Analytics pour les applications – Guide complet des principes fondamentaux

Le monde des applications mobiles est impitoyable. La plupart des applications sont téléchargées, ouvertes une seule fois et ne sont plus jamais utilisées. Pour survivre à cette statistique cruelle (« The Death Curve »), vous devez comprendre en profondeur ce qui se passe au sein de votre application.

Bienvenue dans Principes de base d'App Analytics. Contrairement au Web, où règnent les « pages vues », dans les applications, le trou est plus faible. Le comportement est différent, la technologie est différente et les indicateurs de réussite sont différents.

Dans ce guide complet, nous aborderons les piliers fondamentaux que tout Product Owner (PO), développeur ou spécialiste du marketing mobile doit connaître.

Web Analytics et App Analytics : quelle est la différence ?

Web (basé sur une session) : l'utilisateur se connecte, parcourt et se déconnecte. L'accent est mis sur la « Session » et la source du trafic (Referrer). Les cookies sont beaucoup utilisés.
Application (basée sur l'utilisateur et les événements) : L'utilisateur "vit" dans l'application. Il s'ouvre, se ferme, le laisse en arrière-plan, reçoit une poussée. L'accent est mis sur le « cycle de vie » et la « rétention ». L’ID de l’appareil (IDFA/GAID) et l’ID de l’utilisateur sont utilisés.

Les 3 piliers de l'App Analytics

1. Événements

Tout dans une seule application est un événement.

Avez-vous cliqué sur le bouton ? Événement.
Vous avez terminé le tutoriel ? Événement.
Vous avez acheté des pièces dans le jeu ? Événement.
Une erreur s'est-elle produite ? Événement.

Contrairement au Web, où l'URL change à chaque page, dans l'application, vous devez programmer le déclenchement de ces événements. Un bon plan d'analyse définit les événements critiques pour l'entreprise.

2. Propriétés utilisateur

Ce sont des attributs qui définissent QUI est l'utilisateur. Ils ne changent pas souvent.

Âge, sexe, pays.
Type de compte (gratuit ou premium). *Date d'inscription.
Total dépensé (LTV).

Ces propriétés vous permettent de segmenter votre analyse : "En quoi les utilisateurs Premium se comportent-ils différemment des utilisateurs Free ?"

3. Cohortes

Il s’agit du regroupement d’utilisateurs basé sur une caractéristique commune sur une période donnée. L'utilisation la plus courante est la Cohorte d'acquisition : "Utilisateurs qui ont installé l'application en janvier". Cela vous permet de voir si votre application s'améliore ou se détériore au fil du temps. Si la cohorte de janvier a retenu 20 % des utilisateurs après 30 jours et que la cohorte de février en a retenu 25 %, votre produit s'est amélioré.

Mesures fondamentales (ce qu'il faut mesurer)

Ne vous noyez pas dans les données. Concentrez-vous sur ces mesures vitales :

Métriques d'acquisition

Installations : nombre d'installations.
CPI (Cost Per Install) : combien coûte chaque installation en marketing.
Organic Uplift : pour chaque installation payante, combien de produits organiques gagnez-vous (bouche à oreille) ?

Mesures d'engagement

DAU (Utilisateurs actifs quotidiens) : Utilisateurs uniques actifs ce jour-là.
MAU (Utilisateurs actifs mensuels) : Utilisateurs uniques actifs au cours du mois.
Stickiness (DAU/MAU) : mesure le degré de « dépendance » de l'application.
Durée de la session : combien de temps l'utilisateur passe sur l'application à la fois.

Métriques de rétention

Taux de rétention (D1, D7, D30) : pourcentage d'utilisateurs qui reviennent 1 jour, 7 jours et 30 jours après l'installation. Il s’agit de la mesure la plus importante pour la santé à long terme.
Taux de désabonnement : le pourcentage d'utilisateurs qui abandonnent l'application.

Métriques de monétisation

ARPU (Revenu moyen par utilisateur) : Revenu total / Nombre total d'utilisateurs.
ARPPU (Average Revenue Per Paying User) : Revenu total / Utilisateurs payants uniquement.
LTV (Lifetime Value) : valeur totale qu'un utilisateur génère tout au long de sa vie sur l'application.

Le rôle de l'attribution (MMP - Mobile Measurement Partners)

Sur mobile, savoir d’où vient l’utilisateur est complexe. Les stores (App Store et Play Store) sont des « boîtes noires ». Les outils d'attribution (comme AppsFlyer, Adjust, Kochava) sont essentiels. Ils utilisent des technologies d'empreintes digitales et des identifiants publicitaires pour dire : "Cet utilisateur qui vient d'installer vient de cette publicité Instagram sur laquelle il a cliqué il y a 2 heures."

Sans attribution, vous ne pouvez pas calculer le ROAS (Return on Ad Spend) de vos campagnes.

Conclusion

Les principes fondamentaux d'Analytics pour les applications ne consistent pas à mémoriser des acronymes. Il s'agit de comprendre le parcours humain à travers les données numériques.

Si vous comprenez qu'un Événement raconte une histoire, qu'une Propriété définit un personnage et qu'une Cohorte montre l'évolution du temps, vous avez le pouvoir de transformer une application moyenne en un succès en termes de rétention et de revenus.

Commencez dès aujourd’hui à définir vos événements clés. Qu'est-ce que le succès pour votre utilisateur ? Mesurez-le.