retention 30 дня что это
Retention rate: что это за показатель и как его рассчитать
Соберите все данные для сквозной аналитики вместе с OWOX BI
Соберите все данные для сквозной аналитики вместе с OWOX BI
Содержание
Когда дело доходит до повышения дохода бизнеса, первое решение, которое приходит на ум, — привлечь как можно большее количество новых пользователей. В итоге может получиться некий “конвейер” из клиентов, когда на первой продаже все заканчивается и приходится вкладывать очередной рекламный бюджет для новых продаж.
Да, мы уже не раз писали о том, насколько важно удерживать своих текущих покупателей. Освежим в памяти: согласно журналу Forbes, вероятность того, что вы продадите продукт или услугу новому потребителю составляет 5–20%, тогда как вероятность продажи его существующему покупателю составляет около 60–70%.
Поэтому, после того, как вы создали шикарный продукт, определили свой рынок и расписали стратегию по привлечению покупателей, не забудьте внести еще один пункт плана и выделить его ярким цветом/жирным шрифтом/подчеркиванием — не забывать о своих пользователях и повышать свой Retention Rate.
И да, со второй частью мы вам поможем.
Что такое Retention Rate
Customer retention (удержание клиентов) — это способность компании удерживать своих потребителей в течение определенного периода времени.
Успех в удержании клиентов измеряется показателем Retention Rate (коэффициент удержания клиентов). По сути он является противоположностью Churn Rate (показатель оттока клиентов), о котором мы подробно писали в прошлой нашей статье.
Customer Retention Rate и другие ключевые метрики удержания клиентов
Допустим, наше вступление и описание Retention Rate так сильно повлияло на вас, что вы уже начали продумывать в своей голове план по удержанию покупателей. Тогда не будем вас утомлять ненужными фактами и сразу перейдем к делу.
Сначала вам необходимо понять, каков ваш текущий показатель удержания клиентов. Определите период времени, например, вы хотите рассчитать показатель за 4 месяца 2020 года. Тогда следуйте такой формуле:
Коэффициент удержания клиентов = Количество клиентов в конце периода — Количество клиентов, приобретенных в течение периода / Количество клиентов в начале периода X 100%
Скажем, в начале января 2020 у вас было 50 пользователей, за 4 месяца у вас появилось 6 новых покупателей, но при этом 2 прошлых клиента ушло и в конечном счете на конец апреля у вас 54 покупателя. Тогда расчет будет выглядеть так:
((54 — 6) / 50) х 100% = 96%
Значит, 96% ваших клиентов продолжает покупать ваши товары.
Или еще один пример. В начале января 2020 у вас было 50 покупателей, за 4 месяца пришло 15 новых клиентов, но ушло 29 и в итоге у вас осталось 36 пользователей.
((36 — 15) / 50) x 100 = 42%
Хороший Retention rate варьируется в зависимости от ниши бизнеса. Например, для eCommerce бизнеса коэффициент в среднем равен 30%, а для SaaS — 80%.
После того, как вы узнаете свой текущий показатель удержания клиентов, вам следует провести аудит поведения ваших покупателей, чтобы определить сходства в причинах ухода или даже типах пользователей, которые уходят. Другими словами, вам нужен когортный анализ. Суть когортного анализа заключается в том, что вы делите пользователей на группы по определенному признаку и исследуете, как меняется поведение этих групп со временем. Это помогает точнее понять, как ваши маркетинговые усилия влияют на ключевые показатели эффективности: LTV, конверсии, ROI, Retention Rate, CAC и т. д. К примеру, вы можете обнаружить, что все покупатели, которые пришли по акции ко Дню святого Валентина, остались с вами и продолжают регулярно покупать ваши товары, или наоборот.
Полезные материалы, которые помогут вам разобраться в теме:
С помощью OWOX BI вы можете объединить свои данные с сайта, из рекламных источников и CRM, чтобы провести на их основе когортный анализ, как это сделала компания Битрикс24. Сравнив поведение когорт в разрезе разных рекламных кампаний, можно определить, какие из них работают лучше на привлечение, а какие — на удержание клиентов.
Как исправить ситуацию?
Анализируя показатель удержания клиентов, вы можете получить ценную информацию о том, как побуждать пользователей продолжать возвращаться к вашему продукту.
Возможно, необходимо проделать совсем небольшую работу для увеличения лояльности аудитории к компании. Ниже мы описали главные тактики, которые позволят вам увеличить доход, снизив при этом рекламный бюджет.
Да, истина проста — возможность удерживать покупателей в значительной степени зависит от ваших отношений с ними и того, как вы учитываете все их пожелания и потребности. Вносите все необходимые данные о ваших покупателях в CRM или в хранилище данных, отслеживайте их поведение на сайте при покупке и сегментируйте аудиторию.
Когда у вас 5 клиентов, персонализировать общение не кажется такой уж и трудной задачей. Но что делать с 200 (не говоря уже о 200 000) клиентами? Как выстроить коммуникацию с таким количеством? Пришло время RFM анализа. Суть RFM-анализа в том, что мы разделяем всех клиентов на группы, в зависимости от того, как давно они сделали последнюю покупку, как часто покупали и насколько большой была сумма их заказов.
Существует два удобных способа расчета RFM-анализа, которые мы подробно описали в нашей статье: Excel (Google таблицы) и с помощью OWOX BI.
С OWOX BI вы сможете передавать данные о пользователях из CRM и результаты RFM-анализа в Google Analytics или рекламные сервисы и строить с их помощью новые пользовательские отчеты и сегменты, а также создавать аудитории для ремаркетинга. Например, своим лучшим клиентам, которые покупают часто и тратят много, вы можете предложить программу лояльности, подготовить специальные предложения. Тем, кто давно ничего у вас не покупал, напомните о себе каким-нибудь интересным письмом с акцией. А тем, кто часто делает недорогие покупки, можно предложить сопутствующие товары.
Последнее, что вы хотите сделать, это забыть о покупателе, который приобрел продукт или услугу у вас. Возвращать и удерживать клиентов очень выгодно (мы уже определили это в начале статьи), ведь у них уже есть общее представление о вашем бренде и о том, что именно вы продаете.
Учите пользователей, как использовать ваш продукт или услугу. И не просто кидайте ссылки на редкие статьи в блоге! Персонализируйте обучение в соответствии с потребностями клиента. Таким образом, покупатели не только сэкономят свое время, но и поймут, насколько ваш продукт будет им полезен.
Возвращаюсь к первому пункту этого списка: вы не можете улучшить показатель удержания клиентов, не поняв, почему же покупатели покидают вашу компанию. После того, как вы узнаете причины и соответствующие признаки, вы сможете предотвратить отток клиентов, активно решая проблемы.
Да, эти четыре пункта могут показаться простыми и очевидными, но их все равно мало кто использует. Попробуйте уже сегодня начать работу в сторону создания лояльной аудитории с малого — рассчитайте текущий показатель Retention Rate и другие важные для вашего бизнеса метрики. Оценивайте реальную ситуацию с клиентами с помощью OWOX BI и развивайте свою компанию.
Главные метрики. Retention
Для того, чтобы проект приносил максимум прибыли, вам нужно привлечь в него как можно большее количество пользователей, которые будут оплачивать доступ к нему или делать покупки во внутриигровом магазине. При этом, аудитория должна быть заинтересованной в том, чтобы возвращаться в продукт как можно чаще и делать это на протяжении как можно более длительного времени. Это и есть удержание пользователя (Retention).
Как считать Retention
Удержание следует считать не в отношении отдельных пользователей, а в отношении целых когорт. Его можно рассчитать для любого дня.
Формула:
Retention N = Количество пользователей, зашедших в день N / Количество пользователей, установивших приложение N дней назад * 100%
То есть, по значению метрики Retention можно определить, какой процент пользователей из когорты (установивших приложение N дней назад) зашло в приложение в день N.
Например, первого января его установило 1020 человек (это наша когорта). Далее количество пользователей сокращается и мы можем по формуле выше сосчитать Retention последующих дней:
День с момента установки
Обычно график удержания выглядит примерно так:
Видно, что самый большой Churn (отток) происходит в первые дни после установки, затем он сокращается, и в проекте остаются лишь наиболее лояльные пользователи.
Retention 1, 7 и 28 дня
Можно определить показатели удержания любого дня, однако для удобства сравнения его считают на 1, 7 и 28 дни.
Идеальной можно считать ситуацию, когда пользователю регулярно требуется ваше приложение, и он открывает его всегда, когда сталкивается с той или иной проблемой. Однако показатели Retention у разных проектов отличаются в зависимости от жанра, к которому они принадлежат. Так, в социальные сети большинство из нас заходит много раз в день, а бронируем отели мы гораздо реже. Как следствие, удержание у этих приложений будет сильно отличаться.
В среднем, хорошими значениями считаются следующие:
D1 Retention: 40%
D7 Retention: 20%
D28 Retention: 10%
Удержание первого дня зависит от первого впечатления пользователя: от соответствия продукта его потребностям, задачам и запросам. Ему следует уделять повышенное внимание, поскольку именно показатель Retention первого дня позволяет делать прогноз на всё последующее время. Если во время Soft Launch D1 Retention оказывается ниже прогнозируемого значения, значит, люди не смогли разобраться в продукте, понять его суть, преимущества и ценность для них, т.е. “активироваться”.
D7 Retention показывает процент пользователей, которых он, в целом, устраивает или нравится, но они ещё не стали ему лояльны.
D28 Retention показывает процент пользователей, которые уже освоили функционал приложения и периодически его используют. Они, скорее всего, уже привыкли к нему и не планируют менять его на что-то другое в ближайшем будущем. Именно эти люди, с высокой вероятностью, будут совершать платежи в вашем продукте.
Расчёт Retention по часам
В системе аналитики devtodev это выглядит следующим образом:
Такую систему расчёта Retention имеет смысл использовать в тех проектах, у которых пользователи рассредоточены по разным часовым поясам.
Данные по удержанию важно сегментировать по различным критериям (стране, платформе и другим). Например, пользователи, пришедшие из разных источников будут иметь разное представление о вашем продукте и разные ожидания от него. Как следствие, их показатели Retention будут отличаться. На основе этих данных можно выявить наиболее эффективный источник трафика и стараться привлекать из него больше пользователей.
На что влияет Retention
Она влияет на размер аудитории. В целом, приток новых пользователей должен быть больше, чем отток.
Показатели этой метрики удобно сравнивать для разных когорт. Например, можно анализировать поведение пользователей после того, как в продукт были внесены изменения.
Как улучшить показатели Retention
В наиболее доступной форме (например, при помощи туториала) доносить до пользователя суть и все преимущества приложения во время самой первой сессии.
Пользователям, которые не возвращаются в проект, напоминать о нём при помощи push-уведомлений, email-рассылок и т.п.
Поддерживать интерес к продукту при помощи бонусов и подарков.
Поддерживать интерес другими способами: заложить в продукт скрытые возможности и контент, который будет со временем открываться при выполнении определённых действий; давать ему новые задания каждый день и т.п.
Давать юзеру ощущение удовлетворения от достижения определенных целей, для чего следует разбить весь его путь на этапы и акцентировать внимание на факте прохождения каждого этапа.
Связать проект с социальными сетями, в которых пользователь сможет взаимодействовать со своими друзьями.
Подойти к улучшению показателей Retention можно и с противоположной стороны: изучить поведение тех, кто лоялен к продукту (что и в какой последовательности они делали, их сессии, как они им пользовались) и направлять новых пользователей тем же путём.
Многоликий Retention rate: N-day Retention, Rolling Retention и другие способы расчета Retention
Retention rate – одна из фундаментальных метрик в работе над продуктом. Мы все используем метрику Retention регулярно, но не все знают, что существует много разных способов расчета Retention. И это очень важно четко понимать, какой именно метод расчета был использован, при обсуждении результатов анализа и принятии решений на основе Retention метрик.
История. Когда я работал в Zeptolab, нам часто писали игровые студии, которые хотели, чтобы Zeptolab выступил в роли паблишера для их игр. Однажды пришло письмо, которое сильно выделялось на фоне остальных. Метрики игры, которую нам предлагали опубликовать, выглядели впечатляюще: Retention 1 дня превышал 55%, Retention 7 дня – 25%.
Мы начали тестировать игру, чтобы понять, в чем секрет. Но быстро стало понятно, что что-то здесь не сходится. Геймлей не был настолько увлекательным, чтобы обеспечить Retention 1 дня > 55%. Мета-игра также не выглядела достаточно глубокой и проработанной, чтобы вытянуть Retention 7 дня при таком геймплее.
Последующее расследование выявило, что под Retention студия имела ввиду не классический Day N Retention rate, а Rolling Retention. Когда мы получили значения классического Day N Retention их игры, то цифры уже не выглядели впечатляющими.
Это лишь один из примеров, как неправильная интерпретация Retention метрики может отправить команду в ложном направлении. В этой статье мы рассмотрим разные ньюансы расчета и интерпретации Retention, и то, как они влияют на итоговые значения метрики и принимаемые решения.
Несколько комментариев к статье:
Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.
Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.
Классический Day N retention vs Rolling Retention
Определение классического Day N Retention и Rolling Retention
Классический Day N Retention (далее просто Day N Retention) показывает, какой процент новых пользователей вернулись в продукт в конкретный день с момента прихода.
Rolling Retention показывает, какой процент новых пользователей вернулись в продукт в конкретный день с момента прихода или любой день после него.
Если Retention 2-го дня приложения равен 50%, это значит, что 50% новых пользователей этого приложения возвращаются в него на 2-й день.
Если Rolling Retention 2-го дня приложения равен 50%, это значит, что 50% новых пользователей приложения вернутся в него на 2-й день или позже.
Пример расчета Day N Retention и Rolling Retention для реального продукта
На графике ниже показан Day N Retention и Rolling Retention для реального приложения.
Разница между двумя метриками огромная. Более того, она нарастает по мере того, как мы движемся от 1 к 14 дню.
Представьте, что вы попросили аналитика посчитать Retention нового продукта, а он по какой-то причине посчитал Rolling Retention вместо Day N Retention. В этом случае велик шанс, что вы примите неправильное решение о будущем векторе развития продукта.
Давайте более внимательно посмотрим на отличия между значениями двух метрик:
Главный минус Rolling Retention
Rolling Retention имеет минус, из-за которого я рекомендую его использовать лишь в случаях, когда без него невозможно обойтись.
Проблема этой метрики в том, что она может постоянно меняться. Если какой-то пользователь первый раз вернется в приложение спустя 90 дней, он увеличит Rolling Retention всех предыдущих дней.
При обычном Retention вы знаете точное значение Retention 1-го дня для пользователей, которые пришли в определенный день, уже спустя 24 часа. В случае же Rolling Retention значение для 1-го дня может измениться и 90, и 250 дней спустя.
Поэтому обычный Retention работает намного лучше для задач анализа экспериментов или сравнения версий продуктов. Это не значит, что Rolling Retention – плохая метрика, но при ее использовании надо четко понимать ее физический смысл и особенности ее расчета.
Когда использовать Rolling Retention, а когда N-day Retention
Для подавляющего большинства задач и продуктов N-day (week/month) Retention подходит лучше, чем Rolling Retention.
Но бывают редкие случаи, когда Rolling Retention удобнее. Обычно его применяют для продуктов, которые подразумевают достаточно редкое использование.
Например, если вы хотите проанализировать долгосрочную возвращаемость в приложение для покупки авиабилетов или бронирования отелей, то с этим поможет Rolling Retention.
Rolling Retention позволит ответить на вопрос: «А какая часть пользователей хотя бы раз вернулась в наше приложение после 30 дня?». Но и здесь можно обойтись без Rolling Retention, а следить за обычным месячным Retention, либо же создать квартальный или годичный Retention (за годичным Retention, например, следят в Airbnb).
Теперь вы знаете, что такое Rolling Retention, и чем он отличается от обычного N-day Retention. Если вдруг вы с ним где-то столкнетесь в работе, будете понимать, что означают цифры.
Откуда взялась путаница между N-day Retention и Rolling Retention
На заре мобильной эры популярная система аналитики для мобильных приложений Flurry в отчете Retention показывала не N-day Retention, а Rolling Retention, тем самым создав путаницу между этими двумя метриками в сообществе разработчиков мобильных приложений.
Позже Flurry добавили отчет с классическим Retention, но уже было поздно. Многие стали воспринимать Rolling Retention как дефолтный и единственный способ расчета метрики.
Расчет Retention на основе 24-часовых окон и на основе календарных дней
Как работает расчет Retention на основе 24-часовых окон и на основе календарных дней
Выше мы обсудили различия между Day N Retenion и Rolling Retention. Но есть и другие неочевидные особенности расчета метрики Retention rate.
Например, Day N Retenion можно считать на основе 24-часовых окон, а можно на основе календарных дней. На первый взгляд разница может показаться незначительной, но, как вы увидите дальше, значения метрики Retention сильно отличаются в зависимости от выбранного метода расчета. Различия становятся еще более значительными при расчете недельного или месячного Retention каждым из этих способов.
При расчете на основе 24-часовых окон для конкретного пользователя Retention будет считаться на основе индивидуальных временных интервалов. День 0 конкретного пользователя начинается с момента первого запуска продукта и заканчивается через 24 часа. День 1 начинается спустя 24 часа после первого запуска и заканчивается спустя 48 часов. И так далее. Именно по этим индивидуальным интервалам и будет считаться Retention каждого пользователя, общий Retention потом будет получен с помощью агрегирования значений метрики всех представителей изучаемой когорты.
Пусть Retention 1 дня при расчете на основе 24-часовых окон равен 10% для когорты из 1000 новых пользователей, которые пришли 1 октября. Это значит, что 100 из этих пользователей зашли в приложение между 24 и 48 часом после своего первого запуска. Важно понимать, что временной интервал 1 дня для разных пользователей в данном случае будет индивидуальным.
Когда Retention считается на основе календарных дней, то для всех пользователей, которые пришли в определенный день, окно первого дня при расчете Retention будет одинаковым. Это будет просто следующий календарный день.
Пусть Retention 1 дня при расчете на основе календарных дней равен 10% для когорты из 1000 новых пользователей, которые пришли 1 октября. Это значит, что 100 пользователей из этой когорты запустили приложение 2 октября. Среди них вполне могут быть пользователи, которые впервые открыли приложение 1 октября в 23-50, а потом еще раз в 2 октября в 00-10, то есть спустя 20 минут. При расчете на основе календарных дней такие пользователи засчитается как те, кто вернулся на 1 день.
Подробнее про тонкости расчета Retention на основе 24-часовых окон и календарных дней можно прочитать здесь.
Пример расчета Day N Retention на основе 24-часовых окон и календарных дней
На графике ниже посчитан Day N Retention на основе 24-часовых окон и календарных дней для того же приложения, которое мы рассматривали выше.
Здесь вы вновь можете видеть значительную разницу между значениями Retention метрик, посчитанных двумя способами. В данном случае максимальная разница наблюдается в первые дни и практически пропадает потом.
Retention 1 дня, посчитанный на основе календарных дней, равен 43%. При этом Retention 1 дня, посчитанный на основе 24-часовых окон, составляет лишь 32%.
По мере удаления от первых дней разница между двумя метриками сходит на нет, так как относительная разница между окнами расчета Retention становится все меньше и меньше. Временные окна 30 дня при расчете обоими способами будет примерно совпадать, при этом временные окна 1 дня будет значительно различаться.
Причина значительных различий для первых дней связана со следующим явлением. При расчете на основе календарных дней пользователи имеют больше шансов быть засчитанными как вернувшиеся на 1 день, так как их первый день наступает значительно раньше, чем через 24 часа (тем раньше, чем ближе к концу первого календарного дня они впервые запустили приложение).
Пользователю, который впервые зашел в продукт 1 октября в 23-00, достаточно запустить его хотя бы раз 2 октября, то есть в период с 1 по 25 час с момента своего прихода, чтобы засчитаться вернувшимся на 1 день при методе расчета на основе календарных дней.
При этом для того, чтобы такой пользователь был засчитан вернувшимся на 1 день при расчете Retention на основе 24-часовых окон, ему надо зайти в приложение в период с 23-00 2 октября по 23-00 3 октября. Это значительно более жесткое требование. Оно практически идентично требованию, которое будет предъявлено к этому пользователю, чтобы засчитаться вернувшимся на 2 день при расчете на основе календарных дней.
Почему важно знать, как именно посчитан Retention rate
Мы часто используем Retention метрики, чтобы сравнивать продукты между собой или сравнивать их с рыночными бенчмарками. Так мы осмысляем конкретные значения метрики Retention, понимаем, является ли возвращаемость нашего продукта хорошей или плохой.
Давайте рассмотрим гипотетическую ситуацию. Вы работаете над казуальной мобильной игрой. Вы запустили ее в софт лонч, и через несколько дней посчитали, что Retention 1 дня игры равен 32%.
Вы сходу не можете понять, хорошо это или плохо, и поэтому идете в поисковик и находите отчет Appsflyer с бенчмарками Retention для мобильных игр.
Для попадания в топ 10% казуальных игр Retention 1 дня должен быть более 50.7%. Ваша игра очень далека от этого значения.
Медианное значение Retention 1 дня для казуальных игр составляет 38.8%. Выходит, что с Retention 1 дня на уровне 32% ваша игра находится где-то среди самых слабых продуктов, представленных на рынке.
На основе полученной информации вы закрываете проект как бесперспективный.
Но это ошибочное решение.
Amplitude, аналитическая система, которую вы используете, по умолчанию считает Retention на основе 24-часовых окон. При этом Appsflyer по умолчанию считает Retention на основе календарных дней.
Если пересчитать Retention игры на основе календарных дней в Amplitude, то Retention 1 дня будет уже 43%. Это лучше медианного значения по нише и не так далеко от топ 10% лучших казуальных игр.
Скорее всего, такая трактовка результатов первого запуска изменит решение по поводу будущего игры.
Какой метод расчета Retention rate лучше
На этот вопрос нет однозначного ответа.
Расчет метрики Retention rate на основе 24-часовых окон дает более честный ответ на вопрос о том, как ваш продукт возвращает пользователей. Но такой метод расчета Retention требует больше времени. Вы получите финальное значение метрики для пользователей, которые запустили продукт в конкретный день, лишь спустя 2 календарных дня (48 часов с момента прихода последнего пользователя). При расчете же Retention на основе календарных дней, значение Retention 1 дня будет доступно уже через 24 часа.
Retention на основе календарных дней имеет смысл использовать тогда, когда скорость получения данных критична. Например, для анализа маркетинговых кампаний, где лишние 24 часа неудачной рекламной кампании могут обойтись в значительную сумму. В случаях же, где вы можете подождать или где вы уже работаете с историческими данными, имеет смысл выбрать Retention, посчитанный на основе 24-часовых окон.
Это лишь рекомендации. Вы можете использовать то, что вам нравится больше. Главное, чтобы вы четко понимали, как именно конкретные значения метрики получены, и что они значат.
В заключение
Существует много разных способов расчета Retention. В этой статье мы обсудили две особенности расчета Retention, которые могут повлиять на выводы, но есть и другие более специфичные кейсы.
Ключевая идея статьи в том, что вы должны очень четко понимать, что именно вы называете Retention, когда работаете с этой метрикой. Это позволит избежать ошибок при принятии решений на основе данных по возвращаемости.
Если вы хотите научиться управлять продуктом на основе аналитики и данных, то Симулятор, образовательный продукт от GoPractice, вам в этом поможет.
Подписывайтесь на каналы «GoPractice!» и «GoPractice! Insights», добавляйтесь в чат «Ask Kevin!» в телеграме.
Эссе и образовательные симуляторы про продакт-менеджмент, продуктовую аналитику, маркетинг и рост