Спустя месяц после запуска AI Tutor (это сервис по созданию онлайн курсов с помощью нейросетей) прошла волна первых активных регистраций. Точнее как, по началу их не было вовсе, но после публикации статьи на habr.com случился всплеск регистраций и ко мне пришло около 170 новых юзеров. Сейчас их уже 190.
На данный момент поток остановился, т.к. я пока не предпринимаю новых шагов для его возобновления. Есть некоторая обратная связь, над которой надо поработать.
На данном этапе мне хочется понять, как будут вести себя пользователи, которые уже зарегистрировались, будут ли они возвращаться снова, будут ли совершать какие-то действия и т.д. И тут на помощь приходят стандартные метрики продуктовой аналитики - DAU, WAU, MAU.
DAU (Ежедневные активные пользователи) — количество уникальных пользователей, которые взаимодействовали с продуктом в течение одного дня (например, за последние 24 часа).
Используется для оценки ежедневной вовлечённости и «липкости» сервиса.
WAU (Недельные активные пользователи) — количество уникальных пользователей, взаимодействовавших с продуктом в течение недели (обычно за последние 7 дней).
Позволяет увидеть более сглаженные тренды, чем DAU, и понять недельную вовлечённость.
MAU (Месячные активные пользователи) — количество уникальных пользователей, использовавших продукт в течение месяца (обычно за последние 30 дней).
В моем случае MAU будет не очень актуален, данных маловато, начну с отслеживания DAU.
Для этого я установил в своем django проекте дополниетльное приложение django-easy-audit
- pip install django-easy-audit
- INSTALLED_APPS = [
...
'easyaudit',
] - MIDDLEWARE = (
...
'easyaudit.middleware.easyaudit.EasyAuditMiddleware',
) - python manage.py migrate easyaudit
Хотя, можно было бы пойти другим путем, даже двумя. Создать свой Middleware и каждый request пропускать через него, записывая в таблицу Events чисто данные по user_id, event_dttm, самый простой путь. Логи кто и когда заходил есть? Есть, но при необходимости не хватает детализации.
Ну и второй способ, во все Views подмешать какой-нибудь Mixin или прям вызов функции, которая бы брала юзера, дату + какой-нибудь кастомное свойство, типа, если вызов идет из контроллера, отвечающего за создание курса, то прописывать в атрибут события - CreateCourse. Но для моих целей django-easy-audit отлично подходит, да и устанавливается в 3 действия.
Что это дает?
После установки в админке появляется три таблицы
Request events - тут хранятся логи всех запросов, можно видеть, кто и когда по каким страницам блуждал
CRUD events - тут фиксируются все опреации с объектами ваших моделей (создал, изменил, удалил и т.д.)
Login events - все понятно из названия. Кто и когда логинился. Вероятно, что эти данные я особо использовать не буду, т.к. сессия длится не один день и если человек залогинился в понедельник, а вторник зайдет снова, то ему активность логина новая не зачтется и проще его отследить через Request events или CRUD events
Собственно посчитать эти метрики можно будет простыми SQL запросами.
Что более интересно для меня, так это когортный анализ или Retention rate, тут конечно надо будет подкопить событий и подождать, но очень важно видеть эту аналитику.
Retention Rate
Процент пользователей, которые вернулись в продукт спустя определённый период времени после регистрации или первого использования.
Пример:
Допустим:
- 1 июня зарегистрировалось 100 пользователей (день 0).
- 2 июня 40 из них снова зашли в приложение (день 1).
- 3 июня — 25 пользователей (день 2).
Тогда:
- Day 1 Retention = 40 / 100 = 40%
- Day 2 Retention = 25 / 100 = 25%
Я буду использовать Classic Cohort Retention - анализ удержания по когортам (например, все, кто пришёл в одну неделю). Так как проект делается в свободное время и заниматься каким-то продвижением нет возможности. То скорее всего приходы новых юзеров будут происходить эпизодически под какие-то разовые истории, типа той же статьи на Хабре или Pikabu, соответственно я буду +- понимать, по всплеску регистраций, от какой даты(недели) формировать когорты и далее уже следить за их вовлеченностью.
Почему важен Retention:
- Показывает качество продукта и реальную ценность для пользователей.
- Чем выше Retention, тем дешевле становится рост (не нужно всё время привлекать новых).
- Ключевая метрика в SaaS, EdTech, мобильных приложениях и играх.
Посмотрим, понаблюдаем. Пару недель надо подкопить статитсику, а далее уже можно будет сделать первые аналитические срезы