11 важных метрик для e-commerce приложений

Содержание

How to Calculate the Retention Ratio

The formulas for the retention ratio are



Retention Ratio

=

Retained Earnings

Net Income

\begin{aligned} \text{Retention Ratio}=\frac{\text{Retained Earnings}}{\text{Net Income}} \end{aligned}
Retention Ratio=Net IncomeRetained Earnings​​

or the alternative formula is:



Retention Ratio

=

Net Income

 Dividends Distributed

Net Income

\begin{aligned} \text{Retention Ratio}=\frac{\text{Net Income} -\text{ Dividends Distributed}}{\text{Net Income}}\\ \end{aligned}
Retention Ratio=Net IncomeNet Income− Dividends Distributed​​

There are two ways to calculate the retention ratio. The first formula involves locating retained earnings in the shareholders’ equity section of the balance sheet.

  1. Obtain the company’s net income figure listed at the bottom of its income statement.
  2. Divide the company’s retained earnings by the net income figure.

The alternative formula does not use retained earnings but instead subtracts dividends distributed from net income and divides the result by net income.

Почему нужно знать свой Retention

1. Определение эффективности рекламных кампаний.

Показатель Retention незаменим для определения эффективности вашей рекламы. Многие рекламодатели смотрят в первую очередь на количество установок. Так как считают, что чем больше пользователей загружает их к себе на девайс, тем успешнее идет продвижение

Но, на самом деле, повышение числа инсталляций не так важно, как повышение Retention, особенно на первых этапах жизненного цикла продукта. Если у вас не платное приложение, то пользователь, который зашел один раз и больше не возвращался, не несет большой ценности

Намного важнее привлекать тех, кто останется с вами и через неделю, и через месяц.

Retention демонстрирует качество источника трафика и позволяет более грамотно настроить рекламные кампании, чтобы получать больше активных пользователей.

2. Вычисление фрода.

Retention позволяет определять фрод. Боты и кликовые фермы очень хорошо научились подделывать установки. Но не очень утруждают себя имитацией активности реальных пользователей. Если «возвращаемость» аудитории из определенного канала в несколько раз ниже, чем у клиентов из других источников, то это повод внимательнее присмотреться к источнику трафика.

Подробнее о том, как определить мошенническую активность, мы писали здесь: «Что такое фрод, и как его вычислить с помощью трекера».

3. Выявление ошибок и багов в продукте.

Метрика Retention помогает обнаружить факторы, мешающие пользователям. Вам нужны пользователи, которые установили приложение и зашли в него, но довольно быстро отказались от его использования (1-дневный или 7-дневный Retention). Если вы видите чересчур низкие значения, то это говорит о том, что интерес был, но что-то внутри приложения не зацепило. Либо пользователя оттолкнул интерфейс, либо он наткнулся на баг.

Чтобы понять более детально, удобно сравнивать метрики Retention для разных когорт, проводить A/B-тестирование. Например, можно сравнить поведение обычных пользователей и тех людей, которые не видели туториала или работали с предыдущей версией приложения. И, конечно, за изменением Retention стоит внимательно следить каждый раз, когда вы выкатываете свежий релиз. Если показатель удержания пользователей внезапно снизился, то это значит, что в новой версии есть баги или ошибки.

4. Проверка качества работы обратной связи.

Быстрое отрабатывание баг-репортов и внедрение широко запрашиваемых фич, как правило, формируют лояльность клиентов и, повышают Retention. И наоборот — если продукт плохо отрабатывает фидбек, то люди устают ждать улучшений и уходят.

Если ваш 28-дневный Retention оставляет желать лучшего (заметно ниже 6%), то, возможно, в продукте есть что-то, что мешает пользователям. Можно внедрить баг-репорты внутри приложения, проанализировать отзывы в магазинах или попросить у пользователей поделиться их мнением через социальные сети.

5. Проверка несоответствия user intent или плохого нейминга.

Возможно, ваш продукт неправильно назван. Или его название значит что-то другое на одном из языков. Может быть, приложение стоит не совсем в той категории. Люди ищут трекер шагов, а попадают на трекер велосипеда или трекер привычек. В таком случае 1-дневный Retention будет аномально низким. Если он ниже 20%, то таргетинг не работает. К вам приходят «не ваши» пользователи. Хорошим 1-дневным Retention считается 26% и выше.

Чтобы улучшить Retention первого дня, нужно провести глубокий анализ первой сессии и понять, погружается ли пользователь в приложение, цепляет ли оно его. Или от вашего продукта ждут чего-то другого.

Каких клиентов нужно возвращать

Для того, чтобы не тратить время впустую, сначала определим, каких клиентов стоит возвращать, а с кем проститься раз и навсегда.

Возвращаем Не возвращаем
Покупают маржинальные товары в большем количестве, чем остальные Покупают редко и мало
Те, у кого наблюдалась тенденция увеличения числа покупок за период времени Токсичные и очень требовательные
Покупают чаще других пользователей, продлевают подписку несколько раз Плохо платят (задерживают платежи, просят отсрочку и пр.)
Клиенты, которых вы хотели бы видеть в портфолио: крупные бренды и лидеры мнений С низкой или минимальной маржой по сделке

Попробуйте сгруппировать потерянных клиентов по активности и длительности взаимодействия с компанией. Сильно поможет в этом RFM-анализ. В зависимости от результатов выстраивайте стратегию по возвращению.

Installs

Количество установок приложения.

Как и с чем считать

Чтобы посчитать количество переходов в стор и установок, трекер не нужен: эти данные можно посмотреть в самом магазине приложений.

Если вы хотите оценить эффективность платного трафика, то здесь необходимо ориентироваться на рекламную метрику Conversion Rate (CR). Если 100 пользователей кликнули по объявлению, но только 10 из них в итоге скачали приложение, то CR будет равен 10%.

Средние показатели

По установкам все индивидуально, в зависимости от жанра. Для общего понимания, можно посмотреть данные других похожих приложений в магазинах.

По данным AppTweak, в США средний органический CR для приложений в App Store — 3,42%. Колеблется от 0,7% для приложений-настольных игр до 8,5% для категории Finance.

Признаки вероятного оттока клиентов

Что обычно происходит перед тем, клиент уходит?

Поведение клиентов меняется

Можно отслеживать поведение клиентов с помощью RFM-анализа. Такой способ не только позволяет определить клиентов, которые могут попасть в отток или уже находятся там, но и разделяет клиентов по их доходности. Не стоит пытаться вернуть всех клиентов: это окажется слишком затратно и не очень результативно. Стоит уделять время возвращению ценных клиентов.

При проведении RFM-анализа клиенты делятся на ценных и обычных.

На примере уходящих клиентов видно, что лучше сосредоточить силы на удержании именно «уходящих хороших», поскольку их средний чек в 2,4 раза больше, чем у обычных уходящих. Усилия по удержанию «уходящих хороших» клиентов принесут большую окупаемость.

Клиент обращается в службу поддержки

Если клиент стал чаще обращаться в службу поддержки и его обращения имеют негативный характер, это однозначно один из признаков возможного ухода

Важно попытаться как можно скорее решить проблемы: клиентов, которых не устроило качество товаров/услуг или сервиса, вернуть очень сложно

У конкурентов появился аналогичный продукт с ценой ниже вашей

Большинство клиентов не захотят оставаться с вами и платить больше за те же товары или услуги. Но таких клиентов проще удержать, предложив им индивидуальные условия.

Есть причины ухода, на которые можно влиять, а есть ситуации, когда от вас ничего не зависит. В связи с этим выделяют два вида оттока.

  1. Непредотвратимый — когда у клиента изменились глобальные обстоятельства: место жительства, интересы, жизненные взгляды и тому подобное.
  2. Предотвратимый — когда клиента что-то не устроило в вашем продукте: цена, качество, сервис и так далее; и у компании есть возможность повлиять на решение клиента.

Как отток клиентов влияет на показатели в бизнесе

Тесно связан с Churn Rate показатель Retention Rate — он отражает процент клиентов, которые продолжают пользоваться вашими услугами. Эти показатели взаимозаменяемы. RR должен стремиться к 100%, а CR — к 0%.

В теории можно утверждать, что чем меньше значение Churn Rate, тем меньше клиентов уходит и тем больше доход (Revenue). На практике это станет особенно заметно, если сосредоточиться на удержании ценных клиентов.

ARPU — доход на одного клиента.

Коэффициент оттока влияет на среднее время жизни клиента (Average Customer Lifetime): чем меньше отток, тем дольше клиент остаётся с вами. Не забывайте, что период расчёта для обоих показателей одинаковый (если CR рассчитывался в период, равный неделе, то ACL будет равен количеству недель).

Ещё одной важной метрикой, с которой связан отток клиентов и его расчёт, является жизненная ценность клиента (Customer LifeTime value или LTV). Чем дольше клиент находится с вами, тем больше денег он тратит

LTV имеет несколько вариантов расчёта в зависимости от наличия данных и вида бизнеса, но в любом варианте Churn Rate влияет на значение LTV.

Например, влияние Churn Rate в первом расчёте уже заложено в рассматриваемой метрике ACL, а во втором варианте — в RR. Здесь AOV (Average Order Value) — средняя стоимость заказа, AGM (Average Gross Margin) — валовая маржа за среднюю продолжительность жизни клиента.

А по теме?

Немного реальных кейсов Netpeak:

Приложение Raffall — британская лотерея, в которой пользователь может выиграть (а может и не выиграть) крутые призы, среди которых iPhone 6, Oculus Rift, наушники Beats и iPad Pro.

Из отчёта по когортам удержанной аудитории в системе аналитики для приложений Firebase от Google видно, что 32% пользователей возвращаются в приложение на первой неделе. Но по итогу только 6% пользователей через 5 недель всё ещё заходят в приложение.

Детально о том, что такое Firebase Analytics, чем он лучше Google Analytics для приложений и как его настроить, можно прочитать здесь

А это Chocolife — купонатор, в котором постоянно обновляются акции и скидки во всех крупных городах Казахстана. Тематики акций различные: красота и здоровье, еда, спорт, развлечения, услуги, товары, отдых и т.д.

Видно, что на первой неделе в приложение возвращается 32% человек, а на 5 неделе процент таких пользователей незначительно упал до 23,5%. Приложению удаётся вернуть почти четверть аудитории в приложение более чем через месяц.

На следующем скриншоте когорта удержанных клиентов по ещё одному нашему e-commerce проекту (не могу назвать):

Аудитория очень активно пользуется приложением на первой неделе (44,9%), но на 5 неделе в приложение возвращаются уже только 20,8% пользователей. То ечть в нём есть то, что способно удержать аудиторию на первой неделе после установки, но при этом у людей уже нет потребности пользоваться им через месяц.

Если исключить низкое качество самого приложения, то наиболее вероятная причина такого поведения состоит в том, что приложение выполнило свою основную миссию раньше и перестало быть нужным определённому числу людей.

Анализируя отчеты по когортам удержанной аудитории этих трёх приложений важно понимать, что:

  • Performance marketing не может повлиять на Retention Rate, если этот показатель одинаковый по всем источникам трафика (в том числе по органике). В таком случае причина слабого удержания аудитории именно в самом приложении, а не в тех источниках, из которых приложение получает платные установки.
  • Для некоторых ниш и тематик абсолютно нормально иметь Retention Rate ниже, чем для других (например, для лотереи). При этом само приложение вполне может быть успешным и прибыльным.

Если говорить о прочих тематиках, то в статье ARC называют следующие особенности Retention Rate в зависимости от тематик приложений:

  • Хороший показатель возвратов показывают игры. Это около 40% на второй день после установки и ниже 20% через неделю.
  • Приложения, связанные с тематикой еды или напитков имеют в целом низкий Retention Rate, но демонстрируют пик активности на 7 день использования. Прослеживается использование приложений этой тематики на еженедельной основе.
  • Средства массовой информации и развлечения имеют относительно долгий жизненный цикл пользователя. Около 25% пользователей возвращаются в приложение через день после установки, 10% пользователей используют его через две недели и примерно 5% — ещё через 2 месяца.
  • Социальные сети и мессенджеры имеют уровень удержания пользователя на следующий день после установки примерно на уровне 33%, 15% — через неделю и около 8% через 90 дней.

How to Calculate Retention Rate in SQL?

Here are the steps to calculate retention rate in SQL. Let’s say you have the following table that stores user_id and login_date of each user’s visit.

mysql> create table login(login_date date,user_id int, id int not null auto_increment, primary key (id));

mysql> insert into login(login_date,user_id)
     values('2020-01-01',10),('2020-01-02',12),('2020-01-03',15),
     ('2020-01-04',11),('2020-01-05',13),('2020-01-06',9),
     ('2020-01-07',21),('2020-01-08',10),('2020-01-09',10),
     ('2020-01-10',2),('2020-01-11',16),('2020-01-12',12),
     ('2020-01-13',10),('2020-01-14',18),('2020-01-15',15),
     ('2020-01-16',12),('2020-01-17',10),('2020-01-18',18),
     ('2020-01-19',14),('2020-01-20',16),('2020-01-21',12),
     ('2020-01-22',21),('2020-01-23',13),('2020-01-24',15),
     ('2020-01-25',20),('2020-01-26',14),('2020-01-27',16),
     ('2020-01-28',15),('2020-01-29',10),('2020-01-30',18);


mysql> select * from login;
+------------+---------+----+
| login_date | user_id | id |
+------------+---------+----+
| 2020-01-01 |      10 |  1 |
| 2020-01-02 |      12 |  2 |
| 2020-01-03 |      15 |  3 |
| 2020-01-04 |      11 |  4 |
| 2020-01-05 |      13 |  5 |
| 2020-01-06 |       9 |  6 |
| 2020-01-07 |      21 |  7 |
| 2020-01-08 |      10 |  8 |
| 2020-01-09 |      10 |  9 |
| 2020-01-10 |       2 | 10 |
| 2020-01-11 |      16 | 11 |
| 2020-01-12 |      12 | 12 |
| 2020-01-13 |      10 | 13 |
| 2020-01-14 |      18 | 14 |
| 2020-01-15 |      15 | 15 |
| 2020-01-16 |      12 | 16 |
| 2020-01-17 |      10 | 17 |
| 2020-01-18 |      18 | 18 |
| 2020-01-19 |      14 | 19 |
| 2020-01-20 |      16 | 20 |
| 2020-01-21 |      12 | 21 |
| 2020-01-22 |      21 | 22 |
| 2020-01-23 |      13 | 23 |
| 2020-01-24 |      15 | 24 |
| 2020-01-25 |      20 | 25 |
| 2020-01-26 |      14 | 26 |
| 2020-01-27 |      16 | 27 |
| 2020-01-28 |      15 | 28 |
| 2020-01-29 |      10 | 29 |
| 2020-01-30 |      18 | 30 |
+------------+---------+----+

We will be creating weekly cohort analysis. Depending on your product/service you can change it to monthly/daily.

We will be using MySQL to calculate retention rate in SQL. You can also calculate churn rate for PostgreSQL.

Монетизационные метрики

Большинство аналитиков оценивает текущую или будущую прибыльность продукта при помощи нескольких метрик. Они очень важны, потому что показывают, останется ли продукт на плаву в ближайшей и отдалённой перспективе.

Gross — это метрика, оценивающая общий доход, полученный от пользователей за определённый период времени.

Revenue — оценивает долю прибыли, которую получит создатель проекта (т.е. Gross минус сборы сторов).

Скриншот из демо devtodev

Transactions или Транзакции — эта метрика лежит в основе любого анализа прибыли. Она отвечает на самый важный вопрос бизнеса — сколько мы продали за выбранный период времени?

Transactions per user или Транзакции на пользователя — среднее количество транзакций на пользователя. 

Transactions per User = Total Number of Transactions / Total Number of Users

Чтобы ваши доходы росли, вам нужно стремиться к тому, чтобы количество транзакций и транзакций на пользователя ежедневно росло.

Average Check или Средний чек — это ещё одна очень важная метрика, которая, по сути, является средним размером транзакции.

Average Check = Gross Profit / Transactions

Чтобы узнать про взаимосвязи метрик, изучайте нашу наглядную карту метрик.

Paying users или Платящие пользователи — среднее количество уникальных пользователей, которые что-то оплатили за выбранный промежуток времени (платёж может быть один и больше). Вам нужно следить за этой метрикой, потому что она отражает количество людей, которые непосредственно приносят вам прибыль.

Paying Conversion или Конверсия в Платёж — измеряет процент людей, пользующихся вашей игрой или приложением, и при этом сконвертировавшихся в платёж в течение выбранного периода времени. Чем она выше, тем лучше.

Paying Conversion = Paying Users / Active Users

ARPU (Average Revenue Per User) или Средний Доход с Пользователя, который обычно считается по месяцам. Эта метрика, наряду с ARPPU, является самой признанной и широко используемой для подсчёта дохода игры или приложения.

ARPU = общий доход, полученный за заданное время  / количество уникальных пользователей за это же время

ARPPU (ARPMU) — Average Revenue Per Paying User (Средний Доход с Платящего Пользователя) или Average Revenue Per Monetized User (Средний Доход с Монетизированного Пользователя). Эта метрика также обычно рассчитывается по месяцам.

Скриншот из демо devtodev

Lifetime value (LTV)  — средний доход с пользователя за всё время его жизни в проекте. В целом, эту метрику можно применять для примерного расчёта “ценности” среднего пользователя. Это очень сложный показатель, по которому у нас написана отдельная статья. 

Как можно измерить лояльность?

Кроме известных всем показателей суммы среднего чека, числа повторных покупок, роста клиентской базы и суммы ущерба от оттока клиентов, существует два интересных показателя, связанных непосредственно с удержанием клиентов:

При оценке удовлетворенности клиентов используются разные показатели. Все зависит от специфики вашей деятельности и рынка. Например, магазинчик возле дома при измерении удовлетворенности должен основываться на удобстве перемещения по магазину, широтой и глубиной ассортимента, уровнем цен и качеством обслуживания.

Далее проводится оценка каждого параметра, что позволяет выявить главные причины неудовлетворенности клиентов. Опираясь на такой «рейтинг» причин неудовлетворенности, заказчик может сделать выводы о причинах оттока клиентов, разработать мероприятия по его снижению. Сводный индекс CSI рассчитывается по имеющимся данным и является особенно эффективным, если вычислять его в различные периоды времени, чтобы проверить насколько удовлетворенность увеличивается. Считается: при росте индексаCSI на 1–2 % выручка может увеличиться на 20 %.

Примером расчета индекса CSI служит приведенное ниже уравнение:

расчет индекса CSI

в котором:

  • k – показывает количество анализируемых параметров;
  • Wj – показывает весовой фактор параметра;
  • Pij – созданное восприятие стимула i по отношению к параметру j;
  • Eij – ожидаемый уровень для параметра j, который является нормативом стимула I.

Индекс лояльности клиентов NPS вычисляется проще. Этот показатель универсален и может рассчитываться чаще других. Рассчитывается классический NPS просто:

  1. Компания задает клиентам вопрос : Какова вероятность того, что вы порекомендуете нас своим друзьям и знакомым?
  2. Шкала ответов предлагается следующая: 0 — не готов и не порекомендую, а 10 — полностью готов рекомендовать.
  3. На основе ответов сегментируют потребителей по типам:– 0 – 6 (недовольные),– 7–8 (нейтральные),– 9–10 (лояльные);
  4. Далее вычисляется процент от каждого сегмента, а потом от доли лояльных вычитают процент недовольных.
  5. Конец.

Слова, от которых бабочки порхают в животе

Самым главным минусом этой методики является то, что он показывает лояльность клиента уже после негативного опыта с брендом. Кроме того, NPS отражает лишь намерение порекомендовать, а не конкретные действия. Поэтому специалисты советуют применять два этих индекса вместе, что создаст более реалистичную картину лояльности.

Rolling Retention: что это за метрика, и почему ее нужно знать

Что такое Rolling Retention?

Rolling Retention — это показатель повторяющегося удержания. Он часто используется для оценки качества работы приложения, и его можно встретить в некоторых трекерах.

Эта метрика вычисляется по такой формуле:

Например, повторяющееся удержание 10-го дня на уровне 15% означает, что в игру на десятый день с момента установки или после него суммарно вернулось 15% пользователей.

Отличия между Retention и Rolling Retention

Повторяющееся удержание всегда больше классического, поскольку при его расчете учитываются те пользователи, которые зашли не только в этот конкретный день, но и во все последующие. С течением времени Rolling Retention постепенно убывает.

При этом расчет повторяющегося удержания более сложен для системы. Этот показатель обновляется и пересчитывается каждый день. На него влияет каждый пользователь, решивший, спустя время, снова открыть приложение. К счастью, вопросы постоянного пересчета данных в данном случае берут на себя сервера myTracker.

Может показаться, что Rolling Retention — более продвинутая и полезная метрика, чем классический Retention. Но и у неё есть недостатки. Например, нельзя сравнивать Rolling Retention за разные даты. Поскольку у более ранней даты показатели всегда будут выше. Кроме того, анализ только повторяющегося удержания может быть обманчив. Его значения всегда выше, чем у простого Retention, и меняются плавно. Даже если в реальности у вас происходит что-то драматическое.

Когда нужно смотреть на Retention, а когда — на Rolling Retention 

Стандартный Retention хорошо подойдет в качестве основного показателя возвратов для продуктов с моделью ежедневного пользования: будильника, почты, браузера, погоды, мессенджера, музыкального проигрывателя, казуальных игр. Rolling Retention для них может давать чересчур радужную картину, а вот проседание классического Retention вовремя просигнализирует о проблемах.

В то же время Rolling Retention — очень ценный показатель для оценки того, сколько пользователей не навсегда покинули приложение, а просто не заходят в него по каким-либо причинам. Он особенно полезен для тех продуктов, которыми не пользуются каждый день. Например, специальные утилиты или игры, в которых нужно ждать, пока накопятся необходимые ресурсы.

Отталкиваясь от Rolling Retention, можно еще точнее считать отток (Churn Rate). Поскольку повторяющееся удержание учитывает пользователей, заходивших в течение всего периода. Обратная ему величина демонстрирует, кто не вернулся и на самом деле о вас забыл. Можно увидеть, когда ситуация начала ухудшаться, с точностью до конкретного дня.

В то же время, Rolling Retention подходит в качестве главного ориентира для тех приложений, которые используются довольно редко. Планировщики путешествий, покупка авиабилетов, очистка девайса, вызов такси и так далее. Повторяющееся удержание в этом случае позволит сразу понять, какая доля аудитории не забывает о приложении, несмотря на относительно редкие запуски. При этом классический Retention у таких продуктов может выглядеть слишком пессимистично.

Если же ваше приложение должно использоваться на ежедневной основе, то отслеживание классического Retention подойдет лучше. Если же в него заходят нерегулярно — Rolling Retention даст больше четкой информации о траектории развития событий

Хотя, конечно, для принятия взвешенных решений следует обращать внимание на оба показателя

Why Is a High Customer Retention Rate So Important?

Many entrepreneurs and business analysts believe customer retention is the most crucial metric to determine a company’s success. Here are several reasons.

It leads to outsize profits.

According to research by Bain & Company, a 5% increase in customer retention generates more than a 25% boost in profit. One reason for this is that customers who continue using your product over a long period are more likely to trust and think highly of your company. It makes them viable candidates to buy other products you make.

It tells you whether or not your product is continuing to solve your customers’ problems.

If a company implements costly marketing, advertising, and sales campaigns to support the launch of its new product, those efforts might generate a short-term spike in sales and revenue. But the company will not know that its product is continually providing value to users unless they continue using it. Over the long term, retention rate represents one of the best ways to measure how well a product solves problems and adds value for its target personas.

It’s far more cost-effective than acquiring new customers.

Existing customers don’t require costly marketing and advertising campaigns to continue earning their business. They need a product that continues to add value to their jobs, companies, or lives. This explains the research cited in a Forbes article that it can cost a business five times more to attract and earn a new customer than retain an existing customer.

LTV

LTV — это lifetime value, жизненная ценность клиента. То есть прибыль, которую вы получите от клиента за все время работы с ним. Другие названия: CLV или CLTV (customer lifetime value).

Этот показатель очень важен в маркетинге, рекламе, продажах, особенно для сферы e-commerce. И вот почему:

  • один из способов расчета ROI (возврат инвестиций) задействует LTV. ROI — один из немногих способов оценить, окупается ваша реклама или уводит ваш бизнес в минус;
  • LTV помогает определить аудиторию для таргетинга в маркетинге и лучше понимать работу бизнеса;
  • зная реальную пожизненную ценность клиента для бизнеса можно строить более эффективную рекламную стратегию и модифицировать стратегию удержания клиентов;
  • помогает в сегментации клиентов, так как показывает, какая часть аудитории наиболее выгодна для бизнеса.

Формула расчета LTV 3

LTV = ((T * AOV) * AGM) * ALT,

где Т — среднее количество продаж (заказов) в месяц

AOV — средний чек

AGM — доля прибыли в выручке

ALT — средняя продолжительность взаимодействия клиента с компанией (в месяцах)

What is app retention rate?

Simply put, app retention rate is the percentage of users who still keep coming back to your app and perform the desired action, a certain number of days after they first installed it.

Here is how to calculate app retention rate:

App Retention Rate = No. of unique users that triggered one session a day/ total installs within a given cohort

In the case of mobile apps, the percentage of users coming back to the application in the first 48 hours after download plays a major role in deciding the success of your application. According to the study, 25% of all applications are used only once, which means the steepest drop off occurs in the initial 1–2 days only.