Про R в фреймворке TARS. Retention не обязательно должен быть высоким для всех фичей в продукте, например, перенос данных из других сервисов или онбординг в новом продукте может быть одноразовым и не предполагать повторного возвращения пользователей за ценностью.
Однако, если ретеншн все же важен, то для его оценки и улучшения следует выполнить четыре шага:
- Определить натуральную частоту использования
- Оценить кривую retention
- Проанализировать результаты
- Создать стратегию улучшения вовлечения в использования фичи
Что такое натуральная частота? Это частота, с которой пользователь сталкивается с проблемой, решаемой вашим продуктом (например, еженедельно для проведения встреч или ежедневно для текстовых обсуждений). При этом частота использования конкретной фичи может быть ниже общей частоты использования продукта.
Далее мы строим кривую ретеншн, которая показывает процент пользователей из когорты, пришедшей за определенный период, продолжающих активное использование продукта (или конкретной фичи) на каждую последующую неделю, месяц и т.д. (период выбирается в зависимости от натуральной частоты использования).
Например, кривая ретеншн фичи с недельной частотой использования может стабилизироваться на 6-й неделе на уровне 47%.
Как понять, есть ли проблема? Оптимальное значение ретеншн зависит от продукта, типа функциональности и экономики продукта, но можно утверждать, что проблема точно существует, если ретеншн не стабилизируется (кривая стремится к нулю).
Если опираться на бенчмарки Reforge, то для стратегически важных фич (например, отправка сообщений в корпоративном мессенджере) retention должен быть 50% и выше; для фич средней важности (например, отметка сообщений как непрочитанных) – 25%-35%; для фич с низкой стратегической важностью – 10%-20%.
