Анализ использования мобильного приложения на примере игры для тренировки памяти

Министерство образования и науки Российской Федерации

ФГАОУ ВПО «Северо-Восточный федеральный университет им. М.К.Аммосова»

Институт математики и информатики

Кафедра информационных технологий













ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Анализ использования мобильного приложения на примере игры для тренировки памяти









Выполнила: студент ИВТ-13 ИМИ Варламова Татьяна Валерьевна

Научный руководитель:

Павлов Александр Викторович, доцент кафедры ИТ, к.ф.-м.н.

















Якутск
2017



Оглавление



	Введение	3

		1	Теоретические основы анализа использования мобильных приложения приложений	4

		1.1	Понятие аналитики мобильных приложений	4

		1.2	Анализ приложений конкурентов	13

		1.3	Сервисы для анализа мобильных приложений	14

		2	Практическая часть	15

		2.1	Игра для тренировки памяти	15

		2.2	Анализ использования приложения на примере игры для тренировки памяти	17

	Заключение	18

	Список литературы	19















Введение

		

Данная работа посвящена анализу использования мобильного приложения на примере игры для тренировки памяти.

Актуальность данной темы заключается в том, что в настоящее время для того, чтобы любое мобильное приложение имело успех в сфере разработок, необходимо для начала узнать понравится ли приложение пользователям, какие функции наиболее значимы в нем, что надо добавить в приложение. Для этого надо провести анализ использования приложения в тестовом режиме и только после этого доработать и продвигать свое приложение.

Сегодня мобильные технологии развиваются ускоренными темпами. Количество мобильных приложений стремительно увеличивается, и создать уникальное приложение, которое сможет завоевать большую аудиторию очень сложно. Еще сложнее убедить пользователей мобильных устройств в том, что именно Ваше приложение — лучшее среди всех ему подобных.

В таких условиях разработчикам просто необходимо иметь инструмент, который бы позволял проводить конкурентный анализ мобильных приложений и был бы источником важных данных для создания наиболее достойного продукта и продвижения мобильных приложений. 

Целью работы был анализ использования приложения. Для того, чтобы достигнуть поставленной цели требуется решить следующие задачи:



	Теоретические основы анализа использования мобильных приложения приложений



Понятие аналитики мобильных приложений



Аналитика мобильных приложений – это сбор и анализ данных об использовании приложений, с помощью которого можно оценить эффективность работы мобильного приложения и улучшить его. Она делится на два типа: внешняя и внутренняя аналитики. Под внешней аналитикой принято считать количество установок и его продвижение. Внутренняя аналитика – это анализ поведения пользователей внутри приложения и работа самого приложения.

Так как мобильная аналитика – это система сбора и анализа информации, то она может получать данные из нескольких источников. А типы систем, из которых получают эти данные можно разделить на:

	магазин приложений;

	поведение пользователя;

	источник трафика.

Все эти типы систем отличаются между собой по источнику данных и целевой направленности. Описания свойств типов систем представлены в таблице 1.

Таблица 1. Свойства типов систем

Аналитика магазинов приложений

Аналитика поведения пользователей

Аналитика источников трафика

Данные из консоли разработчика

Данные из встроенного SDK

Данные из встроенного SDK

Изучение позиций приложения в топ-чартах, рейтингах, отзывах, скачиваний и доходов, сравнение с конкурентами.

Изучение поведения пользователей в приложении.

Анализ скачиваний и поведение привлеченных пользователей для различных источников трафика.

	

	Аналитика магазинов предложений необходима для того, чтобы узнать какой доход приносит приложение и как оно скачивается.

	Аналитика поведения пользователя должна показывать, как именно используется приложение.

	Аналитика источников трафика отслеживает эффективность рекламы из различных каналов.

	Основные виды метрик.

	Метрик может быть очень много, и обычно их набор зависит от конкретного приложения. Но есть ряд основных показателей, которые необходимо отслеживать вне зависимости от характера и масштаба проекта. К ним относятся:

	источник установки приложения – информация о том, откуда пользователь узнал о приложении;

	удержание пользователей – сколько человек запустило приложение спустя разное количество дней после установки;

	количество уникальных пользователей – сколько людей пользуются приложением в течение дня, недели и месяца, как регулярно они это делают;

	сессия – продолжительность взаимодействия с приложением, какие экраны приложения посещал пользователь, когда и как завершена сессия;

	взаимодействие с интерфейсом – какие кнопки и в какой последовательности были нажаты, А/В тесты и т.д.;

	финансы – если приложение использует платный контент, критично важно знать какая доля пользователей решает потратить деньги, как часто они это делают, какова средняя прибыльность одного пользователя, сколько денег приносит проект, является ли он прибыльным или убыточным.





Источник установки приложения

Очень важная метрика, позволяющая понять эффективность того или иного рекламного канала. Можно достаточно просто отследить рекламный канал, принцип тот же, как и в случае с переходом на веб-сайт: в ссылку, ведущую в магазин приложений, вставляются специальные метки, уникальные для каждого из рекламных каналов. После установки приложение считывает эти метки и фиксирует источник. Далее этот источник отобразится в системе аналитики, которую разработчик использует.

Удержание пользователей

Здесь используется целый ряд метрик. После того, как пользователь поставил и запустил приложение, он оценивает, нравится ли оно ему. Если нет, он его сразу удалит или закроет и забудет. А вот если приложение пришлось по душе, то через некоторое время человек снова его запустит. 

Чтобы оценить привлекательность для пользователей, чаще всего снимаются метрики:

	1-day retention. Метрика означает долю пользователей (%), открывших приложение на следующий день после установки. То есть это количество тех, кого продукт заинтересовал настолько, что они очень быстро к нему вернулись. Низкое значение этого показателя говорит о том, что пользователей что-то не устраивает в приложении. Чаще всего плохой «1-day retention» говорит о проблемах с интерфейсом: он может быть неудобен и/или непонятен, это первое, чем нужно заняться для исправления ситуации. Ведь если пользователь не вернулся на следующий день, то с высокой вероятностью не вернётся совсем. Так что повышение значения этой метрики — одна из важнейших задач после выкладывания приложения.

	Вычисляется по формуле: 

	1DR = X1 / Z,

	где X1 — количество пользователей, запустивших приложение на следующий день, Z — общее количество установивших.

	7-day retention. Доля пользователей, вернувшихся спустя неделю после установки. Если этот показатель ниже «1-day retention», значит пора проанализировать, что пользователей может не устраивать после более продолжительного, недельного знакомства с приложением. Возможно, стоит пересмотреть подход к usecases.

	Вычисляется по формуле: 

	7DR = X7 / Z,

	где X7 — количество пользователей, запустивших приложение на седьмой день, Z — общее количество установивших.

	28-day retention. Доля тех, кто воспользовался приложением на 28-й день после установки. Если даже месяц спустя люди возвращаются к продукту, то это говорит о том, что он импонравился. Уменьшение значения этой метрики по сравнению с предыдущей свидетельствует о каких-то глубоких, неявных, стратегических недостатках. 

	Вычисляется по формуле: 

	28DR = X28 / Z,

	где X28 — количество пользователей, запустивших приложение на двадцать восьмой день, Z — общее количество установивших.

Все три метрики снимаются ежедневно, при каждом запуске приложения сравниваются текущая дата и дата установки. Анализ динамики изменения каждой из метрик позволит также понимать реакцию пользователей на те или иные изменения, вносимые вами в приложение. Например, уровень 1-day retention обычно свидетельствует о том, как пользователи реагируют на интерфейс приложения. И если этот показатель начал снижаться, то в первую очередь необходимо проверить, что не так с интерфейсом. 

Следующей важной ежедневно снимаемой метрикой является прирост количества новых пользователей. Причём рекомендуется отслеживать изменение этого параметра при проведении рекламных кампаний, размещении обзорных статей, заключении партнёрских соглашений и т.д. В этом случае метрика выступает в роли эффективности всех этих телодвижений. Целесообразно накладывать на график количества новых пользователей не только даты, но и время установок, что поможет точнее оценить роль принимаемых мер по продвижению и рекламе. Также часто бывает полезно оценивать динамику в зависимости от географического разделения пользователей, а также отдельно по разным пользовательским сегментам.

Если динамика прироста будет отрицательная, то необходимо активнее заняться продвижением и рекламой.

Количество уникальных пользователей в течение определённого периода

После того, как удалось добиться более-менее устойчивого прироста аудитории, пора задуматься о степени активности пользователей: сколько человек в день запускают приложение? А в неделю? В месяц? Причём речь идёт именно об уникальных пользователях. На эти вопросы отвечают три метрики:

	DAU (DailyActiveUsers)– количество уникальных пользователей в день.

	WAU (WeeklyActiveUsers)– количество уникальных пользователей в неделю. 

	MAU (MonthlyActiveUsers)– количество уникальных пользователей в месяц. 

По сути, каждая из этих метрик вычисляется из одной общей базы данных, в которой накапливается статистика по всем запускам приложения. Уникальность пользователей можно определять, например, по присваиваемым ID или парам логин/пароль.

Также можно вычислять производную метрику StickyFactor = DAU/WAU или DAU/MAU. Её название можно перевести как «степень липкости». Она характеризует регулярность использования приложения в течение недели или месяца, то есть позволяет оценить, насколько людям нравится приложение на основании частоты использования. Если все пользователи будут запускать программу каждый день, то DAU будет равен и WAU, и MAU, а их отношение будет равно 100%. Но так не бывает, и потому StickyFactor позволяет оценить, насколько часто люди обращаются к приложению в течение недели или месяца. Логично, что снижение этих показателей — неприятный сигнал, говорящий об охлаждении аудитории. 

Сессия

Сессия — это время, которое пользователь провел в мобильном приложении с момента запуска до окончания его использования. Применительно к сессиям снимается обычно две метрики:

	общее количество сессий за период;

	средняя продолжительность сессии (AverageSessionLength, ASL)–среднее арифметическое всех длин сессий за некоторый временной интервал. Вычисляется по формуле:

	ASL = T / N, 

	где T — суммарная продолжительность сессий за период, N — общее количество сессий за тот же период.

	Эта метрика может свидетельствовать о том, насколько интересно пользователю проводить время в приложении. То есть это косвенный критерий качества. Кроме того, если в приложении есть платный контент, но с увеличением средней продолжительности сессии вырастает и вероятность того, что пользователь решит заплатить. В большинстве проектов платящие пользователи проводят в приложении больше времени, чем не платящие.

	Однако не стоит гнаться за высокими значениями этой метрики, потому что она сильно зависит от типа приложения. Например, для игр данный показатель достаточно критичен, и чем он больше, тем лучше. А для приложений-виджетов или фитнес-трекеров данный показатель будет незначительным, поскольку по большей части они работают в фоновом режиме. Гораздо важнее знать, какие экраны в течение сессии посещал пользователь. Благодаря этой метрике можно определить наиболее интересные для пользователей разделы приложения. А заодно и узнать, какие можно вовсе убрать и в дальнейшем не заниматься их развитием. 

Очень полезная метрика — на каком экране заканчивается сессия пользователя. Этот показатель важен, например, если в приложении есть авторизация. Она зачастую отпугивает пользователей, особенно если приложение не дает посмотреть контент, а сначала требует логин и пароль. В этом случае сессия будет чаще всего обрываться на экране регистрации. Если добавить какой-то контент до авторизации, то благодаря этой метрике сразу можно увидеть результат.

Другой пример: если у разработчика есть форма заказа товара, состоящая из 3-4 экранов, то эта метрика покажет, на каком шаге большинство пользователей покидает приложение. В качестве решения можно уменьшить количество шагов, оптимизировать их порядок или оформление.

Взаимодействия с элементами интерфейса

Пытаясь поднять значения тех или иных метрик, очень часто приходится корректировать пользовательский интерфейс и менять функциональность программы. Оценить эффективность этих шагов можно с помощью A/B-тестирования (тестирование в режиме реального времени, когда группе пользователей предлагается одна версия функциональности/контента, а остальным пользователей — другая версия). 

С помощью собранной статистики также можно узнать, насколько востребованы те или иные функции приложения, какая часть пользователей взаимодействует с приложением без подключения к сети, и многое другое.

Финансы

Это одна из самых интересных и важных групп метрик. Если разработчик планирует зарабатывать с помощью приложения, то нужно уделить самое пристальное внимание регистрации этих метрик и контролю за динамикой их изменения.

Первое, что приходит в голову — общая сумма платежей за период, Gross. Однако надо иметь в виду, что это брутто-доход, из которого придётся ещё вычесть долю магазина, через который распространяется приложение. А после вычета получают метрику Revenue, которая отражает сумму, поступающую на счёт.

Допустим, само приложение бесплатное, но часть контента доступна только за деньги — разработчик распространяет его по модели in-apppurchases. Для развития приложения и увеличения дохода нужно знать, сколько уникальных пользователей платят в течение заданного периода. 

Следующая метрика является производной от предыдущей: какую долю составляют плательщики от общего количества уникальных пользователей (за период), PayingShare. Если этот показатель начинает падать, значит пользователи уже приобрели достаточное количествоплатных контентов, и пора либо разнообразить его, либо предоставить скидки. 

Помимо количества плательщиков интересует и удельное количество платежей на одного пользователя, TransactionsbyUser. Эта метрика вычисляется по формуле:

TBU = T / PU,

где T — общее количество платежей (транзакций) за какой-то период, PU (payingusers) — общее количество плательщиков за тот же период.

Если TBU > 1, значит часть пользователей делали более одной покупки. 

Следующие важные метрики ARPU и ARPPU:

	ARPU (AverageRevenuePerUser)– средняя прибыль с одного пользователя за период. Вычисляется по формуле: 
ARPU = Gross / DAU, или Gross/WAU, или Gross/MAU.

	ARPPU (AverageRevenuePerPayingUser)– средняя прибыль с одного платящего пользователя за период. Вычисляется по формуле: 

	ARPPU = Gross/PU,

	где PU — общее количество уникальных пользователей, заплативших за контент в приложении в течение какого-то периода. 

	Эта метрика позволяет оценить удельную прибыльность этого сегмента аудитории. А динамика изменения ARPPU даёт сигнал об отношении плательщиков к ценам/качеству платного контента.

	Зависимость изменения PayingShare и ARPPU:




Говоря о получаемой с пользователей прибыли нельзя забывать и о том, во сколько обходится их привлечение. В качестве метрики здесь используется стоимость одной установки приложения (CPI, CostperInstall). Вычисляется по формуле:

CPI = A/I,

где А — стоимость рекламы, продвижения и маркетинга, I — количество установок приложений.

Эту метрику можно вычислять как за всё время существования проекта, вычисляя текущую стоимость привлечения пользователя, так и за определённые периоды, определяя эффективность конкретных рекламных кампаний или мер по продвижению приложения.

Метрика LTV (LifetimeValue) — это удельная прибыльность пользователя на протяжении всего периода использования им приложения. Существует масса способов вычисления LTV, но для начала можно воспользоваться формулой:

LTV = ARPU * Lifetime,

где Lifetime — это усреднённая продолжительность использования приложения начиная с первого запуска и заканчивая последним. Если пользователь впервые зашёл в приложение 1 января, а последний раз — 15 августа и больше им не пользовался, то для него Lifetime равен 7,5 месяцев. Просуммировав Lifetime для всех пользователей и разделив на их общее количество, мы получим среднее значение этой метрики, которое и будет использовано при расчёте LTV.

Эта метрика — один из краеугольных параметров для оценки эффективности проекта. Если LTV меньше CPI, то проект убыточен: вы потратили на привлечение пользователя больше, чем получили с него за всё время, что он пользовался приложением. Поэтому LTV необходимо постоянно отслеживать и сразу реагировать на тенденцию к снижению этой метрики. Очевидно, что повысить LTV можно с помощью одного или обоих множителей, добившись увеличения средней прибыли с пользователя за период и/или увеличения средней продолжительности использования приложения. 

Анализ приложений конкурентов

Идеи для развития своего проекта, в частности, приложения, нужно черпать отовсюду. В том числе и смотреть, что интересного появилось у конкурентов. AppStoreOptimization (ASO) и аналитические инструменты могут много чего подсказать разработчику приложения о том, как продвинуть свою программу, увеличить количество загрузок, сделать ее более заметной в поисковой выдаче каталога. Причем очень выгодным может быть анализ схожих с приложениями, выпущенных другими разработчиками.

При аналитике приложений стоит обращать внимания на следующие пункты:

	целевая аудитория – знание возраста, пола, дохода и уровня образования пользователей успешных в тех категориях, которые вас интересуют, может стать решающим фактором для принятия решения при продвижении собственного приложения;

	рейтинг категорий – размещать свое приложение лучше всего стоит в тех категориях, которые имеют самый больший рейтинг или популярность. Именно поэтому стоит изучить рейтинг, востребованность каждой категории приложений у пользователей;

	рейтинг ключевых слов – также, как и с рейтингом, сначала надо изучить ключевые слова, которые будут использоваться для продвижения приложения;

	скриншоты – они очень значимы, так как делают приложение наиболее заметным в поисковой выдаче и повышают уровень загрузок;

	отзывы и рейтинги – очень сильно влияют на скачиваемость приложения. Также пользователи указывают то, что нравится или не нравится больше всего, поэтому стоит обратить внимание на отзывы, которые относятся к приложению;

	обновления и релизы – частые обновления приложений позволяют попасть на главную страницу каталога. Можно пронаблюдать, когда конкуренты выпускают обновления, чтобы быть в курсе и обновлять свой продукт не позже их.

	Таким образом, анализ приложений конкурентов может быть хорошим «оружием», который поможет создать и улучшать собственное приложение.



Сервисы для анализа мобильных приложений

Существует множество инструментов аналитики мобильных приложений. 

Практическая часть

Игра для тренировки памяти

Приложение называется английским словом «Memory», который переводится как «память». Она относится к категории классических игр для развития памяти. Несомненным ее преимуществом является то, что она реализована просто, но при этом подходит и взрослым, и детям.

В этой игре перед пользователем 36 перевернутых карт и у каждой из них есть пара. Разрешается перевернуть только две из них. В случае совпадения карты исчезают с игрового поля. Надо найти 18 пар.

Каждый переворот карты считается за 1 ход, время отсчитывается с момента перевертывания первой карты.

Было задумано сделать 3 формы:

Форма 1. Основное меню

Данная форма имеет 4 кнопки: Старт, Настройки, Рекорды и Выход





Рис. 1 Основное меню

Форма 2. Игра

Содержит поле для игры



Рис. 2 Игровой процесс

Форма 3. Диалог финиша

Имеет следующую структуру: отображаются за сколько ходов завершилась игра и время прохождения игры.



Рис. 3 Конец игры





В настройках можно выбрать цвет фона и набор изображений (коллекция):



   Рис. 4 Настройки                  Рис. 5 Выбор коллекции                 Рис. 6 Выбор цвета фона



Также можно просматривать таблицу рекордов по времени и по очкам (количество ходов):



       Рис. 7 Таблица рекордов по времени                       Рис. 8 Таблица рекордов по очкам



Анализ использования приложения на примере игры для тренировки памяти



Заключение



Список литературы

19.......................