#67 📈 Benchmarking: las comparaciones son odiosas (a veces)
Comparando curvas de usuarios en Twitter, TikTok, Snap, Facebook e Instragram
Resumen de lo que veremos hoy:
Las 3 claves fundamentales de cualquier app: crecimiento, engagement y retención
Las 5 métricas claves para medirlas: DAU, MAU, WAU, % d7 y % d30. Qué son, por qué son importantes y con qué las podemos comparar.
La curva L-ness: tus usuarios más enganchados (heavy users).
Los 3 niveles con los que van a comparar tu app: Fuera de serie, Bueno y OK
La publi de esta semana: ¿tienes una start-up en etapa temprana y quieres darte a conocer? ¿Conoces a alguien que la tenga? En Hola Mundo Tech estamos buscando ideas incipientes para hablar en nuestro podcast de primeros pasos, retos, oportunidades e industrias disruptivas.
❤️ ¿Quieres patrocinar Hola Mundo Tech? Toda la info aquí.
Bryan Kim es la persona detrás de la construcción y growth de la famosa app Snapchat y ahora inversor en el fondo a16z (lo vieron venir con Facebook, Airbnb, Pinterest, Slack, Groupon). Así que atento, que este tío tiene buena info.
Bryan ha identificado algunos factores que predicen de forma temprana si una aplicación se volverá popular o se hundirá en la miseria. Por primera vez estas métricas se han hecho públicas a16z de los niveles "ok", "bueno" y “fuera de serie" para aplicaciones sociales en etapas tempranas.
Esta tabla igual ahora te suena a chino, pero en 5 minutos la habrás entendido:
Los 3 factores clave
1. 📈 Crecimiento
Para la mayoría de las aplicaciones sociales y de consumo, la métrica estrella para monitorizar el crecimiento es esta:
Usuarios activos diarios (DAUs), ya que deseas que las personas usen tu producto todos los días. Es la más importante.
Querrás ver crecer estas métricas en tu gráfico "hacia arriba y hacia la derecha", tal que así:
¿Qué considera un fondo como a16z buen crecimiento?
Fuera de serie = creces un 50% mes a mes
Bueno = 35%
OK = 20%
2. ❤️ Engagement
Hacer crecer tu base usuarios es genial, pero también se necesita ver cómo estos usuarios interactúan con el producto. Hay algunas formas de analizar cómo de comprometida (engaged) está la base de usuarios de tu app.
En primer lugar, se mira los ratios de engagement, el más popular es DAU / MAU, esto es, de tus usuarios activos mensuales, ¿cuántos también están en la aplicación todos los días? Cuanto más alto sea este número, mejor. Así es cómo considera a16z tu nivel de engagement:
Fuera de serie = +50%
Bueno = 40%
OK= 25%
Otras ratios aquí son usuarios activos diarios a semanales (DAU / WAU) y usuarios activos semanales a mensuales (WAU / MAU), pero vemos que el DAU / MAU es el más importante.
La curva L-ness
Sin embargo, aunque estos ratios son útiles, no capturan una importante sutileza: el comportamiento de tus usuarios más activos. ¡Aquí entra la curva "L-ness"! Esta métrica analiza la distribución de usuarios por número de días activos en un cierto período de tiempo y puede medirse semanal o mensualmente. Por ejemplo, semanalmente, ¿cuántos de tus WAUs están activos un día por semana, dos días por semana, tres días por semana, y así sucesivamente?
Apps líderes como Twitter, TikTok, Instagram, etc sociales líderes tienen una curva "L-ness" que "sonríe", o incluso mejor, tiene una "sonrisa torcida" que se inclina hacia la derecha. Al igual que la relación DAU / MAU, esto significa que los usuarios están haciendo que tu producto sea parte regular de su vida.
Una forma de interpretar tu curva "L-ness" es mirar cuántos usuarios están en o por encima de cierto nivel de compromiso. Para una curva "L-ness" semanal, a menudo miramos a L5+, o cuántos usuarios están en la aplicación cinco, seis o siete días a la semana, ya que esto indica un comportamiento de uso casi diario. Así es como evalúa a16z el rendimiento de L5+:
Fuera de serie - 50%+
Bueno - 40%
OK - 30%
3. ⌛ Retención
Para las aplicaciones sociales, la retención es fundamental. Es el motor de vida de una aplicación, y la métrica más difícil de "accionar".
Después de haber intentado aumentar la tasa de retención durante mi tiempo en Snap, puedo asegurarte que mejorar la retención a los 30 días (d30) incluso en un 1% a gran escala fue un logro increíble.
Brian Kim.
Una métrica principal que importa con la retención es la retención de n días, también conocida como retención acotada. Esta definición estricta analiza qué porcentaje de una cohorte original ingresa a la aplicación en un día específico.
Para la retención de n días, nos enfocamos en tres puntos primarios en el tiempo: d1, d7 y d30. Estas métricas tienden a estar estrechamente relacionadas. Por ejemplo, cuanto más usuarios puedas llevar a un momento "aha" en el proceso de incorporación (d0), más volverán en el día 1 y tendrán más probabilidades de seguir comprometidos en los días 7 y 30. Aquí está cómo medimos la retención de n días:
Fuera de serie: d1 70%, d7 50%, d30 30%
Bueno: d1 60%, d7 40%, d30 25%
OK: d1 50%, d7 35%, d30 20%
¿Podrías ahora saber lo que significa la tabla con la que compararte?