.png)
Возвращаемость (или Retention Rate) — одна из основных метрик здоровья продукта. Она рассчитывается по числу пользователей, которые возвращаются к вам в контрольный период времени: на второй день, неделю или месяц. У всех этот период будет разным.
Хороший ретеншн проявляется в формировании привычки. Например, обновлять ленту соцсетей перед сном или заказывать доставку обедов только в одном, проверенном приложении. А плохой ретеншн — говорит о недостаточной ценности или её неэффективном донесении.
Сегодня за этой метрикой следят все команды, независимо от модели монетизации продукта. Так как возвращаемость напрямую коррелирует с бизнес-показателями и лежит в основе LTV (пожизненной ценности клиента).
В этом материале рассмотрим алгоритм работы над ретеншеном, который предложил Андрей Законов, ex-CPO «Алиса и умные устройства» в Яндекс.
Чтобы выбрать правильный период, нужно учесть особенности продукта и сценарии его использования. Очевидно, что для разных предметных областей они будут разными.
Например, мобильными играми и соцсетями мы пользуемся каждый день. Поэтому для них важен ретеншн второго или третьего дня. А для транзакционных сервисов, таких как интернет-магазины, больше подойдет ретеншн второго месяца или еще более отдалённый.
Определить самый подходящий период можно с помощью кривой оттока пользователей. На нём нужно выбрать точку, после которой отток резко снижается и колеблется в рамках небольших отклонений.
Например, возьмем когорту из ста человек. В первый день продукт попробовали все 100, во второй в него вернулись только 85, а в третий — 75. Получается, что каждый день уходит более 10%.
Но со второй недели уходили по 2-3 человека в день. Значит, интенсивность оттока снизилась.
Команда умного устройства Алиса от Яндекса рассчитывает, что пользователь останется в продукте через 12 месяцев, 24 и больше. Это подтвердит, что устройство действительно полезно и нравится людям.
Но работать с таким длительным периодом невозможно. Поэтому с помощью графика определили более короткий срок для оценки возвращаемости — две недели. Он отражает долгосрочный потенциал и одновременно позволяет оценить эффект от экспериментов.
Итак, мы выяснили, что нам нужно считать ретеншн второй недели. Предположим, к этому времени в продукте остаются около 30% пользователей. Это много или мало? Андрей Законов предлагает три способа это оценить.
1. Проанализировать, как часто вы сами используете продукт.
Вы и ваша команда — самая лояльная аудитория с высокой мотивацией. Попробуйте отследить, насколько часто вы сами при таких вводных пользуетесь продуктом.
Установите приложение всем членам команды и проверьте, как много людей открывают его через две недели, месяц или полгода. Полученную цифру можно использовать как потолок, к которому стоит стремиться.
2. Выяснить средние показатели в отрасли.
В соцсетях и играх продакты стремятся к 60-70% удержания на второй день или неделю. А в сервисах для покупки билетов или заказа товаров 30% уже считается отличным результатом.
Средние показатели по разным типам продуктов можно посмотреть в исследовании Ленни Рачитски от 2020 года. На русский язык его перевели наши коллеги из Go Practice.
3. Сравнить с другими своими продуктами или прошлыми запусками этого же продукта.
Например, при запуске Яндекс станции-мини команда Андрея смотрела на показатели большой станции. Это помогло прикинуть цели на старте.
Если коротко — сфокусироваться на быстром донесении ценности и подсказывать нужную функциональность в нужный момент.
1. Улучшить донесение ценности на онбординге.
О самых важных фичах нужно рассказать в первую сессию. Чтобы их выделить, проанализируйте поведение наиболее активных пользователей. Сценарии их взаимодействия с продуктом можно предложить остальным.
Предположим, средний ретеншн второй недели в вашем продукте — 60%. В некоторых когортах пользователей он будет выше (80-90%), а в других — ниже (40-50%). Нам нужно выяснить, какие действия совершают пользователи из первой когорты, чем объясняется их успех.
Возвращаемся к примеру Яндекс станции. Команда Андрея выяснила, что в когорте пользователей, которые активировали подписку на «Плюс» в первый день, ретеншн выше. Другой инсайт — с колонкой чаще взаимодействует люди, которые поручают Алисе завести будильник и просыпаются под любимую музыку.
Это лишь два примера успешных сценариев. Но их может быть гораздо больше: кто-то ставит детям сказки, голосом выключает ночник перед сном, узнает погоду перед выходом на работу.
Расскажите об этих фичах во время онбординга новым пользователям и не загружайте их всеми возможностями сразу. Это позволит заинтересовать большее число людей. Потом вы расскажете и про сложные, редко используемые фичи. Но это будет на второй день или неделю, когда человек уже поймет, зачем ему возвращаться в продукт.
2. Подсказывать нужный функционал в правильный момент.
Большинство пользователей не знают всех возможностей вашего продукта. Даже если вы обучили их в первый день, вероятно, они уже забыли половину. Нужно подсказать человеку, что еще будет ему полезно, но при этом не выглядеть навязчивым.
Например, Алиса может включить шум леса или океана для быстрого засыпания. Чаще всего эта фича используется ночью. Поэтому напомнить о ней лучше в тот момент, когда человек заводит будильник.
Итак, сделали напоминалку. Смотрим конверсию. Если согласились 30-40%, значит, вы всё делаете правильно. Если только 2%, вероятно, вы отвлекаете пользователя не вовремя. Стоит помнить, что подсказки в неподходящий момент раздражают.
Важная деталь. Даже внутри одного сценария можно выделить несколько когорт. Например, среди пользователей, которые слушают музыку с Алисой, кто-то делает это каждый день. А другие — только раз в неделю. Причина может быть в том, что для первых пользователей станция лучше подбирает рекомендации, а для вторых — хуже.
Чтобы это исправить, команда Андрея стала просить вторую группу пользователей чаще рассказывать Алисе о своих предпочтениях: ставить лайки и дизлайки на треки.
В вашем бэклоге, наверняка, есть список идей, которые улучшат продукт. Нужно решить, что делать в ближайший месяц или квартал. То есть приоритизировать задачи так, чтобы это максимально сказалось на возвращаемости пользователей.
Для этого оцените все идеи по двум срезам:
Даже небольшое улучшение принесет ощутимую пользу, если фича востребована каждый день. Например, включение или выключение света в случае с Алисой. Если оно станет более простым, это скажется на частоте взаимодействия.
И, напротив, в те функции, которые используются раз в полгода, стоит привносить только радикальные улучшения. Небольшое докручивание редкого сценария не скажется на удержании.
Команда Андрея заметила, что по утрам люди реже взаимодействуют с колонкой, чем по вечерам. Они хотели это исправить и объединить несколько утренних сценариев использования в один, но более удобный.
Так появилась идея утреннего шоу с Алисой. В нём собрано всё, что люди привыкли делать во время сборов на работу — узнавать погоду и новости, слушать короткие развлекательные передачи на фоне
Это пример небольшого улучшения, которое можно использовать каждый день. Раньше такую информацию нужно было запрашивать 3-4 командами. А сейчас только одной: «Алиса, доброе утро».
В результате образовалась когорта пользователей, которые включают шоу каждый день. Значит, фича работает.
