Framed Data: люди, стоящие за цифрами

С появлением все большего количества маркетинговых инструментов, рекламных сетей и видов рекламы путь к установке приложений на смартфоны пользователей все упрощается — сейчас средний американец имеет 25 приложений. Но понять, как удержать его в приложении, гораздо труднее. Стартап Y Combinator под названием Framed Data, только что вышедший из стадии закрытой беты, хочет помочь разработчикам в понимании поведения пользователей.

Основатели Framed говорят, что они сейчас обрабатывают более 500 миллионов событий каждый месяц, и планируют удвоить это количество в следующем месяце. Идея Framed — в предоставлении простых в использовании инструментов машинного обучения, которые могли бы быстро сказать, как увеличить количество возвращений пользователей к приложению, почему они уходят или остаются.

Понимание того, что привлекает пользователей

Framed хочет отличиться от других аналитических сервисов, вроде Appsee и Flurry, простыми выводами из собранных данных.

«Мы расскажем вам о самых ценных пользователях, почему они уходят или когда они соберутся уйти», — пишет глава компании Томсон Нгуен.

Первые клиенты стартапа — это потребительские приложения и SaaS разработчики.

«Обычно для таких задач вам надо нанять большую команду консультантов и проделать гигантскую работу», — говорит CTO компании Эллиот Блок. — Мы хотим сделать такой анализ доступным для небольших разработчиков, автоматизируя и открывая его для большого рынка».

Сейчас Framed может использовать данные от разных источников, включая Mixpanel, Segment.io, SQL, HDFS, Mongo и CSV. Вы также можете попросить команду с конфигурацией ваших данных. После загрузки их в Framed, машинные алгоритмы проанализируют их и выявят разные пути, которыми следуют пользователи.

Платформа разделит пользователей на различные группы, например, по операционным системам или устройствам, и поймет — захотят ли они дальше использовать приложение или покинут его. Система также определит «переломные моменты», какие параметры нужно улучшить разработчикам, чтобы улучшить возвращение пользователей. После этого уже можно будет проводить A/B тесты.

Некоторые факты, понимаемые Framed, несколько очевидны. Например, тех пользователей, которые в первый же запуск лезут в настройки, система может отнести к «технически подкованным».

Но другие могут быть неожиданными. Например, Framed определил для разработчика одного из фотоприложений, что пользователь, скорее всего, останется в нем, если как минимум 7 друзей из социальных сетей присоединяться к приложению в течение месяца, даже если они постят малое количество фотографий.

В конечном счете, цель Framed в том, чтобы разработчики видели людей, а не цифры.

«Обычная ошибка разработчиков, например, в том, что, если 500 человек использует чат, а 100-фотографии, то следует продолжать работать над чатом», — говорит Блок.- Но может оказаться, что чат вовсе не связан с тем, что пользователи остаются в приложении месяц за месяцем».

Data Science для маленьких компаний

Нгуен и Блок запустили Framed после того, как поняли, что разработанные ими модели, помогающие удерживать пользователей, недоступны для небольших компаний.

«Дорого нанять инженера и исследователя для анализа данных, уделять им время», — говорит Нгуен.- Многие люди не используют аналитические платформы. Они просто не знают об инструментах, которые создаются годами для ответа на простые вопросы».

Создатели Framed говорят, что, конечно, могут помочь и крупным компаниям. Компания готовит продукты для вертикально интегрированных предприятий, а также планирует начать продавать аналитику большим компаниям.

Программному обеспечению предстоит проделать большой путь, прежде чем оно заменит человека. Но для тех, кто уже работает, оно может помочь. Секрет анализа данных в том, что это творческий процесс. Создание моделей, адаптеров, структур – это все время, отнятое от размышления о том, что такое данные.