Product Analytics

Krzywa Retencji

Acquisition przyciąga użytkowników. Retencja buduje biznes. Krzywa retencji to najważniejszy wykres w analizie produktu — pokazuje czy Twój produkt naprawdę dostarcza wartość.

Etapy retencji

35-60%

B2B M12 benchmark

30%+

Consumer D1

Flatten

Cel krzywej

4 etapy retencji

Retencja to nie jeden problem — to seria wyzwań w różnych momentach cyklu życia użytkownika. Każdy etap wymaga innych dźwigni.

Early Retention (D1–D7)

Focus

Aha Moment i pierwsze wrażenie

Wskaźniki

D1 Retention, D7 Retention

Dźwignie

Onboarding flow, time-to-value, email/push re-engagement, empty state design

Benchmark

Consumer: D1 30%+, D7 15%+. B2B: D7 60%+

Mid Retention (D7–D30)

Focus

Habit formation i użycie cykliczne

Wskaźniki

D14 Retention, D30 Retention, DAU/MAU ratio

Dźwignie

Feature discovery, personalizacja, notification strategy, weekly digests

Benchmark

Consumer: D30 10%+. B2B: M1 70%+

Long-term Retention (D30+)

Focus

Głęboka integracja i switching costs

Wskaźniki

M3/M6/M12 retention, NRR, expansion revenue

Dźwignie

Integrations, data lock-in, team adoption, new features, QBR

Benchmark

B2B SaaS: M12 35-60%+. Consumer: M12 5-15%+

Resurrection (Churned users)

Focus

Win-back churned użytkowników

Wskaźniki

Resurrection rate, win-back CAC, LTV resurrected vs. new

Dźwignie

Re-engagement campaigns, new feature announcements, limited-time offers

Benchmark

5-15% resurrected/churned per rok to dobry wynik

Kluczowe drivery retencji

Retencja to wynik wielu czynników. Zrozumienie które drivery są słabe w Twoim produkcie pozwala celować interwencje.

Aha Moment Speed

Jak szybko nowy użytkownik doświadcza wartości. Im szybciej, tym wyższa D1/D7 retencja.

Akcja

Skróć onboarding do minimum, prowadź do kluczowej akcji

Habit Loop

Czy produkt wbudowuje się w dzienny/tygodniowy rytm użytkownika. Trigger - Action - Reward.

Akcja

Znajdź naturalny cykl użycia, buduj wokół niego notyfikacje i nawyki

Switching Costs

Ile traci użytkownik odchodząc. Dane, integracje, konfiguracja, wiedza.

Akcja

Buduj integracje, importuj dane klienta, twórz custom workflows

Network Effects

Czy produkt jest lepszy gdy używa go więcej osób (team, network, dane).

Akcja

Dodaj kolaboracyjne features, zachęcaj do zapraszania kolegów

Continuous Value

Czy produkt dostarcza nową wartość w każdej sesji. Nowe dane, nowe insights.

Akcja

Regularne updates, personalizowane dashboardy, nowe raporty

Często zadawane pytania

Co to jest krzywa retencji (retention curve)?

Krzywa retencji to wykres pokazujący jaki % użytkowników z danej kohorty pozostaje aktywnych w kolejnych dniach, tygodniach lub miesiącach po pierwszym użyciu produktu. Oś X to czas od pierwszego użycia (Dzień 0, 1, 7, 14, 30, 90...), oś Y to % retencji (ile % z kohorty wróciło w danym dniu). Każda linia wykresu to osobna kohorta (np. użytkownicy z Stycznia 2024, Lutego 2024). Kluczowa obserwacja: każda krzywa retencji spada — pytanie to czy stabilizuje się na jakimś poziomie czy spada do zera. Produkt z kurwą która 'spłaszcza się' na poziomie np. 20-30% ma retaining users — trwałą bazę. Krzywa spadająca do 0 oznacza że wszyscy użytkownicy w końcu odchodzą.

Jakie są typy krzywych retencji?

Typy krzywych retencji: Smile curve — retencja spada, a potem rośnie. Charakterystyczna dla produktów cyklicznych lub sezonowych (tax software, e-commerce przed świętami). Flattened curve — retencja spada szybko na początku, potem stabilizuje się na stałym poziomie. Oznacza 'aha moment' i core value delivery. Cel dla większości produktów. Declining curve — retencja ciągle spada do zera. Produkt nie retains żadnych użytkowników długoterminowo. Krytyczny problem. Power law decay — gwałtowny spadek w pierwszych dniach, potem powolne zanikanie. Typowe dla mediów społecznościowych. L-shaped — bardzo wysoka retencja prawie od razu (typowe B2B SaaS z wysokimi switching costs).

Jak poprawić retencję w pierwszych dniach?

Poprawa wczesnej retencji (Dzień 1-7): Zidentyfikuj 'Aha moment' — kluczową akcję która koreluje z długoterminową retencją. Dla Slack to wysłanie pierwszej wiadomości do teamem. Dla Dropbox to upload pierwszego pliku. Onboarding skieruj na Aha moment — zredukuj kroki, usuń friction, poprowadź użytkownika do wartości jak najszybciej. Progresywne ujawnianie wartości — nie overwhelmuj od razu. Push/email notifications — re-angaguj użytkowników którzy nie wrócili w D1-D3. Personalizacja — pokaż wartość relevantną dla konkretnego użytkownika już od pierwszej sesji. Empty state design — pierwsza sesja bez danych wyglądająca pusto to killer retencji. Wypełnij przykładowymi danymi.

Jakie są benchmarki retencji dla SaaS?

Benchmarki retencji: Consumer apps (social, entertainment): D1 40%+, D7 20%+, D30 10%+ to dobry wynik. Najlepsze (TikTok, Instagram) mają D30 30%+. Mobile games: D1 25-40%, D7 8-20%, D30 3-8%. B2B SaaS: Month 1 70%+, Month 3 50%+, Month 12 35%+. Najlepsze B2B mają Month 12 60%+. E-commerce: Month 3 20%+, Month 12 10%+ to dobry wynik. Kluczowa zasada: nie porównuj swojej retencji z benchmarkami innych kategorii. Wysoka retencja dla gry mobilnej to katastrofa dla enterprise SaaS i odwrotnie. Porównuj z konkurentami w swojej kategorii i śledź własny trend w czasie.

Jak mierzyć retencję w praktyce?

Mierzenie retencji: Zdefiniuj zdarzenie retencji — co oznacza 'aktywność' w Twoim produkcie. Może to być logowanie, kluczowa akcja (wysłanie raportu, wykonanie pomiaru), lub wartość biznesowa (przychód z transakcji). Ustal granularność — D1/D7/D30 dla consumer apps, M1/M3/M6/M12 dla B2B SaaS. Zbuduj kohorty — grupuj użytkowników po dacie pierwszego użycia. Oblicz % aktywnych per kohorta per period. Narzędzia: Amplitude, Mixpanel, Heap dla product analytics, Braze/Customer.io dla cohort-based messaging. Segmentuj retencję — por channel akwizycji, plan, geografię, typ firmy. Różne segmenty mają różne retention curves — to klucz do diagnozy problemu.

Czytaj dalej