Retence uživatelů nejen u mobilních aplikací - Jak ji počítat a proč to s ní není jednoduché

Představte si toto: Vyvinuli jste skvělou mobilní appku, strávili nespočet hodin zdokonalováním všech funkcí a úspěšně ji uvedli na trh. Po několika týdnech si však začínáte všímat znepokojivého trendu - uživatelé si vaši aplikaci sice stáhnou, ale použijí ji v průměru pouze jednou a už se k ní nevrátí. Co se děje? Odpovědí je retence.

Co je to retence

Retence (lze také nazvat jako udržení uživatelů) představuje jednu z nejdůležitějších marketingových metrik. Pomáhá nám pochopit, jak dobře si mobilní aplikace udržuje své uživatele v průběhu času. Zjednodušeně řečeno, retence (v tomto případě míra retence) zobrazuje počet jedinečných uživatelů, kteří aplikaci stále používají po určitém časovém období - nejčastěji se míra retence měří po 1., 7. nebo 30. dnech.

A proč je to důležité? Akvizice nových uživatelů většinou představuje velmi nákladný způsob navyšování příjmů, je proto důležité se zaměřit na udržení stávajících uživatelů. Právě retence jde s akvizicí ruku v ruce a jedno bez druhého nedává příliš smysl.

Jak vypočítat míru retence

Výpočet míry retence je jednoduchý:

Počet aktivních uživatelů na konci daného období ÷ počet aktivních uživatelů na začátku daného období × 100 = Míra retence

Pokud si tedy aplikaci v jeden den stáhne 100 uživatelů, a po 7 dnech aplikaci stále používá 16 z nich, je 7 denní míra retence 16 %.

Další metriky pro sledování retence

Aktivní uživatelé

Metrika aktivní uživatelé znázorňuje jedinečné uživatele, kteří aplikaci použili alespoň jednou během vybraného časového období. Aktivní uživatele lze měřit během jakéhokoliv časového období, nejčastěji se však aktivní uživatelé měří na denní a měsíční bázi, z čehož vychází známé metriky DAU a MAU. Metrika DAU (denní aktivní uživatelé) měří počet unikátních uživatelů za 24 hodin, zatímco metrika MAU (měsíční aktivní uživatelé) měří počet unikátních uživatelů za 30 dní.

Poměr DAU/MAU

U metrik DAU a MAU ještě zůstaneme. Právě poměr těchto metrik se totiž často využívá při zjišťování user stickiness, aneb loajality uživatelů.

Jelikož se jedná o poměr dvou metrik, výpočet je jednoduchý: DAU ÷ MAU × 100 = DAU/MAU poměr

Sledování poměru DAU/MAU lze využít i k monitorování růstu mobilní aplikace, co se týče zapojení uživatelů, a měřit dopad nových aktualizací/funkcí. Začínající startupy mohou tuto metriku také využít pro vyhodnocení potencionálních příjmů.

Churn rate

Churn rate (v češtině lze přeložit jako míra odlivu, nebo také míra ztráty uživatelů) je obrácenou stranou retence. Měří procento uživatelů, kteří přestanou vaši aplikaci v určitém časovém období používat. Vysoká míra odlivu zákazníků je varovným signálem, který naznačuje, že uživatelé nenacházejí ve vaší aplikaci dlouhodobou hodnotu nebo s ní nejsou spokojení.

Realita versus data: Proč měření retence není jednoduché

Po jasné definici jednotlivých metrik se konečně dostáváme k problematice samotného měření. Co se týče průměrné míry retence, v mnoha studiích lze zjistit, že se průměrná retence u mobilních aplikací pohybuje okolo 25 % již po prvním dni (to by znamenalo, že aplikace přijde o 75 % uživatelů již za první den), po 30 dnech bývá míra retence i nižší než 10 % (to znamená, že během měsíce aplikace přijde o více než 90 % uživatelů).

Zdá se vám to příliš? Tato data skutečně představují průměr, se kterým se u většiny mobilních aplikací setkáváme, není to však tak přímočaré, jak by se mohlo zdát. Tradiční definice totiž často nezachycují skutečné chování uživatelů, což může vést k zavádějícím závěrům.

Vezměme si tyto scénáře:

• Nekonzistentní vzorce používání

  Uživatel si stáhne aplikaci, používá ji sporadicky po dobu několika týdnů a pak si dá pauzu. Tradiční metriky mohou tohoto uživatele po několika dnech nečinnosti označit za ztraceného, uživatel se však později může vrátit, což znamená, že nikdy nebyl skutečně ztracený.

• Vnější faktory

  Životní události, jako je dovolená, náročné pracovní období nebo různé osobní závazky, mohou dočasně přerušit používání aplikace ze strany uživatele. Uživatel tak může na nějakou dobu úplně přestat aplikaci používat, ale to neznamená, že nemá v plánu se vrátit.

• Opožděné zapojení

  Příklad: Uživatel si aplikaci stáhne a uvědomí si, že na oboarding proces (registrace, zadání údajů) potřebuje více času. Po pár dnech aplikaci sice znovu otevře, ale onboarding proces nedokončí, protože jej něco vyruší. Na aplikaci poté opět na několik dní zapomene, a registraci dokončí (a aplikaci začne aktivně používat) třeba až za týden od stažení. Někteří uživatelé si také mohou aplikaci stáhnout s úmyslem ji začít používat až později (někdo si například může stáhnout fitness aplikaci, ale aktivně ji začne používat až poté, co si nakoupí tréninkové vybavení).

Na těchto příkladech lze vidět, že pevné definování retence může v analýze příliš zjednodušit chování uživatelů a tím přinést závěry, které úplně neodpovídají skutečnosti. Interakce uživatelů s aplikací se totiž může měnit v důsledku mnoha faktorů, které samotné metriky nemohou plně zachytit. Pro získání přesnějšího obrazu o retenci je tak důležité vzít v úvahu širší kontext života uživatelů a celkovou povahu aplikace.

Závěr

Pozitivní a udržitelná míra retence je zásadní pro dlouhodobý úspěch téměř každé mobilní aplikace. Správné měření retence pomůže odhalit slabé stránky a upozornit i na další problémy (UX a UI, výkonnost aplikace, onboarding) které mohou uživatele trápit, o tom však až v příštím článku.

Pamatujte, že vysoká míra retence je často tou tajnou omáčkou, která odděluje prosperující aplikace od těch, které upadají v zapomnění. Pokud vás zajímá, jak s retencí v mobilních aplikacích pracovat, a udržet ji na co nejvyšší úrovni, přečtěte si náš další článek.