Mojo

Mentre Mojo duplica l'ARPU, disposar d'informes fiables i flexibles és clau

Els dos pilars de l'estratègia de creixement de Mojo depenen d'un seguiment fiable de l'ARPU

L'equip de creixement de Mojo, l'aplicació d'edició de vídeos socials, utilitza els ingressos mitjans per usuari (ARPU) com a mètrica de referència per optimitzar el producte, la monetització i l'adquisició d'usuaris.

I sembla que funciona. Quan el 2023 arribava a la fi, l'equip va aconseguir un augment interanual de gairebé el doble en l'ARPU, o valor del cicle de vida realitzat (rLTV) , tal com s'indica a RevenueCat.

Per aconseguir-ho, l'equip necessita una manera fiable i flexible de mesurar les mètriques clau d'ingressos. Mojo utilitza RevenueCat com a plataforma de subscripcions integrades des del principi, i RevenueCat continua actuant com a única font de veritat per als equips de creixement i direcció de Mojo.

L'accés centralitzat a analítiques personalitzades ajuda Mojo a mantenir el pols de l'ARPU

Michal Parizek, responsable sènior de producte de creixement, està totalment centrat a augmentar l'ARPU. Això implica experimentar constantment amb preus, paquets i murs de pagament per descobrir què funciona i què no per a la gran diversitat d'usuaris de l'aplicació.

L'equip de producte de Mojo utilitza el Dashboard i Charts de RevenueCat per supervisar l'ARPU i aplicar filtres personalitzats per obtenir informació que impulsi el negoci. Michal comparteix alguns exemples clau de com RevenueCat ajuda el seu equip:

• Una font de veritat per a l'ARPU. Gràcies a la possibilitat d'agrupar les dades per cohorts a RevenueCat Charts, Mojo pot segmentar-les segons diferents finestres de conversió i de cicle de vida del client.
• Detectar els problemes abans que es converteixin en problemes. Michal ens explica: «Disposar d'informes fiables al tauler també ens permet identificar ràpidament els problemes o els punts on alguna cosa pot haver deixat de funcionar. Per exemple, una vegada vaig espatllar alguna cosa i el mur de pagament no es mostrava en una regió determinada. Vaig veure una davallada de l'ARPU en un país concret i vam descobrir molt ràpidament què havia passat i ho vam solucionar.»
• Facilitar les proves de preus locals. Poder desglossar les mètriques per ubicació permet a Michal descobrir noves oportunitats. «Si les taxes de conversió són una mica més baixes en alguns països, això podria indicar que el preu és massa alt.» Aquests indicadors determinen quins nous experiments localitzats ha de dur a terme l'equip.
• Identificar oportunitats d'expansió dels ingressos. Les dades de RevenueCat sobre quin percentatge dels ingressos arriba en diferents períodes després de la instal·lació o la incorporació ajuden Mojo a optimitzar la seva estratègia de descomptes per no canibalitzar els ingressos oferint descomptes massa aviat. Michal comparteix una observació interessant: «Va ser força sorprenent! Vam descobrir que aproximadament el 50% dels nous ingressos arriba durant els primers 7 a 14 dies, i la resta arriba en qualsevol moment entre les tres setmanes i un o dos anys. Per tant, és interessant que encara hi hagués força ingressos per desbloquejar.»

Llegeix l'article de Michal sobre com els experiments de monetització van impulsar el creixement de Mojo a principis del 2023

«Els nostres cofundadors utilitzen RevenueCat per supervisar mètriques d'alt nivell: ingressos nous i recurrents, abandonament, etc. Aquestes mètriques s'inclouen a les nostres presentacions mensuals per a les parts interessades i els inversors.» Michal Parizek

RevenueCat cobreix les mancances que deixa ATT

App Tracking Transparency (ATT) ha suposat un gran repte per a la capacitat de les aplicacions d'avaluar l'eficàcia de les campanyes d'adquisició d'usuaris. Mojo no n'és una excepció.

La introducció dels canvis de privadesa d'Apple ha fet més difícil atribuir directament les instal·lacions de l'aplicació i la interacció dels usuaris a activitats de màrqueting específiques. Tanmateix, mitjançant RevenueCat, Mojo va trobar una manera d'adaptar-se i prosperar malgrat aquests reptes.

Mitjançant l'anàlisi de cohorts i l'agrupació dels usuaris segons la data d'adquisició, Mojo pot avaluar el valor a llarg termini i el comportament dels usuaris adquirits a través de diferents canals de màrqueting. Aquest enfocament basat en cohorts permet entendre detalladament la interacció dels usuaris i la generació d'ingressos al llarg del temps, i compensa la manca de dades granulars dels models d'atribució tradicionals.

Bernard Bontemps, Head of Growth, va destacar la importància de l'anàlisi combinada de cohorts per protegir el pressupost de màrqueting de Mojo quan no disposen de dades atribuïdes.

«Utilitzant l'LTV realitzat en diferents períodes, podem avaluar realment el rendiment del màrqueting. Per exemple, el dia 14, perquè tenim una prova gratuïta de 7 dies. Després pots ampliar el període des del dia 14 fins als sis mesos, aïllar, per exemple, la cohort de setembre i observar l'impacte del màrqueting que hem fet al llarg del temps. Com es tradueix això en ingressos amb el pas del temps?»

Mojo utilitza aquesta anàlisi combinada de cohorts juntament amb les dades d'atribució de què disposa, cosa que proporciona una «font de veritat en què podem confiar plenament».

Conclusió: quin és el següent pas per a Mojo?

Però Mojo no s'atura aquí. Amb accés a les dades que necessita per fer créixer el negoci de manera rendible, Mojo té moltes ganes de continuar evolucionant i expandint-lo.

«De cara al futur, Mojo brilla amb potencial. Tenim la mirada posada en expansions apassionants a l'Àsia i volem superar els límits de l'edició de vídeo mòbil, mentre naveguem per les emocionants onades de la IA generativa. El nostre recorregut, basat en un creixement sòlid i sostenible i en la capacitat d'innovar, té com a objectiu fer que l'edició de vídeo sigui més senzilla i intuïtiva per a tothom.»