Что такое Retention Rate и Churn Rate?

Retention Rate и Churn Rate: Метрики Удержания

Retention Rate (коэффициент удержания) и Churn Rate (коэффициент оттока) — это две взаимодополняющие метрики, характеризующие способность компании удерживать пользователей или клиентов. Они критичны для оценки здоровья и прибыльности бизнеса.

Retention Rate (Коэффициент Удержания)

Retention Rate — это процент пользователей, которые остались активными после определённого периода времени. Высокий retention означает, что продукт хорошо удовлетворяет потребности пользователей.

Основная формула:

Retention Rate = (Пользователи на конец периода - Новые пользователи) / Пользователи на начало периода × 100%

SQL-запрос для расчёта Day-7 Retention (удержание через 7 дней):

WITH cohort_data AS (
    SELECT
        DATE(first_event_date) as cohort_date,
        user_id
    FROM users
    WHERE first_event_date >= DATE_TRUNC(day, CURRENT_DATE) - INTERVAL 30 day
),
retention_events AS (
    SELECT
        c.cohort_date,
        c.user_id,
        MAX(CASE WHEN e.event_date >= c.cohort_date + INTERVAL 7 day
                 THEN 1 ELSE 0 END) as retained_day_7
    FROM cohort_data c
    LEFT JOIN events e ON c.user_id = e.user_id
    GROUP BY c.cohort_date, c.user_id
)
SELECT
    cohort_date,
    COUNT(*) as cohort_size,
    SUM(retained_day_7) as retained_count,
    ROUND(100.0 * SUM(retained_day_7) / COUNT(*), 2) as retention_rate_pct
FROM retention_events
GROUP BY cohort_date
ORDER BY cohort_date DESC;

Churn Rate (Коэффициент Оттока)

Churn Rate — это процент пользователей или клиентов, прекративших использование продукта или отменивших подписку в течение определённого периода. Это зеркальное отражение retention.

Основная формула:

Churn Rate = (Потеренные пользователи за период) / (Пользователи на начало периода) × 100%
Churn Rate = 100% - Retention Rate

SQL-запрос для расчёта Monthly Churn:

WITH monthly_cohorts AS (
    SELECT
        TO_CHAR(DATE_TRUNC(month, first_event_date), YYYY-MM) as cohort_month,
        COUNT(DISTINCT user_id) as cohort_size
    FROM users
    GROUP BY cohort_month
),
active_users AS (
    SELECT
        TO_CHAR(DATE_TRUNC(month, u.first_event_date), YYYY-MM) as cohort_month,
        TO_CHAR(DATE_TRUNC(month, e.event_date), YYYY-MM) as active_month,
        COUNT(DISTINCT u.user_id) as active_count
    FROM users u
    LEFT JOIN events e ON u.user_id = e.user_id
    GROUP BY cohort_month, active_month
)
SELECT
    c.cohort_month,
    c.cohort_size,
    COALESCE(a.active_count, 0) as active_next_month,
    ROUND(100.0 * (c.cohort_size - COALESCE(a.active_count, 0)) / c.cohort_size, 2) as churn_rate_pct
FROM monthly_cohorts c
LEFT JOIN active_users a ON c.cohort_month = a.cohort_month
    AND TO_CHAR(DATE_TRUNC(month, DATE(c.cohort_month || -01) + INTERVAL 1 month), YYYY-MM) = a.active_month
ORDER BY c.cohort_month DESC;

Ключевые Различия

Когортный Анализ

Обе метрики часто рассчитываются по когортам — группам пользователей, присоединившихся в один период. Когортный анализ показывает, как удержание меняется в зависимости от времени присоединения:

SELECT
    DATE_TRUNC(week, u.first_event_date)::DATE as signup_week,
    (e.event_date - u.first_event_date)::INT / 7 as days_since_signup,
    COUNT(DISTINCT u.user_id) as users
FROM users u
JOIN events e ON u.user_id = e.user_id
WHERE u.first_event_date >= CURRENT_DATE - INTERVAL 90 day
GROUP BY signup_week, days_since_signup
ORDER BY signup_week DESC, days_since_signup;

Практическое Применение

1. Диагностика проблем — низкий retention указывает на проблемы с продуктом
2. Планирование роста — высокий churn требует больше новых пользователей для роста
3. ROI маркетинга — retention важнее для долгосрочной прибыльности, чем количество новых пользователей
4. Оптимизация — когортный анализ помогает найти точки отваливания

Метрики retention и churn дают полную картину здоровья продукта и должны постоянно мониторироваться.