Руководство для mau

Что такое MAU?

MAU — это метрика, используемая для определения количества уникальных пользователей, которые взаимодействуют с приложением или сайтом в течение 30 дней. Бренды обычно мониторят число MAU с помощью уникального идентификатора, такого как идентификатор пользователя, имя пользователя или адрес электронной почты.

То, как бренд определяет активного пользователя, варьируется в зависимости от вертикали и бизнес-потребностей. Чтобы дать более содержательное представление о том, как пользователи взаимодействуют с вашим приложением, MAU необходимо проанализировать по отношению к DAU.

Давайте рассмотрим три компонента, которые определяют MAU:

• Пользователи – при вычислении MAU пользователь должен выполнить какое-либо действие в приложении в течение 30-дневного периода, будь то вход в систему, выполнение определенного действия или выполнение определенного количества действий. Уникальный пользователь учитывается один раз независимо от того, сколько раз он входил в систему.
• Действие – какие действия определяют пользователя как MAU? Это решаете вы. В большинстве случаев пользователь MAU открывает приложение или входит в систему, что упрощает измерение и сравнение.
• Временные рамки – здесь мы смотрим либо последний месяц, либо 30 дней, предшествующих определенному событию.

Как рассчитать MAU

Расчет MAU можно считать обманчиво простым, но он может стать более сложным в зависимости от того, как вы определяете активность. 

Чтобы начать работу:

1. Определите критерии активного пользователя — хотя простой вход в систему легко измерить, он не дает вам много информации о том, действительно ли этот пользователь использовал ваше приложение. 

Таким образом, более полезным определением активного пользователя будет тот пользователь, который выполнил определенное действие в приложении. Чем менее точным является определение активного пользователя, тем более нечеткими будут данные, когда количество MAU растет или снижается.

1. Определите частоту взаимодействия, которую вы хотите измерить.
2. Соберите данные с помощью выбранного вами инструмента аналитики и суммируйте количество уникальных пользователей, которые соответствуют вашим критериям активных пользователей в выбранный день, а затем месяц. Важно помнить, что наша цель здесь состоит в том, чтобы измерять только уникальных пользователей.

Почему нужно мониторить число MAU?

Для анализа роста вы должны уметь оценивать, как пользователи взаимодействуют с вашим приложением. Высокий показатель MAU обычно указывает на хороший уровень вовлеченности в приложении и удержания в течение определенного периода времени.

Измерение MAU позволяет лучше оценить эффективность ваших маркетинговых стратегий и качество обслуживания клиентов, что делает MAU одним из главных показателей общего состояния вашего приложения.

Если рассматривать MAU в сочетании с метриками, связанными с вовлечением, можно получить представление о следующих показателях:

• Вовлечение в приложение
• Показатели успешности конкретных маркетинговых кампаний (привлечение пользователей)
• Процент удержания
• Показатель оттока клиентов
• Темпы роста – текущие и потенциальные
• Темпы роста выручки – текущие и потенциальные

MAU также является основой других метрик, таких как пожизненная ценность пользователя (LTV) и стоимость за действие (CPA). Прежде всего, MAU может дать вам представление об ощущаемой ценности вашего приложения. Мы говорим «может», потому что существует множество других важных факторов, которые связаны с ценностью вашего приложения, таких как установки, средний доход на пользователя (ARPU), удержание, отток и частота покупок — и это лишь некоторые из них.

Соотношение DAU/MAU

В сочетании с DAU соотношение DAU/MAU позволяет измерять относительный объем ежемесячных активных пользователей, взаимодействующих с вашим приложением в течение 24 часов. 

Используя эту формулу, вы можете спрогнозировать потенциальный доход с течением времени. Но что еще более важно, это соотношение помогает вам определить ценность вашего продукта для ваших пользователей, измеряя, как часто они возвращаются в ваше приложение.

Вот как он рассчитывается:

И вот практический пример:

Допустим, у вас было 2000 DAU и 8000 MAU в течение августа. Ваш коэффициент липкости за этот месяц составит 25%. 

Кстати, это очень высокий показатель. Средний показатель липкости в 20% по всем отраслям считается хорошим, в то время как 25% и выше считается исключительным.

Ограничения MAU 

Показатель MAU относительно легко рассчитать, но он имеет свой собственный набор ограничений. Вот краткий обзор основных четырех:

1. Отсутствие отраслевой стандартизации 

Это одно из ключевых ограничений при использовании MAU для оценки сравнительного успеха. Поскольку каждая компания полагается на свою собственную терминологию и методы расчета MAU, затруднительно использовать MAU для корректного сравнения.

2. MAU – ненадежная метрика для молодого бизнеса

Не стоит уделять слишком много внимания MAU на ранней стадии запуска нового приложения. Учитывая само определение MAU, все рекламные мероприятия, связанные с запуском приложения, такие как платная реклама, кампании в социальных сетях и т. д., могут резко завышать показатели MAU, не отражая истинную тенденцию, которая свидетельствует об устойчивом росте. Вместо этого, было бы лучше оценить MAU после того, как трафик нормализуется в течение нескольких месяцев.

3. Глубина использования не измеряется

Вход в приложение не обязательно влечет за собой взаимодействие. С точки зрения монетизации можно монетизировать только тех пользователей, которые взаимодействуют с вашим приложением.

4. Качество пользователей не измеряется

Все пользователи разные и ведут они себя тоже по-разному. В то время как некоторые региональные кампании могут быстро дать много установок, пользователи из источников этих кампаний могут продемонстрировать плохое вовлечение и быстро удалить приложение, что приведет к внезапному оттоку. 

Таким образом, хотя показатели MAU для конкретной кампании могут показаться очень высокими, ценность приобретенных пользователей может быть невысокой, с разрушительным потенциалом с точки зрения репутации бренда, рейтинга в магазине приложений, обзоров в социальных сетях и общей удовлетворенности клиентов.

Как вы можете увеличить число MAU?

Выигрышная стратегия взаимодействия с приложениями должна охватывать несколько каналов, таких как электронная почта, push-уведомления, уведомления в приложении и кампании по повторному вовлечению. 

Как использовать все эти каналы для повышения показателей MAU? Ниже приведены несколько рекомендаций:

1. Push-уведомления

Несмотря на то что push-уведомления являются одним из самых эффективных способов привлечения пользователей, они также чаще всего приводят к удалению приложения. 

Как часто следует отправлять push-уведомления?

Существует множество источников с рекомендациями и бенчмарками, но самое главное – спросить себя: действительно ли ценно мое предложение для аудитории? 

Push-уведомления должны быть направлены на улучшение пользовательского опыта с помощью персонализированной и релевантной для пользователя коммуникации. 

Чтобы увеличивать показатели MAU, следите за статистикой push-уведомлений, с помощью неё можно определить, что работает, а что нет.

2. Сообщения в приложении

Чем больше взаимодействие с вашим приложением соответствует потребностям и предпочтениям ваших пользователей, тем больше вероятность того, что они продолжат использовать ваше приложение. 

Последние исследования показывают, что показатели удержания у брендов, использующих персонализированные сообщения в приложении, находятся в пределах от 61% до 74% в течение 28 дней с момента получения сообщения. С другой стороны, бренды, которые запускают в основном общие кампании, наблюдают показатели удержания в размере 49% в течение 28 дней. 

Сообщения в приложении не предназначены для немедленных призывов к действию, но тем не менее должны быть важными или имеющими смысл для пользователей. Они могут включать предупреждения о проблемах с приложениями, сбоях платежей или обновлениях версий. 

Чтобы обеспечить максимальную релевантность, лучше всего сегментировать свою аудиторию на основе регионов, предпочтений или истории, используя индивидуальные сообщения, которые включают обновления в режиме реального времени и ссылки на персонализированный контент.

3. Электронная почта / SMS

Удержание сводится к тому, чтобы иметь возможность хорошо обслуживать пользователей и держать ваше приложение в центре внимания, чтобы они возвращались к нему снова и снова. 

После загрузки приложения пользователям может потребоваться некоторое время, чтобы полностью раскрыть его потенциал. Учитывая, что адаптация – непрерывный процесс, отправка вашим новым пользователям периодических электронных писем является хорошим способом поддержания высоких показателей DAU. 

Например, электронная почта может использоваться для таргетинга на пользователей, которые когда-то были активны, но не активны сейчас. Это самый ненавязчивый способ сказать: «Нам вас не хватает. Ознакомьтесь с некоторыми полезными обновлениями».

В случае контентных приложений пользователь, который был активен в течение 7 дней подряд, но затем не открывал приложение в течение 3 дней, может оценить email со ссылкой на популярную статью в приложении. 

Правильная сегментация аудитории превращает бездействующего пользователя в вовлеченного.

4. Диплинкинг

Предположим, вы создали идеальное электронное письмо с предложением использовать купон. Оно персонализировано и чрезвычайно актуально. Но затем, когда вы нажимаете на ссылку в нем, оно направляет ваших пользователей на главный экран вашего приложения. Это проблема.

В основе качественной кросс-канальной стратегии лежат диплинки (ссылки, ведущие на определенную страницу в приложении). Связывание ваших разрозненных каналов воедино создает последовательный и беспроблемный пользовательский опыт и позволяет позволяет вам логично провести пользователя по его пути. 

Диплинки не только помогают вам устранить как можно больше препятствий на пути пользователя, но также способствуют построению долгосрочных отношений с клиентом и укреплению вашего конкурентного преимущества. 

Они снова и снова зарекомендовывают себя как легко реализуемую стратегию, которой стоит воспользоваться.

Ключевые выводы

• В мире приложений активным пользователем чаще всего считается тот, кто входит в свою учетную запись. Тем не менее в разных вертикалях существуют различные типы взаимодействия, которые определяют активного пользователя.
• Определение количества активных пользователей с течением времени помогает оценить эффективность кампаний и качество обслуживания клиентов, которое обеспечивает ваше приложение. 
• MAU раскрывает только количество пользователей, а не их качество. Во многих случаях только небольшая часть пользователей MAU будет генерировать наибольшую ценность. 
• Несмотря на то что различия в самом определении активного пользователя могут затруднить сравнение успеха бренда, в сочетании с другими показателями с помощью MAU можно оценить вовлеченность, привлечение пользователей, коэффициент удержания, коэффициент оттока и темпы роста.

MAU, WAU и DAU — метрики мобильных приложений, которые  позволяют анализировать активность пользователей приложения и своевременно реагировать на их поведение.

Если метрики посещаемости растут, значит, приложение набирает популярность, людям нравится им пользоваться и они более расположены платить за дополнительные опции — прибыль увеличивается. Если число активных пользователей падает — у проекта проблемы и нужно искать причину потери интереса к нему.

Активные пользователи (Active Users) — это те, кто заходил в приложение хотя бы один раз за конкретный отрезок времени. Обычно отслеживают дневную (DAU), недельную (WAU) и месячную (MAU) активность.

Что это за метрики и зачем их отслеживать

DAU (Daily Active Users) — это количество уникальных пользователей за сутки. Стабильно высокие показатели DAU говорят о том, что ваш продукт интересен пользователям.

Пример: Допустим, игру установили 10 человек. На следующий день зашли в неё только четверо, значит, DAU метрика  этого дня будет равна 4, даже если кто-то из них заходил поиграть несколько раз за день. Если на следующий день никто из 10 пользователей не зайдет в игру, то метрика DAU будет равна 0.

DAU целесообразно отслеживать на продуктах, которыми люди пользуются каждый день: игры, календари, электронная почта.

WAU (Weekly Active Users) — это количество пользователей за неделю. Неделя — это не обязательно период с понедельника по воскресенье, это может быть, например, период со среды по вторник. То есть любые 7 дней подряд.

Пример: Возьмём тех же 10 пользователей игры из прошлого примера. Если за неделю каждый из них зашёл в приложение хотя бы по одному разу, то метрика WAU будет равна 10. Если семеро заходили в игру по несколько раз за эту неделю, а трое не заходили вовсе — WAU будет равна 7.

WAU имеет смысл отслеживать на продуктах, которые используют часто: форумах, мессенджерах или, например, в Pregnancy-календарях (календари для беременных), где еженедельно публикуется новая полезная информация.

MAU (Monthly Active Users) — это количество уникальных пользователей за месяц. Считается MAU метрика аналогично WAU.

MAU стоит отслеживать в продуктах, которые используются несколько раз в месяц, например, в приложениях для ведения бухгалтерского учета.

Можно отслеживать сразу все три метрики, просто каждая будет отражать свой аспект поведения пользователей. Например, DAU покажет моментальную реакцию людей на запуск рекламной компании  — если цифры быстро растут, значит, реклама эффективна. В то время как метрики MAU и WAU больше говорят о стабильности спроса на приложение.

WAU, MAU и DAU всегда будут отличаться, потому что всегда будут пользователи, которые запускают приложение один раз в неделю, несколько раз в день, пару раз в месяц, раз в полгода и так далее.

Из-за того, что число активных пользователей не может быть стабильным, сложно понять, за счёт чего происходит динамика. Чтобы было легче разобраться, сегментируйте Active Users под ваши задачи.

Пример: допустим, у вас приложение для занятий фитнесом и вам нужно, чтобы после регистрации пользователь заполнил анкету. Так вы получите входные данные о человеке, на основании которых сможете рассчитать ему план питания и тренировок. Но метрики активности не отражают количества активных пользователей, которые выполнили нужное действие. Если сегментировать людей по кастомному событию (заполнение анкеты), то вы увидите, какой процент людей из общего числа оставили нужные данные о себе. Если таких мало, возможно, вам нужно поработать над коммуникацией, чтобы понятнее доносить ценность действия до пользователей.

Примеры сегментации активных пользователей:

• По платежам (платили/не платили, платили один раз/платили повторно).
• По времени посещений после инсталляции приложения (1 день/2–7 дней/8–14 дней/15–30 дней и т.д.).
• По регулярности посещений (ежедневно/4–6 раз в неделю/1–2 раза в неделю/1 раз в месяц).
• По странам.
• По устройствам (планшет/десктоп/смартфон).
• По событию (выполнил действие/не выполнил действие).

Сегментация позволяет увидеть причинно-следственные связи. Например, растущие цифры от покупки платного контента будут говорить об удачном запуске акции на этот контент. Если покупать платный контент стали меньше, возможно, он перестал удовлетворять требования аудитории или людей не устраивает цена.

Коэффициент «липучести» и другие показатели активности пользователей

На основании метрик DAU, WAU и MAU можно высчитать степень заинтересованности клиентов в продукте (Stickness).

Sticky Factor, или Stickness (степень вовлечённости, коэффициент «липучести») — показатель лояльности аудитории к приложению. Показывает, как часто клиенты возвращаются в приложение в течение недели или месяца.

Высокий процент «липучести» означает, что люди часто пользуются вашим приложением. Чем выше лояльность, тем охотнее пользователи рекомендуют приложение друзьям и знакомым, тем больше прирост активной аудитории.

Если Stickiness падает, это говорит о том, что приложение перестало закрывать потребности пользователей.

Чтобы узнать, в какое конкретно время юзеры наиболее активно пользуются приложением, рассчитывают показатели PCCU и ACU.

PCCU (Peak Concurrent User), она же PCU — максимальное число людей, единовременно находящихся в приложении. Измеряется за час, месяц или год.

ACU (Average Concurrent User) — среднее число посетителей за конкретный период времени.

Эти метрики пригодятся, например, когда нужно определить лучшее время для запуска рекламной кампании.

Метрики активности и коэффициент вовлечённости позволяют рассчитать финансовые показатели продукта.

Расчёт основных финансовых показателей приложения

Важнейшие метрики для оценки эффективности приложения: ARPU, ARPPU и LTV.

ARPU (Average Revenue Per User) — средняя прибыль с одного клиента за конкретный период. Индекс показывает доходность продукта в целом. Чем выше ARPU, тем больше доход от приложения и тем интереснее оно для инвесторов.

Рассчитать ARPU можно двумя способами:

1. Чистый доход за выбранный период* (Revenue) разделить на Active Users за этот же период (DAU/WAU/MAU).
   *чистый доход — это совокупный доход за минусом комиссии магазина приложений.
2. Средний доход от одного платящего пользователя (ARPPU) умножить на долю платящих из всей аудитории (Paying Share).

Пример: 

Если приложение за месяц принесло условные $1000 дохода, а мы знаем, что за этот период им воспользовались 200 человек, то получаем:

ARPU = 1000 / 200 = $5

То есть каждый клиент за этот месяц в среднем принес $5 дохода.

Нельзя сказать, какой именно ARPU плохой или хороший. Этот показатель отслеживают в динамике. Например, если ежемесячная средняя прибыль падает, значит, нужно принимать меры: пересмотреть ценовую политику, сделать продукт более ценным для клиентов, привлекать больше новых пользователей.

ARPPU (Average Revenue Per Paying User) — средняя прибыль с одного платящего клиента за конкретный период. Индекс показывает прибыльность платных опций и отражает реакцию платящих пользователей на обновления, добавление услуг, изменение цен и другие ваши действия.

Для расчёта ARPPU нужно доход за выбранный период (Revenue) разделить на число платящих пользователей (Paying Users).

LTV (Lifetime Value), он же CLV (Customer Lifetime Value) — среднее количество денег от одного пользователя за всё время использования приложения. Метрика позволяет оценить эффективность рекламных каналов, оптимизировать расходы на привлечение пользователей, планировать доходы.

Для расчёта LTV чаще всего используют одну из двух формул:

1. Доход от пользователя (ARPU) умножить на показатель средней продолжительности использования (Lifetime).
2. Перемножить средний чек (AOV), частоту повторных покупок (RPR) и Lifetime.

Если LTV меньше, чем CPI (стоимость установки приложения), вы несете убытки. Для увеличения LTV можно уменьшить затраты на привлечение пользователей, увеличить цену платного контента, повысить ценность приложения для клиентов.

Конечная цель разработки любого приложения — получение прибыли. А метрики DAU, WAU и MAU — это маркеры, которые показывают эффективность и потенциал вашего проекта. Не забывайте отслеживать метрики активности мобильных приложений. Это позволит держать руку на пульсе и улучшать ваш продукт.

Главные мысли

Project description

pip install mau

pip install mau-html-visitor

mau -i source.mau -o destination.html -f html

from mau import Mau, load_visitors

visitor_classes = load_visitors()

visitors = {i.format_code: i for i in visitor_classes}
visitor_class = visitors["html"]

mau = Mau(
    "path/of/the/source",
    visitor_class=visitor_class,
)

lexer = self._mau.run_lexer(text)
parser = self._mau.run_parser(lexer.tokens)
content = self._mau.process(parser.nodes, parser.environment)

if visitor_class.transform:
    content = visitor_class.transform(content)

Download files

Download the file for your platform. If you’re not sure which to choose, learn more about installing packages.

Source Distribution

Built Distribution