Se il business della tua startup si basa su un’app o un sito web sicuramente starai tenendo conto del numero di utenti attivi (MAU) del tuo servizio per fare delle previsioni di crescita.
Di questo argomento ne ha parlato Jonathan Hsu su sul Medium e ha spiegato in modo chiaro e convincente come sia necessario razionalizzare il calcolo degli utenti attivi per non rischiare di trovarsi davanti a una vanity metrics.
Che cos’è MAU
MAU, o Montly Active User, è un indicatore di perfomance (KPI) che serve per calcolare il numero degli utenti attivi di un servizio digitale. Ogni startup può considerare “attivo” un utente in modo diverso. Per una startup il cui core business è la pubblicazione di contenuti potrebbe essere un utente che legge un articolo, una durata minima di sessione sul sito, oppure per i social network un utente che fa il login o posta un contenuto.
In sostanza MAU è una KPI estremamente importante perché permette di calcolare altre KPI necessarie per avere una fotografia dello stato di salute del business.
Generalmente le startup tendono a mostrare una crescita MAU sommando i valori dei mesi precedenti, considerando quindi come utenti attivi tutti gli utenti che sono stati attivi nel corso dei mesi.
Questo può essere un semplice esempio di grafico MAU di una startup.
Il grafico presenta una crescita del 12% di media annuo per 16 mesi di fila. Un risultato eccellente, ma che nasconde la vera natura di questi numeri. Ebbene sì, MAU è una metrica vanitosa.
Perché MAU è una vanity metrics
A scopo illustrativo facciamo finta che abbiamo un’app e che consideriamo un utente attivo ogni utente che apre durante il mese l’app o che l’ha utilizzata per effettuare una specifica azione.
Per prima cosa dobbiamo distinguere gli utenti almeno in quattro tipologie:
- nuovi utenti (new), ossia che hanno avviato l’app per la prima volta nel mese corrente;
- utenti fidelizzati (retained), ossia utenti che nel mese precedente sono stati nuovi utenti e hanno utilizzato di nuovo l’applicazione;
- utenti resuscitati (resurrected), ossia utenti che erano nuovi utenti in un periodo precedente all’ultimo mese e hanno usato di nuovo l’app;
- utenti persi (churned), tutti gli utenti che non hanno utilizzato nel mese corrente l’app.
Per semplificare possiamo considerare utenti resuscitati tutti gli utenti che sono stati attivi per la prima volta in uno dei mesi precedenti al mese che stiamo analizzando.
Possiamo quindi calcolare il MAU in questo modo.
MAU(t) – MAU(t – 1 mese) = new(t) + resurrected(t) – churned(t)
In sostanza i nuovi utenti e gli utenti resuscitati contribuiscono positivamente al calcolo del MAU, mentre quelli persi negativamente.
Il nostro primo grafico ora potrebbe avere questo aspetto.
Nel grafico sono presenti anche altri due valori: il tasso di fidelizzazione (retention rate) che in questo esempio è del 40%, ciò significa che abbiamo un tasso di abbandono del 60% (100% – 40%). L’altro valore è il rapporto tra la somma dei nuovi utenti e degli utenti risorti, sugli utenti che hanno abbandonato. Questo valore dovrebbe essere >1 per dimostrare una crescita della startup, ossia che siamo in grado di avere più utenti attivi nel mese di quanti ne perdiamo.
Questo valore lo chiameremo quick ratio.
La quick ratio, razionalizzare MAU
Abbiamo detto in precedenza che la quick ratio è il rapporto tra somma degli utenti attivi e quelli risorti rispetto agli utenti che hanno abbandonato la nostra fantomatica app.
Possiamo calcolare la quick ratio in questo modo.
Quick Ratio = (new + resurrected)/churned
Nel nostro esempio la startup ha una quick ratio tra 1 e 1.15, ossia per ogni 3 utenti che utilizzano il servizio ne perde tra i 2 e i 3.
Inoltre il grafico precedente ci sta dando un’importante informazione: se la quick ratio è sostanzialmente stabile nel corso dei mesi, significa che la nostra app non sta crescendo. Infatti abbiamo una crescita praticamente nulla se per ogni 3 utenti ne perdiamo 3.
Proviamo a immaginare lo stesso grafico iniziale con una quick ratio di 1,5/2 che la nostra ipotetica startup ottiene nel momento in cui per ogni 3 utenti ne perde 1,5/2 e quindi ha una crescita positiva.
Anche in questo caso non c’è una grandissima crescita, ma una quick ratio più alta dimostra una forte capacità di fidelizzazione degli utenti. Tant’è infatti che la retention rate è maggiore e i churned inferiori.
Tra le due casistiche la seconda sicuramente sarebbe più interessante agli occhi di un investitore perché ha una base più solida e, con opportuni investimenti in campagne di acquisizione utenti, ci sarebbe una crescita positiva.
