График лояльности пользователей Power User Curve и как его использовать

Оценка активности игроков и когортный анализ.

Ведущий аналитик devtodev Василий Сабиров в колонке для DTF рассказал о графике Power User Curve — способе измерения лояльности пользователей в мобильных играх и приложениях. С его помощью можно не только узнать о самых активных игроках, но и проводить оценку вообще любых их действий внутри приложения.

График лояльности пользователей Power User Curve и как его использовать

Способов измерить лояльность пользователей существует много. Уместно будет вспомнить и о метриках удержания (Retention), и о метрике Sticky Factor (отношение DAU к MAU, показывающее возвращаемость пользователей в проект), и о метриках монетизации: конверсия в платёж, доля платящих, доход на активного пользователя, LTV.

Сегодня мы хотим поговорить про новый (по крайней мере, для нас) способ измерения пользовательской лояльности. Речь идёт о кривой, которую называют Power User Curve. Мы не сами его придумали, а подсмотрели у Эндрю Чена.

Пользователи могут с разной степенью регулярности пользоваться продуктом. Например, в случае условно-бесплатных игр они могут заходить в игру буквально каждый день, а могут «отвалиться» после первой же сессии.

Суть Power User Curve заключается в следующем. Возьмём в качестве периода анализа месяц, состоящий из 30 дней. Мы строим график, где по горизонтали — количество дней месяца, в которые у пользователя были входы. А по вертикали — процентная доля пользователей (от общей рассматриваемой аудитории, например, MAU), которые входили в игру некоторое количество дней в течение месяца.

График лояльности пользователей Power User Curve и как его использовать

Например, из данного графика можно заключить, что 7% рассматриваемых пользователей входили в игру три дня из тридцати дней месяца. При этом совсем неважно, были ли это первые три дня после регистрации, или же пользователь, зарегистрировавшись, пропал на несколько дней, а потом входил два дня подряд. Важно, что из 30 дней месяца входы были в течение трёх дней.

Такой график чем-то похож на retention, по крайней мере, на уровне логики: речь о регулярности пользовательских входов, о возвращаемости. Но принципиальное отличие в том, что нам неважно, сколько дней проходит от первого до последующего визита (а в retention это основа метрики). Помимо этого, стоит понимать, что здесь мы говорим не о сессиях, а о днях сессий (если в течение одного дня пользователь имел несколько сессий, они справедливо посчитаются лишь за один день).

Соответственно, сумма значений по всем тридцати столбцам будет равна 100%.

График лояльности пользователей Power User Curve и как его использовать

При этом если в вашем проекте всё в порядке, то график будет вам «улыбаться»: много пользователей будет как слева (наименее лояльные, предположительно «отвалившиеся»), так и справа (наиболее лояльные), а посередине — чуть меньше.

И наиболее вероятно, что ухмылка будет больше слева — всё же «отвалиться» чуть проще, чем входить в проект каждый день. И это сигнал! Ориентируйте её направо и работайте над лояльностью.

Как можно использовать Power User Curve на практике

Для того, чтобы выделять нелояльных и очень лояльных пользователей

Если вы знаете метод Net Promoter Score, то для вас не будет новостью, что в расчёт там берутся лишь промоутеры (наиболее лояльные пользователи) и детракторы (наименее лояльные), а те, кто посередине, нас не интересуют (если же вы не знаете Net Promoter Score, то почитайте вот здесь).

По аналогичному принципу работает и Power User Curve. Мы мало что можем сказать о тех пользователях, которые находятся в середине графика: они были достаточно лояльны, чтобы входить в течение несколько дней, но недостаточно лояльны, чтобы входить каждый или почти каждый день.

График лояльности пользователей Power User Curve и как его использовать

Зато те, кто находится в левом или правом краях, нас очень интересуют.

Слева находятся те, кто входил лишь один или несколько дней в течение месяца — это наименее лояльные наши пользователи; можно изучить причины их нелояльности, можно отдельно рассмотреть их первую сессию в поисках причин нелояльности. Что они сделали такого, что входили так редко? Что они не сделали важного, чтобы входить чаще?

Справа находятся те, кто наиболее лоялен к вам — они входят в игру каждый или почти каждый день. Что с ними делать? Беречь! Холить и лелеять, давать персональные скидки. А если они при этом до сих пор не платят, то аккуратно подвести их к сценарию монетизации. Это ядро вашего проекта и, скорее всего, его дохода, а потому сконцентрируйтесь на их анализе и постарайтесь понять причины их лояльности. Для этого тоже может быть полезно ретроспективно посмотреть на начало их пути в проекте.

Принципиальной разницы между 28, 29, 30 днями нет — причины не войти один или два дня в проект могут быть разными.

Использовать для когортного анализа

Разумеется, в зависимости от того, какую именно аудиторию вы раскладываете в Power User Curve, зависит и её вид.

  • Можно брать просто MAU текущего месяца, тогда в график попадут и те, кто был в проекте ранее, и те, кто пришёл за этот месяц.
  • Можно брать только аудиторию, пришедшую в течение месяца, и график, скорее всего, будет иметь вид улыбки. При этом стоит учесть, что пользователи, пришедшие в конце месяца, не смогут попасть в сегмент наиболее лояльных, даже если будут входить каждый день.
  • Можно брать аудиторию прошлых месяцев (точнее, тех, кто зарегистрировался некоторое количество месяцев назад, но до сих пор активен) и смотреть, как меняется вид «улыбки» в зависимости от срока давности.
  • Можно применять когортный анализ и смотреть, как меняется вид графика при одних и тех же входных условиях. Например, каждый месяц строить график по MAU данного месяца или же зафиксировать некоторое количество месяцев от регистрации и строить график только по аудитории определённого возраста. Важно следить за изменением графика в динамике. И если вы работаете над лояльностью и всё делаете верно (а это непросто), то «улыбка» будет постепенно смещаться направо. Доля пользователей в правой части графика в идеале должна расти.
График лояльности пользователей Power User Curve и как его использовать

Считать любые действия

До того мы говорили, что пользователь попадает в график, лишь совершив вход. Но если вместо входа рассмотреть любое другое действие (платёж, пост в социальной сети, прохождение уровня), это может чуть уточнить понятие лояльности в каждом отдельном случае.

Экспериментировать с другими периодами

Кстати, почему только 30 дней? Можно построить такой график и для семи дней, рассмотрев WAU вместо MAU, и он будет работать точно так же. Стоит лишь оговориться, что «улыбка» там будет не так заметна, как на 30 днях. Максимальный пик справа может прийтись как на семь, так и на пять дней, особенно если речь про B2B-сервисы, в которые люди не входят по выходным.

График лояльности пользователей Power User Curve и как его использовать

Power User Curve — ещё один метод измерения пользовательской лояльности. Это своего рода альтернатива показателям Retention и Sticky factor, но не стоит рассматривать его отдельно от них — лучше изучать все эти показатели вместе. От улыбки станет всем светлей, а теперь её можно ещё и измерить.

1212
4 комментария

Пора перестать писать такие статьи без примеров насколько можно 'качнуть' и на каких платформах или жанрах 'удалось'. Остается какая-то пустота после прочтения... Какому менеджеру ставили KPI, что бы проект стал сильннее пукать (PUC = Power User Curve)?

1
Ответить

СЛОЖНА!

Ответить

щта именна сложна?

Ответить

"Что бы"

Ответить