Click to order
Оформление подписки
Total:
Для удобства будет подключено автоматическое продление подписки. Его можно отключить в личном кабинете на странице оплаты.
8 неделя
8.1 Введение в понятие удержание пользователей
Время усвоения: ~ 1 час
Итак, если бизнес-модель предполагает регулярное использование, то удержание пользователей является необходимым для ее успеха. Дополнительно можно посмотреть лекции Эндрю Чена в Стэнфорде на эту тему. Показатель удержания/оттока — это идеальная "не тщеславная" метрика. Как описывает Эрик Рис в своем классическом сообщении в блоге , понимание показателей вашей компании на уровне клиента является ключом к пониманию результатов ваших действий.
Показатели удержания и оттока — две стороны одной медали. Они оба измеряют, насколько хорошо ваши клиенты удерживаются, но являются противоположностями друг друга. Например, если ваш уровень удержания составляет 80%, уровень оттока будет равен 20%.
"PMF— это не когда клиенты перестают жаловаться и полностью удовлетворены. Они никогда не перестанут жаловаться. Они никогда не будут полностью удовлетворены. PMF — это когда они перестают уходить" (Кейси Уинтерс)
Удержание пользователей измеряется как доля пользователей, возвращающихся к использованию продукта в течение определенного периода времени.
Пример:
У вас 100 клиентов на начало октября. 20 из них ушли в течение месяца. Среди тех, кто ушел, 3 повторно активировались до конца месяца. Ваш уровень удержания в октябре будет: (100-20+3)/100) x 100% = 83%.
Показатели удержания и оттока — две стороны одной медали. Они оба измеряют, насколько хорошо ваши клиенты удерживаются, но являются противоположностями друг друга. Например, если ваш уровень удержания составляет 80%, уровень оттока будет равен 20%.
"PMF— это не когда клиенты перестают жаловаться и полностью удовлетворены. Они никогда не перестанут жаловаться. Они никогда не будут полностью удовлетворены. PMF — это когда они перестают уходить" (Кейси Уинтерс)
Удержание пользователей измеряется как доля пользователей, возвращающихся к использованию продукта в течение определенного периода времени.
Пример:
У вас 100 клиентов на начало октября. 20 из них ушли в течение месяца. Среди тех, кто ушел, 3 повторно активировались до конца месяца. Ваш уровень удержания в октябре будет: (100-20+3)/100) x 100% = 83%.
- Гранулярность, с которой стоит измерять удержание, должна соответствовать естественной частоте использования продукта. Наиболее распространенный способ отчета об удержании — по календарному месяцу.
Когортный анализ
Когорты — это визуальное представление эффективности группы пользователей на основе даты их присоединения и того, как они оставались в продукте в течение определенного периода времени. Пример жизни когорты по месяцам ниже:
Вы можете измерять по когортам разные показатели: активность, транзакции, деньги и т.д. Но в основном они используются, чтобы увидеть, сколько активных пользователей осталось через определенное количество месяцев.
Что важно знать при расчете удержания пользователей?
Нужно правильно определить ценностное событие для расчета удержания. Оно должно быть основано на ценностном взаимодействии - действии, которое лучше всего отражает ценность продукта для пользователя (или для ваших целей расчета удержания).
Например, Uber или Lyft, будет определять это событие как завершенную поездку, а не как открытое приложение. Spotify и Netflix могут определить ценностное событие как начало прослушивания или просмотра фрагмента контента. Для приложения для обмена сообщениями оно может быть, когда пользователь пишет или читает сообщение.
1. Выберите правильную метрику для ценностного события, а не метрику тщеславия (например, загрузки приложений). Метриками тщеславия легко манипулировать, и они не обязательно коррелируют с действительно важными цифрами: активными пользователями, вовлеченностью, стоимостью привлечения новых клиентов и, в конечном счете, доходами и прибылью. Затем нужно определить естественную частоту выполнения ключевого действия, связанного с событием.
2. Выберите правильный период — обычно это будет день, неделя или месяц в зависимости от бизнеса
3. Когда у вас есть ключевое действие и частота его выполнения, вы можете рассчитать количество клиентов, которые выполняли ключевое действие с выбранной вами периодичностью от начала их пользования продуктом до текущего момента. Группируйте клиентов, выполнявших ключевое действие в течение выбранного периода, в виде когорты.
Например,
Нужно рассчитать удержание = количество пользователей, продолжающих выполнять ключевое действие в конце периода, деленное на общее количество пользователей в начале периода. Иногда этот показатель называют Logo retention rate, Обратите внимание, что мы не включаем в расчет новых пользователей, приобретенных в этот период, то есть удержание - это когортная метрика.
На графике должна быть доля клиентов, которая выполняет ключевое действие по оси Y и гранулярность измерения по оси X.
Конечный результат обычно представляется в следующем формате:
Например, Uber или Lyft, будет определять это событие как завершенную поездку, а не как открытое приложение. Spotify и Netflix могут определить ценностное событие как начало прослушивания или просмотра фрагмента контента. Для приложения для обмена сообщениями оно может быть, когда пользователь пишет или читает сообщение.
1. Выберите правильную метрику для ценностного события, а не метрику тщеславия (например, загрузки приложений). Метриками тщеславия легко манипулировать, и они не обязательно коррелируют с действительно важными цифрами: активными пользователями, вовлеченностью, стоимостью привлечения новых клиентов и, в конечном счете, доходами и прибылью. Затем нужно определить естественную частоту выполнения ключевого действия, связанного с событием.
2. Выберите правильный период — обычно это будет день, неделя или месяц в зависимости от бизнеса
3. Когда у вас есть ключевое действие и частота его выполнения, вы можете рассчитать количество клиентов, которые выполняли ключевое действие с выбранной вами периодичностью от начала их пользования продуктом до текущего момента. Группируйте клиентов, выполнявших ключевое действие в течение выбранного периода, в виде когорты.
Например,
Для Facebook:
1.Естественный интервал использования несколько раз в день
2.Ключевым событием является прокрутка ленты, что приводит к вовлечению пользователей и увеличению доходов от рекламы.
Монетизация — доход от рекламы.
Для facebook.com имеет смысл обратить внимание на ежедневное классическое удержание (D1, D7, D30, D90, D180), так как ожидается, что пользователи будут возвращаться снова и снова.
Для Booking.com
1.Естественный интервал использования составляет один раз в месяц или квартал, так как мы не путешествуем каждый день.
2.Ключевым событием является совершение транзакции, т. е. бронирование авиабилета или отеля.
Монетизация — комиссия за транзакцию.
Для booking.com ежемесячное или ежеквартальное классическое удержание имеет смысл. Вы также можете посмотреть классическое месячное или квартальное удержание (M1, M2 или Q1, Q2), поскольку большинство людей путешествуют раз в 3-6 месяцев.
Нужно рассчитать удержание = количество пользователей, продолжающих выполнять ключевое действие в конце периода, деленное на общее количество пользователей в начале периода. Иногда этот показатель называют Logo retention rate, Обратите внимание, что мы не включаем в расчет новых пользователей, приобретенных в этот период, то есть удержание - это когортная метрика.
На графике должна быть доля клиентов, которая выполняет ключевое действие по оси Y и гранулярность измерения по оси X.
Конечный результат обычно представляется в следующем формате:
Есть отличная статья на тему расчета удержания пользователей, а здесь описан пошаговый процесс построения таблиц.
Удержание пользователей отслеживается при построении кривой Retention rate (на основе средневзвешенного значения). Необходимо оценивать ее форму. Если при какой доле метрики она начинает выравниваться, то вероятно, у продукта есть PMF. Чем выше уровень, на котором кривая выравнивается, тем выше удержание, и тем сильнее PMF.
На рисунке ниже синяя кривая выравнивается (есть PMF), зеленая - постоянно снижаться, в конечном итоге достигая очень небольшого числа пользователей или нулевого уровня (нет PMF).
Удержание пользователей отслеживается при построении кривой Retention rate (на основе средневзвешенного значения). Необходимо оценивать ее форму. Если при какой доле метрики она начинает выравниваться, то вероятно, у продукта есть PMF. Чем выше уровень, на котором кривая выравнивается, тем выше удержание, и тем сильнее PMF.
На рисунке ниже синяя кривая выравнивается (есть PMF), зеленая - постоянно снижаться, в конечном итоге достигая очень небольшого числа пользователей или нулевого уровня (нет PMF).
Как понять проблемы с удержанием?
В целом, мы можем разделить проблемы с удержанием на два типа:
Тип I: сглаживание кривой
Кривая выравнивается, но ниже контрольных показателей удержания на n-периоде.
Тип II: кривая не сглаживается
Посмотрите на кривую ежедневного/еженедельного/ежемесячного удержания. Если она не сглаживается, это сигнал о том, что мы не имеем предсказуемого удержания.
Это может происходить по нескольким причинам:
- Вы привлекаете к своему продукту не тех пользователей. Здесь вопрос приобретения. Вы можете исправить это, выяснив, какие пользователи находят ценность в вашем продукте.
- Пользователи не видят ценность вашего продукта . Вы можете исправить это, создав правильный опыт онбординга и активации.
- Ваш продукт не представляет никакой ценности для конечного пользователя . Это сложнее всего исправить, потому что это означает, что вся основа вашего продукта сомнительна.
Кривые удержания виде "улыбки"
Кривая удержания может расти, поскольку разработка продукта и сетевые эффекты побуждают ушедших пользователей возвращаться после того, как изначально отказались от него: кривая удержания выглядит как "улыбка":
Чтобы понять, улучшается ли ваше общее удержание с течением времени, превратите каждую когорту в кривую удержания и отобразите их на одном графике. Если новые кривые снижаются более постепенно, это означает, что ваше удержание улучшается. На рисунке ниже показаны когорты пользователей по месяцам и их удержание.
Различные типы продуктов имеют разные значения удержания пользователей, которому соответствует PMF, поэтому важно сравнить ваш показатель с показателями вашего рынка - с другими играми того же типа. Например, для оценки силы product/market fit игры можно сравнить удержание с лидирами рынка. Конечно, это грубая оценка, но чем ближе показатели продукта к показателям лидера отрасли, тем сильнее product/market fit.
На рисунке ниже показано удержание пользователей различных игр в первый, седьмой и тридцатый день использования:
На рисунке ниже показано удержание пользователей различных игр в первый, седьмой и тридцатый день использования:
Например, ниже приведены кривые удержания стриминговых сервисов. Кривая удержания для Netflix, который имеет самый сильный PMF, показывает, что Netflix теряет лишь 25% своих подписчиков к 7-му месяцу.
Можно найти отраслевую аналитику по удержанию пользователей для различных типов продуктов:
Данные за 2018 год, источник
Если вы ищете эталонные показатели, Ленни Рачиски вместе с Кейси Уинтерс написали отличный пост о том, как получить информацию от экспертов по росту из разных компаний. Удержание через 6 месяцев означает классическое удержание за 6 месяцев (M6), т. е. % новых пользователей в M0, которые вернулись в M6.
Однако обратите внимание, что естественный интервал использования разных категорий продуктов разный. Поэтому продукты с разным естественным интервалом использования не следует сравнивать.
Есть несколько преимуществ, которые коэффициент удержания когорты имеет по сравнению с показателями соответствия продукта рынку, основанными на опросах:
На следующих уроках мы более подробно будем смотреть на расчет удержания. А сейчас нам нужно понять, что выбор конкретных показателей PMF имеет смысл только в контексте вашего бизнеса.
Продукты, у которых частота использования чаще, чем один раз в месяц, попадают в «зону привычки», потому что с пользователем легче ее сформировать вокруг регулярных задач. В случае частотных продуктов соответствие продукта рынку измеряется посредством удержания, то есть повторяющихся ценностных взаимодействий.
Некоторые продукты предназначены для одноразового использования или используются крайне редко или используется обезличенным клиентом. Они попадают в «зону забываемости», потому что пользователь может легко забыть о продукте из-за низкой частоты варианта использования. Падение удержания пользователей до нуля для них объяснимо и ожидаемо. Природа редких продуктов очень транзакционная, и проникновение на рынок обычно измеряется в выручке/прибыли и количестве транзакций/заказов.
Далее мы более подробно будем разбирать различные виды бизнес-моделей. Но для начала в следующем уроке давайте попробуем ответить на вопрос: является ли только удержание пользователей необходимым и достаточным условием PMF для подписочных бизнес-моделей?
Еще один фактор — география. Пользователи в разных регионах (Индия и США) ведут себя по-разному. Мы должны помнить об этом при бенчмаркинге.
Есть несколько преимуществ, которые коэффициент удержания когорты имеет по сравнению с показателями соответствия продукта рынку, основанными на опросах:
- Нет предвзятости ответов — вы получаете информацию от всех пользователей, а не только от тех, у кого достаточно сильное намерение заполнить опрос.
- Полные данные о жизненном цикле пользователя — если вы проводите опрос для сбора метрики в определенный момент жизненного цикла пользователя, позже эта метрика может быть другой, но неизвестной.
- Измерение фактического поведения пользователей — не сталкивайтесь с проблемой, когда ответы на опросы не соответствуют поведению.
На следующих уроках мы более подробно будем смотреть на расчет удержания. А сейчас нам нужно понять, что выбор конкретных показателей PMF имеет смысл только в контексте вашего бизнеса.
Продукты, у которых частота использования чаще, чем один раз в месяц, попадают в «зону привычки», потому что с пользователем легче ее сформировать вокруг регулярных задач. В случае частотных продуктов соответствие продукта рынку измеряется посредством удержания, то есть повторяющихся ценностных взаимодействий.
Некоторые продукты предназначены для одноразового использования или используются крайне редко или используется обезличенным клиентом. Они попадают в «зону забываемости», потому что пользователь может легко забыть о продукте из-за низкой частоты варианта использования. Падение удержания пользователей до нуля для них объяснимо и ожидаемо. Природа редких продуктов очень транзакционная, и проникновение на рынок обычно измеряется в выручке/прибыли и количестве транзакций/заказов.
Далее мы более подробно будем разбирать различные виды бизнес-моделей. Но для начала в следующем уроке давайте попробуем ответить на вопрос: является ли только удержание пользователей необходимым и достаточным условием PMF для подписочных бизнес-моделей?
Вспоминаем как "читать" когорты
Тут приведена наиболее распространенная визуализация когорт для расчета удержания клиентов. Когда вы впервые увидите эту диаграмму она может показаться сложной (время
движется в двух направлениях, половина ячеек пуста и т. д.). Как и все остальное, это просто, как только вы это поймете. Основная причина такой визуализации заключается в том, что вы можете видеть закономерности, изменяющиеся с течением времени, просматривая столбцы сверху вниз, по диагонали и слева направо. В последней таблице вы можете посмотреть процентное удержание пользователей по месяцам, а также в среднем.
Рассмотрим первую таблицу. В ней даны данные о удержании пользователей на протяжении 10 месяцев. В столбце "количество пользователей" вы видите количество новых пользователей за указанный месяц, например, в январе продукт привлек 80 новых пользователей. Каждая строка содержит одну группу (когорту) клиентов, которые начали пользоваться продуктом в
определенном месяце. Мы отслеживаем продолжительность жизни каждой когорты (слева
направо), начиная с месяца регистрации/оплаты пользователя (что является стартом взаимоотношением с клиентом команда договаривается исходя из целей когортного анализа).
Столбцы с месяцами (1, 2, 3 и т.д.) представляют количество месяцев с момента их присоединения к продукту и показывают, сколько пользователей осталось в продукте в соответствующий месяц, то есть из 80 новых пользователей января в конце октября осталось 64 пользователя. Таким образом, если просуммировать данные в столбцах, мы получим общее количество активных пользователей в конце соответствующего месяца, то есть в конце октября продуктом пользовалось всего 1206 пользователей.
Вторая таблица берет данные из первой и показывает их в «режиме выравнивания по левому краю», что упрощает сравнение разных когорт. Как видите, столбцы изменились с конкретных месяцев на «месяцы жизни».
Рассмотрим третью таблицу. В ней рассчитан показатель удержания для каждой из когорт по месяцам. Например, то, что в конце октября осталось 64 пользователя из когорты января, означает, что удержание составляет 80%. Причина, по которой ячейки пусты, заключается в том, что это будущее, например, в этом примере с октября 2021 года еще не прошло 2 месяцев, поэтому мы видим только одно значение 99,4% в конце первого месяца.
Какие выводы можно делать на базе этих таблиц?
движется в двух направлениях, половина ячеек пуста и т. д.). Как и все остальное, это просто, как только вы это поймете. Основная причина такой визуализации заключается в том, что вы можете видеть закономерности, изменяющиеся с течением времени, просматривая столбцы сверху вниз, по диагонали и слева направо. В последней таблице вы можете посмотреть процентное удержание пользователей по месяцам, а также в среднем.
Рассмотрим первую таблицу. В ней даны данные о удержании пользователей на протяжении 10 месяцев. В столбце "количество пользователей" вы видите количество новых пользователей за указанный месяц, например, в январе продукт привлек 80 новых пользователей. Каждая строка содержит одну группу (когорту) клиентов, которые начали пользоваться продуктом в
определенном месяце. Мы отслеживаем продолжительность жизни каждой когорты (слева
направо), начиная с месяца регистрации/оплаты пользователя (что является стартом взаимоотношением с клиентом команда договаривается исходя из целей когортного анализа).
Столбцы с месяцами (1, 2, 3 и т.д.) представляют количество месяцев с момента их присоединения к продукту и показывают, сколько пользователей осталось в продукте в соответствующий месяц, то есть из 80 новых пользователей января в конце октября осталось 64 пользователя. Таким образом, если просуммировать данные в столбцах, мы получим общее количество активных пользователей в конце соответствующего месяца, то есть в конце октября продуктом пользовалось всего 1206 пользователей.
Вторая таблица берет данные из первой и показывает их в «режиме выравнивания по левому краю», что упрощает сравнение разных когорт. Как видите, столбцы изменились с конкретных месяцев на «месяцы жизни».
Рассмотрим третью таблицу. В ней рассчитан показатель удержания для каждой из когорт по месяцам. Например, то, что в конце октября осталось 64 пользователя из когорты января, означает, что удержание составляет 80%. Причина, по которой ячейки пусты, заключается в том, что это будущее, например, в этом примере с октября 2021 года еще не прошло 2 месяцев, поэтому мы видим только одно значение 99,4% в конце первого месяца.
Какие выводы можно делать на базе этих таблиц?
"Чтение" когорт по горизонтали
Горизонтальные черты (строки таблицы) идентифицируют черты, характерные для когорты. В целях удержания пользователей когортный анализ отвечает на вопрос «вернутся ли люди, чтобы использовать продукт снова и снова?» Как доля этих людей снижается с течением времени? Удержание говорит вам, насколько что-то ценно для ваших пользователей.
Идея состоит в том, чтобы сравнить поведение каждой когорты с последующими когортами, сравнивая аналогичные периоды в течение жизни этих клиентов с продуктом. Например, сколько из начавших использование продукта в январе отменили в феврале по сравнению с тем, сколько начавших в феврале отменили в марте, и так далее. Это определяет не то, улучшается ли ваше обслуживание по всем направлениям, а то, получают ли новые клиенты более качественный опыт, то есть хотите измерить динамику улучшений. Например, когорта за февраль значительно больше, чем предыдущая или последующая когорты (возможно, в результате экспериментальной кампании по привлечению), и удержание для этой когорты относительно низкое.
Новые когорты должны по идее показывать лучшие результаты по горизонтали, чем старые когорты. И если это не так, вам действительно нужно понять, почему.
Для большинства продуктов самые ранние пользователи, как правило, больше всего заинтересованы в продукте. Эти ранние, часто высокомотивированные пользователи естественным образом превращаются в лучшие когорты удержания для самых старых клиентов, а не для самых новых. Если вы переключаетесь на "раннее большинство", то ваши новые когорты могут быть не такими успешными, но количество пользователей в них намного больше. По мере того, как продукт начинает достигать PMF, и входит в фазы роста и гиперроста, удержание пользователей снова улучшается, поскольку все больше людей начинают видеть ценность продукта. Таким образом, когортное удержание продуктов может сильно различаться в зависимости от фазы роста. И это нормально. Но дальше нужно провести анализ того, почему так происходит.
С другой стороны если ваш продукт обладает сетевым эффектом, например, это двухсторонная цифровая платформа, то благодаря накоплению сетевого эффекта (ценности), новые когорты должны удерживаться намного лучше по сравнению со старыми.
Идея состоит в том, чтобы сравнить поведение каждой когорты с последующими когортами, сравнивая аналогичные периоды в течение жизни этих клиентов с продуктом. Например, сколько из начавших использование продукта в январе отменили в феврале по сравнению с тем, сколько начавших в феврале отменили в марте, и так далее. Это определяет не то, улучшается ли ваше обслуживание по всем направлениям, а то, получают ли новые клиенты более качественный опыт, то есть хотите измерить динамику улучшений. Например, когорта за февраль значительно больше, чем предыдущая или последующая когорты (возможно, в результате экспериментальной кампании по привлечению), и удержание для этой когорты относительно низкое.
Новые когорты должны по идее показывать лучшие результаты по горизонтали, чем старые когорты. И если это не так, вам действительно нужно понять, почему.
Для большинства продуктов самые ранние пользователи, как правило, больше всего заинтересованы в продукте. Эти ранние, часто высокомотивированные пользователи естественным образом превращаются в лучшие когорты удержания для самых старых клиентов, а не для самых новых. Если вы переключаетесь на "раннее большинство", то ваши новые когорты могут быть не такими успешными, но количество пользователей в них намного больше. По мере того, как продукт начинает достигать PMF, и входит в фазы роста и гиперроста, удержание пользователей снова улучшается, поскольку все больше людей начинают видеть ценность продукта. Таким образом, когортное удержание продуктов может сильно различаться в зависимости от фазы роста. И это нормально. Но дальше нужно провести анализ того, почему так происходит.
С другой стороны если ваш продукт обладает сетевым эффектом, например, это двухсторонная цифровая платформа, то благодаря накоплению сетевого эффекта (ценности), новые когорты должны удерживаться намного лучше по сравнению со старыми.
"Чтение" когорт по диагонали и вертикали
Анализ по диагонали показывает, как ведет себя удержание в конкретный месяц. Изменение является результатом новостей или других событий, влияющих на общее использование. Если это всплеск, что-то просто изменилось в том, как вы ведете себя по всем направлениям. Например, когда у интернет-провайдера случилась катастрофа в масштабе всего центра обработки данных, из-за которого сервис был недоступен.
Вертикальные черты показывают улучшение/ухудшение конверсий из одного месяца использования продукта в другой.
Вертикальные черты показывают улучшение/ухудшение конверсий из одного месяца использования продукта в другой.
Разные способы измерения удержания
Для того, чтобы сделать показатели удержания полезными для вашего продукта, вы должны определить их в соответствии с ценностным взаимодействием внутри продукта.
Три основных способа определить удержание:
1.Удержание N дней: % новых пользователей, которые возвращаются в определенный день (N). Например, 7-дневное удержание — это процент новых пользователей, возвращающихся на 7-й день.
2.Скользящее удержание (rolling retention): % новых пользователей, которые возвращаются в N-ый или любой следующий за N-ым день после первого использования, то есть это классическое удержание + активные пользователи после заданного периода.
3.Удержание диапазона: это вариант удержания N-Day, где мы можем выбрать диапазон для расчета удержания, говорит удержание Day1-3.
Анализ удержания по клиентам и выручке. Понятие Net Revenue Retention
Отток клиентов - это, безусловно, очень ценный показатель. Но представьте себе ситуацию, когда вы потеряли клиента, который платит вам 100 рублей, и потеряли клиента, который платит вам 1000 рублей, есть разница? По клиентам в обоих случаях мы потеряли 1 клиента, однако по деньгам мы в первом случае потеряли 9% месячного дохода и 90% соответственно.
Помимо удержания по количеству клиентов, существует еще один важный показатель удержания - по выручке (деньгам). Вы не можете рассуждать о клиентах, не понимая пожизненную ценность клиента - дохода, который вы ожидаете получить от клиента за всю его жизнь. Для подписочного бизнеса когорта клиентов генерирует MRR — ежемесячный регулярный доход, для транзакционного бизнеса - совершает повторные покупки.
Давайте посмотрим таблицу тут для транзакционного бизнеса, которая показывает когортный анализ по выручке от когорты. По сути в ней мы видим, сколько денег когорта внесет в бизнес в течение своего времени взаимодействия с продуктом.
Помимо удержания по количеству клиентов, существует еще один важный показатель удержания - по выручке (деньгам). Вы не можете рассуждать о клиентах, не понимая пожизненную ценность клиента - дохода, который вы ожидаете получить от клиента за всю его жизнь. Для подписочного бизнеса когорта клиентов генерирует MRR — ежемесячный регулярный доход, для транзакционного бизнеса - совершает повторные покупки.
Давайте посмотрим таблицу тут для транзакционного бизнеса, которая показывает когортный анализ по выручке от когорты. По сути в ней мы видим, сколько денег когорта внесет в бизнес в течение своего времени взаимодействия с продуктом.
Net Revenue Retention (NRR) - процент дохода от текущих клиентов за определённый период времени с учётом роста доходов от клиентской базы. NRR выше 100% означает, что доход от дополнительных продаж активной аудитории клиентов выше негативного эффекта от оттока клиентской базы.
Gross Revenue Retention (GRR) - процент дохода от текущих клиентов за определённый период времени без учета роста доходов от клиентской базы. Показывает, как хорошо продукт умеет удерживать выручку.
Gross Revenue Retention (GRR) - процент дохода от текущих клиентов за определённый период времени без учета роста доходов от клиентской базы. Показывает, как хорошо продукт умеет удерживать выручку.
Например, на графике ниже клиентам нравится то, что они получают от продукта, о чем свидетельствует его сильный показатель чистого удержания в долларах (NRR), который сравнивает годовой регулярный доход компании от когорты клиентов год назад с той же когортой сегодня:
Net New MRR
Показатель Net New MRR является важным индикатором роста подписочного бизнеса. Его составляющие:
New MRR - выручка от новых пользователей
Expansion MRR – дополнительная выручка от тех пользователей, кто уже раньше вам платил, но в этом месяце стал платить больше. Этот показатель достигается за счет дополнительной монетизации текущих пользователей. Например, если они выбирают более дорогой тариф, покупает дополнительную лицензию или дополнительный сервис.
Есть дополнительный показатель, идущий в плюс к Net New MRR. Это Reactivation MRR – выручка от тех пользователей, кто платил раньше, потом перестал, но в этом месяце снова начал платить. Такое происходит довольно часто, поскольку некоторым людям ваш продукт или услуга может быть нужна только в определенные периоды.
Очевидно, что если есть люди, которые стали платить больше, будут и те, что станут платить меньше. Зеркальной метрикой к Expansion MRR считается Contraction MRR. Это так называемая отрицательная выручка от имеющихся подписчиков.
Другой важный параметр – Churn MRR – недополученная выручка от тех, кто платил раньше и переставших платить совсем.
New MRR - выручка от новых пользователей
Expansion MRR – дополнительная выручка от тех пользователей, кто уже раньше вам платил, но в этом месяце стал платить больше. Этот показатель достигается за счет дополнительной монетизации текущих пользователей. Например, если они выбирают более дорогой тариф, покупает дополнительную лицензию или дополнительный сервис.
Есть дополнительный показатель, идущий в плюс к Net New MRR. Это Reactivation MRR – выручка от тех пользователей, кто платил раньше, потом перестал, но в этом месяце снова начал платить. Такое происходит довольно часто, поскольку некоторым людям ваш продукт или услуга может быть нужна только в определенные периоды.
Очевидно, что если есть люди, которые стали платить больше, будут и те, что станут платить меньше. Зеркальной метрикой к Expansion MRR считается Contraction MRR. Это так называемая отрицательная выручка от имеющихся подписчиков.
Другой важный параметр – Churn MRR – недополученная выручка от тех, кто платил раньше и переставших платить совсем.
Понимание устойчивости роста выручки на примере подписочного бизнеса
Коэффициент быстрой ликвидности является лучшим показателем перспектив роста бизнеса, чем другие показатели роста , такие как ежемесячный регулярный доход (MRR).
Этот показатель, вероятно, является наиболее важным показателем эффективности роста. Это связано с тем, что он учитывает как положительные, так и отрицательные аспекты роста.
Коэффициент быстрой ликвидности SaaS измеряет рост чистого дохода путем сравнения нового MRR и MRR расширения (притока доходов) и MRR оттока и сокращения (оттока доходов).
Высокий коэффициент быстрой ликвидности является признаком высокого, стабильного и устойчивого роста. Это не только означает, что есть дополнительный доход, чтобы компенсировать любую потерю доходов, но также предполагает рост доходов .
Напротив, низкий коэффициент быстрой ликвидности указывает на то, что бизнес испытывает трудности с получением достаточного дохода. Любой дополнительный доход идет на покрытие любого дохода, потерянного из-за понижения тарифного плана и оттока.
Чтобы улучшить MRR, вам нужно решить несколько задач: от сокращения оттока до внедрения обновлений и многого другого.
Вы можете улучшить свой MRR, сосредоточившись на привлечении новых клиентов. Тем не менее, вы должны быть осторожны, чтобы не пойти ва-банк и оставить достаточно места для удержания. Высокое удержание пользователей также может повысить ваш MRR в долгосрочной перспективе.
Ваши существующие клиенты имеют решающее значение для увеличения среднего дохода на аккаунт (ARPU). Вы можете увеличить свой ARPU или MRR расширения за счет дополнительных продаж, перекрестных продаж и дополнений.
Этот показатель, вероятно, является наиболее важным показателем эффективности роста. Это связано с тем, что он учитывает как положительные, так и отрицательные аспекты роста.
Коэффициент быстрой ликвидности SaaS измеряет рост чистого дохода путем сравнения нового MRR и MRR расширения (притока доходов) и MRR оттока и сокращения (оттока доходов).
Высокий коэффициент быстрой ликвидности является признаком высокого, стабильного и устойчивого роста. Это не только означает, что есть дополнительный доход, чтобы компенсировать любую потерю доходов, но также предполагает рост доходов .
Напротив, низкий коэффициент быстрой ликвидности указывает на то, что бизнес испытывает трудности с получением достаточного дохода. Любой дополнительный доход идет на покрытие любого дохода, потерянного из-за понижения тарифного плана и оттока.
Коэффициент быстрой ликвидности – это сумма прироста выручки (от новых, вернувшихся и сделавших upgrade), деленная на потери выручки (отток и переход на более дешевые тарифы)
Quick ratio = [new(t) + resurrected(t) + expansion(t)] / [churned(t) + contraction(t)]
- Новый MRR — это ежемесячный регулярный доход, который вы получаете от новых платящих клиентов.
- MRR расширения — это ежемесячный регулярный доход, который вы получаете от текущих клиентов за счет дополнительных продаж, перекрестных продаж и дополнений.
- Понижение/сокращение MRR — это ежемесячный регулярный доход, который вы теряете от существующих пользователей при переходе на более раннюю версию.
- Churn MRR – это ежемесячный регулярный доход, который вы теряете, когда пользователи отменяют свои подписки.
Чтобы улучшить MRR, вам нужно решить несколько задач: от сокращения оттока до внедрения обновлений и многого другого.
Вы можете улучшить свой MRR, сосредоточившись на привлечении новых клиентов. Тем не менее, вы должны быть осторожны, чтобы не пойти ва-банк и оставить достаточно места для удержания. Высокое удержание пользователей также может повысить ваш MRR в долгосрочной перспективе.
Ваши существующие клиенты имеют решающее значение для увеличения среднего дохода на аккаунт (ARPU). Вы можете увеличить свой ARPU или MRR расширения за счет дополнительных продаж, перекрестных продаж и дополнений.
Понятие "отрицательного оттока" (negative churn) в отношении выручки, NRR и GRR
Если отток составляет всего (100% - удержание), может ли быть такое понятие, как отрицательный отток? Если удержание составляет 95% за период, то отток составляет 5%.
Отрицательный отток происходит, когда даже после потери клиентов, те клиенты, которые остаются, в конечном итоге тратят больше (например, покупая больше), и бизнес в конечном итоге получает больший доход на одного клиента, чем раньше. Это отток, измеряемый выручкой или валовой прибылью, а не клиентами.
Например, продукт имеет 100 клиентов в когорте в первом периоде, каждый из которых создает 10 рублей дохода. Таким образом, доход за первый период составляет 1 000 руб.
В следующем периоде 10% клиентов когорты ушли, оставив только 90 клиентов. Тем не менее, 90 клиентов тратят в среднем 12 рублей за этот период (например, они все начинали пользоваться продуктом по подписке с минимальным тарифным планом, а затем перешли на более дорогой тариф подписки). Это означает, что доход теперь составляет 1080 рублей. Тогда удержание клиентов может составлять 90%, но каков отток доходов?
1 - (1,080 / 1,000) = -8%
Самый простой способ описать то, что некоторые люди называют «отрицательным оттоком», — это переименовать его в «доход от расширения» (expansion revenue). Отрицательный отток — это победа даже после потери людей, люди, к которым обратились даже после их потери, те, кто остался, более чем компенсируют эту потерю и валовую прибыль, которую они приносят бизнесу. Итак, да, меньше аккаунтов, но больше денег на каждом аккаунте.
Отрицательный отток происходит, когда даже после потери клиентов, те клиенты, которые остаются, в конечном итоге тратят больше (например, покупая больше), и бизнес в конечном итоге получает больший доход на одного клиента, чем раньше. Это отток, измеряемый выручкой или валовой прибылью, а не клиентами.
Например, продукт имеет 100 клиентов в когорте в первом периоде, каждый из которых создает 10 рублей дохода. Таким образом, доход за первый период составляет 1 000 руб.
В следующем периоде 10% клиентов когорты ушли, оставив только 90 клиентов. Тем не менее, 90 клиентов тратят в среднем 12 рублей за этот период (например, они все начинали пользоваться продуктом по подписке с минимальным тарифным планом, а затем перешли на более дорогой тариф подписки). Это означает, что доход теперь составляет 1080 рублей. Тогда удержание клиентов может составлять 90%, но каков отток доходов?
1 - (1,080 / 1,000) = -8%
Самый простой способ описать то, что некоторые люди называют «отрицательным оттоком», — это переименовать его в «доход от расширения» (expansion revenue). Отрицательный отток — это победа даже после потери людей, люди, к которым обратились даже после их потери, те, кто остался, более чем компенсируют эту потерю и валовую прибыль, которую они приносят бизнесу. Итак, да, меньше аккаунтов, но больше денег на каждом аккаунте.
Бенчмарки по показателям
Cуществуют следующие бенчмарки по удержанию пользователей и выручки:
