Intelligence di mercato
Guide sempreverdi per i team che devono comprendere ASO, ranking sull'App Store, monetizzazione, paywall e i meccanismi operativi dietro la crescita mobile.
Percorso di apprendimento
Inizia qui
15 guide · 241 minuti di lettura testata sul campo
Tutto quello che un publisher mobile deve sapere per posizionarsi più in alto e convertire meglio sull'App Store e su Google Play — le leve, i compromessi e ciò che funziona davvero.
Maxime DoussinCTOPlaybook
altri 14 playbook
Apple e Google non pubblicano mai le regole. Ecco cosa milioni di dati in oltre 150 paesi ci dicono sui segnali che fanno davvero salire e scendere le app nelle classifiche.
Maxime DoussinCTOUn playbook pratico, settimana per settimana, per far salire la tua app iOS nelle classifiche di ricerca e di categoria — dalla misurazione del baseline al lavoro su metadati, creatività e velocity.
Clement BrunSenior Data Scientist & ML EngineerI quattro modelli dominanti di monetizzazione per app mobile, quando usare ciascuno e le unit economics di benchmark che le app del top quartile puntano a raggiungere.
Marion AuratSenior Data ScientistI pattern, il posizionamento e la disciplina di A/B testing che separano le app di abbonamento del top quartile dal resto.
Marion AuratSenior Data ScientistI giochi competono nelle categorie più affollate dell'App Store. Ecco cosa differenzia l'ASO per i giochi e come lo gestiscono i team vincenti.
Clement BrunSenior Data Scientist & ML EngineerL'app mediana registra 2,9 sessioni e 4 minuti per utente al giorno, con una frequenza d’uso DAU/MAU del 14%. Questo è il playbook per le tre dimensioni di engagement che predicono retention e ricavi — frequenza, profondità e frequenza d’uso — con benchmark reali dal catalogo MWM.
Marion AuratSenior Data ScientistL'ARPU mediano delle app è $0,15; l'1% più alto è $43. La monetizzazione si vince nella coda, non nella media. Questo è il playbook per le quattro leve che la muovono — conversione, ARPPU, retention e mix — con benchmark reali dal catalogo MWM.
Marion AuratSenior Data ScientistL'app mediana perde quasi tre quarti dei propri utenti entro il giorno 1, e l'onboarding è il terreno in cui si vince o si perde. Questo è il playbook per portare i nuovi utenti al valore in fretta e trasformare le prime sessioni in ritorni al giorno 2.
Clement BrunSenior Data Scientist & ML EngineerL'app mediana mantiene meno del 4% dei propri utenti entro il giorno 30. Questo è il playbook basato sui dati per i tre punti critici di retention — D1, D7, D30 — che separano il decile superiore dalla coda lunga, con benchmark reali dal catalogo MWM.
Marion AuratSenior Data ScientistL'app mediana perde il 96% dei propri utenti entro 30 giorni. Questo è il playbook per i due tipi di churn che devi combattere separatamente — churn da engagement e churn da abbonamento — con benchmark reali dal catalogo MWM.
Marion AuratSenior Data ScientistLa crescita è un'equazione, non una lista di tattiche — acquisizione per retention per monetizzazione per viralità. La maggior parte delle app ottimizza l'acquisizione perdendo la retention al 96% entro il giorno 30. Questo è il playbook per correggere l'intero loop, nell'ordine giusto.
Marion AuratSenior Data ScientistLa maggior parte dei team monitora decine di metriche e non agisce su nessuna. Questo è il set ragionato di KPI per app mobile che mappa il growth loop — acquisizione, retention, engagement, monetizzazione — ciascuno con la mediana del catalogo reale, così sai se il tuo dato è buono.
Maxime DoussinCTOLe push notification sono la leva di retention più economica che esiste — e il modo più rapido per essere silenziati o disinstallati. Questo è il playbook per guadagnare l'opt-in, attivare le notifiche sul valore e trasformarle in visite di ritorno senza bruciare il canale.
Marion AuratSenior Data ScientistPer la maggior parte delle app, il 62% degli install è organico e oltre la metà proviene dalla ricerca nell'App Store — non dagli ads a pagamento. Questo è il playbook per il mix di acquisizione, la matematica LTV-costo che fissa il tetto di spesa, e come abbassare il costo effettivo per install, con dati reali dei canali dal catalogo MWM.
Clement BrunSenior Data Scientist & ML Engineer