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

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.

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).

Далее посчитаем WAU:

• 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.

Аналогично можно посчитать активных пользователей и за месяц, и за полгода, и за другие временные промежутки.

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:

Далее посчитаем общую конверсию европейских и азиатских стран:

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.

Читайте также:

• Показатели эффективности игр: загрузки
• Закончился первый сезон «Показателей эффективности игр»