Аналитика для mobile стартапа без аналитика

Прим.: Автор специализируется на сфере геймдева, поэтому статья построена на опыте запуска проектов именно в этой области, однако эти инструменты можно применять и в других сферах мобильных приложений.

При подготовке к запуску любого приложения важным этапом работы является выбор инструментов для будущего сбора и анализа данных. Но что делать, если у вас нет штатного аналитика и очень скромные бюджеты?

Рассмотрим ряд инструментов, с которыми можно легко работать без аналитика. Также их можно использовать бесплатно либо вообще всегда, либо до определенного момента (и вам наверняка хватит этих лимитов, чтобы понять «заходит» ли ваш продукт аудитории и стоит ли строить систему сложнее, а также платить за инструменты). Сразу оговорюсь, что указанные инструменты не для совсем «нетехнической» команды.

Firebase для трекинга событий

Любому стартапу нужно где-то трекать события, которые генерируют его пользователи, чтобы понимать хотя бы примерные показатели. С этим может помочь Firebase от Google — link, у которого есть как автоматически регистрируемые события, так и кастомные события, которые может создать команда разработки. Посмотреть список автоматически регистрируемых событий можно здесь — link.

Для стартапа при первом запуске скорее всего значимыми будут такие события как, например, first_open, session_start, user_engagement, in_app_purchase, app_remove. Можно добавить и кастомные события о, например, старте уровня, прохождении FTUE и т.д. Самое главное при первом запуске не пытаться затрекать все, а определиться, что поможет решить, стоить ли продолжать проект.

В целом, если вы тестируете приложение на Android, то Firebase будет вдвойне полезен, т.к. он дает много дополнительной информации о продуктах из системы Google.

BigQuery в качестве базы данных

BigQuery — link — это ещё один инструмент от Google, который легко и быстро налаживает работу с тем же Firebase. Интеграция (в разделе настроек) занимает минуту и вот у вас уже готовая облачная база данных для написания запросов на SQL, которая собирает данные и нет необходимости настраивать свои сервера для хранения данных, нанимать дата инженера или долго налаживать процесс работы с данными.

Важный момент, который нужно знать о BigQuery, заключается в том, что при всей легкости настройки, каждый SQL запрос будет стоить каких-то денег (обработка 5TB данных стоит около $5). Когда вы напишите свой первый запрос в BigQuery, в правом части экрана вы увидите, сколько он потенциально данных обработает. Сначала запросы будут скорее всего по 5-10 MB данных, поэтому даже до 5TB вы будете идти долго.

Также у BigQuery есть триал в $300, который можно включить внутри системы, поэтому вы не будете платить вообще ничего, но нужно будет привязать банковскую карту. Маленький совет, если опасаетесь, что выйдете за пределы триала или напишете «дорогой» запрос — просто поставьте лимиты на пользователя в день и система сама вас остановит, если вы попытаетесь «выйти за пределы» и потратить «слишком много» денег.

Firebase для A/B тестов

Хорошие инструменты для АБ тестирования стоят довольно дорого, но у Firebase есть встроенный раздел, который посвящен этой теме и поможет вам засплитовать пользователей на нужное число групп, а также потом оценить результаты теста хотя бы поверхностно, т.к. он будет непрерывно демонстрировать, какая из групп выигрывает.

В своей практике мы сталкивались с разными ситуациями и нельзя назвать Firebase безупречным инструментом для AB тестирования. Вряд ли что-то превзойдет свою систему сплитования, но на её создание нужно время и уверенность в том, что ваш проект будет развиваться ещё долгое время и вы не прыгните к тестированию своего следующего MVP через 2 недели.

При использовании Firebase предпочтительно анализировать результаты вручную через запросы данных из базы с помощью SQL или Python, но если ресурсы совсем ограничены и вы не знаете этих языков в применении к аналитике, то можно попробовать опираться и на результаты из панели в соответствующем разделе Firebase. Вам будут показаны метрики, расчитаны доверительные интервалы и т.д., поэтому какой никакой, но вывод из A/B теста вы сделать сможете.

Amplitude для визуализации

Если у вас в команде есть те, кто хочет работать с сырыми продуктовыми данными, но не знает SQL или просто нужно построить какие-то элементарные дашборды для просмотра каждый день, то можно выбрать Amplitude — link. Сам по себе этот инструмент довольно дорогой, но до 10 млн событий в месяц Amplitude будет бесплатной (если превысите 10 млн событий в месяц, то события просто перестанут отображаться в панели). Чтобы понимать масштаб, 10 млн событий вы не превысите скорее всего пока не достигнете DAU хотя в 1-2 тыс пользователей (ну или не будете слать каждый мелкий шажок пользователя).

Amplitude очень легка в освоении, также принимает кастомные события, и позволяет даже в бесплатной версии строить простые дашборды, типа DAU, Installs, Retention Rate (календарный, суточный), считать длину сессий, воронку прохождения и другие полезные вещи. Amplitude быстро реагирует на запросы данных, фильтры и даже поможет посмотреть индивидуальный путь какого-то интересного вам пользователя.

Для каких-то сложных вещей бесплатную версию Amplitude использовать не получится, но первый простой анализ делать вы сможете. А если ваш проект успешно пройдет первые этапы запуска, то можно будет уже купить аккаунт, например, в Tableau (можно уложиться в 1-2 тыс $ на год) и нанять аналитика, который построит там вам любые сложносоставленные дашборды.

Google Analytics для оценки метрик

Если не строить индивидуальные дашборды самим, то можно использовать Google Analytics — link — в качестве платформы для оценки DAU, Retention и каких-то прочих легких вещей.

Атрибуция

Автору не приходилось работать с бесплатными платформами для атрибуции и не могу сказать, что они в целом существуют, т.к. чаще всего для атрибуции используют или Appsflyer или Adjust, которые становятся особенно важны в эпоху наступления SKAdNetwork 4.0. Но в целом, если вы только-только начинаете и средств на эти инструменты у вас нет, скорее всего и на трафик вы будете тратить совсем немного, да и сильного разнообразия по источникам у вас не будет, поэтому детальный глубокий маркетинговый анализ можно пока что отложить.

В целом, это, пожалуй, набор инструментов, который поможет вам во время самого первого запуска и тестирования вашего мобильного приложения. Особенно в ситуации, когда у вас крайне ограничен бюджет, а также нет средств или смысла для нанятия штатного аналитика или дата инженера.

Успешного вам тех лонча и, надеюсь, ваш проект взлетит так, что появится много данных для интересной продуктовой и маркетинговой аналитики. Если у вас на примете тоже есть какие-нибудь интересные и полезные инструменты для стартапа, то welcome в комментарии ?