Приложение может занимать первые строчки чартов по загрузкам и при этом медленно умирать: люди устанавливают его, открывают один раз и больше не возвращаются. Число скачиваний в таком случае ничего не скажет о реальном здоровье продукта — а вот Retention Rate скажет сразу. Разберемся, что это за метрика, как ее правильно считать и что реально работает для ее повышения.
Путаница вокруг этого термина начинается уже с написания: кто-то ищет «retention», кто-то «ретеншн», а кто-то формулирует запрос как «возвращаемость клиентов» или «коэффициент удержания». Дальше в статье разберем все эти формулировки, покажем формулу расчета на конкретном примере и отдельно остановимся на том, что считается хорошим показателем.
Что такое Retention Rate простыми словами
Retention Rate — метрика, которая показывает, какая доля пользователей продолжает возвращаться в приложение спустя определенное время после установки. В переводе с английского retention означает «удержание», поэтому по-русски метрику называют и коэффициентом удержания, и просто «удержанием».
Простыми словами: если из тысячи человек, установивших приложение в понедельник, через месяц им продолжают пользоваться сто — Retention Rate такого приложения за этот период составляет 10%. Чем выше это число, тем крепче продукт удерживает интерес аудитории, а не просто привлекает разовых установщиков.
Retention Rate и другие метрики — чем он отличается от DAU/MAU и Churn Rate
Retention Rate редко имеет смысл смотреть в изоляции — рядом с ним обычно стоит еще несколько показателей.
-
DAU и MAU (Daily Active Users и Monthly Active Users) — число уникальных пользователей за день или месяц. Эти метрики показывают масштаб аудитории здесь и сейчас, но не отвечают на вопрос, возвращаются ли конкретные люди снова — именно для ответа на этот вопрос и нужен Retention Rate.
-
Среднее время в приложении — сколько времени пользователь проводит за один заход. Дополняет картину вовлеченности, но тоже не измеряет возврат аудитории напрямую.
-
Churn Rate — коэффициент оттока, доля пользователей, переставших пользоваться приложением за период.
Отношения между Retention Rate и Churn Rate стоит разобрать отдельно — это по сути одна и та же ситуация, показанная с двух противоположных сторон. Retention считает тех, кто остался, и звучит как позитивная новость: «у нас удержание 80%». Churn считает тех, кто ушел, и сразу указывает на проблему: «мы теряем 20% пользователей». Математически одно почти всегда выводится из другого, но фокус внимания разный: Retention удобен для отчетов об успехе, а Churn — для поиска и устранения причин потери аудитории.
На практике имеет смысл использовать обе метрики параллельно: Retention Rate хорошо работает для отслеживания общей динамики продукта на длинной дистанции, а Churn Rate — для точечного разбора, в какой момент и почему именно уходят пользователи, чтобы своевременно вмешаться в конкретный этап воронки, а не бороться с абстрактным падением показателей.
Как считать Retention Rate: формула и когортный анализ
Базовая формула выглядит так:
Retention Rate = (число активных пользователей из исходной когорты на конец периода ÷ размер исходной когорты) × 100%
Когорта — это группа пользователей, объединенных общим признаком, чаще всего датой установки приложения. Расчет всегда идет именно по когорте, а не по всей базе пользователей сразу: иначе новые установки будут искажать картину и создавать иллюзию, что удержание выше, чем есть на самом деле.
Пример. 1 июня приложение установили 5000 человек — это исходная когорта. Через 30 дней, то есть 1 июля, среди этих же 5000 человек продолжают открывать приложение 850. Retention Rate Day 30 = 850 ÷ 5000 × 100% = 17%. Именно эта цифра, а не общее число активных пользователей приложения на 1 июля, показывает, насколько продукт удержал именно тех людей, что пришли месяц назад.
В некоторых нишах — например, в подписочных сервисах — встречается и другая формула, где из активных пользователей на конец периода вычитают новых, чтобы оценить именно удержание существующей базы, а не приток свежих клиентов: (активные на конец периода − новые за период) ÷ активные на начало периода × 100%. Логика та же, отличается только то, что считается «своей» аудиторией — вся когорта с момента установки или уже существующая база на начало периода.
На практике расчет редко делают вручную в таблице — большинство аналитических сервисов вроде Amplitude, AppsFlyer или Firebase Analytics автоматически разбивают пользователей на когорты по дате установки и строят готовые отчеты по удержанию. Но понимание формулы все равно важно: без него легко неправильно интерпретировать готовый график или спутать Classic и Rolling варианты расчета, о которых пойдет речь дальше.
Виды Retention Rate — Classic, Rolling и Bracket
Простое деление «вернулся / не вернулся» на практике работает не для всех сценариев — поэтому у метрики есть несколько вариантов расчета.
-
Classic Retention. Учитывает только тех, кто зашел в приложение именно в конкретный день N — например, ровно на 7-й день после установки. Строгий вариант: если пользователь открыл приложение на 6-й или 8-й день, но не на 7-й, в расчет он не попадет.
-
Rolling Retention. Засчитывает пользователя, если он вернулся в день N или в любой из последующих дней. Более мягкий и реалистичный показатель — он не наказывает продукт за то, что человек просто открыл приложение на день позже расчетной точки.
-
Bracket (Range) Retention. Берет не конкретный день, а диапазон — например, любое открытие приложения между 5-м и 9-м днем засчитывается в удержание на 7-й день. Сглаживает случайные колебания в поведении отдельных пользователей и часто используется для более стабильной аналитики на больших объемах данных.
Rolling Retention — это, по сути, ответ на вопрос «график retention» в самом широком смысле: именно кривая rolling retention чаще всего фигурирует в отчетах аналитических сервисов, потому что она не так чувствительна к случайному поведению отдельных пользователей, как классический вариант.
Выбор конкретного вида расчета редко делают вручную с нуля — большинство аналитических платформ используют Rolling Retention по умолчанию именно из-за его устойчивости к шуму в данных. Но при чтении чужих отчетов или сравнении своих показателей с бенчмарками рынка стоит явно уточнять, какой именно вид расчета использован. Разница между Classic и Rolling Retention для одного и того же приложения может достигать нескольких процентных пунктов, и сравнение цифр, посчитанных по-разному, приведет к неверным выводам.
Какой Retention Rate считается хорошим — бенчмарки по категориям
Единого универсального ориентира не существует — нормальный уровень удержания сильно различается по типу приложения. По данным ежегодного отчета AppsFlyer за 2023–2024 годы, новостные приложения стабильно лидируют по показателю удержания на 30-й день — около 9,1%, при этом даже у них зафиксировано общее снижение на 12% год к году. Другие категории просели заметнее: развлечения потеряли 19%, финансовые приложения — 18%, утилиты и приложения для продуктивности — 14%, доставка еды и напитков — 12%, социальные сети — 11%, а сегмент шопинга — 8%.
Общий тренд последних лет — снижение Retention Rate почти во всех категориях, отчасти как отложенный эффект всплеска установок в пандемийные годы, когда люди массово скачивали приложения, которыми затем пользовались нерегулярно. Из этого следует практический вывод: сравнивать свой Retention Rate стоит не с абстрактным «хорошим» числом, а с бенчмарком именно своей категории — и учитывать, что рынок в целом сейчас в фазе снижения показателей, а не роста.
Отдельная нюансировка: платформа тоже влияет на цифры. Пользователи iOS в среднем демонстрируют чуть более высокий Retention Rate, чем пользователи Android. Сказываются и более высокая стоимость платных приложений в App Store, из-за которой люди охотнее «отбивают» уже потраченные деньги использованием, и более закрытая экосистема Apple, которая держит пользователей внутри своих сервисов. Сравнивать показатели своего приложения имеет смысл раздельно по платформам, а не смешивая их в одну усредненную цифру.
Как повысить Retention Rate: рабочие способы
Зная, как считается метрика и какой уровень нормален для вашей категории, логично перейти к вопросу, что делать, если цифра ниже желаемой.
Геймификация
Игровые механики — награды, уровни, соревновательные элементы — мотивируют возвращаться в приложение регулярно. В приложении Strava пользователи записывают тренировки и сравнивают результаты с другими — соревновательный элемент подталкивает открывать приложение снова и снова. Habitica превращает выполнение повседневных задач в игру с прокачкой персонажа: пользователь получает награды за реальные привычки, которые довел до конца.
Механику усиливают и через партнерства: сервис «Госуслуги Культура» интегрирован с проектом «Другое дело» от ВКонтакте — пользователи выполняют задания и получают баллы, которые можно обменять на билеты на мероприятия или другие бонусы. Такая коллаборация работает на удержание сразу двух продуктов одновременно.
Важная деталь, которую легко упустить: геймификация повышает Retention Rate только тогда, когда игровые механики действительно связаны с основной ценностью продукта, а не приклеены поверх него формально. Значки и уровни ради самих значков и уровней быстро надоедают и перестают работать, если не подкреплены реальным прогрессом пользователя — будь то физическая форма в фитнес-приложении или выполненные задачи в трекере привычек.
Персонализация
Чем точнее приложение подстраивается под конкретного пользователя, тем меньше причин искать альтернативу. Фитнес-приложение Whoop анализирует данные о нагрузке, восстановлении и сне каждого человека, чтобы предлагать именно ему подходящие рекомендации. Lamoda не просто советует похожие товары, а подсказывает нужный размер конкретного пользователя, опираясь на историю покупок. Мобильное приложение Т-Банка генерирует персональные сторис на основе трат по категориям — простой, но эффективный способ сделать взаимодействие с приложением более личным.
Иммерсивный опыт — AR и VR
Технологии дополненной реальности превращают рутинное взаимодействие с приложением в более вовлекающий опыт. Показательный пример — приложение ВДНХ: AR-режим навигации запускается через камеру смартфона, и объекты территории оживают в виде виртуальных 3D-иконок с информацией при нажатии. В приложение также встроен голосовой помощник на основе ИИ, который подсказывает маршруты и отвечает на вопросы о территории — например, куда пойти с детьми или где находится ближайшее кафе.
Социальное взаимодействие и офлайн
Возможность делиться результатами, приглашать друзей и общаться внутри приложения повышает вовлеченность и одновременно работает на органический рост аудитории — например, интеграция с мессенджерами позволяет отправить ссылку на мероприятие прямо в WhatsApp или Telegram.
Отдельное направление — перенос части взаимодействия в офлайн: интерактивные QR-коды на мероприятиях, AR-элементы, которые оживают при наведении камеры на физический объект, квесты, где нужно посетить конкретные локации и выполнить задания. Такой формат делает бренд более запоминающимся и укрепляет чувство принадлежности к сообществу.
Обратная связь и совместное развитие
Когда пользователи видят, что их мнение действительно влияет на продукт, они охотнее остаются с ним надолго. Бета-тестирование новых функций до официального релиза позволяет выявить проблемы заранее и одновременно вовлекает часть аудитории в развитие продукта. Интерактивные опросы помогают понять, каких изменений ждут пользователи, а обычные отзывы в сторах — источник информации о том, что стоит доработать в первую очередь. Регулярные обновления на основе этой обратной связи показывают аудитории, что разработчики действительно прислушиваются, а не просто собирают оценки для галочки.
Часто задаваемые вопросы
Чем Retention Rate отличается от Churn Rate?
Это две стороны одного и того же явления. Retention Rate считает долю пользователей, которые остались с продуктом, Churn Rate — долю тех, кто ушел. Зная одно значение, легко получить другое: в большинстве упрощенных моделей они в сумме дают 100%. Retention Rate удобнее для отчетов об успехе, Churn Rate — для анализа причин потери аудитории.
Как часто нужно измерять Retention Rate?
Зависит от типа продукта и от того, что вы хотите понять. День 1 показывает качество первого впечатления и онбординга, день 7 — успевает ли пользователь встроить продукт в свою рутину, день 30 — держится ли интерес в долгосрочной перспективе. Для полной картины полезно отслеживать все три точки, а не ограничиваться одной.
Что делать, если Retention Rate ниже среднего по категории?
Сначала стоит выяснить, на каком именно этапе аудитория отваливается — сразу после установки, в первую неделю или позже. Ранний отток чаще всего говорит о проблемах с онбордингом и первым впечатлением, поздний — о том, что продукту не хватает причин возвращаться регулярно, и здесь уже помогают персонализация, геймификация и работа с обратной связью, о которых говорили выше.
Можно ли сравнивать Retention Rate между разными категориями приложений?
Напрямую — нет, это будет некорректное сравнение. У новостных приложений и, например, у приложений для разовой покупки принципиально разная логика использования, поэтому и нормальный уровень удержания у них отличается в разы. Показатель стоит сопоставлять с бенчмарком именно своей категории, а не с абстрактным средним по рынку.