Com avaluar una aplicació mòbil?

Llista de control per avaluar una app

Basant-te en algunes de les principals mètriques (KPIs) per a apps, pots elaborar-te un qüestionari per avaluar la teva app:

• Descàrregues de l'app. Després d'emprar temps i diners en desenvolupar l'app, has de començar a quantificar el nombre de vegades que s'ha descarregat. Fer-ho et servirà per saber si necessites incrementar els teus esforços de màrqueting. A més, és una dada que hem d'analitzar al llarg del temps per veure quan hem d'emprar aquests recursos de màrqueting.
• Usuaris actius. Hi ha diferents formes de mesurar les KPIs per a apps relatives als usuaris actius. Generalment s'analitzen tres: MAU (usuaris actius al mes per les seves sigles en anglès), WAU (usuaris actius a la setmana) i DAU (usuaris actius al dia).

Comparar les tres mètriques també pot ajudar-nos a implementar estratègies per aconseguir que augmenti la freqüència d'ús de la nostra app. Per exemple, podem calcular la taxa d'adherència, resultat de dividir els usuaris actius al dia entre els usuaris actius al mes. Per augmentar aquesta taxa es pot, per exemple, enviar notificacions push als usuaris per animar-los a tornar a la plataforma.

• La retenció. Aquesta és una de les mètriques més rellevants, ja que quantifica la recurrència, és a dir, quants usuaris opten per quedar-se amb nosaltres més enllà de baixar-se l'app. L'estudiarem amb detall més endavant.
• El churn rate o taxa de cancel·lació de clients. És a dir, el percentatge d'usuaris del total que han deixat d'utilitzar l'app.
• Monitorització d'esdeveniments a l'app. Més enllà d'estudiar si els usuaris estan actius a la teva app, també convé analitzar com estan interactuant amb ella. Per exemple, es pot estudiar si els usuaris comparteixen contingut amb un amic, realitzen una compra o arriben a un punt determinat en un joc.
• Les valoracions i les reviews de les apps. Analitzar el rating i comentaris dels usuaris a la Google Play o a l'App Store també pot ser de gran ajuda. D'una banda, animar els usuaris a que ens valorin positivament pot fer que més persones es descarreguin l'app, ja que generalment l'algoritme de cerca de les botigues d'apps premia les millor valorades. D'altra banda, utilitzar eines per monitoritzar les valoracions ens pot ajudar a estar pendents d'elles per donar resposta als possibles problemes que tinguin els usuaris immediatament.
• L'abandonament de l'app. A diferència del churn rate, aquesta mètrica mesura específicament el ràtio d'usuaris que no arriben a registrar-se a l'app o no la fan servir tot i haver-la descarregat. Si és massa alt, pot ser que la nostra app els doni problemes, per la qual cosa serà necessari comprovar que funciona correctament en diferents plataformes.
• Seguiment de l'embut. Igual que els millors programes CRM ens ajuden a estudiar el funnel de vendes, hem de comptar amb eines que ens permetin analitzar quants usuaris fan diferents passos en la nostra app encaminats a que es converteixi en una venda. Descarregar-se l'app, iniciar una prova gratuïta, comprar un servei determinat o subscriure's poden ser alguns d'aquests passos.
• Viralitat. La viralitat fa referència al nombre d'usuaris que cada usuari mitjà porta fins a la teva app, la qual cosa té molts avantatges: estaran més actius a l'app ja que coneixen algú en ella. A més, si atreus molts usuaris per aquesta via, empraràs menys recursos de màrqueting. Crear un botó per compartir contingut de l'app a través de les xarxes socials o llançar una campanya de promoció perquè parlar de l'app tingui recompensa són algunes de les possibles estratègies per aconseguir-ho.
• Coste por adquisición. Esta métrica calcula cuánto dinero nos ha costado de media atraer a un cliente nuevo en un periodo de tiempo. Dividir la cantidad de dinero que hemos invertido para captarlos (la suma de los gastos de marketing, publicidad, etcétera) y dividir esa cifra entre el número de clientes que hemos conseguido en un periodo determina el coste de adquisición.

Hi ha eines que fins i tot permeten monitoritzar de quina campanya de màrqueting provenen les descàrregues d'una app. Un exemple és Tune, que permet realitzar Attribution Analytics per monitoritzar el seguiment per saber com els leads es transformen en vendes. Aquí pots veure com es realitza el seu procés de configuració de Tune assignant permisos diferents als administradors i als account managers:

• Valor del temps de vida del client. El valor del temps de vida (més conegut com a lifetime value o LTV) és la quantitat d'ingressos totals que percebem d'un usuari abans que deixi d'utilitzar l'aplicació. Aquest KPI pot ajudar-nos a esbrinar quant de temps ha d'utilitzar de mitjana la nostra app per aconseguir que obtinguem beneficis amb ella. Per retenir-los, serà important que responguem als seus comentaris i que actualitzem l'aplicació.
• Promig d'ingressos per usuari (ARPU). Es calcula dividint els ingressos totals que generen les subscripcions i altres serveis adquirits pels nostres usuaris a l'app entre el nombre mitjà d'usuaris. És una mètrica important per saber si la nostra app està ajudant a l'èxit del nostre negoci.

La retenció d'usuaris (o com evitar KPIs app de vanitat)

Un problema d'algunes de les mètriques anteriors és que algunes d'elles són mètriques de vanitat. És a dir, si només analitzem aquests KPIs en un moment determinat no ens serveixen per analitzar l'èxit real de la nostra app.

Per exemple, si només fem una ullada al nombre de descàrregues un determinat mes, podrem creure equivocadament que tot marxa sobre rodes quan no és així. A més, simplement analitzar mètriques com el DAU o el MAU ens aportarà una visió distorsionada de la realitat: potser els nous usuaris estiguin creixent ràpidament, però pot ser que els registrats ens estiguin abandonant.

Per això, és important que analitzem i comparem les mètriques al llarg del temps i que prestem especial atenció a l'estudi de la retenció, una de les mètriques més importants. Per aprofundir en l'anàlisi de l'èxit de la teva aplicació, has d'utilitzar un mètode que es coneix com a anàlisi de cohorts.

Bàsicament, les cohorts són grups d'usuaris que comparteixen certes característiques en comú. Hi ha dues formes principals de dividir els grups d'usuaris en cohorts:

• Cohorts d'adquisició. Es tracta d'agrupar els usuaris segons el moment en què van adquirir el producte. Per mesurar tant les mètriques relacionades amb els usuaris actius (DAU, WAU i MAU) com aquest tipus de cohorts, hi ha eines molt útils com MixPanel i Google Analytics, que ens permetran analitzar totes aquestes mètriques.
• Cohorts de comportament. Es grupen els usuaris en funció de si van realitzar una determinada acció com, per exemple, fer-se una foto o compartir un contingut.

El més interessant de l'anàlisi de cohorts és que no només permet estudiar quan s'inscriuen els clients i quan marxen de l'app, sinó també per què marxen. Per a això, primer hem d'establir un objectiu de retenció a curt, mitjà i llarg termini, i després hem d'explorar les dades per analitzar on hauríem de realitzar canvis, executar diferents proves per millorar les nostres mètriques i avaluar les dades finals.

En general, les millors aplicacions tenen una corba de retenció que s'assembla a un somriure: hi ha molts registres en el primer moment, per la qual cosa els usuaris estan actius, després descendeix dràsticament aquesta activació (disminueixen els registres) i posteriorment torna a ascendir perquè els usuaris es reactiven. Lògicament, si el descens inicial es prolonga, la nostra aplicació no tindrà molt futur.

Dos exemples de les cohorts més habituals que podem utilitzar són les cohorts per data d'adquisició i per comportament.

Pel que fa a les cohortes per data d'adquisició, podem crear una taula per analitzar-les. A les columnes anotarem la data en què els usuaris es registren a la plataforma així com el nombre d'usuaris registrats. A les files, indicarem els dies que passen (dia 0, dia 1, dia 2…). Després, omplirem cada cel·la amb el percentatge de retenció que correspon a cada grup d'usuaris (segons la data en què es van registrar i el dia en què estem). Lògicament, la retenció en el dia 0 serà del 100 % i a partir del dia 1 el més probable és que vagi descendint. Això ens permetrà veure si aquells que es van descarregar l'aplicació amb anterioritat romanen més temps a l'aplicació.

Després, podem convertir les dades en un gràfic anomenat corba de retenció (on l'eix de les y mostra el percentatge de retenció i l'eix de les x el pas del temps) que mostra l'evolució d'aquestes cohorts. Aquesta corba ens permetrà estudiar, d'una sola ullada, el percentatge d'usuaris que abandona l'aplicació en un període de temps determinat.

Per exemple, podrem apreciar si un tant per cent molt elevat d'usuaris abandona el primer dia i prendre les mesures que siguin necessàries per millorar la seva experiència inicial i aconseguir així que romanguin més temps amb nosaltres. Segons una anàlisi de la companyia d'intel·ligència mòbil Quettra, una app perd el 77 % dels seus usuaris actius diaris en els 3 primers dies, i un 90 % els 30 primers dies.

A més també podem analitzar cohorts de comportament ja que, com hem comentat abans, és important estudiar per què els usuaris prenen unes decisions o altres.

Així, podem dividir els diferents usuaris en diferents grups segons els comportaments que adoptin. Per exemple, se'ls pot agrupar segons els usuaris que han utilitzat una determinada funció o han interactuat amb les notificacions. Analitzant aquests grups per separat, podrem veure quin tipus d'accions funcionen millor i assignar els recursos necessaris basant-nos en elles.

Mètriques per a aplicacions mòbils: Perpetuall com a cas d'èxit

A SEIDOR, com a experts en el desenvolupament d'apps mòbils, hem treballat molt en mètriques perquè els nostres clients puguin analitzar l'èxit de les seves apps des de diferents òptiques. Un exemple va ser el desenvolupament de les mètriques de Perpetuall, una app per gestionar i actualitzar contactes.

Amb la finalitat de mesurar l'èxit de l'app i reportar aquestes avaluacions als inversors, usàvem diferents KPIs tenint en compte totes les pautes que hem analitzat anteriorment. Com hem comentat, és molt rellevant analitzar l'evolució d'aquests indicadors al llarg del temps, per la qual cosa s'obtenien les dades mensuals i s'estudiava el percentatge de creixement. A més, s'agrupaven les mètriques en diferents apartats rellevants:

• Facturació: Hem analitzat mètriques com l'ARPU (el promig d'ingressos per usuaris), els ingressos derivats de les compres o la utilització de l'API o el percentatge de creixement mensual d'aquests ingressos.
• Creixement. Es van tenir en compte indicadors com l'evolució de les descàrregues i els registres (nombre de descàrregues i registres a la setmana i al mes, i percentatges de creixement d'aquestes mètriques), el cost d'adquisició del client (tant el mensual com la variació) o el creixement en el rànquing de l'App Store o la Play Store. També es van calcular les descàrregues netes al mes en relació amb els registres (per conèixer així quants usuaris gaudeixen de la nostra app i no s'han limitat només a descarregar-la).
• Viralitat. Indicadors d'una app com el percentatge d'usuaris registrats gràcies als prescriptors o el nombre d'invitacions enviades per sumar-se a la plataforma (a la setmana o al mes) també són de gran utilitat.
• Adopció. Estudiem el nombre d'usuaris actius al dia, a la setmana i al mes (DAU, WAU i MAU). També es van realitzar els càlculs per estudiar la taxa d'increment d'aquests indicadors. Com hem comentat, aquesta avaluació pot ser útil per determinar les accions necessàries per aconseguir que els usuaris utilitzin cada dia la nostra plataforma.
• Retenció. Hem estudiat el percentatge d'usuaris actius després de registrar-se a l'app i com aquest percentatge ha evolucionat al llarg del temps, agrupant els usuaris per les dates en què es van registrar a la plataforma. Per a això vam realitzar una taula aplicant l'anàlisi de cohorts.

Conclusió

Com has comprovat són nombroses les mètriques i KPIs a valorar en realitzar el control de qualitat d'una app. Un estudi en el qual a més hem de realitzar l'anàlisi de cohorts.