Аналитика мобильного приложения: метрики, инструменты и настройка с первого релиза
DAU, MAU, CR, LTV, retention и атрибуция — какие метрики важны для e-commerce, как работают AppMetrica, AppsFlyer и Mindbox и как FITTIN настраивает сквозную аналитику для проектов с первого дня — от базовых событий до воронки и атрибуции.
Аналитика мобильного приложения превращает каждый клик и заказ в данные для решений: какие фичи дорабатывать, на какие каналы рекламы тратить бюджет, где теряются покупатели в воронке. От стартового набора метрик и инструментов зависит, начнут ли данные работать на бизнес уже после первого релиза или останутся «складом цифр», в котором никто не разбирается. В этом разборе — какие метрики собирать с первого дня, как работают AppMetrica, AppsFlyer и Mindbox, и базовый трекинг-план e-commerce-приложения на Flutter, чтобы не утонуть в данных.
«Запустили приложение — оно работает» — частая иллюзия e-commerce-бизнеса. На деле без настроенной аналитики никто не знает, сколько человек открыли карточку товара, дошли до корзины и оплатили заказ. А значит, нельзя ни оценить отдачу от маркетинга, ни понять, какие фичи действительно нужны пользователю.
По данным Data Insight и измерений Mediascope, доля мобильного канала в российском e-commerce продолжает расти, и для большинства ритейлеров приложение приносит уже 30–60% выручки. На таких объёмах любая ошибка в аналитике стоит миллионов: некорректная атрибуция искажает ROAS, потерянные события в воронке прячут места, где уходят покупатели.
В этой статье — практический разбор того, какие метрики собирать с самого старта, какие инструменты выбрать под задачу и как FITTIN настраивает аналитику для своих клиентов так, чтобы данные начинали работать на бизнес уже с первого релиза, а не «когда-нибудь потом, когда руки дойдут».
1. Какие метрики важны для мобильного приложения e-commerce
Метрики мобильного приложения удобно делить на три категории — продуктовые, бизнес и технические. У каждой свой круг ответственных и свой набор инструментов: продакт-менеджер смотрит на retention, маркетолог — на CR и LTV, разработчик — на crash rate и время старта.
| Категория | Что измеряет | Ключевые метрики | Кому важно |
|---|---|---|---|
| Продуктовые | Поведение пользователя в приложении | DAU, MAU, retention, churn, session length, screen views | Продакт, UX |
| Бизнес | Деньги и конверсии | CR (conversion rate), AOV (средний чек), LTV, ROAS, revenue | Маркетинг, владелец |
| Атрибуция | Откуда пришёл пользователь | CPI, CPA, источник установки, кампания, креатив | Маркетинг, performance |
| Технические | Стабильность и скорость | Crash rate, ANR (App Not Responding), app start time, API latency | Разработка, QA |
Главная ошибка на старте — собрать всё: 200+ событий, десятки кастомных параметров, отчёты по каждому экрану. Через месяц никто этим не пользуется, и аналитика превращается в «склад данных», в котором ничего не найти.
2. DAU, MAU, retention, churn — что измерять и зачем
Это базовая четвёрка продуктовых метрик, по которой судят, «живое» приложение или нет. Без них невозможно понять, удерживает ли продукт пользователей и стоит ли вкладывать деньги в его развитие.
DAU и MAU
Уникальные пользователи за день (Daily Active Users) и за месяц (Monthly Active Users). Отношение DAU/MAU — индекс «прилипчивости»: для e-commerce ориентир — 0,15–0,30, для соцсетей — 0,5+.
Retention rate (удержание)
Доля пользователей, вернувшихся через N дней после установки. Стандарт — D1/D7/D30. Хороший e-commerce retention D30 — 20–35%; падение D7 ниже 15% — сигнал, что адаптация или ценностное предложение не работают.
Churn rate (отток)
Сколько пользователей перестали пользоваться приложением за период. Для e-commerce: churn 80% за 90 дней — норма для большинства категорий, ниже 60% — отличный показатель удержания.
Session length и frequency
Длительность сессии и количество сессий на пользователя в неделю. Короткие сессии в e-commerce не плохо — важнее конверсия из сессии в заказ, чем сама длительность.
3. Конверсионные метрики: CR, AOV, LTV
Если продуктовые метрики отвечают на вопрос «удержали ли пользователя», то конверсионные — на вопрос «зарабатывает ли приложение». Без этих трёх метрик невозможно ни планировать маркетинговый бюджет, ни обосновать инвестиции в новые фичи.
CR — Conversion Rate
Доля пользователей, совершивших целевое действие (покупку, регистрацию, оформление заказа). Для мобильного e-commerce средние значения CR из визита в заказ — 2–5%; для приложений лояльных клиентов (повторные покупатели) — 10–25% и выше.
AOV — Average Order Value
Средний чек заказа. Считается по формуле: revenue ÷ количество заказов. Сильно зависит от ниши: для fashion — 3 000–8 000 ₽, для бытовой техники — 15 000–50 000 ₽. Рост AOV даёт прямую выручку без увеличения трафика — фокус на дополнительные продажи, рекомендации, наборы.
LTV — Lifetime Value
Сколько денег пользователь принесёт за всё время использования приложения. Простая формула: AOV × средняя частота покупок × средняя длительность активности. LTV нужен, чтобы корректно считать CAC LTV ratio (CAC — Customer Acquisition Cost, стоимость привлечения одного пользователя): если стоимость привлечения выше LTV, маркетинг работает в минус.
ROAS — Return on Ad Spend
Сколько выручки приносит каждый рубль, потраченный на рекламу. ROAS 200% = на 1 ₽ рекламы возвращается 2 ₽ выручки. Здоровый ROAS зависит от маржинальности товара, но для большинства e-commerce ниже 150% маркетинг работает в убыток.
Все четыре метрики связаны между собой: высокий retention поднимает LTV, рост LTV позволяет повышать CAC и платить за более качественный трафик, а тот в свою очередь даёт выше CR и AOV. Это главный цикл монетизации e-commerce, который и нужно настраивать в аналитике с первого релиза.
4. Инструменты: AppMetrica, Mindbox, AppsFlyer
На российском рынке 2026 года выбор инструментов аналитики сузился — иностранные сервисы (Mixpanel, Amplitude, Adjust) формально доступны, но с проблемами по оплате и согласованию с 152-ФЗ. Поэтому в большинстве проектов FITTIN ставит связку из 2–3 российских и западных инструментов под разные задачи.
AppMetrica от Яндекса
Полностью бесплатная и российская AppMetrica — стандарт для большинства проектов на 2026 год. Покрывает продуктовую аналитику (события, воронки, retention), пуш-кампании и базовую атрибуцию. Хранит данные в РФ, что важно для соответствия 152-ФЗ.
- Бесплатно без ограничений по объёму данных и числу событий
- Готовые отчёты «Воронка установок», «Retention», «Конверсия в покупку» + push-кампании со встроенной сегментацией по событиям и поведению
- SDK (Software Development Kit — набор инструментов разработчика) под iOS, Android, Flutter и React Native + крэш-аналитика прямо в интерфейсе
Mindbox и другие CDP
Mindbox — российская CDP-платформа (Customer Data Platform), которая объединяет данные о покупателе из разных каналов (приложение, сайт, CRM, программа лояльности) и позволяет запускать персонализированные кампании по событиям. Часто это уже подключено у клиента на стороне веб-сайта — мы добавляем интеграцию с мобильным приложением.
- Единый профиль покупателя по всем каналам — приложение, сайт, CRM, программа лояльности
- Сложная сегментация по поведению + push-кампании по событиям + аналитика лояльности и промокодов
- Данные хранятся в РФ — соответствует основным требованиям 152-ФЗ
AppsFlyer (или Adjust)
AppsFlyer и его прямой конкурент Adjust — индустриальный стандарт мобильной атрибуции. Нужны, когда приложение продвигается через несколько рекламных каналов одновременно (Яндекс.Директ, MyTarget, VK Ads, Telegram Ads) и важно точно понимать, какой канал даёт качественный трафик.
- Точная атрибуция установки до источника, кампании и креатива + защита от фрода в рекламном трафике
- Deep links и deferred deep linking — пользователь приходит сразу на нужную страницу
- Прямые интеграции с большинством рекламных платформ
- Платный — от $0,06 за установку (от десятков тысяч ₽/мес для активных проектов)
- Окупается только при объёме платного трафика от 1000+ установок в месяц
5. Атрибуция установки и источники трафика
Атрибуция отвечает на вопрос «откуда пришёл пользователь, который сделал заказ». Без неё невозможно объективно сравнить эффективность рекламных каналов и распределить маркетинговый бюджет.
Last-click vs multi-touch
Last-click модель присваивает заказ последнему касанию перед покупкой (например, retargeting). Модель простая в настройке, но недооценивает каналы знакомства с брендом (видеореклама, контекст по общим запросам). Multi-touch распределяет вклад между всеми каналами в воронке — точнее, но требует сложной настройки и платных инструментов.
Окно атрибуции
Стандартные окна — 7 дней для клика и 1 день для просмотра. Для e-commerce с длинным циклом принятия решения (дорогие товары, B2B) окно расширяют до 30 дней, для импульсных покупок — сокращают до 24 часов. От этого зависит, какие установки засчитываются конкретному каналу.
Deep links и deferred deep linking
Когда пользователь кликает по рекламе с конкретным товаром, он должен попасть прямо на карточку этого товара, а не в общий каталог. Deferred deep linking работает даже для тех, у кого приложение ещё не установлено: после установки пользователь автоматически попадает на нужный экран. Это даёт +10–25% к конверсии по сравнению со стандартным открытием приложения.
UTM, postback, S2S
UTM-метки — базовый минимум для веба, в мобильной атрибуции работают через переходы из веба в стор. Postback (server-to-server) — серверная передача данных об установке прямо в рекламную систему, чтобы оптимизация работала точнее. Для AppsFlyer и Adjust это настраивается «из коробки», для AppMetrica — через её партнёрские интеграции с Яндекс.Директом и VK Ads.
6. Аналитика поведения: события, воронки, когорты
Поведенческая аналитика — это слой над метриками, который отвечает на вопрос «почему пользователь так себя ведёт». Без неё CR и retention превращаются в цифры без контекста: ты знаешь, что 70% бросают корзину, но не знаешь, на каком экране и почему.
События: что и как собирать
Событие — фиксация конкретного действия пользователя в приложении: «открыл карточку товара», «добавил в корзину», «применил промокод», «оплатил заказ». Каждое событие может иметь параметры: id товара, цена, источник перехода и так далее.
Минимальный набор событий для e-commerce-приложения:
В типовом e-commerce-приложении 2026 года получается порядка 15–20 базовых событий, которые покрывают весь путь пользователя. Удобно сгруппировать их по этапам — это сразу даёт скелет воронки конверсии и помогает не упустить важные шаги.
Примерный базовый набор событий e-commerce-приложения
Сессия и идентификация
- first_open — первое открытие приложения
- sign_in / sign_up — авторизация и регистрация пользователя
- push_opened — открытие push-уведомления (с источником: акция, брошенная корзина, статус заказа)
Каталог и поиск
- view_item_list / view_category — переход в каталог или конкретную категорию
- search — поисковый запрос (с параметром query)
- filter — применение фильтра (бренд, цвет, размер, цена)
- sort — выбор сортировки в списке товаров
Карточка товара
- view_item — открытие карточки товара (item_id, category, price)
- add_to_favourites — добавление в избранное
Корзина и оформление
- add_to_cart — добавление товара или увеличение количества
- remove_from_cart — удаление товара или уменьшение количества
- view_cart — открытие корзины
- begin_checkout — переход к оформлению заказа (с суммой корзины)
- apply_promocode — применение промокода (даже неверного — это отдельный сигнал для аналитики маркетинговых кампаний)
- purchase / order_confirmed — успешное оформление заказа
Имена и состав конкретных событий зависят от проекта. Базовая часть совпадает с GA4 enhanced ecommerce, чтобы сразу работали стандартные отчёты по воронке покупок; параметры и дополнительные события мы добавляем под бизнес-сценарии клиента — бонусные программы, AR-примерка, рекомендации и т.д. Состав согласуется на этапе ТЗ, чтобы потом не переделывать SDK и не переснимать данные.
Воронки конверсии
Воронка показывает, какая доля пользователей переходит от шага к шагу: установил → открыл → посмотрел товар → положил в корзину → оплатил. Анализ воронки сразу показывает, на каком шаге теряется аудитория и где искать проблемы.
| Шаг воронки | Типовая конверсия e-com | Что проверять при просадке |
|---|---|---|
| Установка → первое открытие | 70–85% | Качество трафика, корректность атрибуции, время до первого открытия |
| Открытие → просмотр товара | 60–80% | Onboarding, навигация, главный экран, скорость загрузки |
| Просмотр товара → корзина | 15–30% | Карточка товара, цена, наличие, отзывы, фото, скорость |
| Корзина → оформление | 40–70% | Цена доставки, простота оформления, способы оплаты, регистрация |
| Оформление → оплата | 60–85% | Работа эквайринга, валидация, неожиданные платежи, ошибки |
Когорты: как смотреть на пользователей в динамике
Когорта — группа пользователей, объединённых по дате установки или другому признаку (источник трафика, версия приложения, регион). Когортный анализ показывает, как меняется поведение в одной группе со временем — например, retention D30 для пользователей, которые установили приложение в марте против апрельской когорты.
Когорты — мощный инструмент для оценки изменений: запустили новую адаптацию (например, после аудита UX/UI) → сравнили retention D7 у когорт до и после релиза. Если разница статистически значимая — изменение работает.
7. Как FITTIN настраивает аналитику с первого релиза
За годы работы с e-commerce-проектами в FITTIN сложился стандартный подход к настройке аналитики, который мы применяем для всех клиентов независимо от ниши. Главный принцип — данные должны работать с первого дня релиза, а не «когда-нибудь подключим».
Сквозная аналитика с релиза
- AppMetrica — основной SDK продуктовой аналитики, интегрирован в Flutter-кодовую базу e-commerce-приложения
- Базовый набор событий e-commerce — enhanced ecommerce схема плюс кастомные события под продуктовые сценарии клиента
- Воронка конверсии от первого открытия до оформления заказа
- Атрибуция через UTM-метки и партнёрские интеграции AppMetrica с рекламными системами
- Сводные отчёты — в зависимости от проекта это могут быть Google Sheets или внутренний клиентский ЛК для руководителя
- AppsFlyer — когда у клиента запускается performance-маркетинг с несколькими параллельными каналами и нужна точная атрибуция
- Mindbox или другая CDP — если у клиента уже подключена CDP на сайте/в CRM, добавляем интеграцию с мобильным приложением. Так, в кейсе Finn Flare — Mindbox + вебхуки клиента, релиз за ~30 рабочих дней, бюджет в 2,5 раза меньше прежнего и скорость разработки в 1,5 раза выше
- Push-кампании по событиям (брошенная корзина, повторная покупка, акции) — настраиваем в AppMetrica или Mindbox по конкретному сценарию
- Расширение трекинг-плана под продуктовые гипотезы клиента — кастомные события поверх базового набора
В FITTIN мы документируем схему событий и параметров в виде наглядной таблицы, которую видит и продакт-менеджер клиента, и наш разработчик. Это значит, что данные согласованы между бизнесом и кодом, и через полгода никто не разбирается, что такое событие add_to_cart_v2 и куда делось add_to_cart. Формат — название события, экран вызова, описание поведения и параметры — согласуется с заказчиком на этапе разработки технического задания.
Подробный разбор того, что входит в разработку приложения «под ключ» и как формируется смета — в статье «Сколько стоит разработка мобильного приложения». О том, какие студии справятся с такой настройкой, можно посмотреть в обзоре «Где найти разработчика мобильных приложений: топ студий».
Ключевые моменты
- Зачем аналитика Без настроенной аналитики невозможно понять, сколько пользователей дошли до оплаты, какие рекламные каналы приносят выручку и какие фичи стоит развивать. По данным Data Insight и измерений Mediascope, для большинства ритейлеров приложение приносит 30–60 % выручки.
- Базовые метрики Продуктовые: DAU, MAU, retention D1/D7/D30, длительность сессии. Бизнес: CR (конверсия в заказ), AOV (средний чек), LTV, ROAS. Технические: crash rate, ANR (App Not Responding), app start time. Минимум на старте — 10–15 событий и 5–7 метрик в дашборде, не больше.
- Инструменты 2026 AppMetrica — базовая продуктовая аналитика для российских проектов, данные в РФ. Mindbox — если у клиента уже подключена CDP на сайте/в CRM. AppsFlyer или Adjust — по запросу при запуске performance-маркетинга с несколькими каналами.
- Атрибуция Назначение установки или покупки рекламному каналу. Стандарт: last-click + deep links с окном 7 дней по клику и 1 день по показу. Без атрибуции невозможно сравнивать каналы и считать ROAS — ошибка в окне может занизить эффект канала вдвое.
- Поведенческая аналитика Базовый набор из ~15–20 событий по этапам пути пользователя — сессия, каталог, карточка товара, корзина и оформление. Совмещение GA4 enhanced ecommerce с кастомными событиями под проект. Воронка конверсии от первого открытия до оформления заказа и когортный анализ по дате установки и источникам трафика.
- Подход FITTIN Сквозная аналитика настраивается ещё до релиза: AppMetrica + стандартный набор событий e-commerce + воронка конверсии + UTM-атрибуция (UTM — Urchin Tracking Module, метки на ссылках для отслеживания каналов трафика) — это входит в смету разработки мобильного приложения для e-commerce. Push-кампании по событиям, Mindbox-интеграция, AppsFlyer и кастомные сценарии — отдельные доработки по запросу.
8. Часто задаваемые вопросы
Какие метрики собирать с самого старта?
Минимальный набор — DAU, MAU, retention D1/D7/D30, CR из визита в заказ, AOV, выручка по дням. Из событий — открытие приложения, просмотр товара, добавление в корзину, начало оформления, успешная оплата. На этом наборе можно принимать первые решения; дальше схема расширяется под конкретные задачи.
Какой инструмент выбрать для продуктовой аналитики мобильного приложения?
В российских e-commerce-проектах 2026 года основной выбор — AppMetrica от Яндекса: бесплатная, с серверами в РФ (соответствует требованиям 152-ФЗ), хорошими SDK под Flutter и встроенными отчётами по retention, воронкам и сегментам. Если у клиента уже подключена CDP Mindbox на сайте — добавляем интеграцию с мобильным приложением, чтобы данные о покупателе объединялись по всем каналам.
Сколько стоит настройка аналитики мобильного приложения?
В FITTIN базовая настройка SDK AppMetrica, стандартного набора событий e-commerce, воронки конверсии и атрибуции через UTM — входит в основную смету проекта, без отдельной строки «настроить аналитику». Объём дополнительных задач (подключение AppsFlyer для performance-маркетинга, интеграция с Mindbox или другой CDP, push-кампании по событиям) согласуется индивидуально по фактическим задачам клиента. Подробнее о составе сметы — в материале «Сколько стоит разработка мобильного приложения».
Нужно ли подключать AppsFlyer на старте проекта?
Нет, на старте AppsFlyer/Adjust обычно не нужны — атрибуции через UTM-метки и партнёрские интеграции AppMetrica с рекламными системами хватает. Полноценный AppsFlyer становится полезен, когда у клиента запускается performance-маркетинг с несколькими параллельными каналами (Яндекс.Директ, MyTarget, VK Ads, Telegram Ads) и нужна точная сравнительная атрибуция между ними. Подключаем это отдельной платной задачей по запросу — не обязательно с первого релиза.
Как анализировать поведение пользователей в e-commerce-приложении?
Через комбинацию воронок и когорт. Воронка показывает, где теряется аудитория (просмотр → корзина → оплата), когорты — как меняется поведение пользователей со временем (retention новых vs повторных, retention по источникам трафика). На основе этих данных формируются гипотезы и проверяются через A/B-тесты — это уже отдельная задача со специализированным инструментом (зависит от инфраструктуры клиента).
Что такое атрибуция и зачем она нужна?
Атрибуция — назначение установки или покупки конкретному рекламному каналу. Без неё невозможно объективно оценить, какая реклама приносит выручку, а какая — пустую установку. Для приложений с платным трафиком атрибуция критична: ошибка в окне или модели может занижать ROAS канала вдвое и приводить к неверным маркетинговым решениям.
Какие метрики критичны именно для интернет-магазина?
В порядке приоритета: CR из визита в заказ (главный показатель эффективности витрины), AOV (средний чек), LTV (определяет потолок CAC), retention D30 (определяет, возвращаются ли покупатели), конверсия из корзины в оплату (показывает работу шагов оформления). Эти пять метрик закрывают 90% решений по продукту и маркетингу.
Когда подключать сложную аналитику вроде Amplitude или Mixpanel?
В большинстве e-commerce-проектов комбинации AppMetrica + интеграция с CDP клиента (если есть) хватает до объёма аудитории 500 тыс MAU. На этом масштабе и при сложной продуктовой логике (несколько типов пользователей, сложные воронки между разными частями приложения) уже есть смысл смотреть в сторону продуктовых аналитических платформ. До этого порога они избыточны — и по бюджету, и по сложности настройки.
Сколько данных нужно собрать, чтобы выводы были достоверными?
Для базовой статистики по retention и CR — от 1 000 уникальных пользователей в когорте. Для A/B-тестов — от 5 000 пользователей в группе и эффекта от 5%. Меньшие выборки дают видимость результата, но статистически незначимый. Лучше дождаться накопления данных, чем принять решение на 200 пользователях и потом переделывать продукт.
Как настроить аналитику с учётом 152-ФЗ и согласия пользователя?
Российское законодательство требует, чтобы пользователь согласился на сбор персональных данных. На практике в наших проектах при первом запуске приложение показывает экран с permission на обработку данных, а до его принятия не отправляет событий, идентифицирующих пользователя. AppMetrica хранит данные в РФ, что упрощает соответствие 152-ФЗ. Если у клиента уже подключена CDP типа Mindbox с серверами в РФ — данные мобильного приложения тоже остаются внутри российского контура. Конкретная схема и формулировки в политике конфиденциальности согласуются с юристом клиента на этапе ТЗ.
Итог: с чего начать настройку аналитики
Аналитика мобильного приложения — это не разовая задача «один раз настроить SDK», а постоянный процесс: схема событий → отчёты → гипотезы → тесты → решения. Чтобы этот процесс работал, на старте нужно правильно заложить фундамент.
Базовый чек-лист аналитики для e-commerce приложения
- Подключена AppMetrica с серверами в РФ (+ Mindbox или другая CDP, если она уже работает у клиента)
- Настроен базовый набор событий e-commerce — enhanced ecommerce и кастомные события параллельно
- Собирается воронка конверсии от первого открытия до оформления заказа
- Подключена атрибуция через UTM и партнёрские интеграции рекламных систем
- Есть сводные отчёты — Google Sheets, клиентский ЛК или дашборд под конкретные бизнес-вопросы
- Заведён tracking plan — таблица событий и параметров, согласованная между продактом клиента и разработчиком
- Соблюдено 152-ФЗ: экран согласия (permission) при первом запуске, формулировки в политике конфиденциальности
В FITTIN мы закрываем этот чек-лист при стандартном запуске приложения — без отдельных доплат за «настроить аналитику». Если у вас уже есть приложение и хочется проверить, насколько правильно настроены метрики, можно обсудить аудит и план доработок — разберём текущую схему событий, покажем пробелы и предложим, что доделать в первую очередь.
Материал носит информационно-аналитический характер, отражает оценку команды FITTIN на дату публикации.
