1- سنجه های ارزیابی جذب کاربر
Activation rate = 100 × Number of Activations / Number of Downloads
3- سنجه های تعامل کاربران - user engagement
تعامل کاربر با سرویس یا سیستم شما، وقتی اتفاق می افتد که کاربر از سرویس شما ارزشی کسب کند یا سرویس شما نیاز او را مرتفع کند. انگیجمنت کاربران از طریق اکشن ها و تعامل های اصلی کاربر با سرویس شما اندازه گیری می شود و کاملا به سرویس شما وابسته است. مثلا اگر سرویس شما یک فروشگاه اینترنتی است، بازدید کاربران از کالاهای مختلف، جستجوی کالا و در نهایت خرید، اکشن های تعاملی کاربر با سرویس شماست. و قطعا مطلوب شما افزایش تعداد تعاملات کاربر با سرویس تان خواهد یود. چند شاخص متفاوت برای اندازه گیری انگیجمنت کاربران وجود دارد از جمله
3-1- تعداد کاربران فعال روزانه یا DAU
تعداد کاربران فعال در هر روز. تعریف کاربر فعال بر اساس سرویس ارائه شده توسط شما ممکن است تغییر کند.
3-2-تعداد کاربران فعال ماهانه یا MAU
تعداد کاربران فعال در هر ماه. و همانطور که گفته شد تعریف کاربر فعال بر اساس سرویس ارائه شده توسط شما ممکن است تغییر کند.
3-3- چسبندگی یا stickiness
DAU و MAU معیارهای کاملی برای ارزیابی تعامل کاربران شما با سیستم نیستند. اما نسبت این دو یعنی DAU/MAU شاخص دیگری می سازد به نام چسبندگی که می تواند میزان تعامل کاربر با سرویس شما را بهتر ارزیابی کند. این شاخص در واقع نشان می دهد چند درصد از کاربران شما مکررا از سرویس استفاده کرده اند. مثلا فرضا اگر این مقدار 1 باشد، به این معناست که تمام کاربران شما هر روز از سرویس شما استفاده کرده اند. یا اگر stickiness سرویس شما 0.5 باشد به این معناست که به طور متوسط کاربران شما 15 روز از 30 روز آن ماه به اپلیکیشن شما سر زده اند.
3-4- ریتنشن روزانه، هفتگی و ماهانه یا D1, D7, D30 User Retention
در هر لحظه از زمان، درصدی از کاربران که از زمان عضویت شان یا نصب سرویس شما به ترتیب 1، 7 و یا 30 روز می گذرد.
این اطلاعات را می توان حتی در یک نمودار نمایش داد. با این نمودار retention curve گفته می شود که نشان می دهد چند درصد از کاربران 1 روز پیش عضو سیستم شده اند، چند درصد 2 روز و …
برای اطلاعات بیشتر در مورد تعامل کاربر و سنجه های آن این پست را ببینید.
https://blog.popcornmetrics.com/5-user-engagement-metrics-for-growth/
درصدی از کاربران که اکشن مورد نظر شما را انجام می دهند.
Conversion rate = Number of Users who performed an Action / Number of users who could have taken the Action
نرخ تبدیل کاربر به مشتری :
Conversion rate = Number of Users who performed a purchase / Number of users
5- سنجه های حفظ مشتری
بر اساس این مقاله هاروارد بیزنس ریویو، هزینه جذب مشتری جدید 5 تا 25 برابر هزینه حفظ مشتری فعلی است. و اگر بتوانید نرخ حفظ کاربران را فقط 5 درصد افزایش بدهید سوددهی شما بین 25 تا 95 درصد افزایش خواهد داشت. پس ارزیابی این سنجه و کوشش در بهبود آن می تواند نقش مهمی در سوددهی کسب و کار شما داشته باشد.
بر اساس این مقاله از اندرو چن، هر اپلیکیشن موبایل به طور متوسط 77 درصد از کاربران فعال روزانه ش را در یک بازه 3 روزه از دست می دهد. ( کاربر در این مقاله کسی است که از سرویس یا اپلیکیشن شما استفاده می کند. مشتری کاربری است که از شما خرید هم می کند. هدف هر اپلیکیشن، اول جذب کاربر و بعد تبدیل کاربر به مشتری است. )
5-1- نرخ نگهداری و نرخ ریزش - Churn Rate & Retention Rate
تعداد بالای دانلود برای افزاش کاربران لازم است ولی کافی نیست. شما باید بتوانید این کاربران را نگه دارید. churn rate ( و معکوس آن retention rate ) برای ارزیابی عملکرد یک برنامه در نگه داشتن کاربران محاسبه می شود.
churn rate عبارت است از درصدی از کاربران که در پابان یک دوره دست از استفاده از برنامه می کشند ( نرخ ریزش) . مثلا اگر شما در ابتدای فروردین ماه 600 کاربر داشته باشید و از ین تعداد کاربر تنها 400 نفر از آنها تا پایان فروردین ماه فعال باقی بمانند. churn rate برابر 33.33% خواهد بود
(600-400) / 600 = 33.33
به طریق مشابه می توانید customer retention را هم محاسبه کنید.
در نوشتن این بخش از این لینک ها استفاده کدم
https://clevertap.com/blog/churn-rate/
https://hbr.org/2014/10/the-value-of-keeping-the-right-customers
5-2- Cohort Analysis
جذب کاربر جدید، معیار کافی ای برای ارزیابی یک برنامه یا کسب و کار نیست. مراجعه مکرر کاربران و استفاده مجدد آنها از خدمات شما می تواند معیار بهتری برای این ارزیابی باشد. برای این کار می توانید از تحلیل cohort استفاده کنید.
تحلیل cohort از جمله تحلیلهای رفتاری به شمار می آید.در این تحلیل کاربران به چند گروه تقسیم می شوند. این گروه ها معمولا در یک بازه زمانی تجربه مشترکی در اپلیکیشن یا سایت شما دارند. مثلا همگی در یک ماه عضو شده اند. یا همگی در یک ماه اولین خرید خود را انجام داده اند.
این پست در مورد cohort که بنظرم ساده و جالب گفته و توضیح داده که چطور از cohort استفاده کنیم و داده آن را تحلیل کنیم حزف زده :
https://clevertap.com/blog/cohort-analysis/
5-3- میانگین درآمد از هر کاربر یا ARPU
ARPU از تقسیم کل درآمد در یک بازه ( مثلا ماهانه) بر تعداد کاربران (فعال) سیستم محاسبه می شود. در محاسبه این شاخص مهم نیست که همه کاربران در حصول این درآمد مشارکت کرده باشند و از شما خرید کرده باشند. بنابراین مثلا اگر درآمد شما در ماه گذشته مثلا 500 هزار تومان باشد و 1000 کاربر فعال داشته باشد، ARPU سرویس شما 500 تومان خواهد بود. بازه زمانی ای که این محاسبه را انجام می دهید به نوع کسب و کار شما و فاصله زمانی خرید کاربران وابسته است. در اپلیکیشن های موبایل این رقم معمولا ماهانه محاسبه می شود. مثلا در سرویس های استریمینگ این مقدار ماهانه محاسبه می شود اما در اپلیکیشن هایی که فعالیت کاربر در انها پراکنده تر است مثل اپلیکیشن های روزو سفر این مقدار سالانه محاسبه می شود.
دانستن درآمد حاصل از هر مشتری می تواند در محاسبه درآمد آینده و ارزیابی روشهای بارزیابی شما و حتی ارزیابی مدل درآمدی شما مفید باشد.
بر اساس این پست، مقدار بنچمارک برای میانگین ماهانه درآمد از کاربران ماهانه 0.04 دلار ( با دلار 18 هزار تومنی معادل 720 تومن) است. البته این مقدار بسته به نوع اپلیکیشن و جغرافیا و نوع قیمت گذاری بالا و پایین می شود.
با محاسبه این شاخص برای کانالهای مختلف جذب کاربر، می توانید کانالی که مستعد حصول درآمد بیشتری برای شماست را شناسایی کرده و تمرکز بیشتری روی آن داشته باشید.و همانطور که گفته شد در محاسبه درآمد آینده خود از آن استفاده کنید.
5-4- میانگین درامد از هر مشتری ARPPU یا ARPC
ARPPU یا ARPC از تقسیم کل درآمد در یک بازه ( مثلا ماهانه) بر تعداد مشتری( کاربر که خرید انجام داده است) سیستم محاسبه می شود.
5-5- ارزش طول عمر مشتری یا CLTV - Customer lifetime value.
ARPC یا ARPPU درآمد حال از مشتری را در یک بازه زمانی اندازه گیری می کند. یک شاخص دیگر برای محاسبه ارزشمندی مشتری برای کسب و کار به نام ارزش طول عمر مشتری وجود دارد. این شاخص معادل سودی است که کسب و کار شما از یک مشتری در طول زمانی که مشتری سرویس شماست کسب خواهد کرد.
در محاسبه ARPC فقط درآمد و تعداد مشتریان دریک بازه موثر بودند اما در محاسبه CLTV هزینه های متغیر مثل هزینه جذب کاربر، هزینه های عملیاتی و پشتیبانی در نظر گرفته میشود. بنابراین ممکن است ARPC برای مشتریان جذب شده از طریق کانال A ( مثلا تبلیغ در شبکه های اجتماعی) کمتر از ARPC برای مشتریان جذب شده از طریق کنال B ( مثلا تبلیغات محیطی) باشد اما CLTV ان بیش از کانال B باشد.
به بیان دیگر CLTV حاشیه سودی است که یک شرکت انتظار دارد به طور میانگین از کل روابط خود با یک مشتری کسب کند.
CLTV را می توان با استفاده از فرمول زیر محاسبه کرد :
Lifetime Value = Average Value of Sale × Number of Transactions × Retention Time Period
Customer Lifetime Value = Lifetime Value × Profit Margin
فرمول اول درآمد حاصل از هر مشتری را در طول عمر او محاسبه می کند و فرمول دوم با ضرب این مقدار در حاشیه سود، CLTV را محاسبه می کند.
به عنوان مثال اگر فرض کنیم متوسط قیمت لباسهای یک بوتیک 50 دلار است و هر مشتری به طور متوسط 3 بار در سال از این بوتیک خرید می کند و هر مشتری به طور متوسط 2 سال مشتری باقی می ماند و پس از آن دیگر خرید نمی کند در این صورت بر اساس فرمول اول :
Lifetime Value = $50 × 3 × 2
= $300
یعنی هر مشتری در طول دو سالی که از این بوتیک خرید می کند 300 دلار از بوتیک خرید می کند. اگر فرض کنیم با محاسبه قیمت اجناس، هزنیه تبلیغ و هزینه های ثابت بوتیک سود حاصل از هر قلم جنس 20% باشد در این صورت :
Customer Lifetime Value = $300 × 20%
= $60
که نشان میدهد با اینکه هر مشتری در طول عمر خود 300 دلار از بوتیک خرید می کند اما سودی که به بوتیک می رساند تنها 60 دلار است.
منبع این بخش این پست بود که خیلی هم عالی بود
https://clevertap.com/blog/customer-lifetime-value/
ترکیب سنجه ها و ایجاد مدل
و در آخر یک نکته و آن اینکه، هر یک از این سنجه ها کسب و کار شما را از یک زاویه ارزیابی می کند. و برای بهتر نتیجه گرفتن باید ترکیب مناسبی از انها را بررسی کنید تا راهنمای شما در شناسایی نقاط ضعف و قوت کسب و کارتان باشد. مهدی ناصری در این پست سه مدل مختلف از ترکیب سنجه های بالا پیشنهاد داده است که به ترتیب عملکرد مالی،عملکرد رشد مشریان و کارایی سرویس شما را ارزیابی می کنند. این مدلها چیزی جز ترکیب سنجه های بالا نیستند با این حال می توانند وضعیت فعلی کسب و کار شما را خیلی خوب نمایش دهند و پیشنهادهای خوبی برای شما داشته باشند.
چگونه از این سنجه ها و مدلها استفاده کنیم؟
اگر کسب و کاری داریدکه نیاز به محاسبه این سنجه ها و مدل ها دارید، اولین قدم برای شما جمع آوری داده های لازم برای محاسبه سنجه ها و بعد محاسبه آنهاست. محاسبه این سنجه ها خیلی پیچیده نیست و اگر حجم داده هایتان خیلی زیاد نباشد حتما خودتان قادر به محاسبه آنها خواهید بود. و اگر نیاز داشتید که در این راه کمک بگیرید کافیست از طریق همین وبلاگ به من پیام بدهید. در اسرع وقت جزئیات بیشتری را با شما در میان خواهم گذاشت.
پ.ن : متاسفانه به خاطر اینکه سرور مورد استفاده دیگه در اختیارم نیست، داشبورد آنلاین نیست. اما لینک کد روی گیتهاب هنوز فعاله!
* اگر می خواهید بدون کمترین توضیحی داشبورد را ببینید به آدرس http://167.114.167.219/ مراجعه کنید.
در این مدت که متاسفانه ویروس کوووید19 در حال تسخیر دنیاست و آمار افرادی که درگیر بیماری شده اند و یا در اثر بیماری جان خود را از دست داده اند هر روز در حال افزایش است تحلیل های آماری زیادی از نحوه پیشرفت بیماری دیده ایم. این مجموعه داده در سایت کگل باعث شدمن هم از روی کنجکاوی یک نوت بوک بسازم و من هم آمارها را تبدیل به نمودار کنم.
اما اینکه هر روز آمارها تغییر می کرد و نیاز بود نوت بوک را دوباره اجرا کنم من را به این فکر انداخت که چطور این نوت بودک را تبدیل به یک داشبورد کنم.
خوشبختانه پایتون یک فریمورک بسیار جامع و کاربردی برای این کار دارد به نام dash. این فریم ورک روی flask، react و plotly نوشته شده و امکان ارائه داشبورد و بصری سازی داده ها را فراهم می کند. بنابراین در ادامه با استفاده از dash نوت بوکی که نوشته بودم را تبدیل به یک داشبورد ( البته خیلی ساده) کردم .
اگر مایل به یادگیری و استفاده از dash هستید سایت رسمی اش خیلی جامع و کامل هست. در کنارش این پست هم خیلی خوب هست. بعد از تبدیل نوت بوک به اپلیکیشن dash لازم هست که آن را پابلیش کنید. سروری که من در اختیار داشتم ویندوزی بود. بنابراین لازم بود که dash را روی iis پابلیش کنم. برای این کار این پست خیلی کمکم کرد.
و در پایان نتیجه را می توانید برای مدتی روی آدرس http://167.114.167.219/ ببینید. کد داشبورد و همین طور اسکریپتی که داده را از روی گیتهاب داشگاه جان هاپکینز بر میداره و آماده استفاده در داشبورد می کنه و همین طور نمومه داده آماده شده را هم می توانید از این آدرس بردارید.