Як дізнатися, з якого джерела прийшов користувач, якщо він потрапив у застосунок через лендинг
КЛІЄНТ
sportbank — мобільний банк, сфокусований на можливостях, пов'язаних зі спортом та активним способом життя. Банк не має фізичних відділень: усі операції, включно із замовленням картки, відбуваються в застосунку на iOS або Android.
ЗАДАЧА
- Відстежити точку входу користувача, який потрапляє в застосунок через лендинг. Проаналізувати, яким чином він проходить воронкою до активації картки;
- Визначити час від інсталяції застосунку до активації картки.
- Створити автоматизований інтерактивний звіт, який поєднує в собі всю сукупність даних.
Вхідні дані
Восени 2019 компанія Dyvotech спільно з N1 оголосила про запуск нового мобільного банку sportbank. Навесні 2020 до просування проєкту долучилася команда Promodo.
В цей період ми сфокусувалися на побудові охоплення та підвищенні рівня впізнаваності бренду. Для досягнення цих цілей ми використовували кілька каналів просування й одразу підготували базу в системах аналітики для точного аналізу за кожним із них.
Нам було важливо зрозуміти, які канали приводять на лендинг тих користувачів, хто у перспективі відкриває картку. Крім того, ми мали на меті відстежити користувачів, які активували картку не одразу — від першого контакту із застосунком до активації картки.
Рішення
Запуск мобільної реклами без глибокої аналітики — великий ризик, який може призвести до втрати часу й грошей. Однією з наших основних цілей було зібрати інформацію про всіх користувачів, їхні точки входу і рух воронкою від реєстрації до активації картки.
Переваги коректного налаштування мобільної аналітики
- Точна оцінка ефективності каналів залучення трафіку.
- Своєчасний перерозподіл бюджету залежно від рентабельності каналу/рекламної кампанії.
- Перерозподіл бюджету залежно від LTV клієнтів за каналом/рекламною кампанією.
- Переналаштування кампаній на основі аналізу сегментів користувачів.
- Оптимізація воронки продажів у застосунку.
- Оптимізація показника конверсії (CRO) екранів і елементів застосунку.
Для побудови ефективної аналітики мобільного застосунку ми обрали дві системи: Firebase та AppsFlyer.
Firebase
Firebase — повноцінна мобільна платформа від Google для аналітики мобільних застосунків. Для проєкту ми використовували такі можливості платформи:
- Підтримка аудиторій, атрибуцій з більш просунутими механізмами для роботи з таргетованою рекламою. Можливість сегментувати користувачів за подією (session_start або level_up), комбінувати події, параметри та властивості. Такий підхід дає змогу виділити практично будь-яку підмножину користувачів.
- Автоматична реєстрація важливих подій із воронки: first_open (перше відкриття застосунку), app_remove (видалення), app_update (оновлення) і навіть in_app_purchase (купівля або оформлення передплати, що обробляється в App Store або Google Play).
- Можливість інтеграції з великою кількістю сервісів.
- Комплексне уявлення про розподіл трафіку в застосунку на сайті (GA4).
AppsFlyer
AppsFlyer — один із найбільших мобільних трекерів. За функціоналом він не поступається Firebase, але в системі діє модель оплати: $0,06 за одну неорганічну (платну) установку.
Попри всі свої переваги, Firebase не дає змоги коректно відстежувати друге за значущістю джерело установок — Facebook.
Навіть з використанням Dynamic Links частина трафіку не відображається і таким чином «втрачається». Крім того, система не збирає дані й за ААА кампаніями (Automated App Ads). Для вирішення цих завдань було застосовано AppsFlyer.
Automated App Ads (ААА) — автоматизована реклама мобільних застосунків в Facebook.
Виходячи з бізнес-завдань, склали перелік із понад 50 подій для відстеження, які були впроваджені розробниками. Перевірили та відкоригували налаштування.
У середньому налаштування аналітики для мобільного застосунку займає місяць-півтора, але іноді цей процес може затягнутися. Це залежить від кваліфікації фахівців відділу розробки.
Інтеграція. Зв’язок проєкту з AppsFlyer та Firebase
Зв'язавши проєкт Firebase з BigQuery, ми змогли накопичувати та вивчати повні вихідні дані (без вибірки) про події: з усіма налаштованими параметрами й властивостями користувачів.
Така інтеграція дає змогу експортувати й об'єднувати дані для аналізу з інформацією із зовнішніх джерел.
Візуалізація
Щоб надавати команді sportbank тільки актуальні дані за застосунком, ми використали Google Data Studio. Інтерактивні дашборди дозволяють швидше аналізувати інформацію та ухвалювати рішення.
Завдяки інтеграції з вихідними даними Firebase, у нас була можливість відобразити всю інформацію, зокрема й воронки конверсії.
Команда Promodo допомогла нам вирішити основний біль — відсутність єдиного оперативного звіту, де можна швидко переглянути всі дані, та на їхній основі ухвалювати оперативні рішення.
Наприклад, завдяки воронці за етапами оформлення картки ми виявили, що відмови користувачів були саме на моменті введення OTP-номера. Змогли швидко зреагувати та розв’язати це питання
Підключення Google Analytics
Завдяки інтеграції проєкту Firebase з Google Analytics 4 нам вдалося відстежувати не тільки прямий трафік у застосунок, а і його джерела, завдяки яким користувачі потрапляють у застосунок із лендингу sportbank.
Через це у звіті Data Studio отримали інформацію про активації карток користувачами, які прийшли на лендинг із вебджерела, а згодом встановили застосунок і активували картку.
Google Analytics 4 пов'язує разом мобільну та вебаналітику і підраховує реальних користувачів, що взаємодіяли з компанією, а не пристрої та браузери, якими вони користувалися.
Детальний огляд Google Analytics 4: «Переваги та недоліки»
Посилання на лендинг для рекламних кампаній генерувалися таким чином, щоб можна було бачити джерело, канал і кампанію, де це посилання використовується. Для відстеження користувачів, які прийшли в застосунок із лендингу, ми додали в кожне посилання і QR-код UTM-мітки.
Додатково впровадили метадані для відстеження кампаній у Facebook → отримали можливість відстежувати це джерело через Dynamic Link у Firebase →
Тепер команда sportbank може не витрачати час на зведення статистики вручну з окремих кабінетів (app та web). Відображення всіх даних в одному інструменті дає змогу відстежувати як конверсії за кампаніями залучення на лендинг у самому застосунку, так і затримки активацій карт за цими кампаніями.
Підсумок: скоротився час на аналіз ефективності кампаній, збільшилася якість даних для аналізу.
Результати
- Виконується аналіз дій усіх користувачіву застосунку.
- Команда sportbank отримує дані, що дають змогу зрозуміти первинне джерело, з якого користувач потрапляє в застосунок через лендинг.
- Можна проаналізувати воронку, якою проходить користувач: від встановлення застосунку до активації картки.
- Можна оцінити вплив вебканалів залучення трафіку на застосунок і цінність цих каналів.
- Налаштовано когортний аналіз взаємодії користувачів усередині застосунку: від першого торкання до самої активації (з'явилася можливість відокремлювати активації, що відбулися в місяць встановлення, та активації, що принесли інстали, зроблені в попередні місяці).
Завдяки звіту когортного аналізу ми почали відстежувати користувачів, які активували картку не одразу, а за певний час: за тиждень, місяць або рік після встановлення застосунку. Це дало нам розуміння цінності кожного з джерел з урахуванням «хвоста користувача». Тобто, якщо раніше ми фіксували, приміром, 400 активацій за одним із джерел за період, то тепер із додатковими показниками затримок активацій розуміємо, що насправді воно приносить 550 активацій.