Сравнение систем аналитики мобильных приложений (Flurry vs Google Analytics vs Mixpanel vs Localytics)

Ниже в таблице приведено краткое сравнение следующих систем аналитики мобильных приложений: Flurry, Google Analytics, Mixpanel, Localytics. В статье вы найдете подробное сравнение с описанием особенностей и разных хаков каждой из систем. Сравнение проводилось в феврале 2014 года.

Также я кратко описал ряд других систем аналитики для мобильных приложений: Kissmetrics, Яндекс Метрика для мобильных приложений, Game Analytics, Appsee, Capptain.

Сравнение систем аналитики для мобильных приложений Flurry Mixpanel Google Analytics Localytics

 

* в конце марта  flurry выкатил в бете обычный нормальный отчет Retention

 

Идеальная система аналитики для мобильных приложений

Я считаю, что для полноценной аналитики мобильного приложения, одной из целей которого является получение дохода, необходима система аналитики со следующим базовым функционалом:

  1. Определение источников трафика (хотя бы трекинг рекламных систем)
  2. Отчеты по отправляемым ивентам с глубокой сегментацией
  3. Воронки
  4. Полноценный когортный анализ

Идеальный инструмент кроме вышеперечисленного имеет следующий функционал:

  1. Возможность А/Б тестирования в мобильном приложении
  2. Возможность отправлять таргетированные пуш уведомления
  3. Полноценное АПИ с возможностью выгружать сырые данные

К сожалению, ни один из существующих на рынке инструментов не умеет делать все это сразу (хотя некоторые близки, но очень дороги), что создает ряд сложностей в аналитике мобильных приложений.

 

Системы аналитики мобильных приложений, которые не попали в обзор

Я не рассматривал в сравнении системы, с которыми у меня не было реального опыта работы. Для полноты картины попробую вкратце пройтись по остальным инструментам.

 

Яндекс Метрика для мобильных приложений

(http://appmetrika.yandex.ru/)

С инструментом не работал, но по описаниям – это Flurry, но несколько лет назад. Может сегментировать аудиторию по географии, устройствам и так далее. Вроде все.

Kissmetrics

(http://kissmetrics.com/)

Замечательный инструмент, но все же более ориентированный на веб-аналитику SaaS сервисов и интернет магазинов. Несмотря на это, большинство запросов мобильной аналитики инструмент закрывает.
Есть воронки, есть финансовая аналитика, есть хорошее АПИ. Я бы поставил Kissmetrics на одном уровне с Mixpanel и Localytics. Стоит примерно столько же (то есть много).

Kontagent и AppSalar

(http://kontagent.com/http://apsalar.com/ )

С Kontagent и AppSalar у меня не было возможности поработать. На основе описаний на сайте – мощные, но достаточно дорогие инструменты. В одном ряду с Mixpanel, Kissmetrics, Localytics.

Если кто-то работает с этими инструментами, то буду благодарен за рассказ про них.

Capptain

(http://www.capptain.com/)

C Capptain я работал более года назад, когда занимался МЯКом и Навигатором в Яндексе. На тот момент инструмент был крайне неудобный. Не было возможности даже банально посмотреть аудиторию конкретного события в динамике по дням. Единственным бонусом была возможность отправлять таргетированные пуш сообщения пользователям приложения.

Насколько я знаю, за это время Capptain выкатили новую версию, но поработать с ней мне уже не довелось.

Game Analytics

(http://www.gameanalytics.com/)

Неплохой бесплатный инструмент.  Есть воронки , есть сегментация (слабее, чем в Mixpanel), частично реализован когортный анализ. Из явных плюсов системы – Game Analytics лего интегрируются в популярные фреймворки для разработки игр (Unity3d, Corona) и является бесплатной.

Еще одним бонусом является возможность трекать источники трафика, но для этого необходимо отдельно вставить в ваше приложение SDK Mobile App Tracking и настроить интеграцию MAT и GameAnalytics. Необходимо учитывать, что MAT – платный инструмент, плюс с недавнего времени их исключили из программы Facebook Mobile Measurement Program. Так что трекать установки с фейсбука не получится.

Appsee

(http://www.appsee.com/)

Ключевой фичей этого инструмента является возможность записывать видео с сессиями ваших пользователей. Отзываются об инструменте положительно, хотя лично я плохо представляю, какую именно пользу подобный функционал несет разработчикам.

 

Подробное сравнение Flurry, Mixpanel, Localytics, Google Analytics

 

Dau / Wau / Mau

Самый стандартный функционал, есть во всех рассматриваемых системах мобильной аналитики.

 

Ивенты (события)

Все рассмотренные системы мобильной аналитики позволяют отсылать любые ивенты с параметрами (Google Analytics не поддерживает параметры ивентов, но это обходится с помощью увеличения числа самих ивентов). Без функционала отправки событий система мобильной аналитики становится бесполезной.

 

Сегментация по параметрам ивентов

Flurry

Flurry позволяет смотреть аудиторию определенного ивента (сколько пользователей и сколько раз отправляли этот ивент), но сегментация по параметрам сильно ограничена.
Вы можете сегментировать только по версии приложения, либо по заранее заведенным “сегментам” (например, вы можете создать сегмент пользователей из какой-то страны), которые начинают считаться лишь с момента их создания. Количество сегментов, которые можно создать, ограничено.

Сегментировать ивент по параметрам, которые вы передаете с ним, формально присутствует, но пользоваться этим невозможно. Flurry позволяет лишь строить распределение по одному ивенту за весь выбранный период времени (нет разбивки хотя бы по дням/неделям/месяцам).

Инструмент сегментация Flurry

 

Mixpanel

Примером для подражания в функционале сегментации является Mixpanel.
Интерфейс Mixpanel позволяет построить отчет по ивенту, а затем сегментировать его по значениям передаваемых параметров так, как вам захочется. Видео с описанием работы инструмента можно посмотреть по ссылке https://mixpanel.com/segmentation/ .

Например, вы можете построить отчет по ивенту “New_user”, выделить тех, кто пришел с платформы iOS, затем выделить тех, у кого iPhone 5S и построить распределение этих пользователей по стране.

Еще одной удобной фичей являются формулы. Можно построить график, используя сразу несколько разных метрик. Очень удобно – не приходится выгружать данные в Excel.

Системы аналитики мобильных приложений Mixpanel

 

Localytics

Localytics позволяет строить отчеты по отдельным ивентам, сегментируя по любому параметру, а также фильтровать пользователей.

Функциональность инструмента аналогична Mixpanel, но лично мне интерфейс сегментаций в Mixpanel нравится больше (но это дело вкуса).

Сегментация в Localytics

 

Google Analytics

В прошлом пункте я уже описывал сложности с отправкой событий в GA. По сути параметры ивентов в GA отсутствуют. Для замены параметров можно создать много разных ивентов, которые покроют ваши запросы. Но для игр, например, такой вариант плохо подходит.

 

Воронки

Воронки – очень мощный и полезный инструмент. Воронка показывает то, как пользователи проходят через определенную последовательность ивентов. Она позволяет измерить конверсию на каждом из выбранных вами шагов, найти узкие места, а также определить то, как повлияли сделанные вами изменения на конверсию проблемных мест.

Flurry

Во флурри есть воронки, но работать с ними вовсе не так удобно, как в Mixpanel или Localytics.

После того, как вы создадите воронку, первые результаты вы увидите лишь спустя 24 часа. Кроме того, здесь нельзя использовать параметры событий для более точного определения шага воронки.

Преимуществом воронок во Flurry (чего нет в других системах) является возможность ограничения периода времени, когда должен произойти следующий шаг воронки.

Flurry воронки

 

Mixpanel

Ключевой особенностью и конкурентным преимуществом Mixpanel всегда являлись воронки (недавно Localytics в этом функционале догнал Mixpanel). Mixpanel позволяет делать воронки на любое количество шагов, за любой период времени (даже на старых данных, то есть ретроспективно). Любая воронка считается за несколько секунд.

Каждый из шагов воронки вы можете посмотреть более детально. Вам покажется конверсия этого шага в динамике за любой период времени.

Единственное ограничение заключается в том, что к выбранному ивенту на определенном шаге воронки можно задать лишь одно значение параметра (задать два параметра Mixpanel не позволяет), а также нет возможности поставить временное ограничение на то, когда должен был произойти следующий шаг (то, что есть во flurry).

Mixpanel воронки

 

Localytics

Функционал воронок Localytics сейчас практически такой же, как и у Mixpanel.

Localytics воронки

 

Google Analytics

По сути воронок в GA нет.
Есть стандартные, знакомые всем из веб аналитики “цели”, которые с помощью ряда очень хитрых манипуляций позволяют рассчитывать воронки.

Как это сделать описано здесь и здесь, но я рекомендую использовать подобные методы лишь в случае крайней необходимости. Всегда остается вопрос достоверности данных.

 

Retention

Retention – одна из ключевых метрик для любого продукта. Она показывает как пользуются вашим продуктом во времени, то есть сколько пользователей, из тех, кто пришел в определенный месяц/неделю/день, продолжают использовать приложение спустя 1,2,3.. месяцев/недель/дней.

Для меня странно, почему почти все системы аналитики называют подобные инструменты когортным анализом. В реальности Retention является лишь одним частным случаем когортного анализа.

Flurry

Во Flurry есть отчет Rolling Retention, но это не совсем то, что принято понимать под отчетом Retention в классическом смысле. Я рекомендую вам внимательно прочитать описание этого инструмента, потому что я часто сталкиваюсь с тем, что даже профессиональные аналитики неправильно интерпретируют данные получаемые из этого отчета.

Объясню на примере.
Rolling Retention на 2 день на уровне 80% означает, что 80% ваших пользователей продолжают использовать ваше приложение спустя день после установки (либо во 2 день, либо в 3, либо в 4 и т.д.)
Retention на 2 день на уровне 80% означает, что 80% ваших пользователей используют ваше приложение именно во 2 день после установки.

Комментарий от 1 апреля 2014 года: теперь по Flurry появился обычный Retention. Подробнее можно прочитать в их анонсе по ссылке.

 

Mixpanel, Localytics

Эти системы имеют описанный инструмент. Считают они именно Retention.

 

Когортный анализ

Инструмент когортного анализа подразумевает возможность выделить группу пользователей и наблюдать за ее поведением в течение времени (считать retention, ltv и любые другие интересующие вас метрики).

Ни в одной из систем мобильной аналитики полноценного инструмента когортного анализа нет, но есть ряд хаков, который позволяют частично реализовать подобный функционал в Mixpanel и Localytics.

Советую прочитать мою статью про когортный анализ и его использование в маркетинге и продуктовой аналитике.

Localytics

Из частиц когортного анализа в Localytics есть возможность в отчете про ивенты и аудиторию сегментировать по неделе/месяцу, когда пользователи пришли в приложение. Также считается LTV в отчете про источники трафика, есть отчет Retention.

Mixpanel

В Mixpanel когортного анализа нет, но есть определенный хак, позволяющий реализовать его на очень примитивном уровне. Достаточно начать передавать, как один из глобальных параметров (то есть параметр, который передается во все ивенты) день/неделю/месяц, когда пользователь появился в приложении.

Подобный подход позволит вам в отчете сегментации выделять конкретную когорту по этой переменной.

Flurry

Во Flurry с когортным анализом все еще хуже. Единственный вариант – создавать сегменты пользователей на основе даты появления в приложении и затем фильтровать отчеты по этому сегменту.

 

А/Б тестирование

А/Б тестирование в мобильных приложениях – очень полезный инстурмент, так как в отличии от веба цикл разработки для выхода новой версии существенно более длинный.

Подобным функционалом из всех описанных систем обладает только Localytics. Он появился в самой последней версии, поэтому возможности детально с ним ознакомиться у меня не было.

Есть хак, который позволяет построить собственное решение на оснвое Mixpanel. Про это вы можете прочитать в моей статье “Как просто реализовать А/Б тестирование в мобильном приложении?”

 

Определение источников трафика 

Определение источников трафика для мобильных приложений – одна из наиболее сложных задач. Ключевая проблема кроется в том, что между рекламной ссылкой и открытием приложения находится магазин приложений (Appstore или Google Play).

Google Play уже решил эту проблему и позволяет пробрасывать специальные utm метки для отслеживания источников трафика. Apple Appstore все еще является невидимой зоной, что создает большие трудности в определении источников трафика.

Из рассматриваемых систем аналитики функционал определения источников трафика присутствует во Flurry и в Localytics.

Если с Android и там, и там никаких проблем нет, то с iOS есть определенные ограничения (например, Flurry и Localytics работает не со всеми рекламными мобильными сетками, Flurry не работает с  Facebook).

C Facebook в плане определения его, как источника трафика, все сложно. Список компаний, которые участвуют в Facebook Mobile Measurement Program невелик: Adeven, Adways, AD-X, AppsFlyer, Apsalar, Cyberagent, CuberZ, Kochava, Localytics, Septeni, Trademob. Только они поддерживают возможность определения пользователей, которые пришли с facebook.

Определение источников трафика в iOS остается одной из ключевых болевых точек, особенно на фоне постоянно растущей (и уже очень большой) стоимости установки приложения.

 

Пуш нотификации

Я считаю, что аналитика должна быть проактивной. Один из способов строить именно такую аналитику предоставляет возможность отправки пуш нотификаций своим пользователям.

Например, вы можете определить тех, кто не продлил подписку на ваш сервис в наступившем месяце и предложить им скидку или что-то еще, оповестив их об этом с помощью пуш нотификации.

Подобным функционалом из рассматриваемых систем обладают Mixpanel и Localytics.

 

Финансовые показатели

Одна из ключевых метрик, за которыми вы должны следить в вашем приложении – это LTV (Life Time Value) или ARPU (Average Revenue Per User). Также часто бывает удобно быстро окинуть взглядом метрики вроде ARPDAU, ARPPU, средняя сумма покупки и так далее.

Из описанных систем мобильной аналитики подобный функционал (пусть и в несколько ограниченном виде) обладают Mixpanel и Localytics.

Несколько слов по поводу работы с финансовыми данными в системах аналитики мобильных приложений. Финансовые показатели – это очень важные данные, на основе которых принимаются основные решения. Ввиду большого количество уязвимостей мобильных ОС часть пользователей ломают приложения и получают платные возможности бесплатно. При этом в вашу систему статистики подобные пользователи запишутся как те, кто совершил покупку. Я настоятельно рекомендую делать серверную верификацию всех покупок, совершаемых в приложении, и лишь после этого записывать их в систему статистики. В противном случае один недобросовестный пользователь испортит все ваши данные и сделает бессмысленной всю аналитику (представьте, что в анализируемую когорту попадет читер, который “потратил” в приложении 5000$).

 

Экспорт данных, АПИ

Возможность получить основные метрики и сырые данные через АПИ – это важная составляющая любой системы аналитики. Во-первых, это позволяет автоматизировать часть работы, а также позволяет проводить при необходимости более глубокий анализ, работая с сырыми данными.

Flurry

Flurry не хранит сырые данные и позволяет получать через АПИ лишь стандартные посчитанные метрики, которые отображаются в интерфейсе системы.

Mixpanel

Сервис сам целиком построен на основе собственного АПИ, что делает работу с ним крайне удобной. Есть возможность выгружать сырые данные – они хранятся за все время поставки данных.


С  АПИ двух других систем я не работал и не разбирался. Буду рад, если кто-то поделится опытом в комментариях.

 

Стоимость

Mixpanel и Localytics обладают рядом очень крутых фич и неоспоримых преимуществ, о которых шла речь выше, но к сожалению эти инструменты очень дорогие (цены Mixpanel). Mixpanel стоит 2000$  в месяц за 20 млн ивентов (примерно такое количество данных генерит игра с DAU в 100 тысяч пользователей).

Неоспоримым преимуществом Flurry и Google Analytics является то, что они бесплатные.

 

В заключении

В настоящий момент существует множество различных систем мобильной аналитики. Учитывая их большое количество и сложность в тестировании (разобраться с SDK, вкрутить в приложение, выложиться в стор),  попробовать их все не представляется возможным. Я надеюсь, что этот обзор позволит вам выбрать ту систему, которая максимально подходит для вас.

Я допускаю, что я мог упустить некоторые тонкости при описании систем аналитики. Если вы найдете ошибку, то сообщите о ней мне. Если статья была для вас полезна, то расскажите о ней. Спасибо!

Кстати, что вы используете для аналитики в вашем мобильном приложении? Что нравится, что не нравится, чего не хватает?

 




Подписка на рассылку новых материалов

Уважаемые читатели, подпишитесь на рассылку новых материалов блога. Вы будете получать не более одного письма в неделю с интересными и полезными статьями про аналитику и маркетинг в интернете.



Запись опубликована в рубрике Аналитика, Без рубрики, Маркетинг, Мобильная разработка с метками , . Добавьте в закладки постоянную ссылку.
  • Анатолий Ларин

    А разве отчет Retention в MixPanel не является когортным отчетом? Выбираем первым событием AppLaunched (вызывать ручками) и вторым интересующее событие (покупку, например).

    Даже в видео по этому отчету в начале рассказывают что такое когортный анализ https://www.youtube.com/watch?v=W6Tbg_Qns5A

    Когортный отчет в KISSMetrics позволяет выделять когорты не по неделям а по значению параметра (первая скачанная версия), хотя никак нельзя фильтровать данные по параметрам перед построением отчета.

    • Олег Якубенков

      Анатолий, спасибо за комментарий

      Ты прав, что в отчете Retention можно отследить долю людей, которые выполняли определенные действия в следующие дни/недели/месяцы.
      И это закрывает часть задач и вопросов.

      К сожалению, этот инструмент имеет ряд ограничений:

      1) Временные ограничения

      Ограничение числа дней (максимум 12) затрудняет решение многих задач, особенно если нет возможности долго ждать данных.
      Для формирования недельного отчета уже нужно ждать уже как минимум 3 недели, плюс недельный формат отчета увеличивает проявление проблемы, которую я описал во втором пункте.

      2) Определяется лишь факт наличия/отсутствия ивента

      Например, ситуация, когда пользователь совершил 1 покупку в течение 2 недели, и совершил 5 покупок в течение 2 недели, отобразится одинаково в этом отчете, хотя это принципиально разное поведение.

      Аналогичная проблема с количественной составляющей (например, с суммой покупки). 1 покупка на 100 рублей и 1 покупка на 10 000 рублей – принципиально разные кейсы, которые в данном случае опять отобразятся одинаково.

      • Анатолий Ларин

        спасибо, было бы интересно почитать как собирать эти данные руками и посмотреть форматы отчетов

  • rusppc

    У меня сложилось впечатление, что Вы просто не в полной мере использовали возможности flurry. Тогда бы Вы знали, что и Retention есть (в выгрузке csv), и логи событий (сырые данные) можно выгружать (по 100000 на одно событие).

    • Олег Якубенков

      Привет, спасибо за комментарий

      http://support.flurry.com/index.php?title=API

      Здесь описание АПИ Flurry – и у них нет АПИ для получения сырых данных (логов). Или вы что-то другое имеете ввиду?

      Про Retention не совсем понял. Во Flurry есть отчет Rolling Retention – это да. А как можно получить обычный Retention средствами flurry я не знаю :)

      • rusppc

        И Вам, здравствуйте )
        1) http://clip2net.com/s/6Uyeyi Flurry дает возможность не через API а ручками выгружать логи по каждому событию в отдельности. В логе хранится последние 100000 записей, что вполне достаточно для детального анализа того или иного события. Ну и кроме того это дает обширные возможности по более подробному анализу событий с учетом множества параметров.
        2) По ретеншену посмотрите здесь: http://clip2net.com/s/6Uyb5v Предположу, что там вы найдете то что раньше не замечали.

        • Олег Якубенков

          1) Не знал об этой возможности. Спасибо.

          Я сырые данные обычно с другой целью использую, например, для построения сессий конкретных пользователей. Поэтому подразумевал под этим функционалом все-таки то, что умеет Микспенел.
          https://mixpanel.com/docs/api-documentation/exporting-raw-data-you-inserted-into-mixpanel

          2) В выгрузке csv вы все равно получаете rolling retention, пусть и побитый по неделе появления пользователей.

          • rusppc

            1) К Микспанели у меня сразу предвзятое отношение исходя из ограничения в 20млн. записей. Так у одного нашего проекта при 40 событиях и 25000 DAU за две недели генерируется 10 млн. записей. А значит, для более масштабных проектов и с учетом того, что мы не желаем отказываться от детального анализа поведения игроков, нам этого лимита будет мало.
            2) Это не rolling retention – просто на больших данных распределение очень похоже. Но если посмотреть на мелких проектах с экспериментами по подливу установок, то станет понятно.

          • Олег Якубенков

            2) Не хочу спорить, но попробуйте проделать следующую операцию

            Выгрузите данные за последний месяц в csv
            Посмотрите на то, какие там значения для людей пришедших в первую неделю периода
            Постройте отчет rolling retention в интерфейсе flurry, ограничив вверху данные этой неделей

            Получите одинаковые значения и там, и там

          • rusppc

            http://clip2net.com/s/6Uzlvz – я вот о чем
            При условии, что показатель является Rolling Retention такого быть не может

          • Олег Якубенков

            Круто! И правда похоже на retention.
            Не знал об этой магической строчке, поправлю в статье

      • luayan

        Простите, а чем Rolling Retention отличается от простого ретеншена?

        Написано “Rolling Retention displays the percentage of users still active N or more days after they first installed and launched your application.” – это же и есть определение ретеншена.

        • Олег Якубенков

          Привет

          Retention на 5 день равен 20% – это означает, что из новых пользователей, 20% пришли именно в 5 день

          Rolling Retention на 5 день равен 20% – это означает, что из новых пользователей, 20% пришли в 5 или 6 или 7 и тд день

          • luayan

            Честно говоря, это объяснение повторяет то, что в тексте и для меня оно непонятно.
            Я понял из объяснения в сапорте флури, оно более многословно, но мне все объяснило:
            “To understand the mechanics of rolling retention, let’s say User #1 opened the app for the first time on Day 0 and only opened the app for the second time four days later on Day 4. This user would be added to the tally for Day 4 but also to the tallies for Days 1-3. This is because even though it took this user 4 days to come back to the app, it was still part of their consideration set and they had not churned.”

            Но спасибо за ответ, полезную статью и вообще прекрасный блог.
            От себя могу добавить, что флурри глючный и медленный. До сих пор строит воронку, созданную пару месяцев назад, например :)

          • Олег Якубенков

            И правда хорошее объяснение
            Воронки там и правда очень долго считаются :)
            Спасибо

  • Igor Elovikov

    Спасибо за обзор!

    Добавлю немного про игры. У меня опыт только с Kontagent и Swrve. Последним мы сейчас активно пользуемся.

    Для игр важен еще анализ виртуальной экономики. Это больше для гейм-дизайна, но все равно критично. Т.е. в игре ты все время продаешь что-то за виртуальную валюту, алмазы какие-нибудь. Это можно анализировать через events, конечно, но есть нюансы. Часто нужно знать не только сколько ты продал мечей, а сколько алмазов потратили игроки на мечи. И хорошо если цена на меч фиксированная, можно просто перемножить. Хуже, когда цена все время разная. Можно выгружать сырые данные, но это банально неудобно на регулярной основе.

    Вот в Kontagent есть “вес” события, и событие можно смотреть не только по счетчику, но и по суммарному весу за период. Swrve идет дальше и помимо просто событий в нем есть понятия виртуальной валюты, их может быть несколько, и виртуальных покупок. Покупки при этом можно смотреть по группам, по тратам разной валюты и по сегментам. Довольно удобно.

    Это мелочь, но вообще есть много других особенностей для игр, которые тот же Swrve как-то учитывает. Т.е. помимо стандартного набора есть еще всякие частности, которые могут склонить к тому или иному инструменту.

    Ну и да, идеала нет. На практике приходится использовать несколько сервисов в одном приложении для разных нужд.

    • Олег Якубенков

      Игорь, спасибо за комментарий
      Про swrve особенно интересно

      • Mikhail Larionov

        Добавлю, что это все есть в Game Analytics. В целом о них в статье достаточно мало, при том, что это специализированная игровая система. У них отличная поддержка и достаточно неплохие решения. Вместо MAT теперь можно подключить Adjust, а они в списке партнеров FB. Все перечисленное в посте у них есть (если я ничего не просмотрел). Я пока не столкнулся с чем-то, что бы не смог сделать через них. Когортный анализ достаточно мощный, можно любые данные моментально фильтровать по неделе/месяцу, ad channel, девайсам, билдам и так далее. Воронки там тоже строятся моментально из любых событий.

        • lohmatyi312

          Спасибо за рассказ про GameAnalytics.
          Я с ними очень мало работал, поэтому не мог рассказать о них достаточно подробно

          Несколько месяцев назад у них был ряд подводных камней в инструментах.

          В воронках, например, была следующая проблема (она еще сохранилась):
          NOTE: No matter the number of events you send to the GameAnalytics servers under the same user, only the first occurrence of each event for the specified period is counted in the Funnel.
          http://support.gameanalytics.com/hc/en-us/articles/200840866-What-are-funnels-

          В когортном анализе нельзя произвольно определять группу пользователей (имею ввиду по наличию у них определенных кастомных ивентов), ровно как и считать произвольные метрики на основе ивентов (только предопределенные: ARPDAU, DAU, Retention, Purchase Conversion и еще несколько)

          Но вообще для бесплатного инструмента Game Analytics очень хорош. Особенно после их интеграции с Adjust.

          • Mikhail Larionov

            Про воронку я не очень понял, как это может мешать, не сталкивался с необходимостью. Про когорты на кастомных ивентах – да, хотя тоже не сталкивался с потребностью пока.

        • Anastasiya Asheylova

          Здравствуйте! Мне бы хотелось узнать о сложностях с Game Analytics, а именно не глючил ли?

          • Mikhail Larionov

            Серьезных багов я пока не наблюдал, хотя по мелочи бывает.

          • Anastasiya Asheylova

            Вы в настоящее время ей пользуетесь? Расскажи пожалуйста что бывало по мелочи.

          • Mikhail Larionov

            В основном проблемы с UI. Все, что зарепортили им, обещали поправить. У них суперская поддержка. Видимо, потому что маленькие еще. Но все сыровато, конечно. Многие вещи узнаешь из переписки.

          • Олег Якубенков

            Настя, я так понял вы сейчас используете GameAnalytics. Поделись, пожалуйста, своим опытом.

          • Anastasiya Asheylova

            У нас возникли такие проблемы с GameA:
            1. Разница между количеством пользователей в меньшую сторону почти в 1,5 раза. Сравнивала данные из Appslfyer и из базы с GameA.
            2. Разница между событиями в appsflyer и GameA тоже раза в полтора.
            3. Периодически разные данные за один и тот же промежуток времени, то есть с 10 по 17 апреля может быть 100 пользователей, зайдешь в следующий раз – 150
            4. Не смогли понять, как посылать и главное – где просматривать параметры у событий.
            5. Вместо системы параметров предлагают специфический подход к именованию событий

          • Олег Якубенков

            У нас тоже на одном проекте стояла система GameAnalytics
            Сравнил показатели с Flurry и Mixpanel – GameAnalytics в среднем в 1,3 раза занижает показатели

          • Anastasiya Asheylova

            Наш эксперимент с GA подошел к концу) Теперь хочу потестировать сервис для когортного анализа Oh My Stats

  • Rinat Kaleev

    Очень интересно! А можете сказать что-нибудь про Parse?

    • Олег Якубенков

      Спасибо
      К сожалению, про Parse ничего сказать не могу

      • Mikhail Larionov

        Могу я. Parse не является системой аналитики, это cloud backend. Аналитику они начали добавлять только с недавних пор и она пока достаточно примитивная, хотя со временем скорее всего станет очень мощным инструментом (т.к. у них _уже_ есть все данные игрока и все ходы записаны). Как cloud backend Parse, впрочем, совершенно прекрасен.

  • Andrew Kovzel

    А есть что сказать про https://count.ly ? По цене относительно недорого – $189/month. Заявлены cohorts, funnels, segments и тд. Полное описание здесь: https://count.ly/resources/reference/features В целом выглядит интересно.

    • Олег Якубенков

      Раньше про них не слышал. Прочитал описание – правда выглядят интересно.
      Из продвинутых инструментов нашел воронки и сегментацию (когортный анализ не нашел), но они доступны только для Enterprise плана, а это уже не 189$/month, а contact us.

      • Andrew Kovzel

        Можно бесплатно взять софт и поставить на свой сервер – это Community Edition. Но тогда нет самых интересных фич, типа сегментации, воронок и когортного анализа. За 189$ в месяц получаешь все фичи на их серверах – это Cloud Edition. Если нужно больше 2 млн. сессий в месяц, повышенный саппорт или кастомизация, то это Enterprise Edition. Вот таблица для сравнения – https://count.ly/products/editions/compare

  • Andrew Kovzel
    • Олег Якубенков

      Хороший обзор, спасибо

  • Vladislav Kokovin

    Спасибо за обзор. Вы написали, что в GA нет A/B тестирования. Разве “эксперименты” во вкладке “поведение” не является сплит тестированием?

  • Спасибо за интересную статью. А что скажете по поводу https://keen.io – доводилось ли их тестировать? Они не имеют собственного дашборда, но их отчеты можно встраивать в любой свой дашборд

    • Олег Якубенков

      Привет
      Тестировать keen.io не доводилось
      При отсутствиии интерфейса у них цены сопоставимы с Mixpanel и Localytics

  • Слав Панкратов

    а что думаете про deltaDNA? (deltadna.com/demo/video/ – там интерактивное видео про возможности аналитики). По ценнику дорого, я так понял это от авторов гейманалитикс

    • Олег Якубенков

      На демо выглядят неплохо, но дорогие
      А так надо с деталями разбираться, чтобы не было подводных камней

  • ruX

    Спасибо за вдумчивый анализ, подписался на ваш блог
    В итоге нет видимо нет возможности построить воронку по событиям в GA?

    • Олег Якубенков

      Пожалуйста
      Я в тексте статьи давал две ссылки на то, как делают воронки с помощью GA, но я никогда этого не пробовал делать (слишком много шаманства)

  • Здесь сравнение систем поведенческой аналитики для SaaS – буду рад комментариям и корректировкам, если допустил неточности: http://saasdojo.com/index.php/analytics-tools

  • Михаил Перминов

    GA тоже бесплатен лишь до определенного момента