Как проанализировать состояние рыночного соответствия вашего приложения с помощью учета роста

Данные расширяют возможности. В Tribe Capital наша цель — хорошо распознавать и усиливать соответствие продукта рынку на ранней стадии. Мы считаем, что для достижения этой цели нам необходимы стандартные количественные подходы к пониманию соответствия продукта рынку. Мы хотим предоставить всем в команде — разработчикам, дизайнерам, продавцам и маркетологам — а не только специалистам по обработке и анализу данных, объективное, основанное на фактических данных понимание модели соответствия продукта рынку, чтобы они могли вместе работать над ее усилением.

В рамках выполнения нашей миссии мы поделились нашими базовыми моделями . Структура учета роста позволяет нам разложить рост выручки на стандартизированные компоненты, которые можно использовать для понимания роста MAU. для количественной оценки соответствия продукта рынку. Сегодня мы углубимся в один компонент этой структуры (учет роста) и применим его к одной метрике (активные пользователи в месяц). Эта структура позволяет нам разложить рост выручки на стандартизированные компоненты, которые можно использовать для понимания роста MAU.

Учет роста фактически может быть применен к любому базовому сигналу учета роста фактически может быть применен к любому базовому сигналу о соответствии продукта рынку. продукт-рынок, будь то оплата клиентом, загрузка фотографии или какой-либо другой сигнал вовлечения. Следует также отметить, что учет роста представляет собой лишь одну треть нашего полного подхода к количественной оценке соответствия продукта рынку. Наряду с двумя другими структурами, которые сосредоточены на когортном анализе и анализе концентрации, учет роста является важным компонентом нашего подхода к пониманию и количественной оценке соответствия продукта рынку на ранней стадии.

Связанное Чтение: Количественный подход к подгонке продукта под рынок

Структура учета роста

При учете роста мы разбиваем общий рост на рост отдельных сегментов пользователей. Это помогает нам понять основное качество нашего роста и его устойчивость.

Мы можем использовать учет роста для анализа роста любой деятельности. Чаще всего учет роста используется для анализа доходов и ежемесячных активных пользователей (MAU). обычно учет роста используется для анализа доходов и ежемесячных активных пользователей (MAU), но его также можно использовать для определенных действий внутри приложения, таких как загрузка фотографий, комментирование, лайки и т. д.

Предположим, что активность, которую мы анализируем, — это MAU. Существует четыре категории, на которые можно разделить доход:

1. Новое: получено от пользователей, которые были впервые активны в текущем месяце.
2. Пропало: потеряно, когда пользователь, который был активен в предыдущем месяце, не активен в текущем.
3. Возрождено: получено от пользователей, которые ушли в какой-то момент в прошлом (и, таким образом, не производили активности в предыдущий период времени), но возобновили работу в настоящее время.
4. Сохранено: перенесено клиентами из предыдущего периода времени в настоящий.

Обратите внимание, что поскольку MAU является бинарным — пользователь либо активен, либо нет — дополнительные сегменты расширения и сокращения не применяются к учету роста MAU. Сравните это с доходом от клиентов, где активность является порядковой и представлена ​​значением, которое может увеличиваться или уменьшаться от месяца к месяцу.

Есть три важных тождества, которые выражают приведенные выше определения:

1. Весь доход в текущий период времени равен сумме прироста дохода (нового, восстановленного и расширенного) и нераспределенного дохода.

MAU(t) = сохранено(t) + новое(t) + возрождено(t)

2. Вся выручка за предыдущий период времени должна быть либо переработана, либо сохранена в текущем периоде времени.

MAU(t-1) = сохранено(t) + свернуто(t)

3. Все изменения в доходах за период времени равны сумме доходов (новых и возрожденных) за вычетом суммы убытков (переработанных и сокращенных).

MAU(t) – MAU(t-1) = новый(t) + воскресший (t) – сбитый(t)

Для последней идентичности мы можем преобразовать термины в проценты (например, «% новых» — это новый доход, разделенный на общий доход за предыдущий период времени), чтобы обозначить все с точки зрения общего темпа роста.

Скорость_роста ~ Скорость_новости + Скорость_возрождения — Скорость_оттока

Есть три полезных статистических данных, которые получаются из учета роста:

1. Общее удержание равно удержанной MAU, деленной на общую MAU за предыдущий период времени.

Общее удержание = удержание (t) / MAU (t-1)

2. Коэффициент быстрой ликвидности — это сумма прироста доходов (новых, возрожденных и расширенных), деленная на потери в доходах (сокращенные и сокращенные).

Коэффициент быстрой ликвидности = [новые(t) + воскресшие(t)] / взбитые(t)

Коэффициент быстрой ликвидности показывает, насколько эффективно компания растет с точки зрения MAU. Коэффициент быстрой ликвидности показывает, насколько эффективно растет компания с точки зрения увеличения MAU на каждую потерянную единицу MAU. получено за каждую потерянную единицу MAU. (По определению, коэффициент быстрой ликвидности ниже 1,0x означает, что общий MAU должен сокращаться.)

3. Чистый отток — это сумма убытков за вычетом прироста доходов только от существующих клиентов (т. е. без учета новых клиентов), деленная на общий доход за предыдущий период времени.

Net_Churn = [переработано (t) – возрождено (t)] / MAU (t-1)

Обратите внимание, что по определению…

Скорость_роста ~ Новая_ставка — Чистый_отток

С помощью этой статистики мы можем сравнить похожие приложения друг с другом, чтобы понять, где они работают хорошо, а где можно улучшить. Отсюда мы знаем, следует ли нам инвестировать в рост, и если да, то куда инвестировать, чтобы усилить соответствие продукта рынку.

Приложение A против приложения B — какое из них полезнее?

Давайте представим, что у нас есть два мобильных потребительских приложения, каждое из которых имеет одинаковый звездный рост MAU на ~ 12% по сравнению с предыдущим месяцем за 12-месячный период. Обратите внимание, что MAU — это все пользователи, которые участвовали в какой-либо предопределенной деятельности в данном месяце, например, вошли в систему, загрузили фотографию, добавили комментарий или что-то подобное.

Хотя на первый взгляд оба приложения выглядят одинаково впечатляюще, если углубиться на один уровень, чтобы понять природу роста, то получится совершенно другая история. Когда мы разбиваем MAU каждого приложения на составные части, мы видим, что рост одной компании намного здоровее.

При общем коэффициенте удержания 40% мобильное приложение А отменяет 60% активных пользователей Хотя отток приложения А не обязательно увеличивается, он также не уменьшается, несмотря на добавление в приложение новых функций и улучшений. базу каждый месяц. Коэффициент быстрой загрузки мобильного приложения А колеблется от 1 до 1,5, а это означает, что на каждых трех новых пользователей, которых добавляет компания, компания также теряет двух-трех пользователей из-за оттока. Однако этот отток маскируется новыми пользователями, которые регистрируются в приложении и проявляют активность в этом месяце. Хотя отток пользователей из приложения А не обязательно увеличивается, он также не уменьшается, несмотря на добавление в приложение новых функций и улучшений.

Это так себе ситуация для потребительского приложения. Большинство потребительских приложений имеют слабое удержание, что приводит к быстрому коэффициенту чуть выше 1. Такая динамика потребительского приложения типична — добавить группу пользователей и одновременно потерять группу пользователей с небольшой дополнительной частью наверху от воскрешения, что приводит к общему небольшому количеству пользователей. положительный рост.

Мобильное приложение B имеет такой же рост MAU, как и мобильное приложение A, и в то время как мобильное приложение A удерживает только четырех активных пользователей из каждых 10, мобильное приложение B удерживает девять пользователей из 10. Достигает этого без вклада новых пользователей. что мобильное приложение А, удерживая активных пользователей с гораздо более высокой скоростью. В то время как мобильное приложение A удерживает только четырех активных пользователей из каждых 10, мобильное приложение B удерживает девять пользователей из 10. Это означает, что мобильному приложению B требуется меньше новых пользователей для достижения того же роста.

Из-за более высокого уровня удержания пользователей мы бы рассмотрели мобильное приложение B. Из-за более высокого уровня удержания пользователей мы считаем, что мобильное приложение B имеет более здоровый рост и более высокую степень соответствия продукта рынку. иметь более здоровый рост и более высокую степень соответствия продукта рынку. Мобильное приложение А имеет основную проблему оттока, которая говорит о проблеме с основным продуктом, которую может быть чрезвычайно сложно исправить. Мобильное приложение B хорошо удерживает пользователей, а это значит, что оно может активнее продвигаться по вершине воронки, стимулируя регистрацию новых пользователей и очень эффективный рост.

Объединение компании вокруг правды

Учет роста обеспечивает простую структуру, позволяющую всем членам команды получать одни и те же сведения о данных, которые объективно описывают состояние соответствия вашего продукта рынку. Мы называем это получением «основной правды», что означает обеспечение того, чтобы все в организации были согласованы в отношении того, как работает приложение и где есть возможности для его улучшения.

Когда все в команде имеют доступ к данным, они имеют право действовать на них . Когда все в команде имеют доступ к данным, они могут действовать на их основе, чтобы улучшить соответствие продукта рынку. для усиления соответствия продукта рынку. Данные становятся платформой, к которой команда может подключиться, чтобы максимально эффективно работать и способствовать развитию бизнеса.