Analityka aplikacji mobilnej – czym jest?
Analityka aplikacji a wielokanałowość
Analityka aplikacji a analityka serwisu www
Analityka aplikacji – kluczowe pojęcia
Analityka aplikacji – jakie dane zbierać?
Analityka aplikacji – jak analizować dane?
Podsumowanie

Analityka aplikacji mobilnej – czym jest?

Analityka internetowa odgrywa kluczową rolę w rozwoju aplikacji mobilnych oraz ich efektywnym zarządzaniu. Pozwala na lepsze zrozumienie potrzeb użytkowników i dostosowanie oferty do ich oczekiwań. Dzięki temu firmy mogą osiągać swoje cele biznesowe i zwiększać swoją konkurencyjność na rynku. Wykorzystanie danych w praktyce to nie tylko analiza, ale także umiejętne ich zastosowanie w strategii rozwoju aplikacji. 

Bez względu na to, czy użytkownik korzysta z aplikacji, strony internetowej, czy różnych urządzeń, chcemy widzieć jego aktywność w całościowym obrazie. W związku z rosnącym udziałem urządzeń mobilnych w ruchu ecommerce, według danych Gemiusa z listopada 2024 roku, udział ten wynosi aż 70%. Oznacza to, że ponad dwie trzecie użytkowników, którzy wchodzą w kontakt z naszym produktem, korzysta z urządzeń mobilnych. I dlatego właśnie tak istotna jest analityka aplikacji mobilnych – bez tego nie otrzymamy pełnego obrazu użytkownika.

Aby skutecznie optymalizować cały kanał online, niezbędne jest zbieranie, analizowanie i wykorzystywanie danych z aplikacji mobilnych. Google Analytics 4 zostało stworzone z myślą o tym, aby zapewnić jeden, spójny obraz użytkownika, niezależnie od tego, czy korzysta on z aplikacji mobilnej, czy naszej strony internetowej. Dzięki temu możemy opisywać jego zachowania jednym źródłem danych, co pozwala na dokładne porównywanie i analizowanie. 

To jeden z kluczowych powodów przejścia ze standardu śledzenia GA3 na GA4, które umożliwia spojrzenie na użytkownika z jednolitej perspektywy. Ciekawostką jest, że Google Analytics 4 początkowo nosił nazwę App plus Web. Zostało to zmienione, ponieważ użytkownicy nie do końca rozumieli, co kryje się za tą nazwą. Idea narzędzia polega na tym, że niezależnie od tego, czy użytkownik korzysta z aplikacji, czy strony internetowej, powinien być opisany tymi samymi danymi. 

Choć nie twierdzę, że Google Analytics 4 to najlepsze narzędzie do analizy aplikacji mobilnych, to mam w nim największe doświadczenie i chciałbym opisać, jak podejść do analityki aplikacji właśnie w tym systemie.

Analityka aplikacji a wielokanałowość

Analityka aplikacji mobilnych jest istotnym elementem współczesnego świata cyfrowego. Jednym z wyzwań, które dziś napotykamy, jest wielokanałowość. Istnieją trzy rodzaje wielokanałowości. Pierwszym z nich jest przenikanie się światów offline i online, gdzie kluczową rolę odgrywa efekt ROPO. Polega on na tym, że użytkownicy poszukują informacji online, a dokonują zakupu offline lub odwrotnie – poszukują informacji offline, a zakup realizują online. 

Użytkownicy przechodzą między światem realnym a cyfrowym, co wpływa na ich decyzje zakupowe. To stanowi jedno z wyzwań – jak połączyć doświadczenia użytkowników między różnymi środowiskami. Drugim wyzwaniem w analizie internetowej jest wielokanałowość online w ramach tego samego urządzenia. Dotyczy to atrybucji źródeł ruchu, czyli nagradzania źródeł na podstawie tego, jak użytkownicy odwiedzają serwis i dokonują zakupów. 

Trzecim wyzwaniem jest również wielokanałowość online, ale w kontekście różnych urządzeń. Od momentu pojawienia się roku Mobile (co odbywało się w latach 2012-2016), to wyzwanie staje się coraz bardziej znaczące. Analityka internetowa powinna dążyć do tego, aby użytkownik był rozpoznawany na każdym urządzeniu. 

Jednym z efektywnych sposobów dotarcia do tych użytkowników jest nie tylko umożliwienie im korzystania z naszej strony przez przeglądarkę mobilną, ale również stworzenie dedykowanej aplikacji mobilnej. Dzięki niej użytkownicy mogą łatwo przeglądać nasze produkty i dokonywać zakupów.

Analityka aplikacji a analityka serwisu www

Zanim przejdziemy do szczegółów, warto wspomnieć o tym, jakie dane i w jaki sposób zbieramy w aplikacjach mobilnych. Proces w aplikacjach mobilnych jest podobny do tego na stronach internetowych. Naszym celem powinno być pozyskanie użytkownika, zaangażowanie go do zakupu, a następnie utrzymanie jego aktywności, aby regularnie wracał i dokonywał kolejnych zakupów. 

Zasadniczą różnicą między aplikacją a stroną internetową jest to, że marketing aplikacji mobilnych koncentruje się głównie na tym, aby użytkownicy pobrali i zainstalowali aplikację. Często zdarza się, że marketing kończy się na zakończeniu onboardingu, ponieważ większość aplikacji wymaga, aby użytkownik się zarejestrował i przeszedł tzw. onboarding. Oznacza to, że użytkownik musi osiągnąć moment, w którym jest gotowy do pełnego korzystania z aplikacji.

Marketing aplikacji koncentruje się na nakłanianiu użytkowników do pobrania aplikacji, rejestracji i przejścia przez proces onboardingu. Pobieranie aplikacji odbywa się za pośrednictwem sklepów Apple Store lub Google Play. Analiza marketingu aplikacji jest bardziej skomplikowana niż analiza działań na stronach internetowych, gdyż opiera się na danych z tych sklepów. 

W przypadku aplikacji mobilnych możliwe jest lepsze skoncentrowanie się na etapie zaangażowania użytkownika, od momentu jego zainteresowania, przez dokonanie zakupu, aż po utrzymanie jego powrotów do aplikacji. Po rejestracji uzyskujemy konkretne dane użytkownika, takie jak e-mail, co umożliwia wysyłanie powiadomień PUSH oraz przypomnień e-mailowych.

Analityka aplikacji mobilnej skupia się na aspektach produktowych i retencyjnych. Kluczowe jest przeprowadzenie użytkownika przez proces onboardingu, zaangażowanie go w korzystanie z produktu oraz przypominanie mu o powrotach do aplikacji. Różnice między analityką aplikacji mobilnych a stron internetowych wprowadzają nowe pojęcia i wyzwania w analizie aplikacji mobilnych. Onboarding i działania nad retencją są tutaj kluczowe dla utrzymania zaangażowania użytkowników. 

Analityka aplikacji – kluczowe pojęcia

W analityce aplikacji mobilnych często spotykanym pojęciem jest kohorta. Kohorta to grupa użytkowników, którzy mają wspólną cechę lub doświadczenie w określonym czasie. Przykładowo, może to być grupa użytkowników, którzy zarejestrowali się w styczniu 2024 roku i pochodzą z konkretnego źródła ruchu. Kohorty są tworzone na podstawie różnych kryteriów, zwłaszcza w marketingu, aby zrozumieć, dlaczego użytkownicy z określonych źródeł pobrali aplikację. 

Procent użytkowników, którzy zainstalowali i odinstalowali naszą aplikację, określa wskaźnik churn rate. Z kolei jego przeciwieństwem jest retention rate, który pokazuje, ilu użytkowników pozostaje aktywnych w danej kohorcie. Churn rate informuje nas o użytkownikach, którzy przestali być aktywni, natomiast retention rate o tych, którzy pozostają. W kontekście produktu kluczowe jest minimalizowanie churn rate i maksymalizowanie retention rate.

W przypadku aplikacji mobilnych istotne są również deeplinki. Są to linki w internecie prowadzące bezpośrednio do określonej funkcji lub ekranu w aplikacji. Mogą to być także dynamiczne linki, które w zależności od sytuacji, mogą przekierowywać użytkownika na stronę internetową lub bezpośrednio do aplikacji, jeśli jest zainstalowana. 

W kontekście śledzenia i zbierania danych w aplikacjach mobilnych pojawia się pojęcie SDK, czyli Software Development Kit. Dla stron internetowych stosuje się kody śledzące, natomiast w aplikacjach mobilnych wykorzystuje się SDK. Wysyłamy je do działu IT wraz z instrukcjami dotyczącymi konfiguracji, aby śledzenie działało prawidłowo.

Analityka aplikacji – jakie dane zbierać?

Śledzenie w Google Analytics 4, zarówno w aplikacjach mobilnych, jak i na stronach internetowych, jest podobne, ponieważ opiera się na zdarzeniach. W Universal Analytics opierano się na sesjach, a w aplikacjach na zdarzeniach, ale teraz to pojęcie zostało zunifikowane. W ramach zdarzeń występują dwa rodzaje: zdarzenia systemowe i niestandardowe.

Zdarzenia systemowe są wprowadzone domyślnie przez SDK. Przykłady to AppException, które rejestruje się, gdy aplikacja zawiesi się lub zwróci wyjątek użytkownikowi, oraz AppUpdate, które monitoruje aktualizację aplikacji do nowej wersji. Zdarzenie AppRemove śledzi usunięcie aplikacji z telefonu. Wersja aplikacji jest wymiarem, który można analizować.

Drugi rodzaj zdarzeń, czyli behawioralne, jest analogiczny do tego, co dzieje się na stronie internetowej. Dotyczą one działań użytkowników w serwisie. Jedyną różnicą jest to, że w serwisie mówimy o stronach, a w aplikacji mobilnej – o ekranach. Ważne jest, aby pamiętać, że skoro korzystamy z GA4, które ma za zadanie porównywać dane w sposób spójny, opisując użytkowników tak samo w aplikacji, jak i na stronie internetowej, to kluczowe jest, abyśmy analogicznie opisywali poszczególne elementy aplikacji i strony internetowej. 

Dzięki temu możemy je łączyć i porównywać. Na przykład, dodanie do koszyka w aplikacji powinno być nazwane tak samo, jak na stronie internetowej zakup. Każde zdarzenie opisujące tę samą akcję użytkownika powinno być jednolicie nazwane. 

Analityka aplikacji – jak analizować dane?

Analizując aplikację mobilną, warto pamiętać, że jej celem, podobnie jak każdego produktu cyfrowego w e-commerce, jest sprzedaż. Aby jednak do niej doszło, konieczne jest najpierw pozyskanie użytkownika. W tym kontekście Google Analytics 4 nie radzi sobie najlepiej, szczególnie w obszarze atrybucji ściągnięć aplikacji. Lepszym narzędziem może okazać się AppFlyer, które oferuje bardziej precyzyjne rozwiązania w zakresie pozyskiwania użytkowników. Wracając jednak do analityki w najlepiej nam znanym GA…

Raport User Acquisition pokazuje, skąd pozyskujemy nowych użytkowników aplikacji. Gdy użytkownik zostanie rozpoznany przez aplikację, pozostaje użytkownikiem tej aplikacji. Oznacza to, że raport ten wskazuje miejsca, z których użytkownicy instalują aplikację, czyli z jakich sklepów aplikacja jest pobierana.

Traffic Acquisition często zawiera podobne dane co User Acquisition, ponieważ po zainstalowaniu aplikacji użytkownik nadal generuje ruch z tego samego źródła. Wyjątkiem są sytuacje, gdy użytkownik zostaje skierowany do aplikacji za pomocą Deep Linku lub Dynamic Linku. Te linki prowadzą bezpośrednio do konkretnej podstrony w aplikacji, co pozwala przypisać inne źródło ruchu. 

W kontekście analizy danych w Google Analytics, pozyskiwanie ruchu nie jest najsilniejszą stroną tego narzędzia. Jednak w zakresie zaangażowania i sprzedaży, czyli elementów Behavior i Conversion, sytuacja wygląda znacznie lepiej. W przypadku analizy zaangażowania użytkowników, istotne jest zidentyfikowanie, na jakich ekranach aplikacji użytkownicy spędzają najwięcej czasu. W sekcji Engagement, a dokładniej w sekcji Events, można zobaczyć, jakie działania podejmują użytkownicy w aplikacji.

Pierwszym krokiem w analizie powinno być sprawdzenie procesu onboardingowego. W przypadku aplikacji Flutter brak onboardingu może być zrozumiały, jednak w sytuacji, gdy taki proces istnieje, kluczowym wskaźnikiem jest Screen View. Określa on, na jakim etapie onboardingowym znajduje się użytkownik. Wybierając Screen View i dodając wymiar podstawowy Page Screen, możemy zobaczyć nazwy poszczególnych ekranów. 

W kontekście onboardingu użytkownika istotne jest rozrysowanie lejka, który pokaże, ile użytkowników dociera do poszczególnych etapów zaangażowania na różnych ekranach. Analizując onboarding, należy przygotować odpowiednie lejki dla ekranów związanych z tym procesem. Podobnie postępujemy w przypadku innych procesów, takich jak proces zakupowy, stosując analogiczne podejście do zachowań zakupowych na stronie internetowej.

Aby stworzyć lejek pokazujący, jak użytkownicy przechodzą przez poszczególne ekrany, należy skorzystać z sekcji Explore. W sekcji Explore tworzymy Funnel Visualization lub Funnel Exploration, co pozwala na wizualizację tego procesu. W ramach Funnel Exploration konieczne jest określenie i zdefiniowanie poszczególnych kroków w procesach takich jak onboarding czy inne, które znajdują się w naszej aplikacji mobilnej. 

Analiza sprzedaży w aplikacji będzie przebiegać podobnie do tej w serwisie WWW. W przypadku aplikacji e-commerce, w sekcji Monetization znajdziemy transakcje in-app. Chociaż aplikacja Fluddit nie zawiera sekcji e-commerce, możliwe jest analizowanie zakupów produktów w sposób analogiczny do e-commerce. 

Jeśli chcemy zbadać, jak wygląda proces zakupowy od jego rozpoczęcia do finalizacji zakupu, możemy to zrobić w sekcji eksploracji, podobnie jak w przypadku procesu onboardingowego. Analityka aplikacji jest zbliżona do analizy zaangażowania i e-commerce na stronie internetowej. Jednak w zakresie marketingu, czyli tego, jak użytkownicy instalują aplikację, jest znacznie trudniejsza.

Podsumowanie

Analityka aplikacji jest złożonym tematem, którego istotą jest to, aby mieć analogicznie określone poszczególne elementy zachowania użytkowników zarówno w aplikacji, jak i na stronie internetowej. Bez tego trudno będzie porównać efektywność obu produktów cyfrowych. 

Dane naszych klientów pokazują, że w aplikacjach mobilnych proces zakupowy i lejek sprzedażowy są często bardziej szczelne niż na stronie WWW. Jeśli rzeczywiście tak jest, należy przede wszystkim upewnić się, że ten stan rzeczy jest faktem. Poprawa nie oznacza, że nie możemy dążyć do jeszcze lepszych wyników. Aby osiągnąć ten cel, niezbędne są odpowiednie dane.

The post Analityka aplikacji mobilnej – jak to robić? first appeared on Conversion.