Визуализируя удержание в Freemium проектах

Опубликовано: Александр Семенов

Оригинальную версию материала можно найти на Mobile Dev Memo, сайте, посвященном мобильной индустрии, ведет который сам Эрик Сёферт, автор книги Freemium Economics

1

App2Top.ru совместно с Apptractor.ru начинает публиковать «Кодекс Freemium», цикл статей, посвященный этой бизнес-модели. Подборку составил Эрик Сёферт (Eric Benjamin Seufert), глава отдела маркетинга Wooga.

Собственно, с его статьи подборка и начинается.  

Визуализируя удержание в Freemium проектах

Кривую удержания для freemium продукта принято считать в виде отрицательной экспоненциальной функции, как показано на графике ниже:

neg_exp_curve11

Но есть одно «но». 

Кривая удержания, в теории, могла бы принимать эту форму, если бы на ранних стадиях использования продукта удержание зависело бы исключительно от качества продукта. На самом деле все обстоит немного иначе. Вначале уровень возвратов – особенно в первый день – обусловлено, в первую очередь, маркетингом.

  • Наличие разных каналов трафика на ранних стадиях может оказать негативное влияние. Когда приложение продвигается в неподходящих каналах (не та аудитория) или не должным образом (описание неправильно презентует продукт аудитории) или вовсе прибегает к мотивированным установкам, удержание в первый день может оказаться гораздо ниже, чем должно.
  • Неэффективно используемый демографический таргетинг может снизить удержание в первый день. Это происходит из-за привлечения неподходящих пользователей. Как правило, большие и широкомасштабные маркетинговые кампании могут вести к сильным падениям возвратов в первый же день.

Другими словами, любой агрессивно продвигаемый freemium продукт (все freemium приложения должны стремиться к положению, в котором активный продолжающийся маркетинг будет прибыльным) покажет уровень удержания в первый день ниже, чем предсказано экспоненциальной функцией.

Из-за этого, когда считаются показатели удержания для freemium приложений на основании когортного анализа (как показано здесь), значение первого дня покажет большое отклонение от оригинального распределения когорт в продукте.

Учитывая отток пользователей, метрика удержания для второго дня и далее дней будет выглядеть как функция отрицательной экспоненты:

neg_exp_curve_w_retention11

Значительное уменьшение числа пользователей в самой начале кривой удержания имеет большое влияние на общий, совокупный доход.

Почему?

Все просто. Пользователи могут отдавать деньги продукту только пока они в него заходят (sic!). С каждым днем их становится все меньше. А раз так, то логично предположить, что наибольшие возможности для монетизации существуют на ранней стадии запуска, когда большинство пользователей все еще активно.

Но неправильный маркетинг может запросто привести к тому, что даже первых платящих пользователей у проекта может не оказаться.

Тут также возникает еще одна проблема. 

Монетизация пользователя на ранней стадии жизни в продукте идет вразрез с целью freemium модели, которая предполагает более высокий уровень вовлеченности (и монетизации), нежели при платном доступе (иными словами, зачем был придуман free-to-play, если не для того, чтобы «доить» пользователя как можно дольше).

Пользователи, как правило, не становятся активными приверженцами продукта в первый день своей работы с ним, им нужно время, чтобы понять его соответствие их потребностям, ознакомиться с ним и выделить на него время в своей жизни.

От редакций: тут, кстати, спорный момент. Если пользователь, который и так задыхается от широкого выбора, после первого запуска не заинтересовался проектом, то, как можно гарантировать, что он к нему вернется? 

Продукты, которые агрессивно пытаются монетизировать пользователей в первый же день, рискуют оттолкнуть пользователей, которые могли бы стать самыми преданными (и, в результате, тратящими больше всего денег в течение всей своей жизни в приложении). Необходимо найти баланс: начинать монетизировать пользователей как можно раньше, пока их много, но те продукты, которые пытаются извлечь деньги из своих пользователей раньше того, как те поймут пользу приложения, могут столкнуться с преждевременным их оттоком.

От редакций: еще один спорный момент. Если разработчик знает, что высока вероятность невозвращения, ему может быть выгоднее (далеко не всегда, но все же) попытаться сразу же заработать на пользователе. Плюс, paywall в free-to-play может служить хорошим фильтром в pay-to-win проектах.

В то время как эффект от сдвига графика монетизации внутри продукта вперед трудно отследить без тщательного тестирования, сдвиг кривой удержания вверх не представляет никакой опасности для ускоренного оттока пользователей или их недовольства, когда удержание увеличивается, увеличивается и монетизация.

Удержание гораздо важнее оптимизировать в итерациях продукта и обновлениях, чем монетизацию. С одной стороны, эффект от изменения механизмов монетизации очень трудно выделить и очень часто он длится продолжительный период времени, что может затруднять интерпретацию.

С другой стороны, изменения в продукте, направленные на увеличение возвратов, по определению, направлены на увеличению количества пользователей, существующих в приложении в будущем. При прочих равных, пользовательская база, в большей степени сохраненная через улучшения продукта, сфокусированных на удержании, имеет более высокий потенциал для монетизации чем та, которая переживает безудержный отток. Сохраненные пользователи всегда могут быть позже подвергнуты экспериментам с монетизацией.

Признавая реальность кривой монетизации, нет практической разницы в плане доходов – улучшим мы удержание или монетизации.

Рассмотрим пользователей в первый день с уровнем возвратов в 50%, ARPDAU в $0,05 и профилем удержания, который мы описывали выше. Начальная когорта в 10,000 пользователей принесет суммарный доход в $24,731, как показано ниже (таблицу для этого графика вы можете найти тут):

neg_exp_curve_w_retention_cum_revenue1-640x203

Увеличение ARPDAU на 20% до 6 центов или увеличение уровня возвратов в первый день до 60% выльется примерно в одинаковое увеличение суммарного дохода на 20% (увеличение возвратов будет иметь немного меньший эффект в силу того, что ARPDAU применяется с первого же дня).

Но 20% увеличение ARPDAU будет гораздо труднее добиться – и потом, вероятнее, более легко потерять – чем 20% увеличение удержания. Модель выше предполагает, что возвраты остаются постоянными, несмотря на изменения ARPDAU, что не является реалистичным: скорее всего, удержание будет падать по мере того, как приложение будет более сильно просить у пользователей деньги.

То же самое нельзя сказать об улучшении удержания, которое часто является усовершенствованием пользовательского интерфейса, графики, времени загрузки и прочих фундаментальных изменений, которые увеличивают радость от продукта. Это по-настоящему объективные улучшения, изменения, которые делают продукт более привлекательным, эффективным или эффектным.

Плюс работы с удержанием пользователей в проекте состоит в том, что минимальные изменения, его касающиеся, не вызывают ценой реакции, которую можно встретить, если «крутить гайки» в монетизации. 

Улучшение возвратов дает возможность единственно и явно улучшить продукт без забот о скрытых негативных последствиях, которые проявятся лишь позже к концу срока жизни пользователей.

Статья вышла в рамках совместной серии материалов «Кодекс Freemium» сайтов по мобильной разработке App2Top.ru и Apptractor.ru.

Оригинальный перевод: http://apptractor.ru/marketing-monetization/engagement/retention-freemium.html

Оригинальный материал: http://mobiledevmemo.com/visualizing-importance-retention-freemium/

Тэги:

Комментарии

Войти на сайт