En esta serie de artículos que comenzamos hoy, vamos a estudiar las distintas posibilidades que tenemos para analizar el comportamiento de las aplicaciones móviles enfocadas a mobile commerce. Comenzaremos con una breve descripción de los parámetros más importantes a tener en cuenta a la hora de estudiar el comportamiento de una aplicación móvil y su rentabilidad.


 

Analítica en aplicaciones móviles: El ciclo de vida

Para identificar los parámetros más importantes a observar, tenemos que tener en cuenta las distintas fases del ciclo de vida de una aplicación móvil:

► Adquisición: Se trata de la fase en la que los usuarios conocen y se instalan la aplicación. Las fuentes pueden ser desde la propia página web del ecommerce, campañas de marketing, búsqueda orgánica o navegación por las Apps Store. En esta fase, nos tendremos que fijar en unos determinados parámetros que nos ayudaran a entender como se está comportando la aplicación:

  •     •  Descargas/Instalaciones: Número de descargas en un periodo determinado.
  •     •  Dispositivos: Conocer que dispositivos, modelos y tipos de terminales.
  •     •  Campañas: Analizar las respuesta en número de instalaciones, en función de las distintas campañas de marketing realizadas.
  •     •   Territorios o mercados: Los países o regiones de donde provienen las descargas.
  •     •  Fuentes: De donde proviene el trafico que finalmente termina en una descarga o instalación de una aplicación
  •        (tráfico directo, SEO, campañas, ASO).
  •     •  ASO: Es importante saber si nuestra presencia en las Apps store está optimizada, si es fácil encontrarnos cuando se navega por
  •         las tiendas de aplicaciones y el nivel de tráfico que esa fuente genera.

 

► “Engagement”: Una vez instalada la aplicación, el usuario debe tener una percepción positiva de la aplicación, para que realmente sea realmente utilizada. Para ello hay que pensar en el valor que la aplicación puede aportar al usuario/cliente: descubrir producto nuevo, ofertas, promociones, noticias de la marca, etc. En esta fase debemos fijarnos en los siguientes parámetros:

  •     •  Tiempo de navegación por la aplicación, en cada sesión.
  •     •  Frecuencia de uso de la aplicación.
  •     •  Usuarios nuevos, frente a usuarios recurrentes.
  •     •  Valoraciones y recomendaciones en las Apps Stores.
  •     •  Nivel de errores en la aplicación, que pueden generar un problema de percepción y usabilidad en los usuarios/clientes.

 

► Monetización: En esta fase es donde el usuario (cliente) tiene que realizar la compra. Puede ser que un usuario acceda a la aplicación, navegue por el catálogo, interactúe con la aplicación, pero no acabe realizando la compra. Por ello es importante analizar quienes realmente están comprando y ver sus ratios de conversión:

  •     •  En esta fase, el principal parámetro es conocer el nivel de conversión (compra).
  •     •  Lifetime Value ( LTV). Relacionado con la siguiente fase, nos permite calcular el valor de un usuario de la aplicación, teniendo en cuenta su tiempo de vida y el valor de las compras realizadas a través de la aplicación.

Hay que describir posibles escenarios en los que la aplicación juega un papel de facilitador de compra, pero esta no se realiza en la aplicación, sino en la tienda física o bien en la tienda online (desktop). Estos comportamientos son más difíciles de medir, pero hay que tenerlo en cuenta a la hora de valorar el rendimiento de una aplicación de ecommerce.

 

► Retención: Se trata de analizar el nivel de frecuencia de uso, ver cuántos usuarios siguen utilizando la aplicación pasado un tiempo. Los parámetros más interesantes son:

  •     •  Usuarios activos: Que tienen la aplicación y la usan en un determinado periodo de tiempo.
  •     •  Desinstalaciones: Cuántos usuarios borran la aplicación en un periodo de tiempo determinado.
  •     •  Análisis de Cohortes: Este es quizás uno de los parámetros más complejos, que nos da una visión del tiempo que un usuario o grupos de usuarios, mantienen instalada la aplicación, acceden a ella, o incluso realizan una compra.

 

Ejemplo de gráfico de análisis de Cohortes