Какую самую классическую метрику считаешь?

Самая классическая метрика: Retention и почему она неправильно понимается

Если бы я должен был выбрать одну метрику, которую я считаю самой важной и одновременно самой неправильно понимаемой, это была бы Retention (удержание пользователей).

Почему Retention?

1. Это индикатор здоровья продукта

• Если retention плохой, значит пользователи не видят ценность
• Это не может быть скрыто красивым UI или маркетингом
• Retention = честная метрика

2. Это драйвер LTV (Lifetime Value)

LTV = Average Order Value × Repeat Purchase Rate × Lifetime
Если retention расту на 10%, LTV растёт примерно на 10% (при одинаковом AOV)

3. Это более стабильная метрика, чем конверсия

• Конверсия может скакать день в день
• Retention — это трендовая метрика, которая показывает реальное поведение
• Это показатель долгосрочной ценности

Главная проблема: Неправильное определение Retention

Вот как большинство считает retention:

D7 Retention = (Users who returned on day 7) / (Users who installed on day 0)
Ошибка: это просто % людей, которые вернулись через неделю

Это не совсем неправильно, но это поверхностно.

Как я считаю Retention (правильно)

Уровень 1: Day-level Retention (простой вид)

SELECT 
  cohort_date,
  0 as day,
  COUNT(DISTINCT user_id) as cohort_size
FROM user_events
WHERE event_date = cohort_date
GROUP BY cohort_date

UNION ALL

SELECT 
  cohort_date,
  (DATE(event_date) - DATE(cohort_date)) as day,
  COUNT(DISTINCT user_id) as returning_users
FROM user_events
WHERE DATE(event_date) > DATE(cohort_date)
GROUP BY cohort_date, day

ORDER BY cohort_date, day;

Уровень 2: Engagement Retention (более продвинутый)

Это не просто "заходил в приложение", а "сделал что-то полезное":

SELECT 
  cohort_date,
  DATE(event_date) - DATE(cohort_date) as days_since_install,
  COUNT(DISTINCT CASE WHEN event_type IN ('purchase', 'add_review', 'share') 
    THEN user_id END) as engaged_users,
  COUNT(DISTINCT user_id) as total_daily_users
FROM user_events
GROUP BY cohort_date, days_since_install;

Уровень 3: Revenue Retention (самый важный для бизнеса)

SELECT 
  first_purchase_date as cohort_date,
  DATE(purchase_date) - DATE(first_purchase_date) as days_since_first_purchase,
  COUNT(DISTINCT user_id) as paying_users,
  SUM(order_value) as revenue,
  AVG(order_value) as avg_order_value
FROM purchases
GROUP BY first_purchase_date, days_since_first_purchase;

Правильная интерпретация Retention

Пример: D7 Retention = 30%

Неправильная интерпретация:

• "30% пользователей вернулись, 70% потеряли"
• Звучит плохо

Правильная интерпретация:

• "Из 100 новых пользователей 30 продолжают использовать приложение через неделю"
• Для мобильной игры — это очень хорошо (индустриальный стандарт 20-25%)
• Для SaaS — это может быть плохо (стандарт 60-80%)
• Для e-commerce — это зависит от категории (fashion 10-20%, subscription 80-90%)

Типичные проблемы в расчёте Retention

Ошибка 1: Включить день 0 в расчёт

❌ D7 Retention = Active on day 7 / Active on day 0
Все активны на день 0, это 100%
✓ D7 Retention = Active on day 7 / Cohort size (users who installed)

Ошибка 2: Не учитывать естественный чёрн

День 1: 1000 пользователей
День 2: 400 (40% retention)
День 3: 200 (50% of day 2)
День 4: 140 (70% of day 3)
...
Это обычная кривая убывания. Это нормально, нужно отслеживать тренд

Ошибка 3: Не разбивать по когортам

❌ "Retention 35% в этом месяце"
✓ "Retention 35% для когорты Jan 2026, 38% для Feb, 40% для Mar"
Когорты могут быть очень разными

Ошибка 4: Только смотреть День 7 (D7)

❌ "Давайте оптимизировать на D7 Retention"
✓ "Смотрим на D1, D7, D30, и тренд на них"

D1 показывает immediate impact
D7 показывает стабильность
D30+ показывает долгосрочную ценность

Какой Retention я считаю самым классическим и полезным?

Cohort Retention Table — это классика, которая показывает всё:

Cohort      D1      D7     D30    D60    D90
------      --      --     ---    ---    ---
Jan 2026   100%    35%    12%     4%     1%
Feb 2026   100%    38%    15%     6%     2%
Mar 2026   100%    40%    18%     8%     3%

Что видим:

• Trend вверх (cohort Feb лучше, чем Jan)
• D1 retention всегда 100% (по определению)
• D7 это важный чекпоинт (до дня 7 ещё могут вернуться)
• D30+ это показатель долгосрочного engagement

Эта таблица говорит мне: "Мы улучшаем удержание. Каждый месяц new cohort лучше. Отличное направление."

Retention vs Churn

Это одно и то же, но другой взгляд:

Retention = 40% → остаются 40%
Churn = 60% → уходят 60%

Я предпочитаю думать в Retention (позитивный взгляд), а не Churn (негативный), но это вкус.

Практический пример: как я использую Retention

Ситуация: Запустили новый onboarding flow

Анализ:

Старый onboarding:
D1 Retention: 60%
D7 Retention: 25%
D30 Retention: 8%

Новый onboarding:
D1 Retention: 65% (+5%)
D7 Retention: 28% (+3%)
D30 Retention: 11% (+3%)

Вывод: Улучшение на всех уровнях, это работает. LTV вырастет на ~3%.

Вторая проверка: Работает ли это для всех сегментов?

Мобила (новый): D7 = 30% (+5% vs старого) ✓
Десктоп (новый): D7 = 24% (-2% vs старого) ✗

Вывод: Нужно оптимизировать для desktop. Может быть, что-то с UI на большом экране.

Метрики, которые я использую ВМЕСТЕ с Retention

1. Engagement Score — не только заходил, но что делал
2. Revenue Retention — какой % выручки остался от cohort
3. Repeat Purchase Rate — сделал ли повторную покупку
4. Time to Second Action — как быстро пользователь вернулся
5. Frequency of Usage — как часто пользуется

Мой совет для Product Analyst

Если ты должен выбрать одну метрику для мониторинга:

Для SaaS: Revenue Retention (MRR Retention) 
- это показывает, уходит ли деньги

Для e-commerce: Repeat Purchase Rate on D30+
- это показывает, вернулись ли за повторной покупкой

Для Marketplace: Engagement Retention (DAU Retention)
- это показывает, активно ли используют платформу

Для Mobile Games: D7 Retention
- индустриальный стандарт, легко сравнивать

Но главное: Никогда не смотри только на одну метрику. Смотри на cohort table целиком, тренды, сегменты.

Вывод

Retention — это королева метрик. Конверсия показывает, может ли продукт продаваться. Retention показывает, нужен ли продукт. LTV показывает, сколько он стоит. Но Retention — это основа, на которой всё строится.

Если у тебя хорошая Retention, всё остальное — вопрос оптимизации. Если Retention плохая, никакая оптимизация не поможет.