Блог о технологиях Яндекса

август 2016
Доклад на CodeFest 2016 — о различиях мобильных аналитик
4 августа 2016, 11:33

Пожалуй, каждый проект сталкивался с отличиями в метриках разных платформ аналитики. Что если эти метрики - ключевые? По каким отчетам ориентироваться, принимая решение?

В докладе Аналитика мобильного проекта — проверяй и доверяй Александр Лукин расскажет об отличиях в расчетах ключевых показателей разных систем аналитики и поделится опытом сотрудничества с продуктовыми командами Яндекса при разработке собственного подхода.

Текст презентации доступен по ссылке.

Оригинал новости опубликован в Блоге AppMetrica.

Нет комментариев
AppMetrica
Продуктовые инсайты за пару кликов: поведенческая сегментация в AppMetrica. Часть 1.
11 августа 2016, 19:36

Недавно в AppMetrica обновился конструктор сегментов: теперь в нём можно выделять самые разные группы пользователей и отслеживать их поведение в динамике. Например, разобраться, почему перестала покупать контент аудитория, которая когда-то пришла по конкретной промо-акции. Или сравнить, как креши сказываются на лояльности старых и новых пользователей.

Работать с поведенческой сегментацией просто: достаточно освоиться с парой элементов интерфейса. Однако за двумя скромными кнопками — масса возможностей, чтобы детально изучать поведение пользователей, проверять продуктовые гипотезы и тестировать запуски.

Что изменилось

  1. Теперь можно задавать разные диапазоны дат для всего отчёта и для каждого отдельного условия (которое соответствует целевому действию).
  2. В сегмент можно не только включать пользователей с конверсией, но и исключать тех, кто не достиг цели.

А теперь разберём примеры вопросов, на которые поможет ответить поведенческая сегментация в AppMetrica.


Кейс #1 — Отдача от рекламы

Три месяца назад вы провели промо-акцию на покупку инвентаря/подписок/других плюшек в приложении. И теперь хотите оценить, насколько активны пользователи, которые воспользовались спецпредложением.

Возьмём отчёт по событиям и отфильтруем выборку:

1) загрузим отчёт за последние 2 недели (мы ведь хотим оценить текущую активность);
2) в новой вкладке «Условия» добавим событие «покупки по промо» за интересующий период;
3) если вы проводили акцию на отдельную локаль, отчёт можно дополнительно отфильтровать.

На выходе мы получим данные по нужной выборке, причём в динамике:

Из таблицы видно, в какие события чаще конвертируется трафик, полученный от промо. Таким образом вы сможете оценить, насколько эти пользователи были вовлечены и чем именно интересовались.  


Кейс #2 — Причины отмирания аудитории

Вы хотите выделить пользователей, которые перестали конвертироваться — оплачивать подписку на сервис, что-то покупать или генерировать контент.

Сначала построим отчёт по активным пользователям, а затем сформируем сегмент:

1) укажем период, за который хотим просмотреть аудиторию (например, за последний месяц);
2) в меню «Условия» отфильтруем аудиторию по ключевым событиям:

  • установки (чтобы посмотреть на пользователей с момента их знакомства с приложением);
  • наличие покупок с момента установки и в последующие 3 месяца (чтобы выделить изначально активных, платящих пользователей);
  • и самое важное: теперь мы должны указать отсутствие покупок за последнее время (например, за тот же месяц в отчёте) – для этого событие нужно исключить из выборки.

Вот как будет выглядеть наш запрос:

А вот и сам отчёт:

Таким образом, вы получите сегмент аудитории, который перестал приносить доход — и сможете оценить масштабы бедствия. Такой сегмент можно сохранить, чтобы исследовать его в самых разных срезах: например, посмотреть на длительность сессий или регулярность конверсий (через когортный отчёт). Кроме того, можно выгрузить сырые данные через Logs APIдля ещё более детального изучения пользователей.

Оригинал новости опубликован в Блоге AppMetrica.

Нет комментариев
AppMetrica
Продуктовые инсайты за пару кликов: поведенческая сегментация в AppMetrica. Часть 2.
17 августа 2016, 14:58

Кейс #3 — «Залипаемость»

Какие пользователи чаще возвращаются в приложение и проводят в нём больше времени?

Интересный кейс – оценка возвращаемости разных сегментов аудитории в зависимости от паттернов их взаимодействия с приложением.

Чтобы отсегментировать пользователей по поведению, необходимо определить список действий*, которые характеризуют их предпочтения и степень активности. Используя различные комбинации событий, мы получим поведенческие когорты и сможем изучить возвращаемость и «залипаемость» целевых групп.

*Совет:
Чтобы использовать поведенческую сегментацию на 100%, заранее разметьте все ключевые события:

  1. Определите набор действий пользователя (т.е. событий), которые характеризуют его вовлеченность и лояльность. Это может быть авторизация, прохождение обучения, покупка, переход на новый уровень, приглашение друга, добавление контента, что угодно.
  2. Промаркируйте эти события при настройке SDK, чтобы система аналитики могла собирать данные и возвращать их в отчётах.

Для анализа воспользуемся когортным отчётом. Исследовать аудиторию можно за определённый период или за всё время жизни пользователя – зависит от задачи.

В фильтре Условия укажем цепочку событий, которые говорят о вовлечённости:

- запуск,
- покупка,
- использование премиум-аккаунта,
- генерация контента,
- другой параметр, по которому можно отличить активных пользователей,
- локаль пользователя (можно построить когорты с учётом географии).

В результате, получим наглядную таблицу с данными по возвращаемости выбранного сегмента:

Обратите внимание: в верхней строке виден процент конверсий всей когорты за период, а в строках ниже – данные в привязке к периоду установки – день/неделя/месяц (в зависимости от размера когорты).

Создав несколько сегментов с разными сценариями, вы сможете выделять различия в предпочтениях аудитории и искать причины снижения интереса.


Кейс #4 — А/Б тест

Какой сценарий онбординга даёт наилучшую конверсию?

В завершение проведём А/В тест приложения. Например, мы хотим протестировать разные версии туториала и понять, какой из них лучше вовлекает пользователей в приложение или обучает новым возможностям.

Для сбора статистики промаркируем прохождение туториала отдельным событием и добавим параметры: пройден он или нет и какая версия была показана пользователю (дополнительно можно отслеживать переход к следующему шагу туториала).

В итоге получим удобный фильтр для сегментации:

Теперь самое интересное – просмотр результатов эксперимента.

Для начала проверим, какую из версий туториала проходят охотнее. В знакомом отчёте по событиям отфильтруем пользователей, долиставших «обучалку» до конца, и в списке событий получим распределение версий:

А теперь посмотрим, какой из сценариев повысил возвращаемость или улучшил конверсию – для этого снова воспользуемся когортным анализом. В случае с туториалом для продвижения отдельной функции (например, голосового управления) можно отследить конверсию именно в это событие:


Вместо заключения

Поведенческую сегментацию можно использовать самыми разными способами — она работает в любом отчёте, от аудитории до крешей. Возможности ограничены только набором промаркированных событий: чем больше ключевых действий вы разметите, тем качественнее сможете «заглянуть за экран» и лучше понять, как ваше приложение используют реальные люди. Экспериментируйте, проверяйте самые смелые гипотезы и развивайте приложения, ориентируясь на точные знания о ваших пользователях.

P.S.
Если вы ещё не используете AppMetrica, но хотите её подключить, вот два простых шага:

  1. Зарегистрируйте приложение в AppMetrica.
  2. Интегрируйте в него SDK (Android, iOS, Windows, Unity, Xamarin).

Наша служба поддержки на связи, а необходимая документация всегда у вас под рукой.

Оригинал новости опубликован в Блоге AppMetrica.

Нет комментариев
AppMetrica
Поисковые фразы Google для Android-органики
19 августа 2016, 13:57

Это небольшое обновление трекинга AppMetrica будет интересно тем, кто занимается продвижением приложений в поиске и в сторах. Теперь для органических установок из Google Play можно получать статистику по поисковым запросам, которые привели пользователя из поиска Google в магазин приложений. Данные собираются в отчёте по источникам трафика, в разделе Органика. Полученные поисковые фразы пригодятся для таргетинга контекстных рекламных кампаний, а также для ASO.


Как это работает

Пользователь ищет информацию в Google и видит объектный ответ с приложениями из Google Play, переходит по ссылке в магазин и устанавливает приложение:

После этого в отчёте по источникам трафика, во вкладке Google Search, мы увидим запрос, который привел пользователя к установке:

Для дальнейшей работы с поисковыми фразами весь отчет можно выгрузить в CSV-файл.

Оригинал новости опубликован в Блоге AppMetrica.

Нет комментариев
AppMetrica
API Яндекс.Погоды для бизнеса
31 августа 2016, 13:50
Яндекс запускает платное API Яндекс.Погоды — решение для получения оперативной информации о фактической погоде, прогнозе погоды, климатических нормах и других погодных параметрах по запросу.
 
При этом, если для вашего бизнеса нужны специфичные данные (например, только информация о гололёде на определенных участках трассы), возможна разработка специализированного решения под заказ.

В разработке нового API мы ориентировались на бизнесы, чей коммерческий успех напрямую связан с точным метеопрогнозом. Так, к нашему API проявили интерес заказчики из агропромышленной индустрии, которым нужно планировать посевные работы, полив и внесение удобрений, фарминдустрия, где важно знать об изменениях в погоде для прогнозирования объёма поставок средств от простуды и гриппа, и строительный бизнес, где нужны данные об осадках и влажности для планирования сроков дорожных и фасадных работ. Авиация, туриндустрия, ритейл, логистика, страховой бизнес — наше API станет надёжным поставщиком точных данных для всех. Стоимость подключения к API Яндекс.Погоды начинается от 180 тысяч рублей, столько стоит подписка на автоматическое получение информации о погоде в текущий момент и прогнозе на ближайшие 10 дней. Для СМИ и иных медийных сайтов Яндекс предоставляет бесплатный сервис с прогнозом в рамках проекта Яндекс для медиа.
 
Прогноз строится на основе технологии Метеум, разработанной в Яндексе. Уникальность технологии состоит в том, что прогноз гиперлокален, то есть делается с точностью до координаты на любую точку поверхности, при этом сам расчёт производится каждый раз в момент обращения к сервису с учётом последних фактических данных. Обычные клиентские сервисы делают расчёты не чаще четырёх раз в сутки и обычно оперируют одной точкой на населённый пункт, независимо от его размеров. В нашем случае заданные координаты используются как значимые факторы при расчете прогноза, благодаря чему данные о прогнозе на эту точку точнее любых усредненных значений, полученных на основе экстраполяции - как это делается при традиционных расчетах. Погода в конкретных координатах сильно зависит от типа поверхности. Например, суточный ход температуры будет сильно отличаться в городе и в лесу, Яндекс.Погода учитывает и это. Результаты вычислений регулярно, 140 тысяч раз в день, сверяются с фактической погодой. Замечая повторяющиеся расхождения, Метеум устанавливает закономерности, зависящие от сочетания десятков факторов. Это позволяет значительно уточнить прогноз.
Нет комментариев
API Яндекс.Погоды