21 апреля 2026 г.

Retention простыми словами

Карьерник — квиз-тренажёр в Telegram с 1500+ вопросами для собесов аналитика. SQL, Python, A/B, метрики. Бесплатно.

Короткое объяснение

Retention — доля пользователей, которые возвращаются в продукт после первого визита.

Противоположная метрика — churn. Retention 80% = churn 20%.

Формула

Retention N day = активные на день N / зарегистрировавшиеся в день 0

Виды retention

1. Day-N retention (classic)

Активные ровно через N дней после регистрации.

  • D1: вернулись на следующий день
  • D7: активны на 7-й день
  • D30: активны на 30-й день

Пример: 1000 зарегистрировались. На D7 — 200 активны. D7 retention = 20%.

2. Rolling retention

Активны ЛЮБОЙ день после N. Более «прощающая» метрика.

  • Rolling D7: активны хотя бы раз с D7 по сегодня.

3. N-day retention (bounded)

Активны в период N-7 до N.

  • Weekly retention: активны в неделю 1, 2, 3, ...

Бенчмарки (общие)

  • Mobile app D1: 20-30%
  • Mobile app D7: 10-15%
  • Mobile app D30: 3-8%
  • SaaS D30: 30-50%
  • Соцсеть D30: 50-70%

Сильно зависит от категории.

Retention в SQL

D7 retention

WITH cohort AS (
    SELECT user_id, MIN(DATE(event_at)) AS signup_day
    FROM events
    GROUP BY user_id
)
SELECT
    cohort.signup_day,
    COUNT(DISTINCT cohort.user_id) AS cohort_size,
    COUNT(DISTINCT CASE
        WHEN DATE(e.event_at) = cohort.signup_day + INTERVAL '7 days'
        THEN e.user_id
    END) AS day_7_active,
    100.0 * COUNT(DISTINCT CASE
        WHEN DATE(e.event_at) = cohort.signup_day + INTERVAL '7 days'
        THEN e.user_id
    END) / COUNT(DISTINCT cohort.user_id) AS retention_d7
FROM cohort
LEFT JOIN events e ON e.user_id = cohort.user_id
GROUP BY cohort.signup_day;

Cohort retention chart

Table / heatmap:

Cohort   | D0  | D1  | D7  | D14 | D30
---------|-----|-----|-----|-----|-----
Jan 2026 | 100%| 40% | 20% | 15% | 10%
Feb 2026 | 100%| 45% | 25% | 20% | 15%
Mar 2026 | 100%| 50% | 30% | 25% | 18%

Колонки — дни с момента регистрации. Строки — когорта по дате регистрации.

Смотрим:

  • По строке: падение retention во времени (ожидаемо)
  • По столбцу: сравнение когорт (Mar лучше Jan — продукт улучшается)

Что такое «хороший» retention

Smiley curve

Идеальная кривая — падает, но стабилизируется на плато > 0.

     \
      \
       \___.____._____.___.
           ↑ плато → продукт «прижился» для core users

Bad retention — «долиной смерти»

Падает до нуля.

     \
      \
       \
        \
         \__0

Продукт не формирует habit.

Ограничения

1. «Активность» определяется произвольно

Любой открытый экран vs целевое действие → разные цифры.

2. Медленная метрика

D30 retention для нового продукта — знаем только через месяц.

3. Зависит от канала привлечения

Organic → лучший retention. Paid → хуже. Всегда сегментируйте.

4. Не учитывает ценность

Возвращается ≠ платит. Для SaaS важнее retention платящих.

Связанные метрики

  • Churn = 1 − Retention
  • LTV ∝ 1 / Churn (для подписки)
  • Stickiness = DAU / MAU (retention на уровне продукта)

На собесе

Типичные вопросы:

  • Что такое retention? Доля вернувшихся пользователей.
  • Как считать D7 retention? Активные на день 7 / зарегистрировавшиеся в день 0.
  • Классический vs rolling? Classic — активны именно на день N. Rolling — активны хоть раз с дня N.
  • D7 упал, что делать? → кейс: retention упал

Частые ошибки

1. Игнорировать когорты

Общий retention может быть стабилен, но по новым когортам падать. Обязательно смотрите cohort chart.

2. Путать retention и DAU

DAU — общая активность. Retention — возврат после регистрации.

3. Неправильно определять «активность»

Если любой pageview = active → retention искусственно высокий.

4. Смотреть только D1 или D30

D1 важен для onboarding, D30 — для habit. Нужны оба.

Связанные темы

FAQ

Какой retention считается хорошим?

Сильно зависит от продукта. B2B SaaS D30 30-50% — хорошо. Mobile app D30 > 5% — неплохо.

D1, D7, D30 — почему именно эти?

Индустрийный стандарт. D1 ≈ onboarding. D7 ≈ «прилив». D30 ≈ habit.

Classic или rolling?

Classic строгий, более чувствительный. Rolling — более оптимистичный.

Retention падает — что делать?

Декомпозиция. Проверить когорты, каналы, продуктовые изменения. Кейс →

Тренируйте продуктовую аналитику — откройте тренажёр с 1500+ вопросами для собесов.

Тренироваться в Telegram