Когда (и как) добавлять аналитику в приложение, созданное с ИИ

Несколько недель назад моя знакомая основательница запустила своё приложение — инструмент для небольших студий пилатеса, чтобы управлять списками ожидания на занятия. Она собрала его примерно за неделю с помощью ИИ-конструктора приложений. Запуск состоялся в четверг. В воскресенье она сказала мне, что понятия не имеет, пользуется ли им хоть кто-то.

«Сколько у тебя было регистраций?» — «Не знаю». — «А те, кто зарегистрировался, реально им пользуются?» — «Не знаю». — «Кто-нибудь где-нибудь застревает?» — «Не знаю».

Она не была небрежной. У неё просто ещё не было аналитики в приложении. И, как многие нетехнические основатели, она предполагала, что добавит аналитику «потом, когда пользователей будет больше». Проблема в том, что «потом» никогда не наступает, ведь без аналитики вы не знаете, сколько у вас пользователей, а значит, не можете понять, когда это «потом».

Если вы собрали приложение с помощью ИИ-конструктора приложений и смотрите на него, гадая, добавлять ли отслеживание, — этот пост для вас. Мы разберём, когда начинать, что отслеживать, что игнорировать и самый простой способ это сделать, не превращая себя в «человека-аналитика».

Самый короткий возможный ответ

Добавьте базовую аналитику в своё приложение на ИИ в первый же день, ещё до того, как у вас появятся пользователи. Не навороченный дашборд. Не тепловую карту поведения. Всего три-четыре вещи. До того, какие именно, мы ещё доберёмся.

Причина сделать это до запуска чисто практическая: добавить отслеживание в приложение с нулём пользователей гораздо проще, чем дооснащать им приложение, которое уже работает и на которое люди полагаются. Ваш ИИ-конструктор может встроить его аккуратно, пока приложение маленькое. А как только по нему пойдут реальные пользователи, каждое изменение будет казаться рискованнее, и вы будете всё откладывать.

Почему это пропускают и почему не стоит

Самая частая причина, по которой нетехнические основатели пропускают аналитику, — им неловко из-за того, как мало у них пользователей. Они думают: я добавлю аналитику, когда перестану стесняться этой цифры. Это ровно наоборот. Вы как раз пытаетесь дойти до цифры, которой не будете стесняться. Без аналитики вы не можете понять, работает ли хоть что-то из того, что вы делаете.

Вторая причина в том, что инструменты аналитики выглядят пугающе. Вы слышите «Google Analytics», «Mixpanel», «PostHog», «Amplitude» — и глаза стекленеют. Большинство этих инструментов сделаны для продакт-менеджеров в компаниях из двенадцати человек, чья работа — просто смотреть в графики. Вам это не нужно. Вам нужно знать четыре вещи, и почти любой инструмент эти четыре вещи вам покажет.

Четыре вещи, которые стоит отслеживать в первый день

Если ваше приложение на ИИ хоть сколько-нибудь похоже на те, что я вижу, — небольшой SaaS, внутренний инструмент, маркетплейс, каталог, нишевой продукт, — вот четыре цифры, которые реально важны на старте.

1. Сколько людей попадает в приложение

Это самая простая. Просто «сколько уникальных людей зашло на главную страницу сегодня». Большинство инструментов аналитики дают вам это бесплатно в тот же момент, как вы их установите. Это знаменатель для всего остального.

Вас будет тянуть смотреть на эту цифру навязчиво. Не надо. Изо дня в день она шумная. Смотрите на недельный тренд.

2. Сколько из этих людей регистрируется (или делает ваш «первый настоящий шаг»)

Каким бы ни было первое обязательство, которое запрашивает ваше приложение, — регистрация, запуск бесплатного триала, создание первого проекта, запись на демо, — отслеживайте, когда это происходит. Это ваше конверсионное событие.

Если вы запустились со 100 посетителями и 4 регистрациями, ваша конверсия в регистрацию — 4%. Это цифра, которую теперь можно пытаться сдвинуть. Если вы запустились со 100 посетителями и понятия не имеете, сколько зарегистрировалось, — вам нечего оптимизировать.

3. Сколько из этих людей возвращается на следующий день (или на следующей неделе)

Это самая важная цифра, которую никто не отслеживает на раннем этапе. Она называется удержанием (retention), и для приложений на ИИ это часто та самая величина, что тихо подсказывает, есть ли у вас что-то настоящее или вы построили одноразовую новинку.

Здесь не нужно ничего навороченного. Просто: из тех, кто зарегистрировался на этой неделе, сколько вернулось на следующей и что-то сделало? Если ответ примерно «ноль» — у вас проблема, которую никакой объём трафика на главную не исправит.

4. Где люди отваливаются

Если у вас есть какой-либо поток — регистрация, онбординг, первая задача, оформление покупки, — отслеживайте каждый шаг. Не каждый клик. Только именованные шаги. Чтобы вы могли видеть: 100 начали регистрацию, 80 ввели email, 50 подтвердили его, 20 добрались до дашборда.

Эта воронка — самый полезный инструмент отладки, который у вас когда-либо будет для приложения на ИИ, потому что она точно показывает, на чём сосредоточиться. Если 100 начали регистрацию и 80 ввели email, но только 50 подтвердили — у вас проблема с почтой (может, письмо с подтверждением улетает в спам, может, оно вообще не отправляется). Теперь у вас есть нечто конкретное, что попросить ИИ-конструктор починить.

Что игнорировать

Вот что не стоит отслеживать, когда вы только начинаете, потому что это съест ваше время и заставит чувствовать, будто нужно делать больше, чем на самом деле нужно:

• Каждый клик по кнопке. Вам не нужно знать, что 14 человек кликнули по ссылке «О нас». Вы никогда не воспользуетесь этими данными.
• Время на странице. Звучит осмысленно, но это не так. Кто-то оставил вкладку открытой и ушёл на обед — и это засчиталось как «20 минут вовлечённости».
• Показатель отказов (bounce rate). По-настоящему полезен для контентных сайтов; для приложений в основном шум.
• A/B-тесты. Не делайте этого, пока у вас не наберётся по сотне пользователей на вариант в неделю. Невозможно проводить A/B-тест на восьми пользователях.
• Демография, глубина прокрутки, тепловые карты. Со временем пригодятся. Не сейчас.

Правило большого пальца: если метрика не изменит решение, которое вы примете на этой неделе, — пока не отслеживайте её.

Как это на самом деле добавить (нетехническая версия)

Большинство ИИ-конструкторов приложений делают это почти подозрительно легко. Вы даёте конструктору фразу вроде:

«Добавь отслеживание аналитики. Используй [название инструмента]. Отслеживай, когда кто-то заходит на главную страницу, когда регистрируется, когда возвращается и входит снова, и на каждом шаге онбординга».

Если вы используете инструмент вроде PostHog или Plausible, они сгенерируют небольшой фрагмент кода (одну-две строки), который вставляется в head приложения. Ваш ИИ-конструктор может вставить его за вас. Если вы используете Google Analytics — то же самое: Google даёт вам фрагмент, вы передаёте фрагмент конструктору, конструктор его устанавливает.

Для именованных событий (регистрация, вход, шаг онбординга) вы описываете их простым человеческим языком. «Когда пользователь успешно завершает форму регистрации, отправь событие с названием signup_completed». Код пишет конструктор. Не вы.

Три инструмента, которые я бы рассмотрел для свежего приложения на ИИ, по порядку:

1. Plausible — предельно прост, дружелюбен к приватности, чистый дашборд. Самый короткий путь от нулевой аналитики к полезной. Стоит около $9/месяц.
2. PostHog — бесплатен до щедрого лимита, мощнее, позволяет строить воронки и удержание прямо в дашборде. Стоит того в тот момент, когда у вас появляется настоящая воронка для отслеживания.
3. Google Analytics 4 — бесплатен, вездесущ, болезненный в освоении. Используйте, если будете запускать маркетинг и нужна интеграция. Иначе пропустите.

Выберите один. Не ставьте два. Два инструмента аналитики — это вдвое больше работы и в ноль раз больше инсайтов.

Дисциплина, которая реально окупается

Вот что превращает аналитику из упражнения для тщеславия в полезный инструмент: вы должны смотреть на неё по расписанию.

Раз в неделю садитесь на 15 минут и отвечайте на четыре вопроса:

1. Сколько людей зашло на этой неделе против прошлой?
2. Сколько зарегистрировалось?
3. Из прошлонедельных регистраций, сколько вернулось?
4. На каком шаге потока люди отвалились?

Вот и всё. Не пытайтесь «исследовать данные». Не открывайте десять отчётов. Ответьте на четыре вопроса, запишите цифры в заметки или таблицу и двигайтесь дальше. Через четыре недели вы увидите тренды. Через восемь недель вы будете знать, какие из ваших изменений сработали, а какие — нет.

Та основательница, которую я упомянул в начале поста, добавила Plausible в своё приложение для студии пилатеса в понедельник после нашего разговора. У неё ушло около 20 минут — большая часть на то, чтобы рассказать ИИ-конструктору, как назвать события. Через две недели она могла с уверенностью сказать мне, что три её лучшие регистрации пришли с одного поста в Instagram, который сделала её клиентка; что никто не завершал онбординг, потому что на третьем шаге слишком рано спрашивали способ оплаты; и что из её 11 активных студий 7 вернулись в приложение как минимум три раза. Ни одного из этих фактов не существовало до того, как она добавила аналитику. И все они изменили то, что она сделала дальше.

Вам не нужен дашборд с 40 графиками. Вам нужно знать, жива ли штука. Добавьте четыре цифры. Смотрите на них раз в неделю. Остальное может подождать.