Об использовании ИИ

О прокачке навыков

О происходящем на рынке

Из отчета видно, что триалы действительно увеличивают LTV годовых подписок в категориях Utilities, Health & Fitness и Education. А вот в категориях Productivity, Lifestyle, Entertainment, and Graphics & Design прямые покупки приносят больше.

Поэтому вопрос не в том, стоит ли предлагать триал вашим пользователям, а как ведет себя пользователь после триала по сравнению с тем, кто купил без него.

Если ваше приложение из категории Productivity активно продвигает бесплатный триал, вероятно, вы привлекаете не тех пользователей.

Вайбкодинг привел к взрывному росту числа новых приложений. Поэтому чтобы удержать дистрибуцию в условиях растущей конкуренции в рекламных сетях и сторах, нужна устойчивая юнит-экономика. Для этого нужно глубоко понимать, какая стоимость подойдет тому ли иному сегмент, и проводить A/B тесты с разной ценовой политикой для разных аудиторий.

Многие думают, что низкая конверсия из триала в оплату — проблема цены. Но чаще всего дело в доверии пользователей и в том, что происходит до экрана оплаты.

К моменту, когда человек доходит до пейвола, у него есть три вопроса:

🟣нужно ли это мне?
🟣понимаю ли я, как буду этим пользоваться?
🟣доверяю ли я продукту и компании достаточно, чтобы начать им платить?

Если приложение показывает пейвол до того, как пользователь ответил себе на эти вопросы, конверсия в оплату будет низкая.

Количество новых приложений по подписке выросло на 31%, но значение месячной выручки упало на 22%. Только 8% новых приложений пробивают сумму в $100K, а 58% зарабатывают до $1K.

Что с этим делать? Можно выбрать узкую нишу внутри уже перегретой категории и искать точки роста через эксперименты с монетизацией: тестировать цену, а не только скидки, длительность планов (особенно недельные — их доля выросла на 55.6%), модель с триалом и без и т.д.

Также имеет смысл подумать над локализацией для растущих рынков — например, Японии, Мексики и Турции. Но помните, что если вы идёте в локализацию, важно адаптировать под конкретный рынок не только сам продукт, но и пейвол с ценовой логикой.

Скидки по-прежнему скорее исключение, чем правило: 9 из 10 подписок продаются по полной цене. Чаще всего скидки используют образовательные приложения. Но даже в этой категории это всего 14.3% — и это самый высокий показатель среди всех категорий.

При этом скидки могут работать, когда пользователь уже осознал ценность продукта, и ему нужен небольшой стимул, чтобы принять решение.

Спикер: Рената Равилова — основатель CoPostly, LinkedIn-стратег и ghostwriter для B2B-основателей. Помогает основателям превращать экспертизу в inbound-лиды через контент и системный подход. Среди кейсов — $42k сделка через LinkedIn и 101 375 охватов и 16 звонков с одного поста за две недели.

Если ваши A/B-тесты с пейволом чаще всего связаны с изменениями в тексте и картинках, самое время пересмотреть этот подход. Данные из отчета показывают, что самые крутые результаты дают эксперименты внутри самого пейвола — наличие триала, длительность подписки, возможность выбора недельного плана и т.д.

Интересно, что эксперименты с ценой редко улучшают конверсию (всего 28%), но могут увеличить LTV — до 46%.

Так что если вы хотите запустить тест гипотез, начинайте не с визуалов и формулировок на пейволе. Проверьте:
🟣как меняет триал поведение пользователя
🟣в какой части пути пользователя стоит показывать paywall
🟣сколько тарифов стоит выводить.

Кстати, недельные планы с триалами принесли приложениям в 1.5 раза больше среднего LTV.

У AI-приложений конверсия в триал — в 2 раза хуже, чем у средних приложений. А вот прямых покупок у них на 14% больше.

При этом тарифы с триалами на год приносили больше всего денег. Предложение триала в тарифе на год бустило LTV на 35% по сравнению с мгновенными покупками.

Рост выручки таких в категории Lifestyle составил 691% YoY. Далее следуют категории Graphics & Design, Utilities и Productivity.

С удержанием в AI-приложениях пока сложно: по большинству метрик их churn выше, и к концу года они теряют на 20% больше годовых и trial-подписчиков.

Несмотря на то, что in-app по-прежнему конвертируют лучше (1,60% vs 1,10%), веб-пейволы остаются важным каналом роста. Они позволяют обойти комиссию App Store в 30%, поэтому выручка с одной конверсии может быть выше.

При этом по удержанию картина неоднозначная: в первый месяц веб выигрывает у in-app (64,5% против 46,2%), но дальше теряет пользователей быстрее, и к шестому месяцу уже in-app показывает лучший retention — 30% vs 20%.

В итоге даже без App Store комиссии web LTV всё равно остаётся ниже — $35.8 vs $40.1 у in-app, поскольку более слабое удержание съедает экономию.

Все говорят: «обучите сотрудников AI — и продуктивность вырастет». На практике же возникает сильное сопротивление. Некоторые CEO прямо говорят: проще нанять новых людей, которые уже мыслят как AI-native, чем ломать привычки текущей команды.

Неточный промпт, слабый воркфлоу или размытая постановка задачи, и вы получаете системную деградацию. Поэтому фокус смещается в сторону:

🟣качества входных данных
🟣четкости формулировок
🟣упрощения процессов

Некоторые компании вводят жесткую планку: +30% продуктивности на каждый доллар OPEX. Не пробили — не инвестируем дальше. Это заставляет команды честно отвечать на вопрос: где AI реально создает ценность.

🔵Hiring bar raisers (отдельные люди с правом вето, подход из Amazon, чтобы не снижать планку найма)
🔵Отслеживание отказов
🔵Смотреть, что происходит с кандидатами после отказа — это помогает калибровать качество найма
🔵 Осторожность с сейлзами из «тёплых» компаний. Если человек продавал продукт с уже найденным PMF, это не значит, что он умеет продавать «в холодную»

Почти в каждом разговоре всплывала тема физического и ментального состояния. Сон, спорт, медитация, работа с тревогой — для фаундеров это не «лайфстайл», а часть операционной эффективности.