Retencja użytkowników to odsetek osób, które wracają do produktu po pierwszej interakcji. Dla zespołu wzrostu to szybki test, czy produkt daje wartość, czy tylko zbiera jednorazowe wejścia. Żeby ją policzyć, potrzebujesz jednego punktu startu, jednego okna czasu i jednej metody liczenia. Retencja 1-dniowa, 7-dniowa i 30-dniowa pokazują różne aspekty przywiązania użytkownika. Bez tych ram łatwo pomylić dobrą akwizycję z realnym zaangażowaniem albo odwrotnie. W dashboardach z 7-dniową retencją pierwszy błąd zwykle siedzi w definicji startu. Dobrze policzona retencja pokazuje, gdzie użytkownicy odpadają, a gdzie produkt zaczyna pracować na wzrost.
Analiza cohortowa jako narzędzie rozdzielania akwizycji i retencji
Analiza cohortowa pozwala zobaczyć, jak zachowują się grupy użytkowników pozyskane w tym samym okresie. Gdy porównujesz marzec z kwietniem, różnice w powrotach widać szybciej niż w zbiorczym raporcie. Dzięki temu łatwiej oddzielić wpływ kampanii od realnej retencji. Widzisz nie tylko, ilu ludzi przyszło, ale też którzy z nich wracają i czy baza klientów trzyma się po pierwszym kontakcie z produktem.[1]
Przy dwóch kampaniach z tego samego kanału ta różnica bywa brutalnie czytelna. Jeden wykres pokazuje dopływ, drugi powrót. I to robi robotę.
Jak śledzić retencję użytkowników w czasie
Na tygodniowym raporcie jeden zbiorczy procent potrafi zmylić. Analiza cohortowa rozdziela nowe i stare grupy, więc da się zobaczyć retencję użytkowników w kolejnych dniach, tygodniach lub miesiącach bez mieszania danych. To ważne, bo ten sam wzrost liczby rejestracji może wyglądać dobrze na poziomie całego produktu, a jednocześnie ukrywać słabe powroty w konkretnej kohorcie.[2]
- Zdefiniuj jedną kohortę na podstawie wspólnego zdarzenia startowego, np. pierwszego logowania albo utworzenia konta. Każdy użytkownik musi wejść do grupy w tym samym punkcie odniesienia. Inaczej mieszasz świeże konta z aktywnymi.
- Ustal okna obserwacji po 7, 14 i 28 dniach. Jeśli system zapisuje daty aktywności, łatwo zobaczysz, w którym miejscu powrót do produktu zaczyna siadać, i czy problem pojawia się od razu, czy po kilku tygodniach.[3]
- Oznacz źródło pozyskania użytkowników, zanim zaczniesz interpretować wyniki. Bez przypisanego kanału akwizycji przypiszesz wszystko jednemu wskaźnikowi, a to zwykle psuje wniosek. Ten etap dobrze łączy się z raportowaniem w jak zbudować dashboard raportowania metryk wzrostu dla zespołu?.
- Porównaj kohorty między sobą, nie tylko wynik zbiorczy. Przy co najmniej dwóch okresach pozyskania, na przykład dwóch kolejnych miesiącach, zobaczysz, czy lojalność rośnie, stoi w miejscu, czy słabnie mimo większego ruchu.
W praktyce najlepiej działa to przy dwóch kampaniach z jednego kanału (ten sam ruch, inny efekt). Wtedy łatwiej oddzielić sezon, budżet i jakość wejścia od samego produktu.
Trzy sposoby pomiaru retencji w praktyce
W ERP jedno konto i jedna sesja to nie to samo. Retencję użytkowników w praktyce można liczyć na trzy sposoby, a każdy z nich odpowiada na inne pytanie: kto wraca, kto zostaje, a kto faktycznie korzysta z produktu. W systemach takich jak ERP różnica ma znaczenie, bo sama obecność konta nie oznacza aktywnego użycia. To właśnie aktywność najczęściej decyduje o stabilności bazy klientów.
| Sposób pomiaru | Kiedy stosować | Efekt |
|---|---|---|
| Powroty po pierwszej aktywności | Gdy masz pełny zapis zdarzeń użytkownika (logowania, sesje, akcje) | Prosty obraz, ilu użytkowników wraca po starcie i czy produkt budzi nawyk korzystania. Gdy ten wynik słabnie, temat często łączy się z churnem, o którym szerzej piszemy w Co to jest churn i dlaczego niszczy wzrost firmy?. |
| Utrzymanie konta | Gdy pracujesz na danych subskrypcyjnych lub kontraktowych (daty odnowień, anulowań, przerw w płatności) | Widzisz, ile relacji biznesowych trwa, nawet jeśli użytkownicy korzystają z produktu nieregularnie. To dobre podejście w SaaS, ale słabsze tam, gdzie pojedyncza sesja ma większą wartość niż sam abonament. |
| Aktywność procesowa | Gdy produkt wspiera konkretny workflow (sprzedaż, zamówienia, księgowość) | Odróżniasz „zalogował się” od „wykonał pracę”, co daje lepszy sygnał o lojalności użytkownika niż sam fakt powrotu. Ten sposób jest szczególnie użyteczny, gdy chcesz sprawdzić, czy analiza cohortowa pokazuje stabilność bazy, czy tylko ruch bez realnego użycia.[2] |
Każda z metod pasuje do innego układu danych. W SaaS liczy się coś innego niż w aplikacji, która kończy na jednej sesji.
Pomiar wskaźników retencji na 1, i 30 dni w aplikacjach mobilnych
Wskaźnik retencji użytkowników w aplikacji mobilnej najczęściej liczysz jako procent osób, które wróciły do aplikacji przynajmniej raz po 1, 7, 28 lub 30 dniach od pierwszej interakcji. Taki pomiar pokazuje, czy aplikacja mobilna utrzymuje uwagę po instalacji, czy tylko zbiera krótkie wejścia bez dalszego użycia.[2]
Po instalacji liczą się pierwsze 24 godziny. To proste podejście pozwala porównywać własne wyniki z branżowymi benchmarkami oraz szybciej diagnozować, gdzie tracisz użytkowników. Retencja 1-dniowa i 30-dniowa odpowiadają na zupełnie inne pytania o zachowanie użytkowników.
Jak obliczyć wskaźnik retencji użytkowników
Bez jednego zdarzenia bazowego wynik zaczyna pływać. Wskaźnik retencji użytkowników obliczasz, porównując liczbę aktywnych użytkowników w danym oknie czasowym do liczby osób, które weszły do punktu startowego. W aplikacji mobilnej warto trzymać się jednego zdarzenia bazowego, np. instalacji, rejestracji albo pierwszego uruchomienia, bo bez tego wynik miesza różne typy użytkowników.
- Ustal zdarzenie startowe, jeśli aplikacja mobilna zapisuje instalację lub pierwsze uruchomienie. Każda kohorta ma wtedy ten sam punkt odniesienia i można ją liczyć w 1, 7 oraz 28 dniu.[4]
- Zlicz użytkowników aktywnych w wybranym oknie, jeśli system rejestruje co najmniej jedno użycie aplikacji. Dostajesz licznik dla retencji dnia 1, retencji dnia 7 albo retencji dnia 28.[4]
- Podziel liczbę aktywnych przez liczbę użytkowników startowych, jeśli chcesz wynik procentowy. Otrzymujesz wskaźnik retencji, a nie samą liczbę powrotów.
- Porównaj wynik z innymi oknami, jeśli masz ten sam model śledzenia dla kilku dni. Widzisz wtedy, czy problem pojawia się od razu, czy dopiero po kilku dniach korzystania.
Ten schemat działa zarówno w aplikacjach rozrywkowych, jak i biznesowych. Jasna definicja punktu startowego trzyma wyniki w ryzach.
Interpretacja wskaźników retencji dnia 1, 7 i 28
Retencja dnia 1 mówi głównie o pierwszym wrażeniu, a retencja dnia 7 i 28 o tym, czy użytkownik wszedł w nawyk. Gdy wynik z dnia 1 siada, zwykle problem siedzi w starcie: ekranie, komunikacji albo błędzie technicznym.[2]
- Oceń retencję dnia 1, jeśli masz dane z pierwszych 24 godzin po instalacji. Sprawdzasz wtedy, czy użytkownik w ogóle wraca po kontakcie z interfejsem i komunikacją startową.[5]
- Sprawdź retencję dnia 7, jeśli aplikacja ma cykl użycia dłuższy niż jeden dzień. Widzisz wtedy, czy użytkownik wszedł w regularny rytm korzystania, a nie tylko otworzył aplikację z ciekawości.
- Porównaj retencję dnia 28, jeśli chcesz ocenić trwałość użycia. Dostajesz sygnał, czy produkt utrzymuje zainteresowanie po miesiącu, czy traci użytkowników po kilku powrotach.
- Zinterpretuj niski wynik dnia 1, jeśli w aplikacji pojawiają się błędy techniczne, zbyt złożony interfejs albo nadmiar powiadomień push. Taki zestaw najczęściej psuje start. Ten etap dobrze łączy się z materiałem o tym, jak poprawić pierwszy kontakt z produktem w Jak zaprojektować onboarding, który zwiększa retencję użytkowników?.
- Wniośkuj z różnicy między dniem 7 a 28, jeśli oba wskaźniki liczysz na tej samej definicji aktywności. Rozdzielasz wtedy krótkie zainteresowanie od realnego przywiązania do aplikacji mobilnej.
- Aktualizuj interpretację po każdej zmianie produktu, jeśli zmieniasz onboarding, push albo główny ekran. Retencja dnia 1, 7 i 28 staje się wtedy narzędziem do oceny zmian, a nie tylko archiwalnym raportem.[2]
Przy zmianie onboardingu nawet drobny spadek w dniu 1 widać od razu. Potem dopiero przychodzi dzień 28 i pokazuje, czy poprawka naprawdę zadziałała.
Obliczanie Customer Retention Rate (CRR) i praktyczne przykłady
Customer Retention Rate (CRR) pokazuje, jaki procent klientów został z Tobą po zakończeniu okresu pomiaru, po odjęciu nowych klientów od stanu końcowego i odniesieniu wyniku do liczby klientów na początku. To jedna z najprostszych miar retencji, ale najlepiej działa razem z innymi sygnałami: CLV, NPS, churn rate, aktywnością DAU/MAU i wskaźnikiem powtórnych zakupów.[6]
W CRM z odnowieniami miesięcznymi CRR szybko pokazuje, kto został, a kto wypadł z bazy. W biznesach subskrypcyjnych i e-commerce ma to sens szczególnie wtedy, gdy utrzymanie klienta liczy się bardziej niż jednorazowy zakup. Jeden wskaźnik nie pokaże pełnego obrazu lojalności, więc lepiej patrzeć na niego razem z resztą danych.
Jak obliczyć retencję na podstawie CRR
Customer Retention Rate liczy się ze wzoru:
[(liczba klientów na koniec okresu − liczba nowych klientów w tym okresie) / liczba klientów na początku okresu] × 100%.
Jeśli zapisujesz dane konsekwentnie w CRM lub systemie subskrypcyjnym, CRR daje czysty obraz utrzymania bazy bez mieszania retencji z akwizycją.[6]
- Ustal początek i koniec okresu, jeśli w systemie masz pełne dane o klientach. CRR porównuje wtedy ten sam fragment czasu i nie rozjeżdża się z raportowaniem sprzedaży.
- Odejmij nowych klientów od stanu końcowego, jeśli w badanym okresie pojawiły się świeże rejestracje lub zakupy. Wynik pokazuje utrzymanie istniejącej bazy, a nie efekt dopływu nowych osób.[6]
- Podziel wynik przez liczbę klientów na początku okresu, jeśli chcesz dostać wartość procentową. Otrzymujesz wskaźnik retencji, który można porównać między miesiącami, kanałami i segmentami.
- Połącz CRR z innymi miarami, jeśli chcesz zobaczyć pełny obraz lojalności. CLV pokaże wartość klienta w czasie, a NPS i churn rate wyjaśnią, czy problem leży w satysfakcji, czy w rezygnacji. Ten zestaw dobrze spina Jak wykorzystać product-led growth do zmniejszenia churnu?.
W CRM z miesięcznymi odnowieniami CRR bezpośrednio pokazuje ruch w bazie. Przy porównaniu z churn rate szybko widać, czy klient odchodzi po cichu, czy po prostu nie wraca na kolejny zakup.
Przykład wskaźnika retencji klientów w praktyce
CRR i wskaźnik powtórnych zakupów mierzą podobny kierunek zachowania, ale patrzą na inny poziom szczegółowości: CRR mówi o utrzymaniu bazy, a powtórny zakup o aktywności zakupowej. To ważne w e-commerce i SaaS, bo klient może zostać w bazie, ale kupować rzadziej, albo wracać do produktu bez kolejnej transakcji.
Na 1 000 klientów łatwo to zobaczyć bez żadnych ozdobników.
Załóżmy, że na początku miesiąca masz 1 000 klientów. Na koniec miesiąca baza wynosi 820, przy czym w tym okresie przybyło 120 nowych kont. Oznacza to, że 700 klientów z poprzedniego stanu pozostało aktywnych.
Wyliczenie wskaźnika: [(820 − 120) / 1 000] × 100% = 70% CRR, czyli 7 na 10 klientów zostało po okresie pomiaru.
Benchmark wskaźnika retencji 1-dniowej według AppsFlyer
Benchmark retencji dnia 1 według AppsFlyer stanowi punkt odniesienia dla aplikacji mobilnej, a nie uniwersalny wyrok o jakości produktu. Najpierw porównuj wynik w tej samej kategorii, na tym samym systemie operacyjnym i w tym samym kanale pozyskania, bo inaczej retencja dnia 1 zaczyna mieszać efekt reklamy z efektem produktu.
Czy gra i aplikacja finansowa powinny być mierzone tak samo? Porównania między kategoriami czy platformami mogą prowadzić do błędnych wniosków. Kluczowe jest zestawienie własnych wyników z odpowiednią grupą odniesienia.
Jak interpretować benchmarki retencji w branży mobilnej
AppsFlyer jako platforma analityczna udostępnia benchmarki retencji dnia 1, które pomagają odczytać, czy użytkownicy wracają po pierwszych 24 godzinach w tempie zbliżonym do rynku. W mobilu gry, finanse i narzędzia biznesowe wracają w innym rytmie, więc ten sam procent może znaczyć coś zupełnie innego w różnych kategoriach.
- Wybierz jedną kategorię aplikacji, jeśli chcesz porównać się z rynkiem mobilnym. Wynik retencji dnia 1 staje się porównywalny z innymi produktami, a nie przypadkową średnią z całego sklepu.
- Oddziel kanał akwizycji od produktu, jeśli ruch pochodzi z kilku źródeł. Zobaczysz wtedy, czy słabszy wynik bierze się z jakości użytkownika, czy z samej aplikacji.
- Sprawdź pierwszy dzień po instalacji, jeśli chcesz ocenić początkowe tarcie. Dostajesz sygnał, czy problem pojawia się zaraz po wejściu, czy dopiero później.
- Porównaj trend w czasie, jeśli masz kilka kolejnych kohort. Widać wtedy, czy benchmark AppsFlyer przesuwa się w górę, czy Twoja aplikacja odstaje od własnego tempa poprawy.
- Powiąż benchmark z churnem, jeśli spadek retencji utrzymuje się po pierwszych sesjach. Łatwiej wtedy przejść od obserwacji do diagnozy i sprawdzić, gdzie użytkownicy odpadają. Ten etap dobrze uzupełnia Jak obliczyć wskaźnik churnu w SaaS krok po kroku?.
Przy kilku kolejnych kohortach szybciej widać, czy problem siedzi w produkcie, czy w kanale pozyskania. W następnym raporcie patrz na ten sam segment i ten sam system operacyjny.
Źródła
- https://amplitude.com/explore/growth/retention-rate
- https://amplitude.com/explore/analytics/cohort-retention-analysis
- https://info.amplitude.com/rs/138-CDN-550/images/retention-workbook.pdf
- https://amplitude.com/docs/get-started/helpful-definitions
- https://amplitude.com/docs/analytics/charts/retention-analysis/retention-analysis-time
- https://clevertap.com/blog/retention-rate/
Dorian Zawadzki to redaktor i autor publikacji w serwisie Growthhacker.pl. Specjalizuje się w tematach związanych z marketingiem wzrostu, SEO, content marketingiem i analityką. Tworzy praktyczne materiały, które pomagają lepiej rozumieć narzędzia, strategie i procesy wspierające rozwój biznesu online.
