#1 Трафик

Сегментация трафика по типу пользователя: 

  • Free users — посещают ресурс 1 день
    (свободные от бренда)
  • Brand users — посещают ресурс >1 дня
    (лояльные к бренду)

Reach (охват) — количество пользователей:

  • DAU — охват за 1 дн (Daily Active Users)
  • WAU — охват за 7 дн (Weekly  Active Users)
  • MAU — охват за 30 дн (Monthly Active Users)

Трафик в отчете группируется по 3 периодам времени: по дням, по 7дням, по 30 дням. Выбор по кнопкам: Day Wk Mo соответственно

PageViews — число просмотров страниц за 1, 7, 30 дней

Frequency — среднее число просмотров страниц пользователя за 1, 7, 30 дней

Freq  = PageViews/Reach

Minutes — число минут проведенных пользователями на сайте за 1, 7, 30 дней

Time — среднее время пользователя на сайте за 1, 7, 30 дней

Time = Minutes/Reach

Min и Time  показываются

Средняя доля бренда (avg Brand Share) в дневном трафике за период времени установленный «ползунками» brush-chart на выбранную дату показывается включением чекбокса 100%

Brand share: β = Brand users/All users

Среднее значение β за выбранный период времени смотрите в заголовке графика

Общие замечания:

Ключевое отличие Brancounter от традиционных систем веб-аналитики в способе сигментирования пользователей (см. рис.)

New users - в отчетный период 1, 7 или 30дн впервые посетили ресурс 1 и более раз
Free users  - в отчетный период 1, 7 или 30дн впервые посетили ресурс 1 и более раз и только в 1 из дней периода
Returning users - за время жизни на выбранную дату времени посетили ресурс 2 и более раза
Brand users - за время жизни на выбранную дату времени посетили ресурс 2 и более раза не менее чем за 2 дня

Пример: 2 пользователя за отчетный период 7 дн впервые посетили ресурс по 10 раз каждый :
1ый: только в 5ый день — New, Returning и Freе
2ой: в 1ый и 7ой день — New, Returning и Brand

В примере оба пользователя одновременно и New (впервые посетили) и Returning (посетили >2х раз)
В сегментации Brandcounter: 1ый пользователь Free (1дн посешения) и 2ой пользователь Brand (2дн посещения)

В общем случае выполняется неравенство:

Brand users ≤ Returning users

Специального отчета New Users в Brandcounter нет. Дело в том, что в частном случае выбора периода группировки трафика = 1 сутки:

New Users = Free Users

Равенство следует из определения Free Users (см. выше). Конвертация в бренд New Users внутри суток невозможна по определению. Таким образом на сутках отчеты по трафику Free Users тождественны New Users и нет смысла дублировать отчеты. Почему выбран приоритет в названии трафика Free Users?
На периоде группировки данных  >1 дня, часть New User может конвертироваться в бренд (повторно посетить ресурс)
Пример. Стартовал новый ресурс. Какой будет суммарный трафик за N дней, если:
— в день приходят New Users =100
— все New Users после 1го дня посещают ресурс каждый день (100% конвертация)

Brandcounter:
— Трафик за N дней = 100 New Users (последнего дня) + 100 (N-1) Brand users

Счетчики Yandex Metrica и Google Analytics покажут:
— Трафик за N дней = N*100 New Users,  поскольку на периоде [от 0 до N дн] посетители совершили 1ый визит на ресурс. По определению все пользователи будут New Users

Под основным графиком всех без исключения отчетов расположен Brush chart с суточным трафиком New Users. Кроме функции обычного графика, Brush chart  позволяет выбирать период отображения данных на основном графике. Кроме того с помощью джойстика под графиком можно дискретно (30 дней) или полностью загрузить для просмотра все имеющиеся данные в БД.

См. рис: Справа от подписи "New users=15%"  указана доля загруженных данных

New Users основной источник генерации трафика

#2 Конверсия

Показатель конверсии в бренд, α — это доля  New users вернувшихся после дня 1ой сессии:

α = Brand users/New users

  • New users — впервые посетили ресурс
  • Brand users — вернулись после дня 1 сессии

На рисунке показан процессc накопления по дням Brand users  от New users 1-дня.

Время конверсии, Tc — среднее число дней возврата пользователей со дня 1-ой сессии

Время (период) конверcии Tc — отличается от периода посещения T2 — Brand Users (см. #3). Обычно T2 >Tc поскольку со временем интерес к бренду падает и соответственно ↑ T2

Отчет #2 на 4 ноя (см. фото):

  • Конверсия в бренд α=5,7% — это доля New brand которые посетили ресурс 2ой раз (день)
  • Посетили ресурс 2ой раз через Тс дней после 1го дня визита: New Brand, NB=74
  • Средний период конверсии Tc =20.4 дня.

Обычное накопление конверсии:
1дн-25%; 7дн-50%; 28дн-60%; 90дн-95% и т.д. Таким образом лишь 74*50%=37 пользователей соверишли первый визит в течении последних 7 дней в статусе New users

Включая кнопку Avg — показывается результат усреднения за период установленный «ползунками» brush-chart на выбранную дату.

Отчет #2

Эффективность источников New users

По умолчанию конверсия оценивается по сегменту: «All sources» (правая верхняя кнопка). В отчете предусмотрен многослойный фильтр выбора источника трафика. Комбинация кнопок (см. фото) позволяет просматривать эффективность конверсии различных источников трафика. В том числе и ваших рекламных кампаний.

В сегментах - показатель конверсии (α)  источников трафика оценивается по упрощенной процедуре (приближенно), и чем больше выбран интервал времени тем точнее будет результат.

Для оценки валидности α в таблице приводятся данные измерения NB и NU
На графике brush-chart (под основным графиком) показывается New users выбранного источника трафика, что самоценно для анализа общего трафика.

Кроме ручного выбора данных в таблице  "кнопки над таблицей", можно управлять данными по клику на столбик  графика

Качество i-источника трафика принято оценивать сравнивая его αi с общим αall :
Affinity index, Aff — показывает, во сколько раз αi — источника ↑ или ↓ , чем αall

Affinity index: Affi = αi /αall

Индекс Аффинити показывается только на графике вкл. кнопки «on». Для удобства сравнения графике показана линии Aff=100% (αi = αall)

Пример см. фото: для источника «Direct» Aff= 46%. Эффективность источника «Direct» на 100%-46%=54% меньше чем средняя по всем источникам.
Для «Search» Aff=112%, эффективность поискового трафика на 112%-100%=12% больше чем средняя по всем источникам.

Общие замечания:

Поскольку α определена как доля Brand users в аудитории New users, можно дать другое толкование:
α(%) — это Brand reach (Охват бренда). Соответственно, [1- α] — это Free reach охват свободных от бренда пользователей

 Brand reach, α - число пользователей накопленное брендом в % или абс.ед, которые вернутся на ресурс 2 и более раза

Абсолютные значения Brand reach см в #3

New users, оставшихся после конвертации, будем назвать небрендовыми (Free):

New = Brand +Free

После показателей посещаемости мобильного приложения DAU, WAU и MAU, следущие по значимости метрики:
Retention(n)— показывает, сколько пользователей возвращается в приложение после установки на n-ый день
Rolling retention(n+) — показывает сколько пользователей возвращается после установки на n-ый день или позднее
В терминах Retention показатель конверсии α можно определить (см рис.):

α = Rolling retention(1+)/New users NU0

По определению Rolling retention(1+) — число пользователей вернувшихся на ресурс в 1ый день или позднее. Очевидно для большого числа дней измерения n →∞

Rolling retention(1+)= Retention reach

Retention reach (охват удержания) — число уникальных пользователей вернувшихся на ресурс

Несравнимо более важной метрикой вычисляемой по Retention является среднее число дней посещения ресурса вернувшимися пользователями Freq retention, ω:

ω = Retention/Rolling retention(1+)

Формула ω — это отношение суммы всех дней посещения на число уникальных пользователей

На примере с «Day 1 Retention» (см. рис выше) показан способ измерения ключевых показателей бренда (α и ω) → 

Вызывает удивление почему в аналитике мобильных приложений α и ω не используются. Отдается предпочтение исключительно показателю Retention 1,7,30

#3 Удержание (Retention)

Охватно-частотный спектр бренда:
Brand reach(f+) — распределение удержанных брендом пользователей (охват) по числу дней (частота) посещения ресурса.

  1. Показатель качества удержания:
    Brand reach, G(f+) — число пользователей накопленных брендом на отчетную дату, которые вернуться за время своей жизни на ресурс f и более раз (f+ = 2+, 3+…)
  2. Показатель эффективности конверсии:
    Brand reach, α(f+), % — распределение доли пользователей перешедших в бренд по числу дней (f+) посещения ресурса за время жизни.
    α(f+) = G(f+)/G(1+), где G(1+) число всех пользователей впервые посетивших ресурс за период Lifetime,T1 на отчетную дату

В общем случае, если пренебречь случайной ошибкой измерения на суточной выборке показателя конверсии α (см. #2) , тогда

Conversion rate,α ≈ Brand reach,α(2+)

В отчете показаны срезы динамики по дням для значений f = 2+, 3+, 5+, 10+, 20+, 25+, 30+
Значения α(f+)<0.1% не показываются
При отключеном чекбоксе, показывается гистограмма спектра на выбранную отчетную дату. При вкл. кнопки Avg «On» будет показан спектр за выбранный ползунками Brush chart период врмемени на отчетную дату

Lifetime, T1 — среднее время жизни Brand users посетивших ресурс на отчетную дату

Period, T2 — средний период посещения ресурса Brand users на отчетную дату

Замечание: Большой разброс значений на фото вызван небольшим числом суточных пользователй. И чем на большем массиве данных производятся измерения тем более гладкими будут кривые T1 и T2 (тоже относится и к ω см. ниже)

Brand retention, R(n) — число пользователей, накопленных брендом на отчетную дату, которые вернулись в n-й день

Кривая Brand retention показывает динамику старения бренда во времени

Значение Т0 (см. флажек на графике) — период полураспада бренда, показывает время за которое бренд теряет 50% накопленного на отчетную дату трафика. Период Т0 можно трактовать как период обновления постоянных (брендовых) пользователей ресурса на 50%

Freq retention, ω (частота удержания) — среднее число дней посещения ресурса Brand user за время жизни

Freq retentin: ω = T1/T2

Полная частота равна (ω+1), поскольку 1ый день пользователь находился в статусе Free.
Справочно приводится полное среднее время brand user за время его жизни на ресурсе:

Time retention: τ=(ω+1)*t

t — среднее время на ресурсе в день

Приведенные в отчете метрики:
G(f+), T1 T2 — есть фундаментальные независимые параметры удержания бренда, которые отвечают за качество аудитории бренда.

#5  Стоимость пользователя

Lifetime Value: LTV — средний доход пользователя за время его жизни на ресурсе

LTV= ARPU0(1+αω)____(1)

* формула для случая ARPU Free = ARPU Brand

▪ ARPU0 — средний доход на New user
▪ αω — брендовая наценка к ARPU0 за счет дополнительного дохода пользователя за время его жизни на ресурсе

Из (1) следует:

α=0 → LTV = ARPU0 
α=1 → LTV = ARPU0(1+ω)

(1+ω) — это среднее число дней посещения за время жизни брендового пользователя на ресурсе. В 1-ые сутки пользователь находился в статусе Free user, поэтому к частоте удержания бренда ω добавляется +1

Обратите внимание что в (1) ARPU0 — для New users, а не ARPU для среднего пользователя. В общем случае выполняется неравенство:

ARPU0 ≤ ARPU

▪ ARPU— средний доход на User

ARPU0 - используются  settings пользователя
αω - измеряется см. #3

#6  Стоимость ресурса

Discounted Cash Flow (DCF) — это метод оценки стоимости будущих денежных потоков.

DCF0=P/(1+i0)ⁿ=P/i0=P n0 

см. формулы вечных аннуитетов wikipedia.org

▪ Profit : P = Маржа ۰ Выручка
▪ i0 — ставка дисконтирования (доходность)
▪ n0 =1/i0 — период  возврата инвестиций (окупаемость) 

Для не брендового трафика предустановлена доходность i0=100% (окупаемость  n0=1 год)

Формула расчета стоимости ресурса:

DCF = DCF0(1+βω)___(2)

* формула для случая ARPU Free = ARPU Brand

▪ DCF0 — стоимость не брендового Cash Flow
▪ βω — брендовая наценка к DCF0 за счет ↑ горизонта планирования Cash Flow бренда

Из (2) следует:

β=0 → DCF = DCF0
β=1 → DCF = DCF0(1+ω)
DCF0 - используются settings пользователя
βω - измеряется см. #1 и #3

Калькулятор

Финансовые результаты вашего ресурса есть результат эффективности : 

1. Привлечения (acquisitions) new users 
2. Удержания (retention) new users

К примеру как ответить на вопрос:
— Что лучше увеличить на 20% New users или Conversion в 2 раза?
Калькулятор демо-сайта дает цифры:

  • New users+20%: DAU+20%, Revenue +20%, DCF +20%, LTV=0%
  • Conversion +100%: DAU +7%, Revenue +17%, DCF +36%, LTV+22%

Выбор зависит от вашего приоритета:
↑ текущего дохода +20% (DCF+20%) или
↑ стоимость ресурса +36% (revenue+17%)

Независимые параметры влияния на трафик:
1. Lifetime: T1 — время жизни
2. Visit Period : Т2 — период посещения
3. Conversion : α — конверсия в бренд
4. New users: NU — новые пользователи

Управление трафиком

Экстенсивный путь
Покупка New Users. Простой и без рисковый способ увеличения трафика при соблюдении условия:

   Customer Acquisition Cost << LTV 
   (Цена нового пользователя << LTV)

Интенсивный путь
↑Brand share, β — доля брендовых пользователей в структуре трафика. Рост брендового трафика достигается за счет:

↑ T1: Lifetime 
↓ T2: Visit Period 
↑  α : Conversion

Изменить достигнутые значения невероятно сложно, поскольку параметры T1 и T2 имеют физические ограничения. 

Нельзя существенно увеличить частоту покупок (период посещения) и время потребления бренда (время жизни) без существенного изменения концепции: продукта, дизайна, контента, юзабилити и т.д. Другими словами, существует огромный риск потери всех достигнутых финансовых показателей в стремлении улучшить параметры бренда: α и ω = T1/T2

Однако всегда полезно знать, к чему приведут ваши усилия, прежде чем вносить какие-либо изменения.

В калькуляторе, варьируя параметры ±T1 ; ±T2; ±α; ±NU, вы получаете изменение показателей вашего трафика см. таблицу и график Fact/Plan:
1. DAU (охват в дн)
2. Revenue (выручка в дн, мес, кв, год)
3. Cost user LTV (стоимость пользователя)
4. Cost site DCF (стоимость ресурса)

Полезные замечания работы с калькулятором:

±New users - приводит к такому же % изменения показателей трафика, иcключение  LTV = const, поскольку поведение пользователя не меняется от их количества на ресурсе
±Conversion - не меняются значения  частоты удержания (Freq retention, ω) , и времени удержания (Time retention, τ).  Поскольку изменение числа New Brand на ресурсе не меняет поведение пользователя 
±Visit Period не меняет Охват бренда (Brand reach ), поскольку частота посещения изменяет DAU но не влияет на количество удерживаемых брендом пользователей

Кроме основных 4-х показателей трафика приводимых в таблице, дополнительно можно вывести по очереди 1 из 8 показателей см. верхний правый угол:

  1. Частота удержания (Freq retention, ω)
  2. Доходность инвестиции (Rate return, i)
  3. Окупаемость инвестиции (Payback period)
  4. Bремя удержания user (Time retention, τ)
  5. Охват бренда (Brand reach)
  6. Доля бренда в DAU (Brand share, β)
  7. Брендовая наценка LTV (Brand Markup LTV )
  8. Брендовая наценка DCF (Brand Markup DCF)

Полезные замечания

В отчетах используются  графики «Brush chart». Перемещая ползунки влево(вправо) на нижней диаграмме выбираем масштаб по оси Х на основном графике

Клик на ссылки см. рис:  << Data  [Ndays] >> перемещение ползунков можно осуществлять  с фиксированным интервалом N(дн) = 7, 28, 91.
Пример: 18oct[7days]→ [18oct — 11oct]
Таблица и график синхронизированы.  При выборе новой отчетной даты (правый ползунок)  данные таблицы обновляются на выбранную дату. Относительное изменение:

Relative Change: RС= ∆V/V1 * 100

V1 — начальное значение
∆V=(V2−V1) — изменение за N дней

Тренд сглаживает сезонные колебания, что позволяет более корректно оценивать тенденции роста.

Флажок «Trend» — на графике  методом  наименьших квадратов  показывает линейный тренд. Соответственно в таблице  заменяются данные по  RGR  с точечных на трендовые , см. на рис:  −2,1% → +22,2%

Флажок «Avg» — заменяет в таблице точечные значения на выбранную отчетную дату средними значениями за выбранный интервал времени ∆N дн.

Флажок «Trend» — включает(отключает) на графике «Avg line»

В режиме Avg: RС =0% поэтому в таблице проценты роста заменены текстом «avg» (см. рис)