1. Определение
Ретеншн (от англ. retention — удержание) — это метрика, показывающая способность компании или продукта сохранять существующих клиентов или пользователей в течение определенного периода времени. Количественно выражается в процентах пользователей, продолжающих использовать продукт после первого взаимодействия.
2. Происхождение и контекст
Понятие пришло из сферы управления взаимоотношениями с клиентами и маркетинга, где в середине XX века осознали, что удержание существующего клиента обходится дешевле привлечения нового. С развитием цифровых продуктов и подписочных моделей (SaaS, мобильные приложения) ретеншн стал одной из ключевых метрик успеха бизнеса наряду с CAC и LTV.
3. Суть метода простыми словами
Ретеншн отвечает на вопрос: сколько людей, попробовавших продукт, остались с ним надолго. Если в понедельник приложение скачали 100 человек, а во вторник его открыли только 20, значит ретеншн низкий. Высокий ретеншн означает, что продукт нравится пользователям и они возвращаются снова и снова.
4. Как применяется метод
Процесс расчета и анализа ретеншн состоит из следующих шагов:
- Определение когорты: Выделяется группа пользователей, объединенная общим признаком (например, зарегистрировавшиеся в определенную дату или оплатившие подписку в январе).
- Выбор временных интервалов: Определяются периоды измерения: Day 1 Retention (вернулись на следующий день), Day 7, Day 30, Month 3.
- Сбор данных: Фиксируется, сколько пользователей из когорты совершили целевое действие (запуск приложения, покупка, вход в систему) в каждый из выбранных интервалов.
- Расчет показателя: Количество активных пользователей из когорты на конкретную дату делится на общее количество пользователей в когорте и умножается на 100%.
- Визуализация и анализ: Строится график удержания, позволяющий увидеть, на каком этапе происходит основной отток пользователей и как меняется поведение разных когорт.
Не забудьте создать опрос онлайн на FOQUZ.ONLINE для успешного развития бизнеса
5. Примеры
Формула расчета: Retention Rate = (Число пользователей когорты, активных в период N) / (Общее число пользователей в когорте) × 100%.
Мобильное приложение:
Подписочный сервис:
Интернет-магазин:
Мобильное приложение:
- Когорта: пользователи, скачавшие приложение 1 февраля (1000 человек).
- Day 1 Retention: 300 пользователей открыли приложение 2 февраля. Ретеншн = 30%.
- Day 7 Retention: 150 пользователей открыли приложение 8 февраля. Ретеншн = 15%.
Подписочный сервис:
- Когорта: клиенты, оформившие подписку в январе (500 человек).
- Month 3 Retention: 350 клиентов все еще оплачивают подписку в марте. Ретеншн = 70%.
Интернет-магазин:
- Когорта: покупатели, совершившие первую покупку в ноябре (200 человек).
- Повторная покупка в течение 6 месяцев: 60 человек купили снова. Ретеншн (по повторным покупкам) = 30%.
6. Области применения
- SaaS и цифровые сервисы: Оценка успешности подписочных моделей и привыкания к продукту.
- Мобильные приложения: Анализ вовлеченности пользователей и эффективности онбординга.
- E-commerce: Измерение лояльности клиентов и частоты повторных покупок.
- Медиа и контентные проекты: Оценка возвращаемости аудитории на сайт или в издание.
- Банковское дело: Анализ удержания клиентов по кредитным картам и зарплатным проектам.
- Игровая индустрия: Оценка долгосрочной вовлеченности игроков.
7. Преимущества
- Индикатор ценности продукта: Высокий ретеншн подтверждает, что продукт решает проблему пользователя и соответствует ожиданиям.
- Прогнозирование доходов: Метрика позволяет прогнозировать LTV (пожизненную ценность клиента) и долгосрочную выручку.
- Экономическая эффективность: Рост ретеншн на 5% может увеличить прибыль на 25–95%, так как удержание дешевле привлечения.
- Раннее обнаружение проблем: Падение ретеншн сигнализирует о проблемах с продуктом, сервисом или пользовательским опытом.
8. Ограничения и недостатки
- Зависимость от типа продукта: Нормальные значения ретеншн сильно разнятся для разных категорий (например, ежедневные приложения vs сезонные сервисы).
- Сложность интерпретации: Низкий ретеншн может означать как плохой продукт, так и то, что пользователь просто решил свою разовую задачу.
- Требование к данным: Для точного расчета необходима качественная аналитическая система, отслеживающая поведение пользователей во времени.
- Не учитывает глубину вовлеченности: Метрика показывает только факт возврата, но не интенсивность использования продукта.
