Wanneer een nieuwe sociale app begint te 'werken', voelt dat als magie, maar ziet het er vaak uit als een zwarte doos.

Wat zorgt ervoor dat een product een grote vlucht neemt en vervolgens stoom blijft oppikken - tot het punt waarop miljoenen mensen het jarenlang dagelijks gebruiken? 

Dit is vooral lastig omdat de meeste sociale apps er in het begin niet zo veel uitzien. Facebook begon als een manier voor Harvard-studenten om hun klasgenoten te beoordelen als 'hot or not', en Snapchat werd in het begin gezien als slechts een sexting-app. Succes in de sociale ruimte van de consument kan willekeurig aanvoelen. 

Na jaren van leidende groei bij Snap en twee jaar investeringen bij a16z, heb ik een andere kijk gekregen op waarom bepaalde producten een vlucht nemen. Ja, het ontwikkelen van een echt geweldig sociaal product kan aanvoelen als proberen de bliksem in een fles te vangen. Maar als een product eenmaal "in het wild" is, is het beoordelen van de prestaties - en het potentieel - iets wetenschappelijker dan mensen denken. Een paar vroege datapunten hebben de neiging om te voorspellen of een sociale app een plateau bereikt bij 10,000 actieve gebruikers of mainstream wordt met miljoenen gebruikers.

Dit zijn de statistieken waarnaar ik op zoek ben in sociale consumentenproducten in een vroeg stadium, en ook hoe ik ze kan meten.

INHOUDSOPGAVE

Bij het benchmarken van groei moet u eerst uw kernstatistiek definiëren. Voor de meeste sociale apps voor consumenten zijn dit dagelijks actieve gebruikers (DAU's), omdat u wilt dat mensen uw product elke dag gebruiken. Voor apps met een minder frequente use-case zijn wekelijks actieve gebruikers (WAU's) ook acceptabel als startstatistiek. Je zult uiteindelijk moeten upgraden naar DAU's als je een kans wilt maken op het bemachtigen van een felbegeerd slot op het startscherm, dat wil zeggen "het belangrijkste onroerend goed op je telefoon", zoals Mark Zuckerberg het uitdrukte.

U zult deze kerngebruikersstatistiek willen zien groeien - misschien niet met perfecte consistentie, maar als u terugkijkt op uw grafiek, zou de trend "naar boven en naar rechts" moeten zijn. Veel sociale apps kunnen stapsgewijze pieken in groei zien (de app gaat bijvoorbeeld viraal en krijgt 50 nieuwe downloads per dag!), maar om acquisitie echt te ontgrendelen, wil je groei zien die rond of boven een bepaald basisniveau belandt bijna elke maand. Deze soms "stekelige" groei is ook de reden waarom het belangrijk is om een ​​uitstekende retentie te hebben (meer hierover hieronder), zodat u kunt profiteren van virale momenten en die gebruikers kunt behouden.

Gebaseerd op de privé-benchmarks van a16z van honderden sociale apps in een vroeg stadium, is dit hoe OK, goed en geweldig eruit zien voor maandelijkse gebruikersgroei in sociale consumentenbedrijven in de beginfase: 

• Oké – 20%
• Goed – 35%
• Geweldig - 50%

Idealiter komt al deze of bijna alle groei organisch tot stand. Daar is een praktische reden voor. Sociale apps kunnen vaak pas later inkomsten genereren, dus ze hebben niet zoveel geld om te besteden aan betaalde marketing. Meer intuïtief, sociale apps zouden inherent viraal moeten zijn, waarbij gebruikers hun vrienden willen uitnodigen om de ervaring nog beter te maken. Als dit niet gebeurt, kan er meer worden ontgrendeld in het product. 

Veel sociale apps experimenteren ermee sommige betaalde marketing in de begindagen, hetzij om een ​​eerste gebruikersbestand te verwerven, hetzij om de app te testen met influencers of ambassadeurs. Als echter meer dan 10-20% van uw gebruikers in een vroeg stadium afkomstig is uit betaalde bronnen, wilt u waarschijnlijk uw acquisitiestrategie heroverwegen. Geen enkele hoeveelheid marketingdollars kan een product repareren, zorg er dus voor dat uw groei uit het product zelf komt. 

INHOUDSOPGAVE

Verloving

Je gebruikersbestand laten groeien is geweldig, maar je moet ook kijken hoe deze gebruikers zijn bezig met uw product. Er zijn een paar manieren waarop we analyseren hoe betrokken het gebruikersbestand van een sociale app is. 

Eerst kijken we naar betrokkenheidsratio's, waarvan DAU / MAU de meest populaire is. Hoeveel van uw maandelijkse actieve gebruikers zijn er ook elke dag in de app? Hoe hoger dit getal, hoe beter. Hier is hoe we DAU / MAU benchmarken: 

• Oké – 25% 
• Goed – 40%
• Geweldig - 50%+

Andere verhoudingen zijn hier dagelijks naar wekelijks actieve gebruikers (DAU/WAU) en wekelijks naar maandelijks actieve gebruikers (WAU/MAU), maar wij zien DAU/MAU als de belangrijkste. 

Hoewel deze verhoudingen nuttig zijn, geven ze geen belangrijke nuance weer: het gedrag van uw hoofdgebruikers. Voer in ... de L-ness-curve! Deze statistiek kijkt naar de verdeling van gebruikers op basis van het aantal dagen actief gedurende een bepaalde periode en kan wekelijks of maandelijks worden gemeten. Hoeveel van uw WAU's zijn bijvoorbeeld wekelijks actief, één dag per week, twee dagen per week, drie dagen per week, enzovoort. 

De beste sociale apps in hun klasse hebben een L-ness-curve die 'glimlacht', of nog beter, een 'scheve glimlach' die naar rechts scheeftrekt. Vergelijkbaar met de DAU / MAU-ratio, betekent dit dat gebruikers uw product een vast onderdeel van hun leven maken. 

Een manier om uw L-ness-curve te interpreteren, is door te kijken hoeveel gebruikers zich op of boven een bepaald niveau van betrokkenheid bevinden. Voor een wekelijkse L-ness-curve kijken we vaak naar L5+, of hoeveel gebruikers er vijf, zes of zeven dagen per week in de app zijn, omdat dit wijst op bijna dagelijks gebruik. Zo benchmarken we de prestaties van L5+: 

• Oké – 30%
• Goed – 40%
• Geweldig - 50%+

INHOUDSOPGAVE

Retentie

Voor sociale apps gaat het rubber bij retentie de weg op. Het is de levensader van een app en de moeilijkste maatstaf om te 'spelen'. Ik heb geprobeerd het retentiepercentage te verhogen tijdens mijn tijd bij Snap, en ik kan je verzekeren dat het op schaal verbeteren van de dag 30 (d30) retentie zelfs 1% een ongelooflijke prestatie was.

Eén belangrijke maatstaf is van belang bij retentie: – n-day retentie, ook wel begrensde retentie genoemd. Deze strikte definitie kijkt naar welk percentage van een origineel cohort de app op elke specifieke dag binnenkomt. D7-retentie voor gebruikers in cohort A wordt bijvoorbeeld berekend als: 

(Gebruikers in cohort A die de app specifiek op d7 hebben ingevoerd) / (Gebruikers in cohort A) 

Het alternatief voor n-daagse retentie is onbeperkte retentie. Hierbij wordt gekeken hoeveel gebruikers tot en met een bepaalde dag een app hebben ingevoerd. Onbegrensde retentie d7 zou worden berekend als: 

(Gebruikers in cohort A die de app ergens tussen d1 – 7 hebben ingevoerd) / (Gebruikers in cohort A) 

We vinden grenzeloze retentie minder waardevol bij kortetermijnmetingen, omdat het nogal eigenaardig is tussen bedrijven. 50% onbeperkte d7-retentie kan bijvoorbeeld betekenen dat 50% van de gebruikers terugkomt op d1 en dat niemand terugkomt op d2 – d7. Of het kan betekenen dat 7% van de gebruikers elke dag terugkomt. Beide zijn duidelijk heel verschillende dingen in termen van gebruikersgedrag. 

Voor retentie van n dagen richten we ons op drie primaire tijdstippen: d1, d7 en d30. Deze statistieken zijn vaak nauw met elkaar verbonden. Hoe meer gebruikers u bijvoorbeeld op een "aha"-moment kunt krijgen tijdens de onboarding (d0), hoe meer er terugkomen op d1 - en hoe groter de kans dat ze nog steeds betrokken zijn op d7 en d30. Hier is hoe we n-day retentie benchmarken: 

• OK – d1 50%, d7 35%, d30 20%
• Goed – d1 60%, d7 40%, d30 25%
• Geweldig - d1 70%, d7 50%, d30 30%

We kijken ook hoe snel uw retentiecurve afvlakt. In het beste geval behoudt u al uw d1-gebruikers tot en met d30, maar we hebben dit nog niet in echte gegevens gezien, omdat het bijna onmogelijk is om te bereiken. In de meeste gevallen zien we dat de "helling van de lijn" begint af te vlakken tussen d7 - d14 en een plateau bereikt tegen d20. 

Als er een aanzienlijke verslechtering van de retentie is tussen bijvoorbeeld d7 en d30, en uw cohorten zijn nog niet afgevlakt tegen d30, kan dit een punt van zorg zijn, omdat dit impliceert dat uw retentie op langere termijn mogelijk niet standhoudt. We zien dit het vaakst voor producten die vroege retentie "juist" maken door middel van zware vroege meldingsladingen, die de eerste paar weken kunnen werken, maar na verloop van tijd de neiging hebben om minder effectief te worden. 

Voor sommige sociale apps voor consumenten kijken we ook naar wekelijkse retentie. We geloven echt dat de grootste sociale bedrijven uiteindelijk producten voor dagelijks gebruik worden, dus indexeer veel zwaarder op dagelijkse retentiecijfers. Wekelijkse retentie kan echter soms relevant zijn voor bedrijven die een tool hebben gebouwd die ze omzetten in een netwerk. Om die van Chris Dixon te gebruiken beroemde raamwerk: Kom voor de tool, blijf voor het netwerk. 

Net als bij dagelijkse retentie, wordt wekelijkse retentie gemeten op een begrensde basis van n weken. W4-retentie wordt bijvoorbeeld berekend als: 

(Gebruikers in cohort A die de app ergens in week 4 hebben ingevoerd) / (Gebruikers in cohort A)

Zo benchmarken we wekelijkse retentie: 

• Oké – w1 40%, w4 20%
• Goed – w1 55%, w4 30%
• Geweldig – w1 75%, w4 50% 

INHOUDSOPGAVE

Overige

Naast de bovenstaande statistieken, zijn er nog een paar andere dingen waarmee u rekening moet houden bij het bekijken van de statistieken van uw sociale app voor consumenten: 

• Hoe hoger uw aantal n, hoe waardevoller uw statistieken zijn. Terwijl wij houden van door zich bij apps in TestFlight aan te sluiten, hebben we ontdekt dat statistieken van zeer early adopters soms niet standhouden wanneer een app "in het wild" wordt vrijgegeven voor openbaar gebruik. 

Waarom? Vroege gebruikers hebben meestal de hoogste betrokkenheid en de hoogste retentie. Dit is ofwel omdat ze het oprichtende team kennen (en je willen steunen!) Of omdat ze het best bij je product passen (daarom hebben ze je zo vroeg gevonden). We hebben de neiging om te ontdekken dat een paar duizend actieve gebruikers statistieken beginnen te voorspellen hoe een app op schaal zal presteren. 

• Evenzo, hoe langer uw tijdsbestek is, hoe waardevoller uw statistieken zijn. Wanneer een app voor het eerst wordt uitgebracht, is er vaak een vroege toename van gebruikers. Dit geldt met name als je een wachtlijst hebt gebouwd op platforms zoals TikTok en een stortvloed aan registraties ziet zodra de app wordt geopend. Deze opwinding heeft de neiging zich te vertalen in sterke vroege betrokkenheids- en retentiestatistieken, vooral als je goed werk hebt geleverd door de hype rond je bedrijf op te bouwen. Gebruikers zullen de eerste paar dagen of zelfs de eerste weken erg actief zijn. 

Sociale apps hebben echter vaak een paar iteraties nodig om te werken, dus het is niet verwonderlijk dat acquisitie en betrokkenheid sterk afnemen na deze eerste piek. Dit is een ander geval waarin d1 tot d7, of d7 tot d30, retentiedegradatie behoorlijk sterk kan zijn. Indien mogelijk zien we graag dat verschillende cohorten gebruikers op zijn minst die d30-retentiemarkering halen, omdat dit een veel nauwkeurigere indicator is dan de vroege cijfers. 

• Point-in-time-cijfers zijn geweldig, maar cohorten zijn nog beter! Bij het evalueren van sociale apps vragen we om bijna alle statistieken in de loop van de tijd, zodat we kunnen zien hoe de trend eruitziet. In plaats van bijvoorbeeld uw n-daagse retentiegegevens voor het meest recente cohort of alle gebruikers te bekijken, willen we deze gegevens maandelijks analyseren. 

Waar we naar op zoek zijn, zijn statistieken die stabiel zijn, of zelfs cohort per cohort verbeteren. Een goede sociale app heeft sterke netwerkeffecten, wat betekent dat het product waardevoller zou moeten worden naarmate er meer gebruikers lid worden! Als u dit niet ziet, kan dit betekenen dat het product moeite heeft om verder te schalen dan de early adopters.

Bedankt voor het lezen! Als je een sociale app bouwt met statistieken die aansluiten bij onze 'geweldige' benchmarks, zoals vastgesteld door de meest succesvolle sociale app-bedrijven van de afgelopen 20 jaar en hieronder te zien, neem dan contact op met [e-mail beveiligd]. Ik hoor graag van je. 

En als uw statistieken nog niet in de categorie 'geweldig' vallen, wees dan niet ontmoedigd! We hebben veel bedrijven gezien (en erin geïnvesteerd) waar de v0 (of zelfs v5!) niet was heel juist ... maar het team bleef itereren en kwam uiteindelijk op een magisch product terecht. Ter herinnering: Facebook begon als een "hot or not"-stijlsite genaamd FaceMash, Twitter was oorspronkelijk een podcastingplatform genaamd Odeo, en Instagram was een hybride app voor inchecken en het delen van foto's genaamd Brbn. En voordat TikTok groot werd, was er Musical.ly!

***

De standpunten die hier naar voren worden gebracht, zijn die van het individuele personeel van AH Capital Management, LLC (“a16z”) dat wordt geciteerd en zijn niet de standpunten van a16z of haar gelieerde ondernemingen. Bepaalde informatie in dit document is verkregen uit externe bronnen, waaronder van portefeuillebedrijven van fondsen die worden beheerd door a16z. Hoewel ontleend aan bronnen die betrouwbaar worden geacht, heeft a16z dergelijke informatie niet onafhankelijk geverifieerd en doet het geen uitspraken over de huidige of blijvende nauwkeurigheid van de informatie of de geschiktheid ervan voor een bepaalde situatie. Bovendien kan deze inhoud advertenties van derden bevatten; a16z heeft dergelijke advertenties niet beoordeeld en keurt de daarin opgenomen advertentie-inhoud niet goed.

Deze inhoud is uitsluitend bedoeld voor informatieve doeleinden en mag niet worden beschouwd als juridisch, zakelijk, investerings- of belastingadvies. U dient hierover uw eigen adviseurs te raadplegen. Verwijzingen naar effecten of digitale activa zijn alleen voor illustratieve doeleinden en vormen geen beleggingsaanbeveling of aanbod om beleggingsadviesdiensten te verlenen. Bovendien is deze inhoud niet gericht op of bedoeld voor gebruik door beleggers of potentiële beleggers, en mag er in geen geval op worden vertrouwd bij het nemen van een beslissing om te beleggen in een fonds dat wordt beheerd door a16z. (Een aanbod om te beleggen in een a16z-fonds wordt alleen gedaan door middel van het onderhandse plaatsingsmemorandum, de inschrijvingsovereenkomst en andere relevante documentatie van een dergelijk fonds en moet in hun geheel worden gelezen.) Alle genoemde beleggingen of portefeuillebedrijven waarnaar wordt verwezen, of beschreven zijn niet representatief voor alle investeringen in voertuigen die door a16z worden beheerd, en er kan geen garantie worden gegeven dat de investeringen winstgevend zullen zijn of dat andere investeringen die in de toekomst worden gedaan vergelijkbare kenmerken of resultaten zullen hebben. Een lijst van investeringen die zijn gedaan door fondsen die worden beheerd door Andreessen Horowitz (met uitzondering van investeringen waarvoor de uitgevende instelling geen toestemming heeft gegeven aan a16z om openbaar te maken, evenals onaangekondigde investeringen in openbaar verhandelde digitale activa) is beschikbaar op https://a16z.com/investments /.

De grafieken en grafieken die hierin worden verstrekt, zijn uitsluitend bedoeld voor informatieve doeleinden en er mag niet op worden vertrouwd bij het nemen van een investeringsbeslissing. In het verleden behaalde resultaten zijn geen indicatie voor toekomstige resultaten. De inhoud spreekt alleen vanaf de aangegeven datum. Alle projecties, schattingen, voorspellingen, doelstellingen, vooruitzichten en/of meningen die in deze materialen worden uitgedrukt, kunnen zonder voorafgaande kennisgeving worden gewijzigd en kunnen verschillen of in strijd zijn met meningen van anderen. Zie https://a16z.com/disclosures voor aanvullende belangrijke informatie.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://a16z.com/2023/03/03/how-to-benchmark-your-social-app/