Engagement rate, czyli współczynnik zaangażowania, to odsetek użytkowników, którzy w danym okresie wykonali w produkcie działanie uznane za wartościowe. W produkcie SaaS liczy się go jako liczbę unikalnych aktywnych użytkowników podzieloną przez liczbę wszystkich, którzy mieli do produktu dostęp. Wynik zależy od definicji „aktywności”, dlatego definicję trzeba ustalić przed pierwszym pomiarem.
Czym jest engagement rate
Wskaźnik odpowiada na pytanie, jaka część użytkowników faktycznie korzysta z produktu, a jaka tylko ma konto. Ogólny wzór jest prosty:
engagement rate = użytkownicy, którzy wykonali działanie ÷ użytkownicy, którzy mogli je wykonać × 100%
W liczniku i w mianowniku są osoby, nie zdarzenia. Od tej zasady zależy poprawność całego rachunku, co pokazuje pierwszy przykład.
Czym różni się engagement rate w GA4 od wskaźnika w produkcie
Pod tą samą nazwą funkcjonują dwie różne miary. W Google Analytics 4 engagement rate to odsetek sesji z zaangażowaniem. Według dokumentacji Google sesja jest zaangażowana, jeśli trwa dłużej niż 10 sekund, zawiera kluczowe zdarzenie albo co najmniej 2 wyświetlenia strony lub ekranu. Współczynnik odrzuceń jest w GA4 odwrotnością tej wartości.
Ta definicja sprawdza się w serwisach i na stronach marketingowych. W produkcie SaaS mówi niewiele, bo zalogowany użytkownik prawie zawsze spędza w aplikacji ponad 10 sekund. Zespół produktowy potrzebuje własnej definicji, opartej na działaniu, które daje użytkownikowi wartość: wystawionej fakturze, zamkniętym zgłoszeniu, ukończonej lekcji. Dlaczego w modelu abonamentowym regularne użycie jest tak ważne, wyjaśnia wpis o tym, czym jest SaaS.
Jak mierzyć zaangażowanie w produkcie SaaS
- Odsetek aktywnych użytkowników: unikalni użytkownicy, którzy w okresie wykonali wybrane działanie, podzieleni przez wszystkich z aktywnym kontem.
- DAU/MAU: średnia liczba aktywnych dziennie podzielona przez liczbę aktywnych w miesiącu. Pokazuje, przez jaką część miesiąca przeciętny użytkownik korzysta z produktu.
- Częstotliwość użycia: liczba sesji albo dni z aktywnością przypadająca na użytkownika w miesiącu.
- Użycie funkcji: odsetek aktywnych użytkowników, którzy skorzystali z danej funkcji. Przydaje się przy ocenie, czy nowa funkcja została zauważona.
- Kroki lejka: odsetek użytkowników przechodzących z jednego etapu procesu do następnego.
Czas spędzony w aplikacji jest miarą zwodniczą. W narzędziu do pracy długa sesja może oznaczać, że zadanie trudno wykonać.
Przykład 1: zaangażowanie w nowy kurs
Serwis SaaS z kursami online publikuje nowy kurs i sprawdza, jak użytkownicy z niego korzystają. Dane z pierwszego miesiąca:
- 5 000 użytkowników wyświetliło stronę kursu,
- 2 500 rozpoczęło kurs,
- 1 500 ukończyło co najmniej jedną lekcję,
- 800 wzięło udział w quizie.
Częsty błąd polega na zsumowaniu zdarzeń: 2 500 + 1 500 + 800 = 4 800 i podzieleniu ich przez 5 000 wyświetleń, co daje 96%. Ten wynik jest fałszywy, ponieważ ta sama osoba, która rozpoczęła kurs, ukończyła lekcję i rozwiązała quiz, została policzona trzy razy.
Poprawny rachunek liczy osoby na każdym kroku osobno:
| Krok | Użytkownicy | Odsetek tych, którzy wyświetlili kurs | Odsetek z poprzedniego kroku |
|---|---|---|---|
| Wyświetlenie kursu | 5 000 | 100% | |
| Rozpoczęcie kursu | 2 500 | 50% | 50% |
| Ukończenie co najmniej jednej lekcji | 1 500 | 30% | 60% |
| Udział w quizie | 800 | 16% | 53% |
Jeśli za zaangażowanie uznać ukończenie co najmniej jednej lekcji, engagement rate kursu wynosi 1 500 ÷ 5 000 = 30%. Tabela pokazuje też, gdzie szukać poprawy: połowa osób, które zobaczyły kurs, w ogóle go nie rozpoczęła, więc pierwszym tematem jest strona kursu, a nie quiz.
Przykład 2: częstotliwość użycia i DAU/MAU
Aplikacja SaaS ma 10 000 aktywnych użytkowników w miesiącu (MAU). Liczba logowań w ciągu 30 dni rozkłada się tak:
- 2 000 użytkowników zalogowało się 1 raz (20%),
- 3 000 użytkowników zalogowało się od 2 do 10 razy (30%),
- 5 000 użytkowników zalogowało się więcej niż 10 razy (50%).
Średniej nie da się policzyć z samych przedziałów, trzeba przyjąć wartość dla każdej grupy. Przy założeniu średnio 6 logowań w grupie środkowej i 12 w grupie najaktywniejszej rachunek wygląda tak:
(2 000 × 1 + 3 000 × 6 + 5 000 × 12) ÷ 10 000 = 80 000 ÷ 10 000 = 8 logowań na użytkownika w miesiącu
Wynik zależy od przyjętych założeń, zwłaszcza w grupie otwartej „więcej niż 10”. Dokładną średnią daje dopiero suma wszystkich logowań z danych źródłowych podzielona przez MAU. Sam rozkład mówi więcej niż średnia: co piąty użytkownik zalogował się tylko raz i od tej grupy należy zacząć analizę.
Drugą miarą częstotliwości jest DAU/MAU. Jeśli ta sama aplikacja ma średnio 2 300 aktywnych użytkowników dziennie, to DAU/MAU = 2 300 ÷ 10 000 = 23%. Przeciętny użytkownik korzysta więc z aplikacji przez około 7 z 30 dni. Czy to dużo, zależy od produktu: system do codziennej obsługi zleceń powinien mieć wartość znacznie wyższą niż narzędzie do rozliczeń używane raz w miesiącu.
Jakie błędy zniekształcają engagement rate
- Zdarzenia zamiast osób. Sumowanie interakcji zawyża wynik, co pokazał przykład 1.
- Logowanie jako aktywność. Wejście do aplikacji nie oznacza wykonania zadania. Lepszą podstawą jest działanie, za które klient płaci.
- Zmiana definicji w trakcie. Wskaźnik policzony inaczej w dwóch kwartałach nie nadaje się do porównań.
- Jedna liczba dla wszystkich ról. Administrator i użytkownik końcowy korzystają z produktu w różnym rytmie. Wskaźnik liczony łącznie ukrywa spadek w jednej z grup.
- Porównanie z cudzym benchmarkiem. Wartość z innego produktu, liczona według innej definicji, nie jest punktem odniesienia. Punktem odniesienia jest własny wynik sprzed miesiąca i sprzed roku.
Spadek zaangażowania zwykle poprzedza odejście klienta. Dlatego engagement rate analizuje się razem z retencją i churnem, które opisuje wpis o metrykach utrzymania użytkowników, oraz z miarami satysfakcji opisanymi we wpisie o NPS, CSAT i CES.
Pomiar zaangażowania w usłudze Analityka i performance
Sama liczba nie mówi, dlaczego użytkownicy przestają korzystać z produktu. W usłudze Analityka i performance sprawdzamy, czy pomiar jest kompletny, łączymy wskaźniki z nagraniami sesji i konwersją na najważniejszych ścieżkach, a wynikiem jest lista zmian ułożona w kolejności wdrożenia. Przy nagraniach sesji korzystamy z tego, że Squares jest partnerem Hotjar.
Najczęstsze pytania
Jak obliczyć engagement rate?
Liczbę unikalnych użytkowników, którzy w danym okresie wykonali wybrane działanie, dzieli się przez liczbę użytkowników, którzy mogli je wykonać, i mnoży przez 100%. W liczniku i w mianowniku są osoby, a nie zdarzenia. Przykład: 1 500 osób ukończyło lekcję z 5 000, które wyświetliły kurs, więc wskaźnik wynosi 30%.
Jaki engagement rate jest dobry w produkcie SaaS?
Nie ma jednej wartości. Wynik zależy od definicji aktywności i od rytmu pracy z produktem: system do codziennej obsługi zleceń powinien mieć DAU/MAU znacznie wyższe niż narzędzie do rozliczeń używane raz w miesiącu. Punktem odniesienia jest własny wynik sprzed miesiąca i sprzed roku, a nie benchmark z innego produktu.
