@Freepic
Доля онлайн-заказов через приложения растет, и все больше ecom-брендов запускают собственные мобильные приложения. Это означает необходимость аналитики: как и сайты онлайн-магазинов, приложения требуют постоянного мониторинга показателей и анализа данных. Какие инструменты мобильной аналитики помогают ритейлерам лучше понимать своих клиентов, как собирать и использовать данные?
Рассказывает Елисей Долгих, CEO и сооснователь агентства мобильного маркетинга Meow Media Group.
Аналитика e-commerce приложения, с одной стороны, позволяет отслеживать все те же метрики, что и сайт: поведение пользователей, конверсионную воронку, популярность товаров и товарных категорий, окупаемость рекламы. С другой — анализируя показатели, можно делать выводы о работе самого приложения и дорабатывать его, повышая лояльность пользователей и увеличивая число покупок.
Какие данные собирать
Чтобы понять поведение покупателей и оптимизировать их путь к покупке, важно собирать данные, которые дают полное представление о том, как клиент взаимодействует с приложением. Условно их можно разделить на несколько больших категорий.
Данные об источниках трафика показывают, откуда пользователи приходят в приложение. Разделение на каналы помогает оценить эффективность маркетинговых кампаний и понять, какие источники приносят больше клиентов.
Что отслеживать:
● Каналы трафика: реклама, социальные сети, органический поиск в сторах и т.д.
● Конкретные кампании: UTM-метки позволяют точно определить источник перехода.
Метрики поведения позволяют увидеть пользовательские пути внутри приложения. Это главный инструмент для выявления проблемных мест и поиска зон для улучшения.
Что отслеживать:
● Сессии: сколько времени пользователь проводит в приложении, среднее число просмотров страниц.
● Путь пользователя: какие страницы посещает, какие элементы кликает, где прерывает взаимодействие.
● Отказы: процент людей, которые покидают приложение или сайт после первого экрана.
Яркий пример: допустим, в онлайн-магазине одежды пользователи тратят в среднем восемь минут на выбор товара, но 40% из них покидают приложение на этапе подбора размера. Значит, это слабое звено — стоит доработать гайд по размерам или добавить функцию автоматической рекомендации.
Данные о покупках помогают понять, какие товары востребованы, как часто клиенты возвращаются за новыми покупками и какие сегменты аудитории наиболее активны.
Что отслеживать:
● Частота покупок: сколько раз клиент совершает заказ за определенный период.
● Средний чек.
● Популярные товары: какие продукты чаще всего добавляют в корзину или покупают.
● Брошенные корзины: анализ количества и причин, по которым заказы не завершаются.
70% корзин в e-commerce остаются брошенными. Напоминания или персонализированные скидки помогают вернуть 20-25% пользователей.
Технические проблемы — одна из частых причин, по которой клиенты «отваливаются», не дойдя до покупки. Даже задержка загрузки в одну секунду может снизить конверсию на 7% — но грамотный анализ помогает исправить узкие места.
Что отслеживать:
● Ошибки загрузки: например, зависание страницы на этапе оплаты.
● Сбои в работе приложения: падение скорости работы, некорректное отображение контента.
● Жалобы пользователей: анализ отзывов в App Store, Google Play и социальных сетях.
@Freepic
Инструменты для аналитики
Чтобы анализировать действия пользователя в мобильном приложении, используют трекинговые системы — сервисы, которые собирают полную статистику о посетителях магазина и их действиях.
AppMetrica от Яндекса позволяет отследить путь пользователя, провести анализ источников трафика, событий и push-уведомлений. Вся информация выгружается в вашу базу данных. Все функции — бесплатны. Сервис разработан с учетом особенностей российского рынка и легко интегрируется с другими продуктами Яндекса — например, с Яндекс.Директ. Еще AppMetrica собирает данные о сбоях и ошибках в работе приложения. Если оно часто «вылетает» на определенной модели устройства, можно оперативно выявить причину и устранить ее.
Из минусов — нет аналитики post-view. Можно посмотреть конверсии только в течение семи дней, к более старым событиям доступа нет.
Firebase от Google — еще один бесплатный инструмент, с помощью которого можно детально изучить, что делает пользователь в приложении: от установки до оформления заказа. Кроме того, Firebase дает возможность изучить внутреннюю многоканальную последовательность. Допустим, с платного канала пользователь перешел на сайт, потом зашел в Google Play, установил приложение, затем снова перешел из приложения на сайт и сделал заказ — вы увидите все эти действия.
Еще одна функция Firebase — тестирование разных версий интерфейса или функций приложения. Например, вы можете проверить, что работает лучше: кнопка «Купить сейчас» зеленого или синего цвета, и выбрать вариант с лучшей конверсией.
Минусы — нельзя посмотреть внутренние воронки и формировать подробные отчеты. Плюс есть некоторые ограничения по настройке сервиса.
AppsFlyer — ведущая платформа для мобильной атрибуции и маркетинговой аналитики. Предоставляет подробные отчеты о поведении пользователей, включая воронки конверсий и когортный анализ. Там самая подробная post view аналитика, есть встроенные антифрод-решения, анализ жизненной ценности пользователя, диплинки. В отличие от AppMetrica и Firebase, это платный сервис. Да, есть бесплатная базовая версия, но за большую часть функционала придется доплатить.
MyTracker — мультиплатформенная система аналитики и атрибуции, разработанная VK. Она может определить, какая реклама или платформа, например, VK, myTarget, или даже баннер на сайте привлекла пользователя в приложение. Это помогает понять, какие каналы приносят больше всего клиентов, и не тратить деньги на неэффективную рекламу. Интеграция с VK и myTarget происходит через API, и после ее настройки данные обновляются каждые 6 часов.
MyTracker автоматически определяет подозрительные установки или клики по рекламе, и показывает, откуда идет фродовый трафик.
Еще одна важная функция — сервис прогнозирует, сколько денег пользователи принесут вам в будущем, их Lifetime Value. Прогноз строится с помощью моделей машинного обучения и позволяет предугадать вероятную прибыль, оценить ROI и определить успех выбранной модели монетизации. Прогноз LTV может быть рассчитан на различные периоды — от месяца до двух лет с момента первого взаимодействия пользователя с продуктом.
Сервис хорошо работает в экосистеме VK, но его возможности при работе с другими платформами несколько ограничены. Также для корректной работы MyTracker нужно правильно настроить SDK (программный компонент, который нужно добавить в приложение). Если у команды нет опыта работы с аналитикой, настройка может занять много времени.
Вообще сервисов для мобильной аналитики довольно много: за рубежом популярна, например, платформа Adjust, которая фокусируется на отслеживании атрибуции и ROI маркетинговых кампаний, Mixpanel, «заточенная» на анализ действий пользователей, Amplitude — еще один инструмент с функцией тестирования изменений в приложении на пользовательское поведение. Какой сервис выбрать — зависит от ваших целей, бюджета, специфики бизнеса, приложения и маркетинговых кампаний.