Удержание — это доля пользователей или клиентов, которые продолжают пользоваться продуктом или возвращаются к нему через определенный промежуток времени после первого визита или покупки. Если из 1000 человек, установивших приложение в понедельник, через неделю его открыли 250, недельное удержание равно 25%.
Метрика показывает то, чего не видно по общему числу пользователей, то есть удерживает ли продукт людей после первого знакомства или те приходят один раз и не возвращаются. Компания может тратить бюджет на привлечение новых клиентов сколько угодно. Но если удержание низкое, аудитория утекает почти так же быстро, как приходит, и рост числа пользователей не дает роста бизнеса.
Как считают удержание
Базовая формула простая и делит число пользователей, которые вернулись через заданный период, на число пользователей, которые начали пользоваться продуктом в стартовый день. Период выбирают исходя из логики продукта, поэтому для мобильной игры смотрят удержание на 1, 7 и 30 день после установки, а для B2B-сервиса с подпиской удержание считают через месяц, квартал и год после подключения.
Удержание всегда считают по когортам, то есть по группам пользователей, которые начали пользоваться продуктом в одну единицу времени. Смешивать в одном расчете тех, кто пришел в январе, и тех, кто пришел в марте, некорректно, потому что изменения в продукте между этими датами исказят цифру. Принцип когорт описан в материале про когортный анализ.
Удержание и отток
Отток — это обратная сторона удержания, то есть доля клиентов, которые перестали пользоваться продуктом за период. Если удержание за месяц равно 82%, отток за тот же месяц составляет 18%. Компании чаще следят за удержанием, когда хотят подчеркнуть рост удержания, и за отток, когда ищут проблемные сегменты клиентов, хотя обе метрики описывают одно явление с разных сторон.
Для подписочных сервисов отток напрямую влияет на выручку. Если каждый месяц уходит 5% клиентов, компании нужно постоянно находить новых клиентов сверх этого числа только для того, чтобы удержать выручку на месте, не говоря уже о росте.
Пример: сервис для малого бизнеса
Сервис учета финансов для малого бизнеса заметил, что удержание на 30 день держится на уровне 34%, хотя установок в месяц становилось все больше. Команда разбила пользователей по когортам и увидела, что те, кто в первую неделю подключил интеграцию с банком, оставались в сервисе почти в три раза чаще тех, кто ограничился ручным вводом операций.
После того как онбординг начал явно предлагать подключить банк уже на второй день использования, удержание на 30 день для новых когорт вырос до 51% за три месяца. Метрика вскрыла саму проблему и заодно подсказала конкретное действие пользователя, которое стоило продвигать в первую очередь, вместо того чтобы наращивать рекламный бюджет на привлечение новых установок.
Что влияет на удержание
Первое впечатление от продукта — это самый сильный фактор, потому что если пользователь не понимает ценность продукта в первые минуты, он уходит и не возвращается даже при хорошем продукте в целом. Регулярность пользы тоже играет роль, и продукты с ежедневным сценарием использования, например мессенджеры, держат высокое удержание естественно, а продукты с редким сценарием, например сервис бронирования отелей, требуют других приемов удержания, таких как email-напоминания, программы лояльности и персональные предложения.
Стоимость переключения на конкурента влияет так же сильно, ведь если у клиента в сервисе накоплена история заказов, настроенные интеграции или бонусные баллы, ему сложнее уйти, даже если конкурент предлагает похожий продукт. Этим объясняется, почему многие сервисы вкладываются в удобный импорт данных клиента при регистрации, поскольку чем быстрее человек перенесет свою историю, тем выше его личная стоимость переключения обратно.
Качество поддержки тоже держит клиента дольше, особенно в первые недели использования. Если у пользователя возникла проблема и он быстро получил решение, доверие к продукту укрепляется, так как неполадка, которую быстро закрыли, часто убеждает сильнее, чем безупречная работа сервиса без обращений в поддержку.
Типичные ошибки
- Смотрят на среднее удержание по всем пользователям сразу. Без разбивки по когортам и источникам привлечения непонятно, какая аудитория держится в продукте, а какая уходит: усредненная цифра прячет проблему.
- Путают удержание с частотой открытия приложения в день установки. Пользователь, который активно кликает в первый день из любопытства, а потом не возвращается, — это низкое удержание, даже если день установки выглядит активным.
- Работают только над привлечением новых клиентов при низком удержании. Приток новых пользователей в дырявую воронку удержания увеличивает расходы на маркетинг без роста реальной аудитории.
- Не разделяют удержание по каналам привлечения. Пользователи из разных рекламных каналов часто удерживаются по-разному: канал с дешевой стоимостью привлечения может давать самое низкое удержание и в итоге обходиться дороже.
Частые вопросы
Какое удержание считается нормальным? Сильно зависит от типа продукта, например у мобильных игр 30-дневное удержание в 10–15% часто в порядке вещей, а у B2B-сервисов с подпиской нормальным считают 80% и выше в месяц. Ориентироваться стоит на динамику своего продукта, а чужие цифры из другой ниши тут мало что подскажут.
Как удержание связано с LTV? Чем дольше клиент остается с продуктом, тем больше денег он приносит за все время использования, поэтому рост удержания обычно напрямую увеличивает LTV.
Что делать, если удержание падает после обновления продукта? Сравнить когорты до и после обновления по конкретным шагам использования продукта, спускаясь глубже общей цифры, ведь так обычно видно, какое именно изменение оттолкнуло пользователей.
За какой период стоит замерять удержание впервые? Для большинства продуктов достаточно недельного и месячного среза, потому что недельный показывает, зацепил ли продукт с первого раза, а месячный показывает, стал ли он частью регулярной привычки пользователя.
Удержание тесно связано с активной аудиторией продукта. Метрика MAU показывает размер этой аудитории в моменте, а удержание показывает, насколько стабильно она возвращается со временем. Настроить когортную аналитику и найти точки оттока клиентов помогает аналитика marcomhub.