- vừa được xem lúc

Một số chỉ số quan trọng cho một mobile app

0 0 29

Người đăng: Võ Cao Sơn

Theo Viblo Asia

Xem thêm nhiều bài viết tại: https://simpleproductmind.com

Bạn cùng với team làm một ứng dụng hẹn hò trên smartphone, làm sao để biết được ứng dụng có đang hoạt động tốt hay không?

Thông thường, ta sẽ đánh giá một sản phẩm qua hai khía cạnh. Thứ nhất là về cảm quan, cảm xúc của người dùng với sản phẩm đó. Thứ hai, quan trọng hơn, là dựa trên một bộ chỉ số cốt lõi dành cho sản phẩm, qua bộ chỉ số đó ta có thể hình dung rõ ràng sản phẩm đang hoạt động như thế nào.

Mỗi sản phẩm cụ thể sẽ có những chỉ số cụ thể khác nhau. Tuy nhiên, đối với một mobile app, thường sẽ có một bộ chỉ số cốt lõi nhất dùng để đánh giá chất lượng của ứng dụng đó, trong bài này mình sẽ giới thiệu với bạn bộ chỉ số này.

Chỉ số về Acquisition

Sẽ không có chuyện ta làm ra một ứng dụng rồi users sẽ ùn ùn kéo đến sử dụng như nhiều năm về trước. Đối với thị trường mobile đã phát triển như hiện nay, việc canh tranh để có được users ( acquisition ) là điều bắt buộc. Các chỉ số về acquisition sẽ cho biết ứng dụng đang thu hút users mới như thế nào. Có hai chỉ số quan trọng nhất: CAC và Activation Rate.

CAC ( Customer Acquisition Cost )

Chỉ số này cho biết bạn phải chi ra bao nhiêu tiền để có thêm 1 user install app. Chi phí này thường sẽ là chi phí cho Marketing, thông qua các hoạt động chạy quảng cáo, thuê Influencer… Đây là một chỉ số cực kì quan trọng ở giai đoạn Growth của một ứng dụng.

Activation Rate ( or Conversion Rate )

Activation Rate là tỉ lệ convert 1 install thành 1 user. Tưởng tượng Activation giống như lần gặp mặt đầu tiên vậy, bạn làm đủ trò để có được buổi hẹn đầu tiên, đây là lúc bạn cần convert “người lạ” thành “người quen”. Ứng dụng cũng thế, bạn tiêu 1$ cho 1 install mới, sau khi install, bạn cần convert install này thành 1 user của app, nếu không thì install đó không có giá trị gì cả.

Mỗi app sẽ có cách định nghĩa “Activation” khác nhau, ví dụ như có những app chỉ cần user mở app sau khi install thì sẽ được xem là convert thành công. Một số app khắt khe hơn, chỉ khi user đăng kí tài khoản thì mới xem là đã convert. Tuỳ vào tính chất của app mà sẽ có cách định nghĩa Activation khác nhau.

Giả sử mình có 1 ứng dụng hẹn hò, đối với mình, 1 user được xem là đã convert chỉ khi user tương tác với profile của một người khác. Khi đó, nếu mình có trung bình 10,000 user mới install app trong 1 ngày, và 1000 trong số đó có vào app và tương tác với profile của một ai đó thì Activation Rate của mình sẽ là 10%.

Activation là chỉ số cực kì quan trọng, nếu không trau truốt thì công sức, tiền bạc bỏ ra để thu hút user mới sẽ như nước chảy ra biển lớn.

Chỉ số về Engagement

Các chỉ số Engagement cho ta biết users đang sử dụng phẩm như thế nào, user có hài lòng với sản phẩm hay không? Cũng giống như chất lượng của một mối quan hệ thôi. Thường thì ta sẽ dùng một số câu hỏi để đánh giá chất lượng của một mối quan hệ. Kiểu như, một tuần gặp nhau mấy lần? Sau khi gặp xong bao lâu thì sẽ bắt đầu thấy nhớ? Mỗi lần gặp nhau dành cho nhau bao nhiêu thời gian?… Sản phẩm cũng giống hệt như vậy.

Active User

Đây có thể xem là chỉ số quan trọng nhất cho một ứng dụng mobile. Thường sẽ chia thành 2 chỉ số chính: DAU ( Daily Active User – số lượng unique user trong một ngày) và MAU ( Monthly Active User – số lượng unique user trong một tháng ).

Để xác định được DAU hay MAU, chúng ta cần định nghĩa chính xác như thế nào là một “Active User”. Mỗi ứng dụng cụ thể sẽ có cách định nghĩa active user riêng. Active users có thể là các user có mở app, hoặc là các users có sử dụng một tính năng nhất định… Việc định nghĩa active user rất quan trọng. Giả sử bạn có một ứng dụng đọc báo, mỗi ngày có 100,000 users vào ứng dụng nhưng chỉ có 10,000 users đọc ít nhất một bài báo, vậy bạn có bao nhiêu active user? 100,000 hay 10,000 hay bao nhiêu là do cách bạn định nghĩa.

DAU cho biết trong một ngày có bao nhiêu unique active user. Ta sẽ chỉ tính theo đầu người, ví dụ có 1 user sử dụng ứng dụng 100 lần trong một ngày thì anh ta cũng vẫn chỉ là 1 unique user mà thôi.

MAU cho biết trong một tháng có bao nhiêu unique active user. Chỉ số này đôi khi được xem là chỉ số chuẩn mực để đánh giá độ phát triển user base của một ứng dụng. So với DAU, MAU là một chỉ số dài hơi hơn, thể hiện được bức tránh toàn cảnh hơn.

Stickiness Ratio

Lấy DAU chia cho MAU ta sẽ có được một chỉ số, gọi là Stickiness Ratio. Chỉ số này thể hiện mức độ sử dụng thường xuyên của users. Stickiness Ratio càng cao chứng tỏ users sử dụng ứng dụng càng thường xuyên.

Giả sử bạn có 1 ứng dụng đánh bài online A, DAU trung bình khoảng 150K, MAU khoảng 1M. Như vậy Stickiness Radio của bạn là 0.15.

Mình cũng có một ứng dụng đánh bài online B, MAU là 1M bằng với ứng dụng của bạn, nhưng DAU của mình là 300K. Stickiness Radio của mình là 0.3. Như vậy có thể thấy user base của bạn và mình đều là 1M users, nhưng users của mình chăm chỉ vào app hơn của bạn.

Retention

Retention rate là tỉ lệ user quay trở lại ứng dụng của bạn sau khi sử dụng.

Có một số cách tính Retention rate khác nhau, trong bài này mình sẽ giới thiệu cách tính thông dụng nhất, đó là tính Retention theo một ngày cụ thể. Bạn sẽ thường thấy các số R1, R3, R7, R30.

R1 có nghĩa là sau khi user sử dụng ứng dụng, bao nhiêu phần trăm user có quay trở lại vào ngày hôm sau. Giả sử vào ngày đầu tiên, mình có 100,000 active users, qua ngày hôm sau, trong số 100,000 active users này có 50,000 users quay lại sử dụng thì R1 sẽ bằng 50%.

R3 tương tự như R1 nhưng sẽ được tính vào ngày thứ 4. Giả sử hôm nay ứng dụng của mình có 50,000 active users, 4 ngày sau trong số 50,000 users này có 10,000 users quay lại sử dụng, như vậy R3 sẽ bằng 20%.

Tương tự cho R7, R30.

Retention là một chỉ số cực kỳ quan trọng, chỉ số này cho bạn biết mức độ gắn kết của ứng dụng đối với users. Ví dụ một ứng dụng mạng xã hội tầm cỡ như Facebook có R1 vào khoảng > 80% ( số liệu mình lấy từ internet ), như vậy có nghĩa là trên 80% users của Facebook sử dụng ứng dụng này hàng ngày.

Tuỳ vào tính chất ứng dụng mà Retention rate sẽ có mức độ kỳ vọng khác nhau. Giả sử bạn muốn làm một MXH để đánh bại Facebook thì chắc chắn R1 của bạn phải đâu đó khoảng 80-90%. Nhưng nếu bạn làm 1 ứng dụng xem lịch âm dương thì R1 vào khoảng 10% cũng không có gì lạ, bởi có thể user của bạn chỉ vào xem lịch trong dịp dằm, mùng một thôi.

Churn Rate

Churn Rate thường đi cùng với Retention, chỉ số này thể hiện sau một khoảng thời gian nhất định thì bạn sẽ mất đi bao nhiêu users. Bạn cũng sẽ thấy các số kiểu C1, C7, C30 tương tự như Retention, tuy nhiên cần lưu ý là cách tính R và C sẽ khác nhau.

Giả sử, ngày hôm nay mình có 100,000 active users. 30 ngày sau, vào ngày thứ 31, mình đếm lại thì thấy trong 30 ngày qua có 30,000 users không hề sử dụng app bất cứ một lần nào. Như vậy C30 của mình là 30%, 30% users của mình đã “churn” – bỏ app.

Số Churn này sẽ hiểu mà đúng không, churn càng cao thì app chết càng nhanh.

Chỉ số về kiếm tiền

Mỗi Monetization Model ( Freemium, In-app Purchase.. ) sẽ có những chỉ số riêng biệt khác nhau, tuy nhiên vẫn có một vài chỉ số cốt lõi mà gần như mọi model đều cần để ý tới.

Paid users

Đơn giản là bao nhiêu users có trả tiền cho ứng dụng của bạn. Thông thường, phần lớn tiền sẽ tới từ một lượng nhỏ user, theo quy luật 80/20.

Tuỳ vào monetization model mà paid user được định nghĩa khác nhau. Ví dụ như ứng dụng Tinder theo mô hình premium thì paid users sẽ là những user có mua gói VIP Tinder. Một ứng dụng nổi tiếng khác là Bigo, ứng dụng này sử dụng In-app Purchase model, users Bigo có thể mua hoa mua quà ảo để tặng các idol livestream. Như vậy đối với Bigo, paid users là những users có tiêu tiền trong ứng dụng.

ARPU & ARPPU

Viết tắt của Average Revenue Per User & Average Revenue Per Paying User. Hai chỉ số này cho biết mỗi users đem lại cho ứng dụng bao nhiêu tiền, thường được tính theo time range.

ARPU dùng để tính chung cho toàn bộ user base, bất kể user đó có chi tiền hay chưa. Giả sử bạn muốn tính ARPU theo daily thì sẽ lấy tổng Revenue kiếm được từ app trong một ngày chia cho DAU.

ARPPU khác một chút, dùng để tính trung bình mỗi paying user đem lại bao nhiêu thu nhập cho ứng dụng, tức là chỉ tính với các users đã thực sự chi tiền. Bạn tính số này bằng cách lấy Tổng Revenue chia cho tổng số Paying User.

Hai chỉ số này tuy khá giống nhau nhưng lại mang 2 ý nghĩa rất khác biệt. Nên nhớ, mỗi chỉ số được tạo ra đều là ẩn dụ cho một điều gì đó cần được cải thiện. Trong trường hợp này, ARPU đại diện cho các chiến lược convert từ non-paying users sang paying users. ARPPU đại diện cho chiến lược làm sao để khiến các users đã chi tiền sẽ càng chi mạnh tay hơn.

Kết

Mối quan hệ giữa user – ứng dụng cũng tương tự như mối quan hệ người – người. Cả hai đều đòi hỏi đem lại những giá trị cho nhau, từ đó tạo nên một mối quan hệ bền chặt. Hy vọng qua bài này mình đã diễn giải được cách để đánh giá một ứng dụng có quan hệ tốt với users của nó.

Bảo trọng!

Bình luận

Bài viết tương tự

- vừa được xem lúc

Product Management/Quản lý sản phẩm cơ bản 2: Product team

Bài viết gốc: https://simpleproductmind.com/product-management-co-ban-2-product-team/.

0 0 27

- vừa được xem lúc

Product Sense: hãy giải quyết đúng vấn đề

Product Sense = giải quyết đúng vấn đề. Nhưng quan trọng hơn hết là tìm ra vấn đề cốt lõi cần được giải quyết.

0 0 34

- vừa được xem lúc

Technical Skills cho Product Manager, Product Owner

Trong quá trình mentor cho các bạn mới học làm Product Management. Sơn thường nhận được những câu hỏi dạng “PM có cần biết code không?”, “PM có cần biết SQL không?”….

0 0 27

- vừa được xem lúc

Framework 5 bước tự build sản phẩm cho Product Manager, Owner

Rất khó để bạn có thể học Product Management chỉ bằng cách đọc sách, học khóa học. Vậy làm sao để có skills làm sản phẩm thật sự? Làm sao để có kinh nghiệm khi bạn mới chỉ bắt đầu.

0 0 31

- vừa được xem lúc

Product Management cơ bản 3: Product management là gì? - phần 1

Bài viết gốc: https://simpleproductmind.com/product-management-co-ban-3-product-management-la-gi-phan-1/.

0 0 28

- vừa được xem lúc

4 websites giúp bạn trở thành một Product Owner chất hơn

Thông Tin luôn là trợ thủ đắc lực nhất của một người làm Product. Biết càng nhiều mảng kiến thức, cập nhật càng nhiều thông tin thị trường thì ta càng có nhiều dữ kiện để xử lý vấn đề hơn.

0 0 39