Скрытые риски зависимости от модели роста через покупной рекламный трафик

В этой статье мы поговорим о модели роста через покупной рекламный трафик. Какие у нее есть ограничения и скрытые риски, к каким последствиям может привести их игнорирование, как сделать модель роста через покупной трафик устойчивой и защищенной.

Вы достигли product/market fit: ваш продукт создает ценность для определенного сегмента рынка. Вы также нашли рекламные каналы, где LTV (Lifetime value) привлеченных пользователей превышает CAC (Customer Acquisition Cost): у вас есть эффективные каналы доставки продукта до пользователей из целевого сегмента рынка.

Это круто. Немногие продукты забираются так далеко. Подавляющее большинство сходят с дистанции значительно раньше. Но не стоит расслабляться. Впереди ждут новые опасности, особенно если рост продукта станет сильно зависим от платных каналов привлечения пользователей.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

Скрытые риски модели роста через покупной рекламный трафик

Читать далее «Скрытые риски зависимости от модели роста через покупной рекламный трафик»

Как изменение модели работы подписок в iOS 13 очистит App Store и повлияет на капитализацию ряда известных компаний

“You never know who’s swimming naked until the tide goes out.”
― Warren Buffett

В последние несколько лет Apple App Store переполнился простыми приложениями, которые стали зарабатывать сотни тысяч, а порой и миллионы долларов в месяц.

Например, Celebrity Voice Changer зарабатывает более 3 миллионов долларов в месяц, а общий доход приложения за все время перевалил за 30 миллионов долларов. QR Code Reader за прошлый месяц выручил более 800 тысяч долларов, а доход за всю историю существования превысил 13 миллионов долларов. Простенькое приложение Life Advisor заработало более миллиона долларов только за прошлый месяц.

Некоторые компании, разрабатывающие относительно простые продукты, стали единорогами. В феврале Calm поднял 88 миллионов долларов по оценке выше миллиарда. Компания, создавшая Facetune, в июле привлекла 135 миллионов долларов по оценке выше миллиарда долларов.

В чем их секрет?

В большинстве этих приложений нет инновационной технологии, нет сетевых эффектов, их относительно просто скопировать. Дело в подписочной модели. А если быть точнее в том, как неочевидно была устроена модель работы подписок на платформе iOS до недавнего времени.

В iOS 13 Apple решили ряд проблем с подписками. Эти изменения остались незамеченным большинством изданий, которые освещали изменений в iOS 13, но я считаю, что они окажут значительное воздействие на экосистему мобильных приложений в Apple App Store.

В этой статье я сделаю ряд предположений и на основе них построю прогноз будущего подписочных приложений на iOS в горизонте следующих нескольких лет. В этом мне помогут оценки скачиваний и доходов мобильных приложений от Datamagic.

Краткое содержание:

  • Доходы приложений Calm и Facetune скоро перестанут расти, а в горизонте нескольких лет могут упасть в 1.5-4 раза.
  • В Apple App Store перестанут появляться в больших количествах новые скам-приложения, а старые постепенно пропадут из зоны видимости.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.

А еще мы завели канал «GoPractice!» и чат «Ask Kevin!» в Телеграмме. Подписывайтесь.

проноз выручки приложения для медитаций Calm

Читать далее «Как изменение модели работы подписок в iOS 13 очистит App Store и повлияет на капитализацию ряда известных компаний»

Как повысить эффективность продуктовых аналитиков в разы

Находить инсайты и ответы на вопросы в данных – ключевой навык продуктового аналитика. И именно в развитии этого скилла аналитики обычно видят потенциал для роста.

Я рекомендую уделить внимание другому аспекту аналитической работы – навыкам коммуникации. Умению не просто находить инсайты, а доносить их до команды и превращать в проекты. Для этого надо будет строить отношения с командой, участвовать в ключевых обсуждениях, нарабатывать авторитет, учиться правильно презентовать информацию.

Эта статья построена в виде рекомендаций для продуктовых аналитиков. Но она будет в равной степени полезна продакт-менеджерам и руководителям, которые хотят по максимуму раскрыть потенциал аналитиков, работающих в их командах.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор (образовательный продукт от Go Practice) вам в этом поможет.

Как повысить эффективность продуктового аналитика

Читать далее «Как повысить эффективность продуктовых аналитиков в разы»

Как мы создали приложение с доходом $500 000 в год, которое повторил Apple

Впервые на Go Practice статья не от меня (Олега), а от очень важного для меня человека, который всегда первым читает и редактирует все материалы для блога, чье мнение я очень ценю и уважаю – моей жены Любы Вязниковой. Сейчас Люба продакт-менеджер в Badoo, а до этого она запустила и вырастила очень крутой продукт, историей которого сегодня поделится.

_____________

Два с половиной года назад у меня появилась идея, которая к лету 2018 года превратилась в приложение, которое зарабатывало более $500,000 долларов в год.

В сентябре оно перестало существовать, так как Apple добавил аналогичную фичу в новую версию операционной системы, а заодно удалил наше приложение из App Store.

Но давайте обо всем по порядку.

рост доходов мобильного приложения, Itunes connect

* доход приложения по месяцам с момента запуска, iTunes Connect

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор (образовательный продукт от Go Practice) вам в этом поможет.

Читать далее «Как мы создали приложение с доходом $500 000 в год, которое повторил Apple»

Как не надо анализировать A/B тесты. Проблема подглядывания

При дизайне, запуске и анализе A/B тестов можно допустить много ошибок, но одна из них особенно коварна. Эта ошибка – побочный эффект проверки результатов A/B теста c готовностью действовать на их основе до его окончания. Ее называют «Peeking problem» или «Проблема подглядывания».

Интересная особенность этой ошибки в том, что ее допускают те, кто уже достаточно далеко ушел в изучении науки A/B тестирования, например, научился считать, является ли наблюдаемая разница статистически значимой или нет.

Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор (образовательный продукт от Go Practice) вам в этом поможет.

Как не надо анализировать A/B тесты. Проблема подглядывания

Читать далее «Как не надо анализировать A/B тесты. Проблема подглядывания»

Ухудшающие A/B тесты – cамый недооцененный инструмент менеджера продукта

Давайте начнем с практической задачи.

Руководство компании хочет инвестировать значительные ресурсы в разработку инфраструктуры, необходимой для увеличение скорости работы приложения. Гипотеза состоит в том, что если продукт будет работать быстрее, то это позитивно повлияет на опыт пользователей и их ключевые метрики.

Придумайте эксперимент (A/B тест) для проверки этой гипотезы.

Ухудшающие A/B тесты - инструмент продакт менеджер

Читать далее «Ухудшающие A/B тесты – cамый недооцененный инструмент менеджера продукта»

ASO оптимизация на практике. Как за выходные я сделал игру, которую скачали 2 миллиона раз

Пару лет назад я решил разобраться в ASO (Appstore Optimization). Теоретическая база у меня была, хотелось превратить ее в прикладные навыки.

Для этого я решил сделать небольшой проект. Целью было проверить гипотезу, что на супер конкурентном рынке мобильных приложений можно запустить продукт, который исключительно за счет ASO продвижения сможет вырасти во что-то крупное.

Сразу скажу, что гипотезу я доказал, хотя путь к успеху сильно разошелся с первоначальным планом. Созданная за выходные мобильная игра на сегодняшний день имеет почти 2 миллиона скачиваний, а в пике получала по 30 тысяч новых пользователей в день.

Подробнее об истории проекта и о том, как одно изменение позволило увеличить число скачиваний на 200%, читайте ниже.

ASO оптимизация приложения (Appstore Optimization)

Читать далее «ASO оптимизация на практике. Как за выходные я сделал игру, которую скачали 2 миллиона раз»

Улучшаем метрики продукта: почему пользователи уходят VS почему пользователи остаются

Многие научились думать о продуктах в терминах потерь на конкретных шагах воронки, которые измеряеются с помощью продуктовых метрик. Дальше вы задаете вопрос «Почему пользовали уходят?», находите причины и улучшаете метрики продукта.

Оптимизация воронки — это хороший подход. Но он работает не всегда. А когда работает, то обычно приносит лишь инкрементальные улучшения метрик продукта.

Есть другой подход, о котором мы поговорим сегодня. Его использование может дать вашему продукту мощный толчок вперед, иногда в новом направлении.

Я хочу предложить вам сначала задать вопрос «Почему пользователи остаются?», а лишь потом «Почему пользователи уходят?».

улучшаем метрики продукта через вопрос почему пользователи остаются

Читать далее «Улучшаем метрики продукта: почему пользователи уходят VS почему пользователи остаются»

В поисках пичков. Повышаем эффективность дашбордов

Менеджер попросил аналитика: «Выведи мне на дашборд ретеншн первого, третьего и седьмого дней в динамике.» Аналитик ответил менеджеру: «Ты уверен? Графики  будут шумные. Посмотри как сильно скачет метрика день ото дня. Давай лучше следить за недельным ретеншеном. Там случайные колебания сглаживаются.» На этом и сошлись.

Теперь на дашборде раз в неделю появлялась новая точка. Своим внешним видом она говорила: «Все спокойно, ничего не поменялось.» Но порой за внешним спокойствием скрывались бури повседневной жизни — дни взлетов и падений, побед и поражений, будней и выходных. Но о них так никто и не узнал, так как при суммировании сглаживались и неслучайные колебания тоже.

P.S. Подписывайтесь на мою страницу в FB. В будущем буду там публиковать анонсы новых постов, а также мысли, которые не вписываются в формат блога.

повышаем эффективность дашборда
Читать далее «В поисках пичков. Повышаем эффективность дашбордов»

Amplitude. Лучшая система аналитики для мобильных приложений и веб сервисов

Почти два года назад я делал сравнение популярных систем аналитики для мобильных приложений. Тогда моим фаворитом была система аналитики Mixpanel. Но рынок не стоит на месте, и теперь у меня появилась новая любимая система аналитики — Amplitude.

Далее в статье я подробно расскажу про все преимущества  Amplitude, но вот краткий набор причин, почему это система аналитики для мобильных приложений и веб сервисов заслуживает вашего внимания:

  1. Amplitude — улучшенная версия Mixpanel в плане возможностей для аналитики (сегментация ивентов, воронки, ретеншн, когортный анализ, профили пользователей, live view, очень гибкое формирование  сегментов и когорт, дешборды, данные в реальном времени и многое другое)
  2. Amplitude в разы дешевле Mixpanel. А при объеме ивентов менее 10 миллионов в месяц и вовсе бесплатная.

Заинтересовал? Тогда к деталям.

 

система аналитики мобильных приложений Amplitude

 

 

Читать далее «Amplitude. Лучшая система аналитики для мобильных приложений и веб сервисов»