Die Welt der mobilen Apps ist gnadenlos. Die meisten Apps werden heruntergeladen, einmal geöffnet und nie wieder verwendet. Um diese grausame Statistik („The Death Curve“) zu überstehen, müssen Sie genau verstehen, was in Ihrer Anwendung passiert.
Willkommen bei App Analytics-Grundlagen. Anders als im Web, wo „Seitenaufrufe“ vorherrschen, ist die Lücke bei Apps geringer. Das Verhalten ist anders, die Technologie ist anders und die Erfolgskennzahlen sind anders.
In diesem umfassenden Leitfaden behandeln wir die Grundpfeiler, die jeder Product Owner (PO), Entwickler oder Mobile-Marketer kennen muss.
Web Analytics vs. App Analytics: Was ist der Unterschied?
- Web (sitzungsbasiert): Der Benutzer meldet sich an, durchsucht und meldet sich ab. Der Fokus liegt auf der „Session“ und der Quelle des Traffics (Referrer). Cookies werden häufig verwendet.
- App (basierend auf Benutzer und Ereignissen): Der Benutzer „lebt“ in der App. Es öffnet sich, schließt sich, lässt es im Hintergrund, erhält Anstoß. Der Fokus liegt auf dem „Lifecycle“ und der „Retention“. Es werden Geräte-ID (IDFA/GAID) und Benutzer-ID verwendet.
Die 3 Säulen der App Analytics
1. Ereignisse
Alles in einer App ist ein Ereignis.
- Haben Sie auf die Schaltfläche geklickt? Ereignis.
- Das Tutorial beendet? Ereignis.
- In-Game-Münzen gekauft? Ereignis.
- Ist ein Fehler aufgetreten? Ereignis.
Anders als im Web, wo sich die URL mit jeder Seite ändert, müssen Sie in der App das Auslösen dieser Ereignisse programmieren. Ein guter Analyseplan definiert, welche Ereignisse für das Unternehmen kritisch sind.
2. Benutzereigenschaften
Dies sind Attribute, die definieren, WER der Benutzer ist. Sie ändern sich nicht oft.
- Alter, Geschlecht, Land.
- Kontotyp (Kostenlos oder Premium).
- Registrierungsdatum.
- Gesamtausgaben (LTV).
Mit diesen Eigenschaften können Sie Ihre Analyse segmentieren: „Wie verhalten sich Premium-Benutzer anders als Free-Benutzer?“
3. Kohorten
Dabei handelt es sich um die Gruppierung von Benutzern auf der Grundlage eines gemeinsamen Merkmals über einen bestimmten Zeitraum. Die häufigste Verwendung ist Akquisitionskohorte: „Benutzer, die die App im Januar installiert haben“. So können Sie sehen, ob Ihre App mit der Zeit besser oder schlechter wird. Wenn die Januar-Kohorte nach 30 Tagen 20 % der Nutzer behält und die Februar-Kohorte 25 %, hat sich Ihr Produkt verbessert.
Grundlegende Kennzahlen (was zu messen ist)
Ertrinken Sie nicht in Daten. Konzentrieren Sie sich auf diese wichtigen Kennzahlen:
Akquisitionsmetriken
- Installationen: Anzahl der Installationen.
- CPI (Cost Per Install): Wie viel jede Installation im Marketing kostet.
- Organischer Uplift: Wie viele organische Produkte gewinnen Sie für jede kostenpflichtige Installation (Mundpropaganda)?
Engagement-Metriken
- DAU (Daily Active Users): Eindeutige Benutzer, die an diesem Tag aktiv sind.
- MAU (monatlich aktive Benutzer): Eindeutige Benutzer, die im Monat aktiv sind.
- Klebrigkeit (DAU/MAU): Misst, wie „süchtig machend“ die App ist.
- Sitzungsdauer: Wie lange der Benutzer jeweils in der App verbringt.
Aufbewahrungsmetriken
- Retentionsrate (D1, D7, D30): Der Prozentsatz der Benutzer, die 1 Tag, 7 Tage und 30 Tage nach der Installation zurückkehren. Dies ist die wichtigste Messgröße für die langfristige Gesundheit.
- Abwanderungsrate: Der Prozentsatz der Benutzer, die die App verlassen.
Monetarisierungsmetriken
- ARPU (durchschnittlicher Umsatz pro Benutzer): Gesamtumsatz / Gesamtzahl der Benutzer.
- ARPPU (Durchschnittlicher Umsatz pro zahlendem Benutzer): Gesamtumsatz / nur zahlende Benutzer.
- LTV (Lifetime Value): Gesamtwert, den ein Benutzer während seines gesamten Lebens auf der App generiert.
Die Rolle der Attribution (MMP – Mobile Measurement Partners)
Auf Mobilgeräten ist es schwierig zu wissen, woher der Benutzer kommt. Die Stores (App Store und Play Store) sind „Black Boxes“. Attributionstools (wie AppsFlyer, Adjust, Kochava) sind unerlässlich. Sie verwenden Fingerprinting-Technologien und Werbe-IDs, um zu sagen: „Dieser Benutzer, der gerade installiert hat, kam von der Instagram-Anzeige, auf die er vor zwei Stunden geklickt hat.“
Ohne Attribution können Sie den ROAS (Return on Ad Spend) Ihrer Kampagnen nicht berechnen.
Fazit
Bei Fundamentals of Analytics for Apps geht es nicht darum, sich Akronyme zu merken. Es geht darum, die menschliche Reise durch digitale Daten zu verstehen.
Wenn Sie verstehen, dass ein Ereignis eine Geschichte erzählt, dass eine Eigenschaft einen Charakter definiert und dass eine Kohorte die Entwicklung der Zeit zeigt, haben Sie die Macht, eine durchschnittliche App in einen Kundenbindungs- und Umsatzerfolg zu verwandeln.
Beginnen Sie noch heute mit der Definition Ihrer wichtigsten Ereignisse. Was ist Erfolg für Ihren Benutzer? Messen Sie es.