Nie wszyscy użytkownicy płacą, ale ci, którzy płacą — określają przychód aplikacji. ARPPU (Average Revenue Per Paying User) pokazuje średnią kwotę, jaką przynosi płacący użytkownik w danym okresie. Według danych RevenueCat (2025), w top-100 aplikacji ARPPU jest 6–8 razy wyższe niż ARPU — ta różnica pokazuje, jak mały jest udział płacącej publiczności. Metryka jest kluczowa dla oceny efektywności monetyzacji i pracy z użytkownikami premium.
Najważniejsze
ARPPU (Average Revenue Per Paying User) — metryka monetyzacji, która uwzględnia tylko płacących użytkowników. Wskaźnik odpowiada na pytanie: ile średnio wydaje użytkownik, który zdecydował się na zakup. ARPPU wyklucza z obliczeń wszystkich, którzy nie płacą — a to 90–97% publiczności w większości aplikacji mobilnych.
Metryka jest niezastąpiona do analizy segmentu premium. Jeśli ARPU spada, może to być spowodowane zarówno spadkiem przychodu od płacących, jak i napływem dużej liczby darmowych użytkowników. ARPPU izoluje ten efekt: jeśli ARPPU jest stabilne, publiczność premium płaci jak zwykle, a problem leży w ilości lub jakości ruchu.
Według danych Sensor Tower (2025), średnie ARPPU w grach mobilnych wynosi 12,50 dolara za 90 dni. W kategorii Strategy wartość sięga 28 dolarów, w Hypercasual — 1,50 dolara. Im bardziej złożona gra, tym wyższe zaangażowanie i średni czek płacących użytkowników. W narzędziach ARPPU jest niższe z powodu jednorazowych zakupów bez subskrypcji.
Wzór ARPPU różni się od ARPU tylko mianownikiem. Zamiast wszystkich użytkowników bierze się tylko płacących — tych, którzy dokonali co najmniej jednej transakcji w okresie. Płacący użytkownik jest określany na poziomie identyfikatora (User ID, Advertising ID) z przypisaniem do platformy (iOS / Android).
data class PayingUserMetrics(
val totalRevenue: Double,
val payingUsersCount: Int
) {
val arppu: Double
get() = roundToTwoDecimals(
totalRevenue / payingUsersCount
)
}
data class PurchaseEvent(
val userId: String,
val productId: String,
val priceUSD: Double
)
Klasa PayingUserMetrics hermetyzuje logikę ARPPU. Właściwość arppu jest obliczana przy dostępie — gwarantuje to aktualność danych. PurchaseEvent rejestruje każdy zakup. Do prawidłowego obliczenia konieczna jest deduplikacja użytkowników: nawet jeśli osoba dokonała 10 zakupów, liczy się raz w mianowniku.
ARPPU może rosnąć zarówno dzięki zwiększeniu średniego czeku, jak i wzrostowi częstotliwości zakupów. Określenie czynnika napędzającego to kluczowe zadanie analityka. Jeśli średni czek wzrósł — przyczyną jest zmiana cen lub pojawienie się drogiego produktu. Jeśli wzrosła częstotliwość — poprawiła się mechanika powtarzalnych zakupów.
Główna różnica — mianownik. ARPU dzieli przychód na wszystkich użytkowników, ARPPU — tylko na płacących. Różnica między metrykami odzwierciedla konwersję free-to-paying (F2P). Im większa różnica, tym mniej płacących użytkowników, ale tym wyższa ich wartość dla biznesu.
Rozważmy hipotetyczną aplikację. Przychód 50 000 dolarów, użytkowników 500 000, płacących — 10 000. ARPU = 0,10 dolara, ARPPU = 5 dolarów. Różnica 50 razy wskazuje na konwersję 2%. Jeśli ARPPU zacznie spadać przy stabilnym ARPU — oznacza to, że płacący zaczęli płacić mniej. Jeśli ARPU spada szybciej niż ARPPU — aplikacja przyciąga wielu niepłacących użytkowników.
Według danych Adjust (2025), zdrowy stosunek ARPU do ARPPU dla gier mobilnych wynosi od 1:5 do 1:15. Dla aplikacji subskrypcyjnych stosunek jest bliższy — od 1:3 do 1:6, ponieważ model subskrypcyjny zakłada wyższą konwersję darmowych użytkowników na płacących.
| Metryka | Mianownik | Pokazuje |
|---|---|---|
| ARPU | Wszyscy użytkownicy | Średni przychód na użytkownika |
| ARPPU | Tylko płacący | Średni przychód na płacącego |
| Różnica | — | Konwersja F2P i wartość płacącej publiczności |
Wybór metryki zależy od zadania. Do oceny ogólnej efektywności monetyzacji używaj ARPU. Do analizy produktów premium i cen — ARPPU. Przy A/B testowaniu nowych zakupów ARPPU pokaże, czy zmieniła się wartość płacących, a ARPU — jak wpłynęło to na całkowity przychód.
ARPPU jest wrażliwe na zmiany w produkcie i marketingu. Rozważmy kluczowe czynniki, które określają wartość metryki. Zrozumienie tych czynników pozwala przewidywać reakcję ARPPU na zmiany i unikać błędów przy interpretacji.
Zestaw dostępnych produktów i ich ceny — główny czynnik napędzający ARPPU. Dostępność drogich pakietów (50–100 dolarów) przesuwa średni czek w górę, nawet jeśli większość kupuje tanie produkty. Apple (2025) zaleca trzy poziomy: podstawowy (1–5 dolarów), średni (10–30 dolarów) i premium (50+ dolarów) — to maksymalnie pokrywa popyt różnych segmentów.
W aplikacjach subskrypcyjnych ARPPU jest określane przez koszt subskrypcji. Subskrypcje roczne ze zniżką 30–50% zwiększają ARPPU 6–8 razy w porównaniu z miesięcznymi, chociaż konwersja na subskrypcję roczną jest niższa. RevenueCat (2025) pokazuje: użytkownicy subskrypcji rocznych mają ARPPU 60–120 dolarów wobec 8–15 dolarów u miesięcznych.
ARPPU znacznie różni się w zależności od kraju i platformy. Użytkownicy iOS wydają średnio 2–3 razy więcej niż Android. Przyczyną są nie tylko dochody, ale także psychologia zakupów: właściciele iPhone są przyzwyczajeni do płacenia za treści. Statista (2025) pokazuje: ARPPU na iOS w USA wynosi 18 dolarów, na Androidzie — 7 dolarów za 90-dniowy okres.
Segmentacja geograficzna ARPPU pomaga dostosowywać ceny. W Japonii użytkownicy wydają 1,5 raza więcej niż w USA, przy czym ARPPU jest wyższe o 30% w kategorii Games (Data.ai, 2025). Różnica związana jest z kulturą mobilnego gamingu i wysokim rozpowszechnieniem mechanik gacha.
ARPPU różni się w zależności od tego, jakie zakupy wykonują użytkownicy. Non-consumable (wyłączenie reklam, dostęp premium) dają jednorazowe wysokie ARPPU. Consumable (monety, życia, boostery) — regularne niewielkie wydatki. Subscription — stabilne ARPPU z stopniowym wzrostem przy podwyżce ceny subskrypcji.
Automatyczne obliczanie ARPPU jest wbudowywane w system analityczny aplikacji. Rozważmy implementację w Kotlin z grupowaniem według dni. Część serwerowa zbiera zdarzenia zakupów z In-App Purchase SDK i agreguje je w raportach. Lokalne obliczanie pomaga walidować dane platformy analitycznej.
class ARPPURepository(
private val purchaseDao: PurchaseDao
) {
fun getMonthlyARPPU(
year: Int,
month: Int
): Double {
val purchases = purchaseDao
.getPurchasesInPeriod(year, month)
val payingUsers = purchases
.map { it.userId }
.distinct()
.count()
val totalRevenue = purchases
.sumOf { it.priceUSD }
return roundToTwoDecimals(
totalRevenue / payingUsers
)
}
}
Metoda distinct gwarantuje, że użytkownik jest uwzględniany raz w mianowniku, nawet jeśli dokonał 50 zakupów. sumOf sumuje cały przychód. Funkcja zwraca Monthly ARPPU. Analogicznie oblicza się Weekly i Daily ARPPU — wystarczy zmienić okres filtracji.
W celu przyspieszenia obliczeń na dużych danych używaj zapytań agregujących w bazie danych. Zapytanie SQL z GROUP BY userId i SUM(revenue) działa szybciej niż ładowanie wszystkich rekordów do pamięci. Firebase BigQuery pozwala wykonywać takie zapytania na wielomilionowych zbiorach danych w ciągu sekund.
Wzrost ARPPU — zadanie product managerów i marketerów. Metrykę podnosi się na trzy główne sposoby: podwyższanie cen, zwiększanie częstotliwości zakupów i tworzenie droższych produktów. Każdy sposób ma ograniczenia i wymaga testowania.
Pierwszy sposób — dynamiczne ustalanie cen. Różne segmenty są gotowe płacić różnie. Spersonalizowane oferty oparte na zachowaniu: użytkownik, który kupił 3+ razy tani booster, z większym prawdopodobieństwem kupi drogi. Testowanie A/B cen — jedyny niezawodny sposób określenia optimum: podwyżka ceny o 10% przy spadku konwersji poniżej 10% zwiększa ARPPU.
Drugi sposób — subskrypcja w aplikacjach bez subskrypcji. Dodanie cotygodniowej subskrypcji na treści premium zwiększa ARPPU o 20–40% bez zmiany cen jednorazowych zakupów. Auto-renewable subscriptions na iOS generują stabilny przychód i przewidywalne ARPPU do planowania.
Trzeci sposób — tworzenie mechanik rzadkości. Limitowane przedmioty, sezonowe zestawy i battle pass zwiększają średni czek. Według danych GameAnalytics (2025), aplikacje z battle pass mają ARPPU o 45% wyższe niż bez niego. Mechanika działa dzięki efektowi przywiązania: użytkownik kupił battle pass i musi grać aktywniej, dokonując dodatkowych zakupów.
ARPPU może wprowadzać w błąd przy nieprawidłowej interpretacji. Omówmy najczęstsze pułapki. Główna pułapka — wzrost ARPPU kosztem spadku konwersji. Jeśli kilku dużych płatników odeszło, a pozostali płacą tyle samo — ARPPU spadnie. Ale jeśli konwersja spadła, a pozostali płacący zaczęli płacić więcej — ARPPU wzrośnie, mimo że całkowity przychód się zmniejszył.
Druga pułapka — porównywanie ARPPU różnych produktów bez uwzględnienia ich dojrzałości. Nowa aplikacja z 10 płacącymi użytkownikami ma wysokie ARPPU z powodu przypadkowości. Po roku z tysiącem płacących ARPPU spadnie — to normalne. Porównuj ARPPU tylko produktów na tym samym etapie cyklu życia.
Trzecia pułapka — sezonowość. ARPPU rośnie w grudniu o 30–50% z powodu świątecznych zniżek i prezentów. Porównanie listopada z grudniem nie jest miarodajne. Używaj porównania year-over-year (YoY) do prawidłowej oceny. Anomalie sezonowości maskują pogorszenie produktu, jeśli nie uwzględnia się okresu.
Czwarta pułapka — mylenie ARPPU ze średnim czekiem zakupu (Average Transaction Size). ARPPU uwzględnia wszystkie zakupy jednego użytkownika w okresie, średni czek — tylko jedną transakcję. Jeśli użytkownik dokonał 5 zakupów po 1 dolarze, ARPPU = 5 dolarów, średni czek = 1 dolar. To różne metryki do różnych zadań analitycznych.
Często zadawane pytania
ARPPU — przychód od płacącego użytkownika za okres (może obejmować wiele zakupów). Średni czek — koszt jednej transakcji. ARPPU jest zawsze większe lub równe średniemu czekowi, jeśli użytkownik dokonuje więcej niż jednego zakupu w okresie.
Sprawdź, czy nie odeszli duzi płatnicy, czy nie obniżyły się ceny, czy nie zmienił się skład produktów premium. Analizuj kohortę nowych płacących: być może przyszli użytkownicy o niższej zdolności płatniczej.
Zależy od kategorii. Dla gier casual miesięczne ARPPU 5–10 dolarów to norma. Dla strategy — 20–40 dolarów. Dla aplikacji subskrypcyjnych — 8–15 dolarów miesięcznie. Porównuj z medianą w kategorii na platformach Data.ai lub Sensor Tower.
Użytkownicy iOS wydają 2–3 razy więcej niż Android. Przy analizie ARPPU zawsze segmentuj według platformy — średnia dla dwóch platform nie odzwierciedla rzeczywistości żadnej z nich.
Podwyżka cen może obniżyć konwersję na płacących. Jeśli wzrost przychodu od tych, którzy nadal kupują, jest mniejszy niż strata od tych, którzy odeszli — ARPPU nie rośnie, a spada. Testowanie A/B pomaga znaleźć optymalny punkt cenowy.
Podsumowanie
Opracujemy aplikację mobilną pod klucz
IT Sectr tworzy aplikacje na iOS i Androida dla startupów i firm od 2017 roku. Doradzimy Ci i zaproponujemy najlepsze rozwiązanie.
Przeczytaj również