Retention как главный сигнал PMF: что смотреть и когда паниковать
Квартальный ревью. На экране — дашборд с активными пользователями, выручкой и NPS. Всё растёт. Инвесторы довольны. PM рассказывает про планы на новые фичи.
За кадром — когортный анализ, который никто не открывал последние два месяца. Там видно: пользователи, зарегистрированные три месяца назад, использовали продукт неделю-две, а потом исчезли. Новые заменяют ушедших — рост выглядит стабильным. Но это не рост. Это бег на месте с нарастающим churn.
Retention — единственная метрика, которая не умеет врать о состоянии продукта. Выручку можно нарастить скидками, DAU — рассылкой, NPS — правильным выбором момента для опроса. Retention не оптимизируется. Люди либо возвращаются, потому что им нужен продукт, либо нет.
Что такое Retention и почему он важнее роста
Retention — процент пользователей, которые вернулись в продукт через заданный период после первого использования. Измеряется когортами: все пользователи, зарегистрированные в конкретный месяц — это когорта. Их поведение через 4, 8, 12 недель — это retention этой когорты.
Концепция когортного анализа пришла из финансовой аналитики и была адаптирована для продуктов Эндрю Ченом и командами Facebook в середине 2000-х — именно тогда стало очевидно, что агрегированные метрики скрывают реальное поведение пользователей.
Главная сила retention: он показывает, создал ли продукт привычку или только любопытство. Новые пользователи приходят из маркетинга. Возвращающиеся — из ценности. Если retention низкий, рост acquisition только ускоряет трату runway без построения устойчивого бизнеса.
«У нас хорошие показатели активации — 68% пользователей доходят до второго шага онбординга. Просто потом большинство не возвращается» — типичная ситуация, когда команда оптимизирует не ту метрику.
Когда нужно смотреть на Retention
Вы думаете вкладываться в paid acquisition или нанимать sales-команду. Если retention-кривая не выходит на плато — вы будете тратить деньги на пополнение дырявого ведра. Каждый новый пользователь частично компенсирует ушедшего, а не добавляется к базе.
Retention новых когорт после релиза versus до — честный тест того, добавила ли фича долгосрочную ценность или просто создала первичный интерес. Спайк в DAU сразу после релиза ничего не говорит. Retention через 6 недель — говорит всё.
MAU растёт, а выручка стагнирует. Или NPS высокий, а expansion revenue нулевой. Когортный анализ объясняет большинство таких несоответствий за двадцать минут: под агрегированными цифрами обычно скрывается история сегмента, который уходит быстрее, чем приходит.
Retention — первое, на что смотрит любой опытный инвестор Series A+. Не потому что это модно, а потому что это единственная метрика, которая предсказывает LTV без дополнительных допущений.
Большинство SaaS-инвесторов с портфелем 20+ компаний открывают когортный анализ раньше, чем P&L: если кривая retention плоская к восьмой неделе — разговор о раунде становится принципиально другим.
Как внедрить: 4 шага
Шаг 1. Определите «активное действие»
Retention имеет смысл только когда вы измеряете правильное действие. «Зашёл в продукт» — слабый сигнал: может быть уведомление, письмо, случайный заход. Нужно core action — действие, которое означает, что пользователь получил ценность.
Для CRM это «создал сделку или обновил статус». Для инструмента аналитики — «открыл отчёт». Для таск-менеджера — «закрыл задачу». Формула одна: что должен сделать пользователь, чтобы можно было сказать — сегодня он получил ценность от продукта?
Критерий успеха: core action определён и согласован командой. Он не меняется без явного продуктового решения — иначе данные становятся несравнимыми.
Шаг 2. Постройте когортный анализ
Разбейте пользователей по месяцу регистрации. Для каждой когорты посчитайте, какой процент совершал core action через 1, 4, 8, 12 недель после регистрации.
Инструменты: Mixpanel, Amplitude, PostHog — когортный retention из коробки. Если инструментов нет — базовый анализ делается в Google Sheets за два часа при наличии сырого лога событий. Таблица: когорты по строкам, недели по столбцам, проценты в ячейках.
Критерий успеха: таблица существует, актуализируется раз в месяц, и вся команда знает, где её найти.
Шаг 3. Прочитайте форму кривой
Retention-кривая имеет три характерные формы, каждая с разным диагнозом.
Кривая выходит на плато — PMF-сигнал. Часть пользователей нашла стабильную ценность и остаётся. Даже 20–25% на плато в B2B SaaS на ранней стадии — это хорошо. Важно не абсолютное значение, а то, что кривая стабилизировалась.
Кривая продолжает падать к нулю — PMF нет. Продукт создаёт интерес, но не привычку. Масштабировать нечего — каждый рубль в acquisition сгорит быстрее, чем вы планируете.
Кривая с горбом — продукт используется для разовой задачи: онбординг новых сотрудников, миграция данных, сезонный use case. Нужно понять: это структурная особенность сегмента или ограничение продукта?
Бенчмарки для B2B SaaS: retention на 12-й неделе выше 35–40% — сильный сигнал. Ниже 20% к 8-й неделе — проблема, которую нужно диагностировать до любых инвестиций в рост. По данным Lenny Rachitsky, медианный B2B SaaS показывает D30 retention около 25–30% на зрелой стадии.
Шаг 4. Действуйте по результату
Если кривая не выходит на плато: не масштабируйтесь. Найдите момент ухода — на какой неделе большинство перестают возвращаться? Что происходит в продукте именно тогда? Это ваш следующий гипотезный спринт, а не задача для дизайнера.
Если кривая выходит на плато: изучите сегмент, который остаётся. Кто эти люди? Что их объединяет? Это ваш реальный ICP — не тот, который описан в pitch deck, а тот, который проголосовал возвращением.
Критерий успеха: следующее продуктовое решение обоснованно ссылается на конкретные данные когортного анализа, а не на ощущение команды.
Типы Retention: что выбрать
Не все метрики retention равнозначны. Выбор зависит от модели продукта.
- N-day retention — процент пользователей, вернувшихся в конкретный день. Используется в consumer apps с ежедневным использованием. В B2B SaaS — менее информативен: инструмент для финансового учёта не должен открываться каждый день.
- Unbounded retention — процент пользователей, которые вернулись в день N или позже. Мягче, учитывает нерегулярное использование. Подходит для B2B-инструментов с переменной частотой.
- Weekly/Monthly cohort retention — процент когорты, активной в неделю/месяц N. Стандарт для большинства B2B SaaS. Смотрите на месяц 3 и месяц 6 как ключевые контрольные точки.
- Feature retention — возвращаются ли к конкретной функции. Используется после релизов: добавила ли новая фича долгосрочную ценность или только первичный интерес?
Результат
Команда, которая регулярно смотрит на когортный retention, принимает другие решения. Не «выпустим фичу и посмотрим» — а «retention на 4-й неделе упал после релиза, ищем причину». Не «нам нужно больше пользователей» — а «нам нужно понять, почему существующие уходят на третьей неделе».
Retention превращает разговор о продукте в разговор о поведении клиентов. «Наш продукт решает реальную проблему» — это мнение. «Retention 38% на 12-й неделе и растёт по последним трём когортам» — это данные, с которыми можно идти к инвестору, нанимать команду и планировать следующий год.
Для самой команды это честный индикатор, который не даёт прятаться за агрегированными метриками. Когда retention виден всем — становится невозможно убеждать себя, что «в целом всё идёт хорошо».
Откройте когортный анализ своего продукта прямо сейчас — или поставьте задачу аналитику на сегодня. Выходит ли ваша retention-кривая на плато? На какой неделе большинство пользователей уходят — и есть ли у вас объяснение, почему именно тогда, а не раньше и не позже?