Сегментација у мобилној аналитици — шта је то, критеријуми и начини издвајања група

Шта је сегментација корисника?

Сегментација корисника — аналитички метод који дели публику на групе (сегменте) по заједничким карактеристикама ради диференцираног приступа. За разлику од кохорт анализе, сегменти нису везани за време — корисник може истовремено бити у више сегмената и мењати их током активности.

Циљ сегментације је замена масовне комуникације циљаном: слање различитих push обавештења почетницима и искусним корисницима, приказивање различитог садржаја у феду и нуђење персонализованих попуста. Према McKinsey (2024), компаније са развијеном сегментацијом повећавају приходе за 15–20% захваљујући персонализацији интеракције.

Врсте сегментације у мобилној аналитици

Бихејвиорална сегментација

Бихејвиорална сегментација — подела корисника према њиховим радњама у апликацији: учесталост покретања, обављене куповине, прегледани екрани, завршени нивои. Ово је највреднији тип сегментације за производне одлуке, јер директно одражава ангажованост. На пример, сегмент „активни плаћајући корисници„ (3+ куповине месечно) — основа за програме лојалности.

Демографска сегментација

Демографска сегментација — груписање по полу, старости, геолокацији, језику и интересовањима. Подаци се прикупљају кроз профил корисника, при регистрацији или преко SDK аналитичких платформи. Сегмент „корисници 18–25 година из Београда„ омогућава прилагођавање тона комуникације и визуелног стила младој публици, а гео-сегменти — локално покретање регионалних акција.

Техничка сегментација

Техничка сегментација — подела по оперативном систему, моделу уређаја, верзији апликације, типу конекције (Wi-Fi / мобилни интернет) и количини меморије. Кључна за тестирање перформанси: ако Crash Rate на Android 14 прелази 2%, сегмент се изолује за хитну поправку. Према Firebase Blog (2024), технички сегменти помажу да се време откривања грешака смањи за 40%.

RFM анализа у сегментацији

RFM анализа — метод сегментације клијената по три параметра: Recency (скорашњост последње куповине), Frequency (учесталост куповина) и Monetary (износ куповина). Сваки параметар се оцењује на скали од 1 до 5, где је 5 најбоља вредност. Комбинација три броја (R-F-M) одређује тип клијента.

Сегмент 5-5-5 („шампиони„) — највреднији корисници, који купују често, недавно и у великим износима. Сегмент 1-1-1 („изгубљени„) — корисници који нису куповали дуго и мало. Према Optimove (2024), RFM сегментација повећава ROI маркетиншких кампања за 30–50% захваљујући прецизном таргетирању.

Уведите RFM анализу у CRM систем или аналитичку платформу. За сваки сегмент одредите стратегију: „шампионе„ — задржавајте програмима лојалности, „изгубљене„ — враћајте акцијама, „почетнике„ — обучавајте и конвертујте у поновну куповину.

Како применити сегментацију у пракси

Примена сегментације почиње хипотезом: која група корисника би требало да се понаша другачије? На пример, „корисници који су обавили прву куповину могу брже да обаве другу уз одговарајући подстицај„. На основу хипотезе издвојите сегмент у аналитичкој платформи и подесите експеримент.

Други корак — интеграција сегмената у производне и маркетиншке канале: push обавештења, е-пошта, in-app поруке и A/B тестови. Платформе попут Amplitude и Firebase омогућавају извоз сегмената у Google Analytics, Adjust и друге рекламне мреже за циљану рекламу.

Трећи корак — итеративна калибрација. Сегменти нису статични: након покретања кампање проверите да ли се понашање групе променило. Ако сегмент не реагује на персонализацију, редефинишите критеријуме или га спојите са другим сегментом ради повећања статистичке значајности.

Практични примери сегмената за различите пословне моделе

Сегменти се разликују у зависности од пословног модела апликације. За e-commerce кључни сегмент је „они који су напустили корпу„ (корисници који су додали производ али нису платили). За игре — „плаћајући корисници„ (paying users) са поделом по нивоу потрошње: whales (5% топ-играча који доносе 50% прихода) и minnows (честе мале куповине).

Сваки сегмент захтева јединствени комуникациони сценарио. Важно је не само издвојити сегмент, већ и подесити цевовод: догађај → сегмент → акција (push, е-пошта, in-app) са кашњењем. Према Braze (2024), аутоматизација сегмената са временским кашњењем повећава конверзију push обавештења за 40%. Мерите ефикасност сваког сегмента кроз метрику ROMI (Return on Marketing Investment) — цена кампање на сегмент наспрам додатног прихода од активираних корисника. За прецизан прорачун ROMI-ја, узмите у обзир не само директне конверзије у првој недељи, већ и утицај на LTV и Retention у року од 30 дана након кампање.

Алати за сегментацију и пример кода

За креирање сегмената у Firebase Analytics користите Kotlin код испод. Он шаље догађај са корисничким параметрима на основу којих се у Firebase конзоли граде публике и сегменти.

val firebaseAnalytics = Firebase.analytics
val bundle = Bundle().apply {
    putString("user_tier", "premium")
    putInt("purchase_count", 12)
    putString("country", "RU")
}
firebaseAnalytics.logEvent("segment_update", bundle)

Након слања догађаја, у Firebase конзоли креирајте публику по параметру user_tier = “premium” и користите је за циљана push обавештења путем Cloud Messaging-а.

Бихејвиорална сегментација: дубока обрада

Бихејвиорална сегментација заслужује посебну пажњу, јер даје најтачнију слику ангажованости корисника. За разлику од демографских карактеристика, понашање директно одражава вредност коју корисник добија од производа. Главне бихејвиоралне метрике за сегментацију: учесталост покретања (daily / weekly / monthly active), дубина сесије (време и број екрана), извршене циљне радње и историја куповина.

За изградњу бихејвиоралних сегмената користите комбинацију радњи и временских прозора. Пример: сегмент „успавани, али вредни„ — корисници који нису улазили 14 дана, али су обавили 2+ куповине у претходних 30 дана. Такав сегмент има висок потенцијал повратка путем ремаркетинга. Према Clevertap (2024), кампање за „успаване вредне„ сегменте показују ROI 6:1 захваљујући већ потврђеној способности плаћања публике.

Бихејвиорални сегменти се такође деле по фази животног циклуса: нови (0–7 дана), активни (7–30 дана), зрели (30–90 дана) и отишли (90+ дана). За сваку фазу одредите KPI и сценарио интеракције. На пример, за нове кориснике приоритет је onboarding и прва циљна радња, за зреле — задржавање и up-sell. Аутоматизујте прелазак корисника између фаза путем webhook догађаја у CRM или CDP систему. Примените throttling: не шаљите више од једне поруке дневно како не бисте изазвали одлазак због спама. Према Braze (2024), сегменти са ограниченом учесталошћу комуникације показују 25% већи Retention захваљујући смањењу замора од push обавештења.

Типичне грешке сегментације

Прва грешка — премали сегменти. Сегмент од 50 корисника статистички је незначајан: сваки A/B тест ће дати грешку већу од 30%. Минимална величина сегмента за поуздане закључке — 500 корисника. Ако је сегмент мали, спојите га са суседним.

Друга грешка — преклапање сегмената без узимања у обзир приоритета. Корисник може истовремено бити „нов„ и „плаћајући„. Одредите хијерархију сегмената како кампања за „нове„ не би преписивала кампању за „плаћајуће„. Према Amplitude (2024), 35% тимова губи конверзију због конфликта правила сегментације.

Трећа грешка — коришћење само демографије без бихејвиоралних података. Пол и старост без узимања у обзир радњи у апликацији дају површну слику. Комбинујте демографију са понашањем: сегмент „жене 25–35 година са 2+ куповине„ ефикаснији је од обичног „жене 25–35 година„.