คืออะไร Retention Curve Calculator?
▾
เส้นการรักษาผู้ใช้จะแสดงเปอร์เซ็นต์ของผู้ใช้ที่ยังคงใช้งานอยู่ในแต่ละช่วงเวลาหลังจากการลงชื่อสมัครใช้ครั้งแรกหรือการใช้งานครั้งแรก ซึ่งเผยให้เห็นวิถีการมีส่วนร่วมในระยะยาวของกลุ่มประชากรตามรุ่นของผู้ใช้ เป็นหนึ่งในตัวชี้วัดการวินิจฉัยที่สำคัญที่สุดในการวิเคราะห์ผลิตภัณฑ์ เนื่องจากไม่ได้แสดงเพียงจำนวนผู้ใช้ที่กลับมาเท่านั้น แต่ยังแสดงให้เห็นว่าผลิตภัณฑ์ได้รับการมีส่วนร่วมอย่างยั่งยืนหรือเผชิญกับการเลิกใช้งานโดยสมบูรณ์อย่างหลีกเลี่ยงไม่ได้หรือไม่ กราฟการรักษาผู้ใช้ที่ดีจะแสดงรูปร่างที่มีลักษณะเฉพาะ โดยเริ่มต้นที่ 100% ในวันที่ 0 ลดลงอย่างมากในช่วงสองสามวันแรก (เมื่อผู้ใช้ที่ไม่ได้เปิดใช้งานออกไป) จากนั้นจึงราบเรียบและมีเสถียรภาพที่เปอร์เซ็นต์ที่ไม่ใช่ศูนย์ — ส่วนท้ายแบนนี้บ่งบอกถึง 'แกนกลางที่คงไว้' ของผู้ใช้ที่ค้นพบคุณค่าที่แท้จริงและยังคงกลับมาอย่างไม่มีกำหนด ผลิตภัณฑ์ที่ไม่มีการเก็บรักษาที่แท้จริงจะแสดงเส้นโค้งที่ลดลงอย่างต่อเนื่องซึ่งเข้าใกล้ศูนย์แบบไม่แสดงสัญญาณ ซึ่งหมายถึงผู้ใช้ทั้งหมดเลิกใช้งานในที่สุด ข้อมูลเชิงลึกที่สำคัญ: หากเส้นโค้งการรักษาผู้ใช้คงที่เหนือศูนย์ แสดงว่าคุณมีผลิตภัณฑ์ที่ยั่งยืน หากลดลงเหลือศูนย์ จำนวนการเติบโตของการเข้าซื้อกิจการก็ไม่สามารถแก้ไขปัญหาการรักษาลูกค้าที่ซ่อนอยู่ได้ โดยทั่วไปการรักษาผู้ใช้จะวัดในหลายช่วงเวลา: อัตราการรักษาผู้ใช้วันที่ 1 (D1), D7, D30, D90 และ D180 การเก็บรักษา D1 จะวัดประสิทธิภาพในการเริ่มต้นใช้งาน D7 วัดการสร้างนิสัยเริ่มต้น D30 ยืนยันมูลค่าสินค้าเหนือความอยากรู้ D90 บ่งบอกถึงการบูรณาการเข้ากับขั้นตอนการทำงานอย่างแท้จริง การคำนวณการรักษากลุ่มตามรุ่นจำเป็นต้องติดตามกลุ่มประชากรตามรุ่นที่ลงทะเบียนแต่ละกลุ่ม (เช่น ทุกคนที่ลงทะเบียนในเดือนมกราคม) และการวัดเปอร์เซ็นต์ที่ยังคงใช้งานอยู่ในแต่ละช่วงต่อๆ ไป คำจำกัดความ "ใช้งานอยู่" จะต้องสอดคล้องกัน โดยทั่วไปแล้วจะดำเนินการตามผลิตภัณฑ์หลักให้เสร็จสิ้น ไม่ใช่แค่เปิดแอปเท่านั้น เส้นโค้งการเก็บรักษาได้รับการวิเคราะห์โดย: (1) ความชันของการลดลงในช่วงต้น (การลดลง D1 ถึง D7) (2) ระดับที่เส้นโค้งแบนราบ และ (3) ว่าเส้นโค้งมีการปรับปรุง มีเสถียรภาพ หรือลดลงเมื่อเทียบกับกลุ่มประชากรตามรุ่นที่ต่อเนื่องกัน การปรับปรุงกลุ่มรุ่น (กลุ่มใหม่แต่ละกลุ่มยังคงรักษาได้ดีกว่ารุ่นก่อน) บ่งชี้ถึงการปรับปรุงผลิตภัณฑ์ กลุ่มประชากรตามรุ่นที่ลดลงส่งสัญญาณถึงการสลายตัวของผลิตภัณฑ์หรือการได้มาซึ่งคุณภาพต่ำลง
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
อัตราการรักษาผู้ใช้ในวันที่ N (%) = (ผู้ใช้จากกลุ่มประชากรตามรุ่นยังคงใช้งานในวันที่ N / ผู้ใช้ทั้งหมดในกลุ่มประชากรตามรุ่น) × 100คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| Cohort | กลุ่มผู้ใช้ | — | กลุ่มผู้ใช้ที่สมัครหรือใช้ผลิตภัณฑ์ครั้งแรกในช่วงเวลาเดียวกัน |
| Retention Rate | เปอร์เซ็นต์ของกลุ่มประชากรตามรุ่น | — | พารามิเตอร์ Retention Rate แสดงถึงข้อมูลเชิงปริมาณที่สำคัญในการคำนวณ Retention Curve ซึ่งวัดในหน่วยมาตรฐาน และส่งผลโดยตรงต่อผลลัพธ์ที่คำนวณผ่านสูตรทางคณิตศาสตร์ |
| Retained Core | เปอร์เซ็นต์ที่มั่นคง | — | พารามิเตอร์ Retained Core แสดงถึงข้อมูลเชิงปริมาณที่สำคัญในการคำนวณ Retention Curve ซึ่งวัดในหน่วยมาตรฐานและส่งผลโดยตรงต่อผลลัพธ์ที่คำนวณผ่านสูตรทางคณิตศาสตร์ |
| Active Definition | การกระทำของผู้ใช้โดยเฉพาะ | — | พารามิเตอร์ Active Definition แสดงถึงข้อมูลเข้าเชิงปริมาณที่สำคัญในการคำนวณ Retention Curve ซึ่งวัดในหน่วยมาตรฐานและส่งผลโดยตรงต่อผลลัพธ์ที่คำนวณผ่านสูตรทางคณิตศาสตร์ |
วิธี Retention Curve Calculator
▾
- 1รวบรวมค่าอินพุตที่จำเป็น: กลุ่มผู้ใช้ เปอร์เซ็นต์ของกลุ่มประชากรตามรุ่น เปอร์เซ็นต์ที่คงที่ การกระทำของผู้ใช้ที่เฉพาะเจาะจง
- 2ใช้สูตรหลัก: อัตราการรักษาผู้ใช้ที่วันที่ N (%) = (ผู้ใช้จากกลุ่มประชากรตามรุ่นยังคงใช้งานในวันที่ N / ผู้ใช้ทั้งหมดในกลุ่มประชากรตามรุ่น) × 100
- 3คำนวณค่ากลาง เช่น D1 Retention หากมี
- 4ตรวจสอบว่าทุกหน่วยสอดคล้องกันก่อนรวมคำศัพท์
- 5คำนวณผลลัพธ์สุดท้ายและทบทวนเพื่อความสมเหตุสมผล
- 6ตรวจสอบว่ามีกรณีพิเศษหรือเงื่อนไขขอบเขตที่มีผลกับอินพุตของคุณหรือไม่
- 7ตีความผลลัพธ์ตามบริบทและเปรียบเทียบกับค่าอ้างอิง หากมี
ตัวอย่างที่มีคำตอบ
▾
การใช้สูตรคำนวณเส้นโค้งการเก็บรักษากับอินพุตเหล่านี้ให้ผลตอบแทน: เส้นโค้งการเก็บรักษาจะราบเรียบที่ ~13% ยืนยันแกนที่เก็บรักษาไว้ สินค้ามีการมีส่วนร่วมที่ยั่งยืน โฟกัส: ปรับปรุง D1 (45% ถึง 55%) เพื่อเพิ่มขนาดแกนหลักที่คงไว้สูงสุด.. ซึ่งแสดงให้เห็นสถานการณ์เส้นโค้งการรักษาโดยทั่วไปที่เครื่องคิดเลขแปลงพารามิเตอร์ดิบให้เป็นผลลัพธ์เชิงปริมาณที่มีความหมายสำหรับการตัดสินใจ
การใช้สูตร Retention Curve Calc กับอินพุตเหล่านี้ให้ผลตอบแทน: อัตราการรักษาลูกค้าเดือนที่ 18 อยู่ที่ 73% ซึ่งถือว่าแข็งแกร่งสำหรับ B2B SaaS (ค่าเฉลี่ยของอุตสาหกรรมอยู่ที่ 75 ถึง 85% ในปีที่ 1) ตรวจสอบ 14% ของบัญชีที่สูญเสียไปในเดือนที่ 1-3: ตัวขับเคลื่อนการเลิกใช้งานก่อนกำหนด มีแนวโน้มว่าจะเริ่มต้นใช้งานได้ไม่ดี หรือความคาดหวังที่ไม่ตรงแนว... สิ่งนี้แสดงให้เห็นถึงสถานการณ์สมมติของเส้นโค้งการรักษาโดยทั่วไปที่เครื่องคำนวณจะแปลงพารามิเตอร์ดิบเป็นผลลัพธ์เชิงปริมาณที่มีความหมายสำหรับการตัดสินใจ
การใช้สูตรคำนวณ Retention Curve กับอินพุตเหล่านี้จะทำให้ได้ผลลัพธ์: ไม่มีแกนคงเหลือ ผลิตภัณฑ์ไม่พบความเหมาะสมกับตลาดผลิตภัณฑ์หรือขาดกลไกการสร้างนิสัย มูลค่าผู้ใช้ทั้งหมดถูกใช้ไปอย่างรวดเร็ว ต้องมีการเล่นเกมขั้นพื้นฐานหรือการออกแบบการมีส่วนร่วมใหม่... สิ่งนี้แสดงให้เห็นถึงสถานการณ์เส้นโค้งการรักษาโดยทั่วไปที่เครื่องคิดเลขแปลงพารามิเตอร์ดิบให้เป็นผลลัพธ์เชิงปริมาณที่มีความหมายสำหรับการตัดสินใจ
การใช้สูตรคำนวณ Retention Curve กับผลลัพธ์อินพุตเหล่านี้: แนวโน้มกลุ่มประชากรตามรุ่นเชิงบวกยืนยันว่าการปรับปรุงผลิตภัณฑ์กำลังทำงานอยู่ เป้าหมาย: เข้าถึงการรักษาลูกค้า D30 ที่ 20% ภายในไตรมาสที่ 3 ควรค่าแก่การตรวจสอบในเดือนเมษายน - ช่องทางการได้มาซึ่งคุณภาพต่ำที่เป็นไปได้เปิดใช้งานอยู่ นี่แสดงให้เห็นถึงสถานการณ์สมมติของเส้นโค้งการรักษาโดยทั่วไปที่เครื่องคิดเลขแปลงพารามิเตอร์ดิบเป็นผลลัพธ์เชิงปริมาณที่มีความหมายสำหรับการตัดสินใจ
การประยุกต์ใช้จริง
▾
การวินิจฉัยว่าผลิตภัณฑ์บรรลุการมีส่วนร่วมของผู้ใช้อย่างยั่งยืนหรือไม่ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Retention Curve Calc ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณ Retention Curve ที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูลรอบด้าน การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การระบุขั้นตอนที่มีผลกระทบสูงสุดของเส้นทางผู้ใช้เพื่อปรับปรุง (D1, D7 หรือ D30) ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Retention Curve Calc ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณเส้นโค้งการรักษาลูกค้าที่แม่นยำสนับสนุนโดยตรงในการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพ
การเปรียบเทียบกราฟการรักษาลูกค้าในช่องทางการรับข้อมูลเพื่อระบุแหล่งที่มาคุณภาพสูง ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Retention Curve Calc ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณกราฟการรักษาลูกค้าที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การวัดผลกระทบของการปรับปรุงผลิตภัณฑ์ต่อการรักษากลุ่มตามรุ่นต่อเนื่อง ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Retention Curve Calc ในบริบททางวิชาชีพและการวิเคราะห์ ซึ่งการคำนวณเส้นโค้งการรักษาที่แม่นยำจะสนับสนุนการตัดสินใจโดยอาศัยข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
การคำนวณการคาดการณ์มูลค่าตลอดอายุการใช้งานตามรูปร่างของกราฟการรักษาลูกค้าและการสร้างรายได้ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ Retention Curve Calc ในบริบททางวิชาชีพและการวิเคราะห์ ซึ่งการคำนวณกราฟการรักษาลูกค้าที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพการทำงานโดยตรง
กรณีพิเศษ
▾
ผลิตภัณฑ์ที่มีรูปแบบการใช้งานไม่สม่ำเสมอ: ใช้ช่วงระยะเวลาการเก็บรักษารายสัปดาห์หรือรายเดือนสำหรับเครื่องมือที่ไม่ได้มีไว้สำหรับการใช้งานรายวัน
ใน Retention Curve Calc สถานการณ์นี้จำเป็นต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลลัพธ์ของ Retention Curve สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวทางปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการบันทึกสมมติฐาน การวิเคราะห์ความไว และผลลัพธ์การอ้างอิงโยงด้วยวิธีการทางเลือก เมื่อการคำนวณ Retention Curve ตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
ผลิตภัณฑ์ทางธุรกรรม: การคงผู้ใช้ไว้วัดจากอัตราการซื้อซ้ำแทนที่จะเป็นกิจกรรมบนแอป
ใน Retention Curve Calc สถานการณ์นี้จำเป็นต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลลัพธ์ของ Retention Curve สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวทางปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการบันทึกสมมติฐาน การวิเคราะห์ความไว และผลลัพธ์การอ้างอิงโยงด้วยวิธีการทางเลือก เมื่อการคำนวณ Retention Curve ตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
การรักษาบัญชี B2B เทียบกับ
การรักษาผู้ใช้: ติดตามทั้งสองอย่าง — การรักษาบัญชีจะเชื่อมโยงกับรายได้โดยตรงมากกว่า ใน Retention Curve Calc สถานการณ์นี้จำเป็นต้องใช้ความระมัดระวังเพิ่มเติมเมื่อตีความผลลัพธ์ของ Retention Curve สูตรมาตรฐานอาจไม่ครบถ้วนสมบูรณ์สำหรับปัจจัยทั้งหมดที่มีอยู่ในกรณีขอบนี้ และอาจรับประกันการวิเคราะห์เสริมหรือการปรึกษาหารือจากผู้เชี่ยวชาญ แนวทางปฏิบัติที่ดีที่สุดระดับมืออาชีพเกี่ยวข้องกับการบันทึกสมมติฐาน การวิเคราะห์ความไว และผลลัพธ์การอ้างอิงโยงด้วยวิธีการทางเลือก เมื่อการคำนวณ Retention Curve ตกอยู่ในขอบเขตที่ไม่ได้มาตรฐาน
ข้อมูลอ้างอิง Retention Curve Calc
▾
| ช่วงการเก็บรักษา | แอพสำหรับผู้บริโภค (ดี) | B2B SaaS (เพื่อสุขภาพ) | การเล่นเกม (ดี) |
|---|---|---|---|
| D1 | 40 - 60% | 85 - 95% | 25 - 40% |
| D7 | 20 - 35% | 75 - 90% | 12 - 22% |
| D30 | 10 - 25% | 70 - 85% | 8 - 18% |
| D90 | 8 - 18% | 65 - 82% | 5 - 12% |
| D180 | 6 - 15% | 62 - 80% | 3 - 10% |
| D365 | 5 - 12% | 58 - 78% | 2 - 8% |
คำถามที่พบบ่อย
▾
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
สิ่งนี้มีความสำคัญอย่างยิ่งในบริบทของการคำนวณเครื่องคำนวณเส้นโค้งการเก็บรักษา ซึ่งความแม่นยำส่งผลโดยตรงต่อการตัดสินใจ ผู้เชี่ยวชาญในอุตสาหกรรมต่างๆ อาศัยการคำนวณ Retention Curve ที่แม่นยำเพื่อตรวจสอบความถูกต้องของสมมติฐาน เพิ่มประสิทธิภาพกระบวนการ และรับประกันการปฏิบัติตามมาตรฐานที่บังคับใช้ การทำความเข้าใจวิธีการพื้นฐานจะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้อย่างถูกต้อง และระบุได้ว่าเมื่อใดที่อาจรับประกันการวิเคราะห์เพิ่มเติม
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !ดูที่อัตราการคงผู้ใช้ไว้โดยรวมแทนการใช้เส้นโค้งเฉพาะกลุ่ม โดยพิจารณาจากกลุ่มรุ่นผสมที่มีคุณภาพต่างกัน
- !การวัดการรักษาโดยไม่มีคำจำกัดความ 'ใช้งานอยู่' ที่สอดคล้องกันในช่วงเวลาต่างๆ
- !ไม่แยกความแตกต่างระหว่างหมวดหมู่ผลิตภัณฑ์เมื่อทำการเปรียบเทียบ — 20% D30 นั้นยอดเยี่ยมสำหรับการเล่นเกม แต่ไม่ดีสำหรับแอปเพื่อการสื่อสาร
- !การเปลี่ยนคำจำกัดความระหว่างการวิเคราะห์แบบ 'ใช้งานอยู่' ทำให้การเปรียบเทียบตามรุ่นเป็นไปไม่ได้
- !ทำให้การรักษาผู้ใช้สับสนกับการรักษารายได้ — ผู้ใช้ที่คงอยู่อาจดาวน์เกรด (รายได้หมุนเวียนโดยไม่เปลี่ยนผู้ใช้)
- !ไม่แบ่งกลุ่มการคงผู้ใช้ตามช่องทางการได้รับ — กลุ่มประชากรตามรุ่นช่องทางที่ไม่ดีจะดึงเมตริกโดยรวมลงมา
เคล็ดลับโปร
พล็อตกราฟการรักษากลุ่มประชากรตามรุ่น 6 เดือนล่าสุดในแผนภูมิเดียวกัน หากเส้นโค้งซ้อนกันสูงขึ้น (แต่ละกลุ่มใหม่ยังคงรักษาได้ดีกว่า) การปรับปรุงผลิตภัณฑ์ของคุณกำลังทำงานอยู่และการเติบโตก็กำลังทบต้น หากเส้นโค้งลดลง ให้ตรวจสอบคุณภาพการได้มาและการเปลี่ยนแปลงผลิตภัณฑ์ล่าสุด
คุณรู้ไหม?
ทีมวิศวกรรมการรักษาผู้ชมของ Netflix ค้นพบว่าผู้ใช้ที่ดูอย่างน้อย 3 ตอนในเดือนแรกมีอัตราการรักษาผู้ชมเกิน 90% การค้นพบนี้ผลักดันกลยุทธ์ของพวกเขาในการลงทุนจำนวนมากในเนื้อหาต้นฉบับที่สามารถดื่มได้ในช่วงแรกๆ โดยออกแบบพฤติกรรมที่กระตุ้นการรักษาลูกค้าโดยตรง
Regional Guides
▾
Global▾
เอกสารอ้างอิง
- ›Andreessen Horowitz — 16 ตัวชี้วัดการเริ่มต้น (การรักษา)
- ›แอมพลิจูด — คู่มือการเก็บรักษา
- ›ปรับปรุงใหม่ — กรอบงานการมีส่วนร่วมและการรักษาไว้
- ›Brian Balfour — ทำไมความพอดีของตลาดผลิตภัณฑ์จึงไม่เพียงพอ
Ratings & comments
รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์