некачественных площадок. Сотни установок с трафиковой площадки могут вполне оказаться «мертвыми душами»:

Churn Rate (отношение ушедших пользователей к месячной активной аудитории) и Return Rate (отношение вернувшихся юзеров к месячной аудитории) в GA представлены отчетом «Новые и вернувшиеся». Этот отчет показывает процент новых пользователей в приложении и процент тех, кто пользовался им неоднократно. Эти данные помогают оценить важность запуска таких инструментов, как ремаркетинг и Push-уведомления.

Метрика «Время до покупки»

Время до покупки — важная метрика при работе с аудиторией. Показывает, какой процент пользователей совершает покупку сразу, а также сколько времени требуется остальным. Отчет помогает понять, как правильно настроить работу с ремаркетингом посетителей приложения.

Метрика «Количество транзакций»

Это стандартный отчет из раздела Ecommerce в Google Analytics. Внедрять SDK нужно отдельно, но зато все просто и понятно. Можно настроить для любых покупок внутри мобильного приложения.

Метрика «Количество регистраций»

Еще одна важная метрика, особенно, если регистрация в приложении платная. Настраивается путем внедрения кода и настройки события.

Метрика «Общая ценность»

Этот отчет еще в бете. Благодаря этой метрике можно проследить, как изменялись ценность клиента (параметр «Доход») и взаимодействие с ним (параметры «Просмотры приложения», «Достигнутые цели», «Сеансы» и «Длительность сеанса») в течение 90 дней с момента первого посещения.

Метрика ARPU

ARPU (average revenue per user) —средняя выручка с каждого юзера. Полезная метрика, но соответствующего отчета в Google Analytics нет, да и в других системах такие отчеты еще не встречались. Впрочем, стоит справедливо заметить, что и большая часть приложений не имеет в принципе встроенных покупок или не предполагают платную подписку. Если все-таки нужно считать ARPU, то придется это делать вручную, по формуле:

ARPU = PR/N, где: PR — recurring revenue (ежемесячная выручка с платных подписок); N — число платных подписчиков.

Как подобрать подходящий набор метрик?

Допустим, ваша работа с приложением изначально ориентирована на количество установок, и ваши основные KPI совпадают с теми, что были в нашем кейсе . В таком случае мы рекомендуем ориентироваться на следующие метрики:

• количество установок и конверсий в приложении;
• активные пользователи;
• средняя длительность сеанса;
• глубина просмотра.

Впрочем, к каждому проекту стоит подойти индивидуально из-за разницы в вводных. Делитесь своими историями в комментариях, постараемся помочь.

Совет: используйте мобильное приложение Google Analytics, чтобы всегда быть в курсе того, что происходит с вашим продуктом. Приложение доступно для Android и iOS.

Пока не приходится говорить о том, что Google Analytics —самая удобная система трекинга приложений в сравнении с популярными AppsFlyer или Adjust , но она позволяет оценить роль канала и инвестирование в него, отношение пользователя к продукту и критические баги, рост активных пользователей и перспективность проекта, а главное —прибыльность приложения.

Если вы разрабатываете free-to-play игры, то вам наверняка интересны вопросы, связанные со сбором и анализом статистики. Почему? Потому что статистика – это важная составляющая успеха free-to-play игр.
Цель моего цикла статей – структурировать разношерстную информацию по данному вопросу, пропустить ее через призму нашего опыта и выдать рекомендации по тому,

• какие показатели стоит отслеживать в играх;
• какие инструменты анализа могут помочь в работе со статистикой;
• какие сервисы сбора и анализа статистики существуют с их достоинствами и недостатками.

Успех free-to-play игр зависит от того, насколько игроки вовлечены в игру и готовы покупать внутриигровые бонусы, выводящие игру на новый уровень по экстра фичами и достижениям. Чем дольше игрок находится в игре, чем больше он думает об игре в оффлайне, тем больше шансов, что он вложит реальные деньги в свое продвижение по игре. Конечно, обеспечивать такой уровень увлекательности в играх разработчикам сложнее, чем в традиционной pay-to-play модели.

Один из секретов успеха F2P-игр заключается в том, что их дизайн должен быть основан не только на творческой составляющей и «гениальных» идеях, а в большей степени на анализе поведения игроков в игре, то есть – на реальных данных/статистике. При этом запускать F2P-игру можно (и нужно) только с частью готового контента, и управлять развитием в игре/дорабатывать контент на основе нужд игроков и популярности тех или иных фич. Такой подход называется data-driven design, или «дизайн, основанный на данных». Он представляет собой цикл, на каждой итерации которого выделяется четыре этапа, изображенных на рисунке.

Допустимый процент готовности контента в момент запуска игры зависит от жанра, концепта и т.п. Но что уж точно должно быть готово при запуске любой free-to-play игры – это мощная и гибкая система сбора и анализа статистики, а также система тестирования различных вариантов функционала/арта/баланса. При этом все показатели, которые планируется анализировать, должны быть четко спланированы, а инструменты анализа и визуализации данных – заранее выбраны, интегрированы и настроены.

Мой цикл статей будет состоять из трех частей, в которых будут рассмотрены следующие вопросы.

1. Основные показатели, за которыми стоит следить во free-to-play играх, и данные о поведении игроков, которые следует анализировать для улучшения этих показателей.
2. Основные методы анализа собранных данных для принятия решений по развитию игры: сегментация пользователей, когорт анализ, «воронки» или анализ последовательностей переходов, A/B тестирование.
3. Существующие сервисы с их достоинствами и недостатками.

Какую статистику нужно собирать в F2P-играх

По своему опыту скажу, что поначалу при работе со статистикой хочется фиксировать почти все в игре: каждый клик, каждый игровой результат и показ каждого экрана в игре. Тезис при этом может быть следующий: главное все собрать и ничего не пропустить, а разобраться можно и потом. Такой подход не работает по нескольким причинам.

1. Анализировать огромные массивы данных – дорого: нужно привлекать много высококлассных аналитиков, которые должны обладать продвинутыми знаниями, как в статистике, так и в методах ее обработки, быть знакомыми с OLAP-кубами, алгоритмами искусственного интеллекта и т.п. То есть, чем меньше данных – тем лучше!
2. Данные быстро устаревают, так как они зависят от проведенных маркетинговых акций, от источника привлечения игроков, от нововведений в игре и даже от времени года. Поэтому все показатели важно смотреть в режиме realtime.

Можно сильно сэкономить на анализе, если собирать только ту статистику, которая действительно важна для принятия решений по будущему развитию игры. Для этого нужно начинать планирование сбора статистики еще на этапе проработки концепта игры. Например, для своих игр мы составляем таблицу, в которой напротив каждого показателя написано, какую гипотезу он проверяет и какое улучшение может быть сделано на основе знания о нем.

Показатель	Принимаемые решения
Доход по уровням и внутренним продуктам	Если больше платят продвинутые игроки, значит нужно работать над тем, чтобы стимулировать покупать раньше (проанализировать потребности на ранних уровнях, снизить цены на некоторые продукты и т.д.). Если больше платят в начале игры, значит надо ввести специальные продукты для более продвинутых игроков, добавить дополнительную возможность потратить накопленную валюту.
Очки, заработанные игроками по уровням	Данные помогут выставлять более адекватные цели для игроков, а также корректировать игровой баланс.
Время выполнения игровых заданий	Для каждого задания есть примерная оценка, сколько игроку потребуется времени, чтобы его выполнить. Сравнивая фактическое время выполнения задания с ожидаемым, можно скорректировать параметры заданий и их последовательность.

Статистика, которая собирается в играх, условно делится на три части:

1. бизнес-показатели;
2. поведение игроков;
3. техническая информация.

Сбор статистики первого типа – бизнес-показатели – наилучшим образом автоматизируется, так они на 90% одинаковы для всех F2P-игр. Существует внушительное множество аналитических сервисов, которые предоставляют удобные решения с наглядной визуализацией данных и простой интеграцией. Эти сервисы в своем большинстве платные, но без них практически не обойтись, так как изобретение «велосипедов» (самостоятельная реализация сбора бизнес показателей) несет в себе риски, лишние расходы и трату времени. Подробнее про аналитические системы читайте в третьей части цикла статей.

Пожалуй, самой сложной частью является отслеживание поведения игроков, так как эта часть, как правило, уникальна для каждой игры и требует определенных инструментов анализа (о которых будет рассказано во второй части цикла статей). Готовых решений, которые можно интегрировать в игру и тут же начать получать нужную статистику – нет. Есть компании, которым можно аутсорсить сбор и анализ статистики (например, GamesAnalytics Ltd). Но мы предпочитаем выделять на это ресурсы в самой команде разработчиков.

Техническая информация – это статистика, которая нужна для того, чтобы сделать игру более стабильной и вовремя исправлять технические проблемы игроков.

Бизнес показатели

DAU/MAU

Это показатель «увлекательности» игры, который говорит о том, сколько людей играет в игру каждый день.

• DAU (daily active users) – это число уникальных пользователей, которые запустили игру хотя бы раз в сутки.
• MAU (monthly active users) – это число уникальных пользователей, которые запустили игру хотя бы раз в месяц.

Величина DAU/MAU характеризует долю всех игроков, которые играют в игру каждый день. Чем выше это значение, тем больше вовлеченных игроков, тем больше шансов, что игроки будут покупать внутриигровой контент. Считается, что если DAU/MAU больше 0.2, игру можно считать успешной.

Стоит заметить, что это приблизительная оценка, так как для аккуратного подсчета возвращаемости игроков нужно четко отделять новых игроков от вернувшихся в заданные интервалы времени (обычно – ежедневно), учитывать источник трафика и проведенные акции. В детальном изучении данных вопросов помогает когорт-анализ, про который будет рассказано во второй части цикла. Данный же показатель «увлекательности» прост и дает быструю характеристику игры.

«Платящие» игроки

Важно отслеживать % «платящих» игроков, а также их демографические и другие характеристики. Зная их портрет, можно ориентироваться именно на эту аудиторию при разработке нового функционала в играх.

Приведу пример на одной из наших игр. На рисунке ниже показан процент играющих людей по возрастам и процент платящих людей среди них. Видно, что ориентироваться лучше на людей среднего возраста (35 - 54), так как именно они склонны платить.

Кроме того, важно уметь выделять «китов» среди игроков: это те люди, которые тратят много денег. Надо узнавать этих людей ближе, изучать их характерные шаблоны поведения, в каком месте отваливаются, чтобы максимально удовлетворить их потребности.

Почему «киты»? Вообще, иногда делят всех платящих игроков на «пескарей», «дельфинов» и «китов». «Пескари» тратят мало – примерно $1 в месяц. «Дельфины» – около $5, а «киты» – много. По данным Gigaom в играх Zynga, топ 20% “платящих” игроков тратят в среднем $1,100 в год ($90 в месяц).

Показатели дохода:

• ARPU - средний доход на одного игрока (считаются и платные, и бесплатные установки; показатель, как правило, вычисляется за месяц).
• ARPPU - сколько тратят платящие игроки в среднем (то есть, стоимость игры по факту).

k-factor – коэффициент виральности

Виральность – это способ распространения информации об игре в интернете и социальных сетях от игрока к игроку. Если в игре хорошо проработаны механизмы виральности, то стоимость привлечения новых пользователей снижается. Чтобы следить за виральностью, можно использовать k-фактор.

Вычислить k-фактор можно по следующей формуле: k = X * Y, где Х – число приглашений на одного игрока, Y – процент людей, которые приняли эти приглашения, присоединившись к игре. Если k-фактор равен 0.2, то на каждого нового игрока можно получить 0.2 игроков, пришедших в игру по приглашениям (другими словами: на каждых пять новых игроков, мы получаем одного бесплатного игрока, который пришел в игру по приглашению). Понятно, что чем выше k-фактор игры, тем дешевле становится привлекать новых игроков в игру.

Анализ поведения игроков

Прогресс игроков в игре

Первое, что понадобится для анализа поведения игроков – это статистика по прогрессу игроков в игре. Для отслеживания прогресса по сценарию игры определяются контрольные точки, которые должны пройти игроки. Анализ скорости продвижения по этим точкам, параметров игроков в этих точках помогут выявить препятствия или сложности в игре, которые нужно устранить.

Сценарии первой покупки

Если игрок сделал первую покупку, то он переводится в разряд «платящих» игроков. Считается, что первая покупка – это психологический барьер, однажды преодолев который, игроки расстаются с деньгами значительно легче. Запланируйте заранее в игре последовательности действий, которые могут привести игрока к первой покупке. Отслеживайте, сколько игроков реализуют определенные вами сценарии, работайте над конверсией, улучшая интерфейс и баланс.

Туториал

Если игрок вышел из игры во время туториала, считайте, что этот игрок для вас потерян: с большой вероятностью он не вернется в игру никогда. Чтобы этого избежать, начало игры должно быть максимально срежиссировано. Нужно отслеживать каждый шаг туториала, чтобы понимать, на каком экране игрок заскучал и вышел из игры, что ему было непонятно, смог ли он обучиться, сделал ли самостоятельно первое задание.

Первое и последнее действие игрока

Может быть полезным отслеживание первого и последнего действия игрока за игровую сессию.

Первое событие задает тон всей игровой сессии. Оно может увлечь игрока и заставить провести в игре много времени. Но первое событие может и «отпугнуть» игрока, в результате чего, он закроет игру и, возможно, не вернется. Нужно сравнивать и тестировать – какие события/окна/приветствия ведут к большему времени в игре.

Последнее событие – также важно. Последним событием обычно становится именно то препятствие в игре, которое следует устранить. Если же последнее событие за игровую сессию запланировано (например, игрок находится в ожидании завершения некоторого игрового цикла), стоит сделать это событие таким, чтобы игроку хотелось зайти в игру в следующий раз.

Сбор технической статистики

Поскольку я занимаюсь разработкой мобильных игр – приведу пример, скажем, из увлекательного Android-мира.

Полезным бывает собирать статистику по техническому оснащению девайсов игроков, чтобы обеспечить стабильность игры. Например, важно знать, какие девайсы, прошивки, разрешения экранов, типы аппаратно-поддерживаемых текстур наиболее популярны среди игроков. Важно также знать, какая аппаратная конфигурация приносит наибольший доход и возвращаемость игроков (разница в доходах может отличаться на десятки процентов). Стоит сократить список поддерживаемых девайсов, если они не приносят дохода и если игра на них нестабильна. Это ко всему прочему обережет приложение от негативных отзывов в магазине.

Если в игре используется докачка ресурсов, собирайте статистику об успешной докачке, о количестве запросов на докачку, об ошибках, возникающих при докачке. Если докачка происходит до первого старта игры, то она может отпугнуть солидную часть аудитории. А если игроки не скачали игру, то уж точно не вернутся и не заплатят. Поэтому нужно позаботится о максимальной стабильности процедуры скачивания и найти занятие для игроков на время ожидания. А еще лучше – найти возможность не докачивать данные на старте, а докачивать внутри игры за дополнительное вознаграждение.

Если в игре используются офферные системы в качестве дополнительной монетизации, то имеет смысл отслеживать эффективность их работы, в том числе – проверять покрытие офферами в разных странах на разных девайсах.

Немало полезной информации можно найти в документации, презентациях, статьях, подготовленных самими аналитическими сервисами. Как правило, он приводят грамотные примеры, кейсы, обоснования, показатели индустрии. Вот список сервисов, которые мне помогли разобраться с вопросом сбора и анализа статистики в играх.

Рассчитывается по формуле: Выручка приложения / Количество пользователей, совершивших платеж.

Рассчитывается по формуле: Выручка приложения / Количество всех пользователей, посетивших приложение за период полученной выручки.

Анализ мочи на МАУ. Понятие микроальбуминурии, ее опасность и главные признаки

Микроальбуминурия – это серьезное отклонение, которое на поздних этапах прогрессирования представляет смертельную угрозу для человека. Подобное нарушение можно определить только при лабораторном исследовании мочи на альбумин. Это вещество присутствует в крови человека, поэтому его появление в биологической жидкости ничего хорошего не сулит.

Что это такое микроальбуминурия, чем она может быть опасна для здоровья пациента, и как собрать урину для исследования на предмет присутствия в ней альбумина? Давайте разберемся по порядку.

Что такое МАУ?

МАУ или микроальбуминурия - это наличие альбумина в биологической жидкости. Свидетельствует оно о наличии различных (чаще всего – почечных) патологий, и может протекать в 5 степенях тяжести.

1. На первой стадии микроальбумин в моче практически не обнаруживается. Протекает она абсолютно бессимптомно, поскольку болезнь только начинает развиваться.
2. Начальная фаза развития. У пациента продолжают происходить опасные патологические изменения, однако уровень альбумина в биологической жидкости не превышает нормативные показатели.
3. Третья фаза – преднефротическая. На данном этапе болезнь уже модно обнаружить с помощью выполнения анализа мочи на МАУ. При необходимости назначаются и другие диагностические процедуры, направленные на оценку функций почечных фильтрационных клубочков.
4. Фаза нефроза. Пациент страдает от артериальной гипертензии и отечности конечностей и лица. В клиническом анализе четко видны признаки протеинурии, эритроцитурии, появление креатинина и мочевины.
5. Развитие почечной недостаточности. Пациент страдает от частых приступов артериальной гипертензии, у него практически не проходят отеки, в анализе урины присутствует белок, кровяные тельца, частицы мочевины и креатинина. Сахар отсутствует.

Все эти стадии микроальбуминурии проходит пациент при сахарном диабете. Если своевременно не отреагировать на опасные симптомы, то, помимо диабетического нефроза, больной рискует впасть в диабетическую кому, а это уже несет прямую угрозу его жизни.

Оптимальные показатели и серьезные отклонения

Альбумин в моче может быть обнаружен у нескольких категорий пациентов, а именно:

• диабетиков;
• людей, страдающих от почечных патологий;
• пациентов с атеросклеротической болезнью сердца;
• сердечников.

Норма микроальбумина в моче человека зависит от множества факторов. Если хотя бы один из них имел место, уровень вещества может резко повыситься. Этими факторами являются:

• чрезмерная физическая активность;
• злоупотребление белковой пищей;
• дефицит жидкости в организме, обезвоживание;
• лихорадка;
• воспалительные процессы, протекающие в органах мочевыделительной системы;
• табакокурение;
• гипертрофические процессы в области миокарда;
• почечное воспаление;
• резкое повышение уровня креатинина.

Суточная норма МАУ в моче любого человека, независимо от его возраста, не должна превышать 30 мг. Если эти показатели были превышены, пусть даже и немного, это должно стать основанием для более тщательного обследования пациента. Так, нередко подобные отклонения свидетельствуют о развитии нефропатии, которая может перерасти в более серьезную проблему.

Если норма альбумина в моче была превышена в 10 раз, и на данный момент суточная доза составляет 300 мг, это говорит о патологическом и весьма опасном для жизни поражении почек.

Что показывает анализ урины на МАУ и когда необходим?

Для начала необходимо разобраться, что это за анализ мочи на МАУ. Выполняется такое клиническое исследование только при наличии определенных показаний, которые мы рассмотрим немного позже. С помощью такой пробы лаборант вычисляет количество альбумина, а также обнаруживает (или не обнаруживает) вещества, которых у здоровых людей не наблюдается – протеин, сахар, эритроциты и др.

Анализ МАУ помогает определить наличие:

• сахарного диабета;
• саркоидоза;
• серьезные нарушения сердечно-сосудистой системы;
• артериальной гипертензии;
• аллергии на фруктозу.

Однако самой распространенной причиной того, что микроальбумин в моче повышен, является именно сахарный диабет. Анализ на обнаружение этого вещества в урине необходим, если пациент:

• жалуется на частую или постоянную боль в области грудной клетки;
• ощущает сильный дискомфорт в левой части грудной клетки, или даже всего туловища;
• страдает от частых приступов гипертонии;
• ощущает общую слабость, вялость, усталость.

На поздних стадиях у пациента могут проявиться явные симптомы инсульта. Последствия заболевания могут быть очень опасными, поэтому с частыми головокружениями, синкопе, приступами тошноты и другими признаками необходимо обязательно обратиться к врачу.

Как правильно подойти к сбору урины для анализа?

Анализ мочи на микроальбуминурию может быть назначен эндокринологом, терапевтом, урологом или кардиологом. У детей на такое исследование может направить семейный врач или педиатр. Если у пациента было обнаружено присутствие альбумина в урине, то прежде чем предпринимать какие-либо действия, его необходимо дообследовать. Дополнительные диагностические процедуры помогут установить причину недомоганий, и только потом начать ее устранение.

Как сдавать анализ мочи на микроальбуминурию? Это важно знать для того, чтобы получить правдивые результаты клинического исследования биологической жидкости. Сбор урины зависит от того, с какой целью он проводится.

Так, моча на МАУ для определения наличия солей собирается за 24 часа до проведения пробы. Чтобы не допустить попадания в образец различных веществ или частиц, приобретите специальный пластиковый контейнер для сбора урины. Далее сделайте следующим образом:

• отлейтемл собранной урины в контейнер;
• отдайте тару на исследование;
• дождитесь результатов, а при необходимости проведите повторный сбор биологической жидкости.

Как собирать анализ мочи на МАУ при подозрении на развитие сахарного диабета? Собрать необходимо суточную урину, после чего ее следует поставить в холодное место. На следующий день отлить 100 мл жидкости в пластиковый контейнер, смешав ее со свежей уриной. Накрыть емкость крышкой, стараясь, чтобы она герметично закрывала тару.

Отправляя контейнер с биологической жидкость на анализ, обязательно укажите необходимые данные: возраст, вес, дату сбора урины. При необходимости вы можете указать специалиста, который будет расшифровывать результаты, а также дату своего рождения.

Что касается того, каким должно быть соотношение альбумина к креатинину в моче, то суточная норма должна быть таковой:

Превышение этих норм указывает на серьезные сбои в работе организма. Если подобные аномалии продолжаются на протяжении 3 месяцев и больше, то нередко они свидетельствуют о хронических почечных заболеваниях.

В довершение всего вышесказанного необходимо отметить, что предотвратить серьезную патологию можно только при условии регулярного прохождения профилактических клинических исследований урины. При других обстоятельствах исправить ситуацию может быть невозможно.

MAU DAU ARPU, или метрики посещаемости, которые надо знать

Приложения для мобильных телефонов приносят деньги тем разработчикам, которые способны быстро подстраиваться под запросы своей аудитории (клиентов). Мало сделать полезное приложение, нужно отслеживать активность его пользователей, вовремя реагировать на спад и рост спроса, проводить адекватную ценовую политику. Этой цели и служат метрики эффективности мобильных приложений, которые мы подробно рассмотрим ниже.

Основные метрики мобильных приложений

Установка мобильного приложение производится путем скачивания программы на телефон. Если клиента устраивает работа приложения, то он превращается в активного пользователя. На этом этапе клиента нужно заинтересовать настолько, чтобы ему захотелось иметь расширенную версию приложения, получить дополнительный контент. Довольный и заинтересованный клиент будет готов доплатить за усовершенствованную услугу. Тут-то приложение и начинает приносить деньги своему создателю.

Несложно увидеть прямую взаимосвязь между удовлетворенными пользовательскими ожиданиями и прямой прибылью от приложения. Но как отследить степень “удовлетворенности” клиентов? Это можно сделать, задействуя метрики, которые помогают понять, что нравится пользователям, как они оценивают, к примеру, поднятие цен на дополнительный контент, введение новых платных возможностей и т.п.

Метрики используются в мобильных приложениях, а также играх и стартапах. Разработчик может подключить несколько видов метрик, чтобы получить максимально полную оценку пользовательского спроса. Рекомендуется начинать “снимать” показатели сразу же после первого скачивания приложения клиентом.

Важно вести учет таких метрик:

1. Источники установки приложения. Нужны для оценки эффективности используемых вами каналов маркетинга.
2. Метрики удержания и вовлеченности пользователей. Показывают, какое количество клиентов запустило ваше приложение после скачивания. К примеру, PCU показывает максимальное количество пользователей, единовременно находящихся в приложении. ACU – это показатель среднего количества пользователей, единовременно находящихся в приложении, за конкретный период.
3. Количество уникальных пользователей. Число клиентов, использующих приложение регулярно.
4. Сессия – метрика. Показатель продолжительности пребывания пользователя в приложении.
5. A/B тесты. Информируют, какие кнопки и в какой последовательности нажимал пользователь.
6. Финансовые метрики. Вычисляют эффективность приложения и его прибыльность. Основные финансовые метрики, это ARPPU (доход с одного платящего пользователя) и ARPU (средний доход с пользователя).

Показатели активности и вовлеченности пользователей

Всем разработчикам мобильных приложений важно понимать, какова активность и вовлеченность их пользователей. Для этого рассчитываются такие метрики, как DAU, WAU, MAU, PCU, ACU.

Что это за активность и о чем она говорит?

Метрики активности дают понять, сколько клиентов уже скачали и используют приложение. Знание этих показателей позволяет оценить пользовательскую аудиторию и проанализировать ее запросы. В итоге, вы получаете “подсказки”, к каким маркетинговым ходам нужно прибегнуть. Это первый шаг к увеличению вовлеченности пользователей, и соответственно, ваших доходов.

Что такое DAU (Daily Active Users)? Это ежедневные активные пользователи. Метрика демонстрирует, сколько пользователей зашло в приложение за день. Соответственно, WAU (Weekly Active Users) –это еженедельные активные пользователи. А MAU (Monthly Active Users) - это уникальные пользователи, которые посещают приложение хотя бы раз в месяц. Уникальность пользователей определяется по ID или логину.

Пики посещений и степень вовлеченности

Чтобы получить коэффициент вовлеченности пользователя за неделю, нужно разделить “ежедневный” показатель на “еженедельный” (DAU/WAU). Если нужно знать коэффициент «прилипаемости» пользователей к сервису в месяц, сопоставляем “ежедневный” и “ежемесячный” результаты (DAU/MAU).

Хотите понять, когда клиенты наиболее активно используют ваш продукт? Воспользуйтесь метрикой для определения количества пользователей в тот или иной период времени. Отследите показатели среднего и пикового посещения – и делайте выводы.

Итак, PCU (Peak Concurrent User или “пик пользователей онлайн”) - это то максимальное количество пользователей, которые одновременно находятся в приложении. Показатель измеряется за час, месяц или год.

В то же время, средний показатель – это ACU (Average Concurrent User или “среднее число пользователей онлайн”). Здесь речь идет о количестве пользователей, которые единовременно находятся в приложении в течение конкретного временного отрезка. Для чего нужны эти показатели? Например, для определения идеального времени для запуска рекламной кампании.

Мы рекомендуем вести статистику и записывать показатели своего проекта, тогда вы будете всегда понимать, нравится ли клиентам ваше приложение, вовлечены и активны ли они, устраивают ли их ваши цены, и когда нужно менять маркетинговую стратегию.

Расчет метрик активности и вовлеченности дает возможность в дальнейшем просчитать финансовые метрики ARPU и ARPPU. Последние показывают прибыль, получаемую как от всех пользователей, так и отдельно от тех клиентов, кто покупает платные версии и контент.

Сегодня в Интернет доступны различные системы аналитики, многими из них можно пользоваться бесплатно. Например, популярными для мобильных приложений сервисами Google Analytics, Flurry и App Annie (однако App Annie взымает плату за некоторые дополнительные метрики).

Финансовые метрики

С точки зрения прогнозирования прибыли, это самая важная группа метрик.

Основные показатели финансовых метрик

• Gross – брутто-доход за конкретный период;
• Revenue – чистый доход, за вычетом доли магазина, на котором расположено ваше приложение;
• Paying Share – соотношение числа клиентов, которые покупают платные версии, к общему количеству уникальных пользователей. Если показатель снижается, значит, клиенты пресыщены платным контентом, пришло время внести “оживление” (к примеру, провести новую акцию);
• Transactions by User или TBU – количество платежей на одного пользователя. Вычисляется делением общего количества платежей за определенный период на количество плательщиков.

Как рассчитать прибыль

Знание всего двух простых формул позволит сделать выводы, насколько ваше приложение эффективно.

Первая формула подсчитывает среднюю прибыль с одного клиента за конкретный период. Этот показатель ARPU (Average Revenue Per User) определяется путем соотношения брутто-дохода от пользователей к среднему показателю посещаемости в день/неделю/месяц.

Индекс ARPU дает возможность понять, насколько ваш проект эффективен, в целом. Ведь речь идет о доходе от всей аудитории приложения. Индекс зависит, в том числе, от вашей ценовой политики. Однако в большей степени осознать приемлемость ваших цен для ваших клиентов помогает другой показатель, а именно – индекс ARPPU (Average Revenue Per Paying User). Это тоже определитель средней прибыли с одного пользователя за конкретный период, только речь идет уже исключительно о платящих клиентах. То есть, таких, кто приобретает у вас дополнительный контент или услугу.

Для определения индекса ARPPU брутто-доход соотносим с количеством платящих пользователей или PU (число клиентов, оплативших дополнительный контент в конкретный период).

Благодаря показателю ARPPU легко определить прибыльность от платного контента. Тут же можно отметить реакцию пользователей на обновление приложения, на предложение новых услуг или повышение цен.

Разница между ARPU и ARPPU

У многих разработчиков возникают сложности на начальном этапе оценки метрик. В частности, нередко путают индексы ARPU и ARPPU.

Если ARPU, в конечном счете, показывает чистую прибыль с любого пользователя, например, за день, то ARPPU учитывает только ту прибыль, которую вы получили от платящих клиентов. Если в какой-то из дней никто из клиентов не купил дополнительный контент, то показатель ARPPU за этот день будет нулевым.

• ARPU = Revenue / Users (чистый доход “поделить” на количество всех пользователей)

В расчет берутся все пользователи. Этот показатель дает понять, какой доход в среднем приносит один пользователь.

• ARPPU = Revenue / Paying Users (чистый доход “поделить” на количество платящих пользователей)

В расчет берутся только платящие пользователи. ARPPU показывает реакцию пользователей на ваши цены и сколько они готовы платить за платный контент.

Так как платящих пользователей намного меньше, чем их общее количество, то показатель ARPPU всегда будет больше APRU.

При поднятии цен у вас может уменьшиться количество платящих пользователей. Paying Share – доля платящих клиентов. В данном случае, показатель прибыли от всех клиентов будет увеличиваться за счет того, что число платящих клиентов упадет после поднятия цен на дополнительный контент. Чтобы привлечь большее число платящих клиентов, нужно выстраивать гибкую и “чуткую” ценовую стратегию.

Примеры расчёта ARPU и ARPPU

Предположим, у вас 2000 пользователей, а 50 из них покупают платный контент. Доход в месяц составляет $5000.

Ваши результаты в месяц:

• ARPU =$5000/2000 = $2,5 (то есть, один “обычный” пользователь платит вам платит $2,5 в месяц);
• ARPPU = $5000/50 = $100 (то есть, один платящий пользователь приносит вам $100 прибыли в месяц);
• Paying Share = 50 / 2000 = 2,5% (таким образом, доля платящих пользователей составляет 2,5%);
• Проверяем: 2,5$ = $100 ×2,5%

Другие полезные финансовые показатели

Помимо прибыли, вы можете подсчитать и свои траты. Например, определить, во что вам обходится привлечение клиентов. Для этого существует индекс CPI (Cost per Install) – это стоимость установки приложения. Благодаря ему можно узнать, сколько денег было потрачено на привлечение новых клиентов. Эта метрика рассчитывается соотношением стоимости рекламы к количеству установок приложения.

Также вы можете определить, насколько эффективен ваш проект за все время его “жизни”. Для этого необходимо учитывать индекс LTV (Lifetime Value) - показатель прибыльности за средний период использования приложения одним клиентом.

Для расчета индекса LTV нужно доход от пользователя (ARPU) умножить на показатель средней продолжительности использования или Lifetime.

Выгоден ли ваш проект? Если LTV меньше CPI, то – не выгоден.

Для улучшения показателя LTV нужно повысить привлекательность приложения, снизить затраты на привлечение новых клиентов, поднять стоимость платного контента.

Плюсы и минусы использования метрик

К примеру, будет сложно понять, показатель DAU в конкретный день – это результат удачной PR-кампании, последствие применения маркетинговой стратегии по привлечению новых клиентов или за счет возвращения старых.

Аналитика мобильных приложений помогает строить гибкую и результативную модель взаимодействия с клиентами. Ведение статистики и знание целевой аудитории обеспечит успех вашего проекта.

Показания, правила сбора и расшифровка результатов анализа мочи на микроальбуминурию

Исследование мочи с целью выявления микроальбуминурии (МАУ) повсеместно используется в диагностике начальных этапов повреждения почечной ткани.

Важным является именно количественное определение уровня мочевого альбумина, которое прямо пропорционально отражает степень поражения почечного клубочка (основного структурного элемента почки).

Микроальбуминурия – это выделение с мочой белка альбумина в количестве превышающем физиологические значения.

Таблица 1 - Определение микроальбуминурии. Источник - РМЖ. 2010. №22. С. 1327

Физиологическая и патологическая альбуминурия

Здоровый человек выделяет с мочой незначительное количество белковых молекул (до 150 мг/дл), при этом содержание альбумина в ней - менее 30 мг/дл.

Количество выделяемого с мочой белка может колебаться в разное время дня в широком диапазоне. Так, ночью выведение альбумина с мочой примерно на 30-40% меньше, что связано с низким уровнем сосудистого давления и горизонтальным положением тела. Это приводит к снижению почечного кровотока и скорости фильтрации мочи в клубочке.

В вертикальном положении уровень экскреции альбумина с мочой увеличивается, а после физической активности может кратковременно находиться в диапазонемг/л.

На количество экскреции с мочой альбумина могут оказывать влияние следующие факторы:

1. 1 Питание с большим содержанием белка;
2. 2 Тяжелый физический труд;
3. 3 Мочевая инфекция;
4. 4 Недостаточность кровообращения;
5. 5 Прием НПВС (нестероидных противовоспалительных средств);
6. 6 Тяжелая бактериальная инфекция, сепсис;
7. 7 Беременность.

Прием антигипертензивных средств из группы ингибиторов АПФ секрецию альбумина, наоборот, снижает.

Скорость выведения с мочой альбумина может также зависеть от возраста и расы. Аномальная экскреция альбумина при отсутствии данных за сопутствующую патологию внутренних органов встречается у пожилых и африканцев, часто сочетается с избытком веса.

Анализ мочи на МАУ - показания для назначения

Микроальбуминурия (сокращенно МАУ) – самый ранний и достоверный признак повреждения почечной ткани.

Так как рутинными методами ее определить невозможно, то исследование мочи на микроальбуминурию входит в стандарты обследования больных из групп риска, в первую очередь у больных с установленным сахарным диабетом и артериальной гипертензией.

Перечень пациентов, подлежащих обследованию на микроальбуминурию:

1. 1 Больные с любым типом сахарного диабета и стажем болезни более 5 лет (1 раз в 6 мес);
2. 2 Больные с гипертонической болезнью (1 раз в 12 мес);
3. 3 Пациенты после пересадки почки для отслеживания развития реакций отторжения;
4. 4 Больные с хроническим гломерулонефритом.

Причины повреждения почечного клубочка

Среди основных причин повреждения почечных клубочков, а значит и микроальбуминурии, можно назвать:

1. 1 Высокий уровень гликемии. МАУ является самым первым признаком диабетической нефропатии. Основной механизм возникновения микроальбуминурии при сахарном диабете – гиперфильтрация в почечном клубочке и повреждение сосудов почки в следствие гипергликемии. При отсутствии лечения диабетическая нефропатия быстро прогрессирует, приводит к почечной недостаточности и необходимости в гемодиализе. Именно поэтому каждый больной с сахарным диабетом хотя бы 1 раз в полгода должен сдавать анализ мочи на МАУ, для раннего выявления нефропатии и ее своевременного лечения.
2. 2 Высокий уровень систолического давления. Гипертоническая болезнь относится к системным заболеваниям, поражающим большое количество органов и систем, в том числе и почки. В данном случае МАУ является признаком развития осложнений со стороны почек - гипертензивного нефросклероза, в основе которого лежит повышение фильтрационного давления, тубулоинтерстициальный фиброз и повышенная проницаемость стенки сосудов для белка. МАУ является самодостаточным фактором риска развития осложнений гипертонической болезни.
3. 3 Избыток веса, ожирение, метаболический синдром. С 1999 г ВОЗ определила микроальбуминурию как одну из составляющих метаболического синдрома.
4. 4 Гиперхолестеринемия и гипертриглицеридемия, которые приводят к развитию генерализованного атеросклероза. МАУ в этом случае отражает явления эндотелиальной дисфункции и непосредственно связана с повышенным сердечно-сосудистым риском.
5. 5 Хроническое воспаление почечной ткани. Появление МАУ (и в целом протеинурии) прогностически неблагоприятный признак прогрессирования гломерулонефрита.
6. 6 Курение. У курильщиков выделение альбуминов с мочой примерно на 20-30% выше (Nelson,1991, Mogestein,1995), что связано с повреждением никотином эндотелия сосудов.

Методика определения

Рутинными методами исследования мочи, например, при осаждении кислотами, патологическая альбуминурия не определяется.

Учитывая значительную суточную вариабельность экскреции альбумина с мочой, диагностически значимо лишь выявление МАУ в двух-трех последовательных исследованиях мочи.

Для скринингового исследования мочи на МАУ допустимо использовать специально разработанные тест-полоски, но при положительной пробе с использованием экспресс-тестов необходимо подтверждение патологической альбуминурии с помощью методик, позволяющих определить концентрацию альбумина.

Полуколичественная оценка производится с использованием специальных полосок – стрип-тестов, где имеется 6 градаций концентрации альбумина в моче («не выявлено», «следы» – до 150 мг/л, более 300 мг/л, 1000 мг/л, 2000 мг/л, и более 2 тыс. мг/л). Чувствительность такого метода около 90%.

Количественное определение производят с помощью:

1. 1 Определения соотношения креатинина и альбумина (К/А) мочи;
2. 2 Прямой иммунотурбидиметрический метод. Метод позволяет оценить концентрацию альбумина по турбидности раствора, полученного после взаимодействия белка со специфическими антителами и преципитации иммунных комплексов.
3. 3 Иммунохимический метод с использованием системы «HemoCue» (иммунохимические реакции с использованием анти-человеческих антител). Комплексы «альбумин-антитело» приводит к образованию осадка, который впоследствии улавливается фотометром.

Как собрать материал для исследования?

Сбор мочи для исследования не требует предварительной подготовки.

Правила сбора материала:

1. 1 Сбор мочи происходит на протяжении полных суток (с 08.00 первого дня до 08.00 второго дня), самую первую порцию мочи необходимо слить в унитаз.
2. 2 Вся выделенная за 24 часа моча собирается в единую емкость (стерильную). В течение суток емкость следует держать в прохладном месте в отсутствии солнечного света.
3. 3 Суточное количество мочи необходимо измерить и записать результат на выданном бланке направления на исследование.
4. 4 После этого мочу перемешивают (это обязательно, так как белок может оседать на дне банки!) и отливают в стерильную емкость в объеме около 100 мл.
5. 5 Контейнер в кратчайшие сроки доставляется в лабораторию.
6. 6 Всю собранную за сутки мочу отправлять в лабораторию не нужно.
7. 7 Так как выделение альбуминов зависит от роста и веса, то данные параметры ОБЯЗАТЕЛЬНО записываются на выданном направлении. Без них мочу на исследование не примут.

Что делать при выявлении микроальбуминурии?

Если кроме микроальбуминурии не было выявлено никакой другой патологии внутренних органов, то целесообразно провести дополнительную диагностику для исключения сахарного диабета и гипертонии.

Для этого обязательны суточное мониторирование АД и тест на толерантность к глюкозе.

У пациентов с МАУ и выявленными ранее сахарным диабетом и/или гипертонией необходимо добиться следующих лабораторных критериев:

1. 1 Холестерин<4,5 ммоль/л;
2. 2 Триглицериды (ТГ) до 1,7 ммоль/л;
3. 3 Гликированный гемоглобин до 6,5%;
4. 4 Систолическое давление <130 мм.рт.ст.

Это помогает снизить смертность от сердечно-сосудистых осложнений на 50%. У пациентов с диабетом 1 типа показатели несколько отличаются и составляют:

1. 1 Гликированный гемоглобин < 8,0%;
2. 2 Артериальное давление <115/75 мм.рт.ст;
3. 3 Холестерин до 5,1 ммоль/л;
4. 4 Триглицериды до 1,6 ммоль/л.

Профилактика МАУ

Для того чтобы предотвратить повреждение почечной ткани необходимо соблюдать несколько правил:

1. 1 Систематический контроль глюкозы натощак – нормальные показатели составляют 3,5 – 6,0 ммоль/л.
2. 2 Ежедневный контроль АД, которое не должно превышать показатель 130/80 мм.рт.ст.
3. 3 Ежеквартальный контроль показателей липидограммы – при высоком уровне холестерина и триглицеридов происходит не только формирование атеросклеротических бляшек, но и повреждение ткани почек;
4. 4 Полностью отказаться от курения и никотиновых аналогов сигарет. Никотин опасен для всех сосудов в организме человека, в том числе и для сосудов почек. Риск развития протеинурии у курящих примерно в 21 раз выше, чем у некурящих.

Что такое мау?

Но чаще всего у кошек означает, что надо им противоположный пол. Ну.. я думаю ты сама догадаешься))

Материал из Википедии - свободной энциклопедии

ЕСТЬ ПОРОДА КОШЕК (ЕГИПЕТСКИХ) НАЗЫВАЮТСЯ»мАУ»

Кошки с давних пор были любимцами египтян. В древние времена они символизировали богов Ра и Баст. Порода мау - аборигенная, она пришла к нам из Древнего Египта, а ее название по-египетски обозначает «кошка». В Европе египтянки появились в середине 50-х годов XX века, чуть позже - в США.

Что такое mau

муниципальное аптечное учреждение

массированный авиационный удар

Международная ассоциация университетов

образование и наука, организация

Словарь: С. Фадеев. Словарь сокращений современного русского языка. - С.-Пб.: Политехника, 1997. - 527 с.

Международные авиалинии Украины

Московское артиллерийское училище

воен., истор., Москва, образование и наука

Словарь: Словарь сокращений и аббревиатур армии и спецслужб. Сост. А. А. Щелоков. - М.: ООО «Издательство АСТ», ЗАО «Издательский дом Гелеос», 2003. - 318 с.

Московское антимонопольное управление

Московская академия управления

Москва, образование и наука

Московский авиационный узел

Словарь: Словарь сокращений и аббревиатур армии и спецслужб. Сост. А. А. Щелоков. - М.: ООО «Издательство АСТ», ЗАО «Издательский дом Гелеос», 2003. - 318 с.

муниципальное автономное учреждение

например: МАУ НГСП

маркетинг и антикризисное управление

многоядерные ароматические углероды

модифицированный азотосодержащий уголь

«Московские авиационные услуги»

«Международный аэропорт Уфа»

авиа, г. Уфа, организация

Словарь сокращений и аббревиатур. Академик. 2015 .

Смотреть что такое «МАУ» в других словарях:

МАУ - имеет несколько значений: Содержание 1 Фамилия 2 Сокращения 3 Другое 4 Источники … Википедия

Мау - Мау, Владимир Александрович Запрос «МАУ» перенаправляется сюда; см. также другие значения. Владимир Александрович Мау Дата рождения: 29 декабря … Википедия

мау - межд. мяу Чэтыум «мау» еIо. Мау, маур сикIушъ, кIушъэрыкъор зынапц, чэу цэпкъыр зигъогу, зыгу цIыкIур IэшIулъ, зилъэ цIыкIур зимажь, пырамыжьыр зижьау, чъыг жьауи чIэмыхь, унэм ехьэшъ псы ешъо, шъуаер кIыеу еукIы, цыгъор кIыеу екъузы … Адыгабзэм изэхэф гущыIалъ

Мау В. - Запрос «МАУ» перенаправляется сюда. Cм. также другие значения. Владимир Александрович Мау (родился 29 декабря 1959 в Москве) российский учёный экономист. С 2002 ректор Академии народного хозяйства при правительстве России. Содержание 1… … Википедия

Мау В. А. - Запрос «МАУ» перенаправляется сюда. Cм. также другие значения. Владимир Александрович Мау (родился 29 декабря 1959 в Москве) российский учёный экономист. С 2002 ректор Академии народного хозяйства при правительстве России. Содержание 1… … Википедия

æмауæдз - з.б.п., мин … Орфографический словарь осетинского языка

МАУ - маслоабсорбционная установка массированный авиационный удар Международная ассоциация университетов Московская академия управления Московский авиационный узел Московское антимонопольное управление … Словарь сокращений русского языка

МАУ (значения) - МАУ имеет несколько значений: Содержание 1 Фамилия 2 Сокращения 3 Другое 4 Источники … Википедия

Мау (округ) - Мау англ. Mau Страна Индия Статус округ Входит в штат Уттар Прадеш … Википедия

Мау-Мау - (Кения). Повстанческое движение. Этимология слова достоверно не выяснена. Впервые термин употреблен на суде над группой повстанцев в мае 1950 и самими партизанами не использовался. На первом этапе () движение протеста крестьян… … Терроризм и террористы. Исторический справочник

Анализ мочи на МАУ

Когда у человека возникают проблемы со здоровьем или возникают вопросы относительно своего состояния, то он первым делом ищет ответы на просторах интернета, а уж потом идет за консультацией и помощью к доктору, хотя правильнее сделать наоборот. Ведь врач не только изучит симптоматику, но и направит на лабораторные исследования. Одним из анализов, который проводят для определения правильного диагноза является изучение мочи на микроальбуминурию. Именно о нем и пойдет речь в данной статье.

Что представляет собой данное исследование и для чего его проводят

Анализ мочи на мау – это определение количества альбумина в ней. Для чего это делают? Все дело в том, что альбумин – это один из белков, который входит в состав крови. А «микроальбуминурия» - это его потеря или низкая концентрация. Когда почки функционируют хорошо и нет ни каких нарушений, то альбумин стабилен и его количество в моче очень низкое. Когда же результаты исследования показывают, что произошла потеря альбумина в составе крови и он в увеличенной дозе содержится в урине, то это является признаком дисфункции почек, возможно начало первой стадии атеросклероза или эндотелиальной дисфункции.

Даже незначительное превышение нормы концентрации альбумина к моче говорит о начале изменений в сосудах, которое требует более глубокой диагностики и немедленного лечения.

Почему возникает микроальбуминария (МАУ)

Превышением нормы содержания белка в моче может происходить по нескольким причинам. Есть факторы, которые влияют на разовый выброс, поэтому при постановке диагноза, мочу на мау сдают несколько раз в течении трех месяцев. Превышением считается количество альбумина от 30 до 300 мг в сутки. Такой выброс может происходить в следствии:

• употребления пищи с большим содержанием белка;
• тяжелого физического труда;
• сильные спортивные нагрузки;
• повышения температуры тела.

Также показатели зависят и от половых признаков пациента, его расовой принадлежности и региона проживания.

Считается, что МАУ чаще всего проявляется у людей, страдающих проблемами лишнего веса, инсулинорезистентностью, которые много курят и имеют проблемы с гипертрофией или дисфункцией левого желудочка. Этот диагноз диагностируют в большинстве своем у мужчин и людей пожилого возраста.

Для получения достоверного результата анализ на мау нельзя сдавать во время любой инфекционной болезни, в том числе и ОРВИ, при повышенной температуре тела, лихорадке, после физических нагрузок, в утомленном состоянии, после приема пищи.

Если результаты показали увеличение белка в моче, то это может говорить о таких заболеваниях или изменениях в организме:

• сахарный диабет;
• артериальная гипертония;
• гломерулонефрит;
• нарушение функции сердечно-сосудистой системы;
• беременность;
• гипотермия;
• саркоидоз.

Чаще всего микроальбуминария возникает в результате сахарного диабета.

Также увеличение альбуминов в моче может указывать на развитие сердечно-сосудистых заболеваний, которые провоцирует диабет І и ІІ типа.

Симптомы микроальбуминурии

Данная патология имеет свои стадии развития. На начальной – больной не чувствует изменений в организме и симптомов недуга, но его мочевой состав уже изменяется, анализы уже показывают увеличение количества белков, которое на начальной стадии держится в пределах 30 мг в сутки. При дальнейшем прогрессировании, у человека развивается преднефротическая стадия. Количество альбуминов в моче повышается до 300 мг, наблюдается повышение артериального давления, увеличивается почечная фильтрация.

Следующая стадия – это нефротическая. Помимо высокого давления она сопровождается еще и отечностью. Мочевой состав помимо высокой концентрации белка содержит еще и эритроциты, наблюдается повышение уровня креатинина и мочевины.

Последняя стадия – это почечная недостаточность. Ее симптомы:

• частое повышение артериального давления;
• постоянные отеки;
• большое количество эритроцитов в моче;
• низкая скорость фильтрации;
• большое количество белка, креатинина и мочевины в урине;
• отсутствие глюкозы в моче.
• не происходит выведение инсулина почками.

Все эти признаки могут свидетельствовать и о развитии сердечной патологии. В это время может появиться боль за грудиной, которая отдает в левую часть тела. Все это сопровождается повышением холестерина.

Правила сбора мочи на микроальбуминурию (МАУ)

Для того, чтобы данные лабораторного исследования получились достоверными, необходимо придерживаться основных правил сбора мочи на анализ МАУ. И так, во-первых, необходимо подготовиться. За сутки до анализов из пищи полностью исключают овощи и фрукты, которые изменяют цвет мочи – это морковь, земляника, шелковица, смородина и другие. Во-вторых, перед сбором мочи необходимо хорошо вымыть наружные половые органы с антибактериальным мылом. В-третьих, материал для анализов собирают утром, сразу же после пробуждения. Ни в коем случае нельзя сдавать этот анализ женской половине в период месячных.

Также необходимо позаботиться и о баночках для мочи. Идеальный вариант – это специальный контейнер из пластика, который продается в аптеке. Но если его нет, можно взять любую емкость из пластика или стекла с крышкой, хорошо ее вымыть, просушить и перед применением обработать спиртом. Для проведения анализа на мау достаточно около ста миллилитров материала. После сбора материал необходимо отправить в лабораторию в течении одного или двух часов.

alcex

Что наша жизнь? Игра!

DAU - Daily Active Users (Ежедневные Активные Пользователи) - количество уникальных пользователей, которые зашли в приложение в течение суток.

WAU - Weekly Active Users (Еженедельные Активные Пользователи) - количество уникальных пользователей, которые зашли в приложение в течение недели.

MAU - Monthly Active Users (Ежемесячные Активные Пользователи) - количество уникальных пользователей, которые зашли в приложение в течение месяца.

PCU - Peak Concurrent User (Пик Пользователей Онлайн) - максимальное количество пользователей, одновременно находящихся в приложении. Измеряется за конкретный промежуток времени (в час/день/неделю/месяц/год)

ACU - Average Concurrent User (Среднее число Пользователей Онлайн) - среднее количество пользователей, одновременно находящихся в приложении. Измеряется за конкретный промежуток времени (в час/день/неделю/месяц/год)

ARPPU - Average Revenue Per Paying User (Средний Счет На Платящего Пользователя) - средний доход с одного платящего пользователя. Рассчитывается по формуле: Выручка приложения / Количество пользователей, совершивших платеж.

ARPU - Average Revenue Per User (Средний Счет На Пользователя) - средних доход с пользователя. Рассчитывается по формуле: Выручка приложения / Количество всех пользователей, посетивших приложение за период полученной выручки.

Правило заключается в следующем: любые показатели веб-проекта должны считаться, заноситься в систему статистики и анализироваться.

DAU (Daily Active Users) - дневная аудитория - количество уникальных пользователей, посетивших проект за день.

WAU (Week Active Users) - недельная аудитория.

MAU (Month Active Users) - месячная аудитория.

ARPU (Average Revenue Per User) - средний счет - сколько в среднем платят пользователи (доход за время Т поделенный на количество пользователей за это же время).

ARPPU (Average Revenue Per Paying User) - средний счет платящего пользователя (доход за время Т поделенный на количество платящих пользователей за это же время).

Некоторые сочетания основных показателей могут дать косвенные характеристики:

DAU/WAU - недельный коэффициент “прилипаемости” пользователя к сервису.

DAU/MAU - месячный коэффициент “прилипаемости” пользователя к сервису.

группы активности пользователей (например по количеству посещений в неделю)

регионы (страны, города и т.п.)

Показатели эффективности игр: активные пользователи (DAU/WAU/MAU)

Опубликовано: Александр Семенов

Публикация выходит в рамках цикла материалов об игровых метриках от App2Top.ru и devtodev. Статьи делятся по сезонам, каждый из которых посвящен конкретной теме. Второй сезон называется «Пользователи». В нем мы рассказываем про те бизнес-метрики, которые отражают эффективность приложения в плане работы с аудиторией.

Ежедневно аудитория проекта пополняется новыми пользователями. Кто-то из них быстро теряет интерес, кто-то иногда вспоминает о приложении, а кто-то пользуется им регулярно. И наверняка каждый день в приложение заходят представители всех этих сегментов. Сегодня мы и поговорим о них – активных пользователях (Active users).

Активные пользователи – это те, у кого была хотя бы одна сессия за исследуемый промежуток времени. Эти промежутки могут быть разные, но чаще всего исследуют дневную, недельную, а также месячную аудитории проекта. И эти показатели имеют устоявшиеся названия:

• DAU – число уникальных пользователей в день (daily active users);
• WAU – число уникальных пользователей в неделю (weekly active users);
• MAU – число уникальных пользователей в месяц (monthly active users).

При этом можно делать аналогичные расчеты и за любые другие периоды, если они лучше отвечают требованиям компании. Например, подводя итоги уходящего года, можно посчитать годовую аудиторию проекта и сравнить с предыдущими годами, чтобы оценить динамику.

Стоит обратить внимание, что WAU за определенную неделю – это не сумма DAU за 7 дней, так как речь идет об уникальных пользователях. Например, один из них может зайти в приложение в понедельник и вторник, и он попадет и в DAU понедельника, и в DAU вторника. Но в рамках недели (с понедельника по воскресенье) он будет посчитан только 1 раз.

Аналогично и MAU не является суммой 4-х WAU и 30-ти DAU. С точки зрения расчета, эти показатели не связаны между собой и рассчитываются отдельно.

Чтобы получше разобраться с этими показателями, посчитаем их на примере.

Допустим, у нас есть данные о посещениях приложения различными пользователями за 2 недели. При этом не имеет значения, сколько раз в день заходил пользователь в проект, так как он все равно будет одним уникальным посетителем.

Синим отмечены дни, когда пользователи заходили в приложение.

Итак, сначала рассчитаем DAU для 1-го, 2-го, 5-го и 10-го дня. Для этого нужно знать, сколько уникальных пользователей заходили в приложение в эти дни:

• DAU 1-го дня = 2 (пользователи 1 и 4);
• DAU 2-го дня = 3 (пользователи 2,4,5);
• DAU 3-го дня = 3 (пользователи 2,3,4);
• DAU 10-го дня = 0 (никто не заходил в приложение в эти дни).

• в первую неделю (с 1-го по 7-й дни) он равен 5 – все пользователи заходили в проект;
• во вторую неделю (с 8-го по 14-й день) этот показатель уже 3 – первый и второй пользователи не делали сессий.

Можно выбрать и произвольную неделю, например, с 3-го по 9-й день, и тогда WAU будет равен 4.

В нашем примере участвовало всего 5 человек, а в реальном проекте это будут тысячи, сотни тысяч, миллионы пользователей, которые ежедневно посещают продукт. И то, как они заходят в приложение, говорит о его стабильности, качестве и масштабе.

Кроме того Active users – это тот показатель, который имеет смысл отслеживать в реальном времени, потому что если что-то сломается в приложении или на сервере и пользователи не смогут воспользоваться продуктом, это сразу же скажется этой метрике. Для такого контроля группировать пользователей можно уже не по дням, а по часам или даже 10-ти минутным интервалам.

Кстати, активные пользователи, которые в текущий момент находятся в приложении – это отдельная метрика, которая имеет свое название. Чаще всего это Users online, но можно встретить и такие аббревиатуры, как CCU (сonсurrent users) – пользователи, находящиеся в приложении в определенный момент, и PCCU (peak concurrent users) – максимальное количество пользователей, одновременно находящихся в приложении.

Средний CCU хорошо отражает масштаб проекта, а PCCU очень важен при планировании нагрузки на сервера.

Динамика активных пользователей может меняться не только в рамках дня, она может постепенно расти или падать месяц к месяцу. И ее довольно важно контролировать. Упростить анализ изменений количества активных пользователей помогает сегментация. Благодаря ей можно быстрее понять за счет какого сегмента пользователей происходит изменение показателя.

Вот несколько вариантов сегментации активной аудитории.

• платящий / не платящий
• совершивший только 1 платеж / совершивший повторные платежи

По сроку с момента установки:

• 1 день / 2-7 дней / 8-14 дней /дней /дней / 60+ дней

По регулярности заходов:

• каждый день / 4-6 раз в неделю / 1-2 раза в неделю / раз в месяц и реже

А также можно делить по странам, по девайсам операционным системам, по кастомному событию (то есть, делить аудиторию на пользователей выполнивших и не выполнивших то или иное действия).

Последний вариант сегментации можно использовать, если в приложении есть какое-либо ключевое событие, важное для полноты игрового опыта или создания правильного первого впечатления о продукте (например, прохождение обучения, N уровней в игре или заход в магазин).

Когда вы определите сегмент, в котором происходит уменьшение активных пользователей, будет проще искать возможную причину проблемы.

Вот какая ситуация может случиться:

Сначала начинает уменьшаться количество активных пользователей в России, в то же время увеличивается количество посетителей из Японии и они компенсируют падение в другой стране. Если мы смотрим только на общий график DAU, то вряд ли заметим какие-либо изменения динамики. И только потом, когда количество активных пользователей России упадет еще сильнее, мы увидим это на общем графике. А между тем, уже пройдет достаточно много времени, которое можно было бы использовать для поиска и устранения причины падения.

Еще одна статистическая аномалия подтверждает важность сегментации – это парадокс Симпсона. Ее проявление лучше всего рассмотреть на примере.

Возьмем 4 страны из предыдущего примера и предположим, что конверсия в покупку в них такая:

И вот что получается:

• конверсия в России (4.85%) больше, чем конверсия в Японии (4.44%);
• конверсия в Великобритании (7.08%) больше, чем конверсия в Китае (6.98%);
• общая конверсия европейских стран (5.8%) меньше, чем конверсия азиатских (6.5%).

Это еще раз говорит о том, что сегментация может дать совсем не такие результаты, как общая статистика показателя.

Кстати, иногда, глядя на график DAU, вы не всегда можете явно определить тенденцию, но группировка по неделям или месяцам (преобразование графика в WAU и MAU), делает ее более явной.

Сама по себе метрика Active users, безусловно, важна для проекта, но кроме этого она также связана с другими финансовыми и поведенческими метриками.

В первую очередь, на Active users влияет количество новых пользователей – чем их больше, и чем быстрее и стабильнее они приходят в проект, тем быстрее растет аудитория.

Второй не менее важный показатель – это Retention (удержание пользователей), который говорит от том, как пользователи возвращаются в проект. Если приводить в проект новых пользователей, которые не будут в него возвращаться, то они не пополнят аудиторию, а такое привлечение не даст никакого эффекта. Важно заинтересовать пользователей продуктом, чтобы они хотели вернуться. И чем их будет больше, тем больше будет активная аудитория.

Можно иметь хорошие показатели Retention в приложении, но при небольшом количестве новых пользователей аудитория будет расти очень медленно. И наоборот, если есть хороший приток новых пользователей и низкий Retention, то большая их часть покинет проект, что также не увеличит аудиторию.

А чем больше аудитория проекта, тем больше среди нее потенциальных плательщиков. Ведь именно в такой последовательности пользователи становятся платящими:

New users → Active users → Paying users

Кстати, важно, чтобы пользователь после совершения первого платежа оставался активен в продукте, потому что это увеличит шансы на то, что он совершит повторные покупки.

Таким образом, Active users прямо пропорционально влияет на доход:

Revenue = Active users * Paying share * ARPPU

Количество активных пользователей – один из важнейших показателей продукта, который косвенно указывает на его успешность, сочетая в себе и качество привлечения новых пользователей, и метрики удержания, непосредственно влияя на доход. Поэтому при анализе активных пользователей стоит обращать внимание еще и на скорость роста аудитории, ведь эта метрика является одним из самых позитивных признаков активного развития продукта.