Growth: Muito além de métricas de DAU/MAU

By: Ekaterina Skorobogatova & David K. Smith

As startups do Growth Accelerator e a carteira de investimentos da TheVentureCity usam estes serviços de maneira recorrente. Quando começamos a trabalhar com eles para descobrir métricas de crescimento chave, nos demos conta da necessidade de olhar além de DAU/WAU/MAU.(DAU: usuários ativos diários, WAU: usuários ativos semanais, MAU: usuários ativos mensais.

Esta publicação apresenta algumas de nossas reflexões e conselhos sobre como pensar sobre o crescimento para saber si os clientes vêm ao produto em média uma vez por trimestre, por seis meses ou até mesmo uma vez por ano.

As métricas de usuários ativos mensais, semanais e diários se converteram em um padrão de fato para medir a retenção e o engajamento desde que foram introduzidas há uns 10 anos pelo Facebook. Entretanto, estas métricas realmente não funcionam para empresas com uso esporádico (comércio eletrônico, viagens, vários serviços de SaaS) da mesma forma que funcionam para os casos de uso de Facebook/Twitter/Whatsapp/Instagram, que se centram no uso diário.

Criamos as seguintes pautas que acreditamos que podem ajudar os gerentes de produto de serviços com uso semelhante a estabelecer métricas de crescimento relevantes:

• Defina a ação chave do seu produto. A ação chave indica que os usuários do produto estão obtendo valor dele. Para a maioria dos serviços de baixa frequência que estamos estudando nestes casos, a compra é a ação chave definitiva que demonstra que o produto é valioso e que seus usuários o entendem. Pode ser que não seja tão simples nos casos de serviços como Twitter, Facebook e outros. Nesses casos, os usuários extraem valor somente após se dedicarem o suficiente em publicar e adicionar amigos.
• Defina o objetivo de frequência para a ação chave. A melhor maneira de fazê-lo seria definir o equivalente no mundo offline para a ação que deseja que o usuário realize e investigue com que frequência as pessoas fazem isso no mundo analógico. Casey Winters, que trabalhou no crescimento do Pinterest e do Grubhub deixa isso claro: “Para Grubhub era ligar para um restaurante e pedir comida. As pessoas faziam isso uma ou duas vezes por mês em média. Então, decidimos que nosso objetivo de frequência deveria ser mensal. Para o Pinterest, foi muito similar: Qual é a ação offline análoga ao Pinterest? O mais próximo é folhear revistas, cujas assinaturas são mensais. Portanto, é provável que seja uma algo mensal neste caso”.
• Examine a retenção de clientes utilizando o objetivo de frequência. No caso do AirBnB ou Booking.com, por exemplo, a maioria de seus clientes reservam viagens em média de 1,5 a 2 vezes por ano, então as equipes de crescimento desses serviços não olham apenas para usuários ativos mensais mas também a retenção de seis meses
• Comprove sua intuição analisando seus usuários mais fiéis. Com que frequência voltam? Essa frequência de uso é significativamente diferente da maioria dos usuários médios? Se você vir que 1% dos seus usuários voltam para executar a ação chave a cada duas semanas, enquanto o resto da audiência faz uma verificação a cada seis meses, entonces poderia fazer sentido pensar em expandir e ampliar a carteira de produtos oferecidos para atender a diferentes tipos de usuários.
• Quando terminar com este exercício e sentir que tem uma ideia certeira da frequência de uso e os padrões de retenção do seu produto, o passo seguinte deve ser uma análise histórica e uma projeção.

Uma boa maneira de ver a frequência ao longo do tempo é aplicar um rolling window, ou janela acumulada. As rolling windows nos ajudam a visualizar as tendências mensais, semestrais ou anuais diariamente. Portanto, não é necessário esperar até o fim do mês ou mais para saber como estão mudando as métricas.

As rolling windows também ajudam a suavizar o ruído inerente. Por exemplo, uma janela de 28 dias elimina os efeitos do dia da semana ao mesmo tempo que se aproxima de um mês. Da mesma forma, uma janela de 365 dias elimina os efeitos de sazonalidades mensais. As comparações de, digamos, o engajamento de uma janela de março a março com uma janela de setembro a setembro são relevantes e significativas.

Para ver uma janela móvel de 365 dias (“L365”) em ação, podemos usar o exemplo de um mercado de baixa frequência com uma sazonalidade significativa: muito mais pessoas viajam no verão, então o serviço tem um maior volume de transações nos meses de verão. Os vendedores ativos são cruciais para impulsionar o crescimento do mercado, então neste caso, estamos marcando os dias ativos por vendedor em uma janela de um ano; a métrica é similar a relação DAU-YAU (usuários ativos anuais), mas se multiplica por 365 para que seja um pouco mais fácil de interpretar.

Desde a linha verde L365 no gráfico podemos observar que o engajamento médio do vendedor, medido pelos dias ativos em um ano, teve uma tendência de alta desde aproximadamente 8,2 a princípios de 2015 até aproximadamente 12,1 em abril de 2017. Entretanto, desde então, o engajamento estagnou. O uso da janela L365 nos permite eliminar o ruído das estações e mostrar a tendência histórica da atividade anual do vendedor nos últimos três anos. A janela L28, a linha vermelha no gráfico, não mostra mudanças perceptíveis no engajamento ao longo do tempo.

O engajamento do vendedor é crucial para a sobrevivência do mercado, portanto devemos entender o que está causando a desaceleração. Para descobrir o que poderia estar causando a estagnação, podemos examinar a mesma janela L365 mas dividida por segmento de vendedor. Este gráfico faz justamente isso:

A linha verde do quadro anterior se repete aqui como a linha preta “AGREGATE”. A linha relativamente estável do “segmento 5” está constantemente entre 12 e 13 dias ativa em um ano. Entretanto, os outros segmentos mostram grandes avanços seguidos por recentes diminuições no engajamento. Esses segmentos anteriormente impulsionaram o crescimento da participação agregada e agora estão causando a estagnação.

A imersão profunda na divisão do segmento proporciona informação processável. A equipe da SampleCo agora sabe que para poder restabelecer o crescimento do engajamento do vendedor, devem investigar o que poderia estar causando o declive nos segmentos respectivos e começar a buscar as grandes mudanças, tanto internas quanto externas, que poderiam ter tido um impacto negativo, especialmente próximo do início de 2018.

Para obter o código R de prova que percorre um conjunto de dados de transação e realizar cálculos diários de L365, visite nosso GitHub: https://github.com/dksmith01/TheVentureCity.

Adoramos feedback. Comente.