При взаимодействии с онлайн-сервисами современные пользователи не ограничиваются только одной платформой. Внимание аудитории постоянно переключается между разными экранами: смартфон, телевизор, компьютер, планшет. За день они могут перейти с Android на Windows и с Windows на iOS, пользуясь разными версиями вашего приложения.
Чтобы полноценно проанализировать взаимодействие пользователя с продуктом с разных платформ, понимать воронку конверсии своих пользователей и то, как они в реальности пользуются продуктом, требуется кросс-платформенная аналитика.
То есть, аналитика данных со всех платформ: веб, десктопные ОС или мобильные приложения в одном интерфейсе.
Антон Баланов, советник по экономике и социологии РАЕН, профессор IT-MBA, руководитель продуктов в Сбербанке и ВТБ, в комментарии для MyTracker:
Кроссплатформенность дает более полное понимание клиентского поведения на всех уровнях. А также возможность оптимизировать свою стратегию в соответствии с этими данными.
Такая аналитика — очень важный инструмент, без которого становится невозможным построение полной поведенческой модели аудитории.
Кросс-платформенная (омниканальная) аналитика позволяет команде проекта видеть картину поведения аудитории по всем платформам. Объединять данные со всех платформ в одном интерфейсе, чтобы получить полное представление о поведении своей пользовательской базы.
Позволяет проводить точное А/Б-тестирование. Разные сервисы аналитики по-разному собирают и обрабатывают данные пользователей, поэтому их результаты нельзя сравнивать напрямую. Для точной проверки результатов А/Б-тестов нужна общая, омниканальная система, одинаково рассчитывающая показатели для каждой из платформ.
Способствует созданию одного уровня UX для всех клиентов. Если содержимое кроссплатформенного приложения сильно отличается в разных версиях, это может привести к потере клиента. Пользователь, не найдя привычных ему функций в другой платформе, перестает использовать приложение. Места для оптимизации UX можно обнаружить с помощью межплатформенной аналитики.
Обнаруживает баги и другие аномалии. Благодаря сравнению параметров удержания и оттока на разных платформах, можно понять, почему пользователи отменяют подписки или покидают продукт. Если одна платформа оказывается гораздо более успешной, чем остальные, или, наоборот, значительно отстает от других, то на неё стоит обратить более пристальное внимание.
Кросс-платформенная аналитика данных помогает выявить закономерности, которые могут быть не видны при проверке информации о клиентах отдельно по каждому каналу. Например, что падение LTV происходит только в вебе или что наибольший рост DAU идет на iOS. Результат — лучшее понимание потребностей и болевых точек пользователей, а значит и способность оптимизировать взаимодействие с ними.
В результате, команда проекта может создать более органичный опыт для пользователей при их перемещении между платформами, оптимизировать каждую платформу в отдельности и повысить коэффициент удержания среди своей аудитории.
При этом, подобная омниканальная аналитика является довольно недооцененной на практике. Согласно исследованию Google и Forrester Consulting, 84% маркетологов и руководителей считают, что она является очень полезной, но только 43% используют её в своей работе. А 56% респондентов сообщают, что хотели бы увидеть на рынке более удобные инструменты аналитики, прежде чем начать их применять.
Екатерина Черникова, Старший преподаватель кафедры маркетинга, рекламы и связей с общественностью в НГУЭУ:
Когда источников информации было относительно мало, путь покупателя был близок к линейному (узнал, посоветовался, купил). Сегодня мир усложнился. Существует множество как стартовых точек, где узнают информацию, так и промежуточных, то есть с кем советуются (отзывы в Интернете, обзоры, рейтинги, блогеры). К тому же, известна такая модель поведения покупателей как ROPO (т.е. ищут онлайн, покупают оффлайн).
В такой сложной модели конверсии только кросс-платформенная аналитика позволяет увидеть, кому стоит атрибутировать продажу.
Благодаря ей, взаимовлияние разных каналов привлечения трафика и вклад каждого из них в достижение цели оценивается более корректно. Аналитика только сайта или только приложения, при наличии обоих этих ресурсов, будет далека от реальности.
Хорошие примеры возможностей кросс-платформенной аналитики — популярная экшн-игра Genshin Impact от miHoYo (работающая на Windows, Android, iOS и PlayStation 4) и карточная игра Hearthstone от Blizzard (Windows, OS X, Android, iOS). Первая зарабатывает по 50 миллионов долларов в месяц, вторая, согласно исследованию Gitnux, — до 40 миллионов. Число активных пользователей в каждой из игр достигло 100 миллионов. Откуда такой успех?
Обе игры доступны на ПК, планшетах и смартфонах. В такой ситуации сообщество игры легко может быть разобщено. Чтобы этого не допустить, обе компании — и miHoYo, и Blizzard — стараются создавать общее пространство для своих аудиторий со всех ОС. Так, в Hearthstone механика игры позволяет пользователям играть друг против друга, на какой бы платформе они её не запускали. Все игроки объединяются в одну большую экосистему, и для пользователя совершенно неважно, с какой платформы играет он, а с какой — его соперник.
Один и тот же пользователь может заходить в Hearthstone с разных платформ в течение дня. При этом для всех посещений используется один и тот же аккаунт, с одним балансом цифровой валюты и одним набором героев или карт. В данном случае мы наблюдаем полноценную кроссплатформенность.
Стандартные системы аналитики, подсчитывающие загрузки и запуски приложения на отдельных устройствах, не учитывают подобных переходов. Их использование приводит к грубому отделению пользователей на ПК от аудитории с мобильных устройств. При использовании подобных систем аналитики продакт-менеджеры и маркетологи видят не всю информацию и могут сделать неверные выводы.
Вести охват аудитории и смотреть за её активностью в случае с Hearthstone и Genshin эффективнее не по устройствам, а по пользователям, с учетом их постоянных переходов между системами. Для такого объединения данных нужны инструменты кросс-платформенной аналитики.
Сделать опыт пользователей одинаковым на всех платформах — непростая задача. Нужно убедиться, что нигде не происходит аномальных отказов, а пользователи одной из версий приложения чувствуют в чем-либо себя ущемленными.
Чтобы объединить опыт пользователей с разных платформ, miHoYo и Blizzard анализируют следующие метрики:
количество игроков на каждой платформе;
объем прибыли с каждой платформы;
LTV пользователей с каждой платформы;
есть ли разница в LTV в зависимости от того, на какой платформе впервые сыграл пользователь;
средняя длительность пребывания в игре на разных платформах;
платят ли больше пользователи, использующие несколько платформ;
есть ли аномальное снижение DAU или MAU на одной из платформ;
есть ли аномальный рост оттока (churn) на одной из платформ.
Анализ этих метрик дает компаниям возможность быстро реагировать на проблемы с UX в одной из версий игры, потому что они видят, когда показатели вовлеченности падают отдельно на одной из платформ. Они также понимают, куда стоит вкладывать свои маркетинговые ресурсы, поскольку могут наблюдать ROI и отток аудитории на Android, iOS или ПК.
Правильно построенный сбор данных и постоянный анализ аудитории позволяют miHoYo и Bizzard оптимизировать свое приложение для каждой платформы и принимать обоснованные стратегические решения по его развитию. В итоге, Hearthstone и Genshin снижают отток, повышают retention и завоёвывают всё больше пользователей. Это то, на что способна эффективная кросс-платформенная аналитика в действии.
Елена Семилиди, руководитель SMM-отдела Demis Group:
Если компания собирает аналитические данные только из одного канала, то ошибки накапливаются очень быстро. Представьте, что вы смотрите на паззлы в отдельности и пытаетесь угадать, что на них изображено. Можно иметь самые точные системы аналитики, но если они работают отдельно друг от друга, то картинка не сложится.
В нашей практике, например, были случаи, когда клиент хотел отключить SMM из-за отсутствия результатов. Мы убеждали его подключить кросс-платформенную аналитику, и он видел, что лиды идут к нему как раз из SMM, в основном через веб, просто атрибутируются на других платформах. Без сквозной проверки он просто потерял бы основной источник клиентов.
Кросс-платформенная аналитика — это сложенный паззл. Все цифры уже связаны друг с другом. Руководителям проекта остается только посмотреть на картину целиком.
Подключение кросс-платформенной аналитики — важный фактор успеха приложений, существующих на нескольких ОС. Оно позволяет увидеть отличия между поведением и опытом пользователей в зависимости от версии продукта, с которой они взаимодействуют.
Рассчитать показатели, в том числе LTV, отток и DAU, по каждой из платформ и корректно сопоставить их друг с другом. Это правильный подход, помогающий принимать грамотные стратегические решения по развитию продукта и, в итоге, делать его еще более успешным.
