En concreto, una de las métricas más importantes es tasa de retención ya que nos indica qué porcentaje de los usuarios que han descargado nuestra aplicación se convierten en usuarios habituales aportando al crecimiento de nuestro negocio. Plataformas de medición móvil (MMP) como Adjust y Appsflyer nos indican que la retención media de un usuario el primer día está en torno al 25%, disminuyendo el día 7 al 12% y, el día 30 hasta el 5%. Diferenciando usuarios por sistema operativo, hay estudios que nos indican que los usuarios de iOS tienen una retención ligeramente superior al de Android.
Por tanto, tener un gran volumen de descargas no sirve de nada si no logramos retener a estos usuarios desde el primer momento para convertirlos en visitantes habituales. El primer paso que tenemos que dar con el objetivo de mejorar la retención, es realizar un análisis profundo de las métricas de nuestra aplicación para entender cómo interactúan los usuarios con ella desde el onboarding y, conocer qué perfiles de usuarios son los que aportan más valor.
Principales métricas para medir el éxito de una App
Estos son los algunos de los indicadores que nos permitirán analizar el rendimiento nuestra aplicación móvil y realizar un seguimiento correcto de su evolución:
- Instalaciones: es el número de descargas que tiene nuestra aplicación en las tiendas de aplicaciones móviles. Este dato por sí solo no garantiza éxito si estas descargas no se traducen en usuarios activos ya que estaremos lejos de ser rentables.
- Usuarios activos DAU y MAU: mide el número de personas que usan nuestra app en un periodo de tiempo específico.
- DAU: usuarios diarios. Nos dan una visión diaria y es útil sobre todo para aplicaciones que se usan frecuentemente
- MAU: usuarios mensuales. Nos ofrecen una visión más amplia y nos ayudan a ver tendencias.
- Tasa de retención: como comentamos al inicio del post, esta tasa mide el porcentaje de usuarios que sigue utilizando nuestra la app con el paso del tiempo. Para analizarla, es importante definir un marco temporal de retención que tenga sentido para nuestro negocio, pero los tiempos más comunes son el día 1, día 7 y día 30. Cómo calcularla:
Tasa Retención= Usuarios al final del periodo/Usuarios al inicio del periodo x 100
- ARPU (Average Revenue Per User): mideelingreso medio por usuario. Mide cuánto dinero estamos ganando de media por cada usuario en un período de tiempo determinado. Esta métrica es clave para entender cómo está funcionando nuestra estrategia de monetización (compras in-app, publicidad in-app o suscripción).
ARPU= Ingresos totales en N periodo / Total de Usuarios en N periodo
- Lifetime Value (LTV): es la métrica estrella para comprender cuánto valor aporta cada usuario durante todo su ciclo de vida en nuestra app. Nos aporta la imagen global del valor de nuestros usuarios.
LTV= Ingresos totales desde la fecha de instalación / Total de Usuarios en instalaron la aplicación en esa fecha
El ARPU y el LTV pueden parecer métricas muy similares pero su diferencia está en los plazos. El ARPU se centra un período de tiempo con un comienzo y un final claros (30, 60 o 90 días tras la instalación, suscripción, compra, etc.) mientras que el LTV analiza el tiempo total de un usuario (desde la instalación hasta su abandono, ya sea 1 día o 400 días).
También encontramos sinergias entre ellas. El LTV está estrechamente relacionado con la retención: si los usuarios abandonan la app pronto, el LTV baja y, con el ARPU: a mayor gasto medio por usuario, mayor será el LTV.
En general, siempre es más caro adquirir nuevos usuarios (CAC) que conservar los existentes, por lo que centrarnos en una estrategia de marketing que nos ayude a conseguir ampliar el Lifetime Value de nuestros usuarios es fundamental para conseguir tener un modelo de negocio rentable en el tiempo.
La importancia del LTV y estrategias para mejorarlo
Como hemos visto, el Lifetime Value (LTV) es una métrica que nos ayuda a conocer el valor neto de los ingresos que genera un usuario durante todo su ciclo de vida en nuestra aplicación. Por este motivo, su análisis se convierte en esencial y nos permite responder a la pregunta crítica sobre cuánto vale cada usuario para nuestro negocio. Responder a esta pregunta nos ayuda a:
- Definir presupuestos y costes de adquisición: si sabes que un usuario promedio genera, por ejemplo 40€, podemos invertir hasta una cantidad menor en adquirirlo sin perder rentabilidad.
- Priorizar segmentos: cuando identificamos aquellos perfiles que generan mayor LTV, podemos planificar campañas y presupuestos dirigidas a potenciarlos tanto en estrategias adquisición, buscando captar usuarios parecidos (LAL), como en estrategias en retargeting con el objetivo de que ejecuten ciertos eventos dentro de su ciclo de vida o recompensándolos para generar mayor retención.
En este contexto, contar en nuestra aplicación con usuarios con un alto LTV no es cuestión de suerte. La mejora de esta métrica requiere un trabajo constante analizando datos, y diseñando y ejecutando acciones tácticas como la optimización y personalización de la experiencia de usuario, activar planes de fidelización o, tener una comunicación constante a través de notificaciones push con información relevante y personalizada.
