Как посчитать retention в excel

Пять метрик customer retention, без которых как без рук

Nancy Pong

Не все любят работать с данными и аналитикой, но без них не обойтись, если мы хотим устранить все слабости нашего продукта и сделать его лучше.

(Мы продолжаем переводить цикл статей по UX/UI. Полную подборку можно найти в коллекции « Продуктовый дизайн»)

Кроме трафика и конверсии, важным фактором выживания и роста вашего бизнеса выступает показатель удержания пользователей — customer retention. Допустим, ваш сайт привлекает большой объем трафика, и, допустим, вы конвертируете приличную долю посетителей в покупателей, но что происходит после первой конверсии? Вы сможете удержать клиентов на долгое время, или они забудут о вас сразу после покупки?

Интересуетесь свежими статьями по дизайну? Вступайте в группу на Facebook.

Ищите системное погружение в тему? Загляните в блог для дизайнеров.

По данным компании RJmetrics, самые успешные онлайн бизнесы получают более 50% дохода от “повторных” клиентов. Чтобы построить стабильный, масштабируемый бизнес, вы должны постоянно отслеживать customer retention и снижать отток (churn rate) до минимума.

Что такое customer retention

Customer retention — это способность бизнеса удерживать существующих клиентов на протяжении времени.

Бизнес с низким показателем retention — как дырявое ведро. Конечно, можно бесконечно лить воду, чтобы ведро оставалось полным — а можно залатать дыры. По данным HBR, привлечь нового клиента стоит в 5–25 раз больше, чем удержать существующего. К тому же, исследования компании Bain & Company показывают, что увеличение показателя retention на 5% влечет за собой рост дохода на 25–95%.

Конечно, стоит выбрать дешевый вариант и залатать свое ведро.

В этой статье мы рассмотрим 5 ключевых метрик, которые помогут понять, как у вас дела с retention.

1. Коэффициент удержания клиентов (Customer Retention Rate)

Именно на эту метрику нужно смотреть, чтобы понять, насколько эффективно работает служба поддержки клиентов, и предсказать темпы роста вашего бизнеса.

Retention rate показывает, сколько клиентов остались с вами за определенный период времени. Например, можно измерить коэффициент удержания за год, месяц или неделю.

Хотя общепринятой формулы для расчета коэффициента удержания нет, Джефф Хэден из Inc предлагает точный способ измерения retention.

Retention Rate = ((CE — CN) / CS)) x 100

CE = Количество клиентов на конец периода

CN = Количество новых клиентов, приобретенных за период

CS = Количество клиентов на начало периода

Скажем, в начале месяца у вас было 1000 клиентов. К концу месяца 150 человек ушло, но вы привлекли 200 новых клиентов — поэтому по итогам месяца у вас есть 1050 клиентов. Подставим данные в формулу и получим:

Это считается высоким уровнем retention? Как обычно, все зависит от сферы деятельности и от ваших целей. Но в целом, чем выше retention rate — тем лучше.

2. Пожизненная ценность клиента (Customer Lifetime Value)

Показатель customer lifetime value — это проекция потенциального дохода, который вы можете получить от клиента. Эта метрика рассчитывается на основании прежнего покупательского поведения клиента — так что не стоит сразу переводить ее в быстрые деньги.

Отталкиваясь от customer lifetime value, вы сможете определить, сколько целесообразно тратить на привлечение клиентов, и рассчитаете эффективность инвестиций (ROI). Венчурный капиталист Дэвид Скокс рассказал, что большинство стартапов проваливаются, потому что стоимость привлечения клиентов оказывается выше, чем их lifetime value.

В расчет customer lifetime value можно включить множество переменных, но давайте остановимся на этой простой формуле от Hubspot:

Customer Lifetime Value = (Средний чек) x (Количество повторных продаж) x (Среднее время удержания)

Чтобы понять, работают ли ваши стратегии удержания, нужно отслеживать показатель LTV: со временем он должен расти. Это означает, что люди тратят больше и покупают чаще, потому что их отношения с вашим брендом развиваются.

3. Коэффициент повторных покупок (Repeat Purchase Rate)

Repeat purchasing rate — это процент клиентов, которые купили ваши продукты более одного раза. Коэффициент повторных покупок показывает, сколько клиентов возвращаются после первой покупки — а, значит, им можно пользоваться как индикатором retention.

Чтобы рассчитать показатель, нужно разделить количество “повторных” клиентов на общее число клиентов.

Repeat purchase rate = Количество повторных клиентов / Общее число клиентов

Можно провести более детальный анализ показателя repeat purchasing rate: использовать когортный метод и рассчитать коэффициент по дням, неделям и месяцам. Если вы запускаете акцию, когортный анализ поможет определить, как она повлияла на количество повторных покупок.

4. Коэффициент использования вознаграждения (Redemption Rate)

Один из эффективных способов стимулировать повторные покупки — это рассылка купонов. Но какую долю купонов клиенты реально используют? Это нам подскажет коэффициент redemptiont:

Redemption rate = Количество использованных купонов / Общее число купонов

По коэффициенту redemption можно судить, насколько купон мотивирует пользователей купить продукт. Если redemption rate низкий (около 20%), то нужно копать глубже и разбираться, почему продукт не покупают. Возможно, условия акции недостаточно выгодные — или людям просто больше не интересно ваше предложение.

5. Индекс потребительской лояльности (Net Promoter Score)

Какова вероятность, что вы порекомендуете этот продукт другу или коллеге?

Это и есть net promoter score. Вы задаете клиентам этот простой вопрос, и они отвечают по шкале от 0 до 10, где 0 означает “точно не порекомендую”, а 10 — ”обязательно порекомендую”. Это очень мощная метрика, потому что клиенты рекомендуют друзьям только тот продукт, которым на 100% довольны.

В рамках NPS выделяют три категории клиентов:

Критики (0–6) — это люди, недовольные продуктом или сервисом. Они больше ничего у вас не купят и могут испортить репутацию бренда своими жалобами в СМИ и соц.сетях.

Нейтралы (7–8) — это удовлетворенные клиенты, но они не будут особенно восторгаться вашим брендом и могут даже уйти к конкурентам, если те предложат более выгодные условия.

Промоутеры (9–10) — это те, кто сделают все возможное, чтобы рассказать другим о вашем продукте. Они верны бренду и готовы запустить мощное сарафанное радио, которое поможет вам практически без издержек привлечь новых клиентов.

Рассчитать NPS просто: нужно вычесть долю критиков из доли промоутеров.

Есть куча инструментов для сбора ответов. Большинство приложений по NPS (вроде Trustfuel NPS и Promoter.io) работают в связке с базой клиентов и позволяют импортировать адреса и автоматически рассылать опросники. Но кому понравятся лишние письма в ящике? Поэтому я предпочитаю Wootric — он просит обратную связь прямо на сайте или в приложении, через которое клиент уже работает.

Может показаться, что анализ — это сложно, ведь метрик так много и они такие разные. Что ж, начните с этих пяти метрик retention — они помогут вам увидеть всю картину и выявить, что можно улучшить.

Если вам понравилась статья и перевод, дайте нам знать — нажмите 👏 (можно “хлопать” несколько раз!)

А если у вас есть на примете какая-нибудь классная статья по UX и не только — скиньте нам ссылку, и мы будем рады над ней поработать.

Нас можно найти в Facebook: Ольга Жолудова и Ринат Шайхутдинов.

Мобильное приложение «Заметки о психике» | Mental Notes

Подкидывает идеи, как привлечь, удержать и направить внимание пользователя.

Mental notes — это колода из 53 карточек с описанием психофизиологических моделей поведения людей, которые лежат в основе принципов веб-дизайна. Они помогают дизайнерам, проектировщикам лучше понять поведение пользователей и найти эффективные решения при создании дизайна интерфейсов.

Блог об аналитике, визуализации данных, data science и BI

Как посчитать Retention?

В этой заметке разберём как правильно построить отчет по Retention с использованием Redash и языка SQL.
Для начала, в двух словах, что это за метрика Retention rate, почему она важна, какой бывает и каким образом считается.

Retention rate

Метрика Retention rate довольно широко распространена и особенно известна в мобильной индустрии, поскольку позволяет понять насколько хорошо продукт вовлекает пользователей в ежедневное использование. Вспомним (или узнаем) как рассчитывается Retention:
Retention дня X — это N% процентов пользователей, которые вернутся к продукту в день X. Иными словами, если в какой-то конкретный день (день 0) пришло 100 новых пользователей, а на 1-ый день вернулось 15, то Retention 1-го дня составит 15 / 100 = 15%.
Чаще всего выделяют Retention дней 1, 3, 7 и 30 как наиболее описательные метрики продукта, однако полезно в целом рассматривать кривую Retention и делать выводы исходя из нее.

Кривая retention

В конечном итоге нас интересует построение такой кривой, которая показывает удержание пользователей с 0-го дня до 30-го.

Rolling Retention (RR)

Кроме классического Retention rate выделяют также Rolling Retention (далее RR). При расчете Rolling Retention помимо дня X учитываются также все последующие дни. Таким образом RR 1-го дня — количество пользователей, которые вернулись в 1-ый и последующие дни.

Сравним Retention и Rolling Retention 10-го дня:
Retention10 — количество пользователей, вернувшихся в 10-ый день / количество пользователей, установивших приложение 10 дней назад * 100%.
Rolling Retention10 — количество пользователей, вернувшихся в 10-ый день или позже / количество пользователей, установивших приложение 10 дней назад * 100%.

Гранулярность (retention временных отрезков)

В некоторых отраслях и соответствующих задачах полезно понимать Retention конкретного дня (чаще всего в мобильной индустрии), в других случаях полезно понимать удержание пользователя на разных временных интервалах: например, недельные отрезки или месячные (часто полезно в e-commerce, ретейле).

Как построить Retention отчет на языке SQL?

Выше мы разобрали как посчитать Retention в формулах. Теперь приложим это к языку SQL.
Допустим, что у нас есть две таблицы: user — храним данные об идентификаторах пользователей и мета-информацию, client_session — информация о посещениях пользователями мобильного приложения.
В запросе будут фигурировать только две эти таблицы, поэтому вы с легкостью сможете адаптировать запрос под себя.
примечание: в рамках данного кода я использую Impala в качестве СУБД.

Собираем размер когорт

Разберем этот довольно несложный запрос: по каждому дню мы считаем количество уникальных пользователей для отрезка [60 дней назад; 31 день назад].
Чтобы не лезть в документацию: команда ndv() в Impala аналог команды count(distinct).

Считаем количество вернувшихся пользователей по каждой когорте

В этом запросе ключевая часть содержится в команде datediff: теперь мы считаем для каждой когорты и для каждого datediff количество уникальных пользователей все той же командой ndv() (фактически, количество пользователей которые вернулись в дни от 0-го до 30-го).

Отлично, теперь у нас есть размер когорт и количество вернувшихся пользователей

Собираем все вместе

Мы получили запрос, который для каждой когорты считает Retention, в итоге результат можно отобразить в таком виде:

Построение единственной кривой Retention

Несколько модифицируем наш запрос и получим требуемые данные для построения одной кривой Retention:

Теперь у нас для каждого дня посчитан средний по всем когортам Retention rate.

Ссылка на основную публикацию