Retention nedir? Kohort analizi ve elde tutma oranı hesaplama

Retention nedir

Retention, Türkçede elde tutma ya da tutundurma diye geçer. Sorusu basittir: ürüne gelen kişiler sonra geri geliyor mu? Bu sayfada "retention" ve "elde tutma oranı" aynı anlamda kullanılıyor.

Ölçmek için iki olay seçersiniz. Amplitude belgeleri bunlara başlangıç olayı (starting event) ve dönüş olayı (return event) der. Başlangıç olayı çoğu zaman kayıttır. Dönüş olayı ise ürünün asıl işidir, örneğin bir sipariş vermek.

Bence en sık yapılan hata, dönüş olayını "uygulamayı açtı" seçmek. Uygulamayı açıp hiçbir şey yapmadan çıkan kullanıcı, elde tutulmuş sayılmaz. Dönüş olayını, kullanıcının gerçekten değer aldığı ana bağlayın.

Retention oranı nasıl hesaplanır

Formül kısa: belirli bir günde ya da haftada dönüş olayını yapan kullanıcıları, kohortun başlangıç sayısına bölün ve 100 ile çarpın.

Retention oranı = (N. dönemde dönen kullanıcı / kohortun başlangıç kullanıcısı) × 100

Kohort, aynı dönemde başlayan kullanıcı grubudur. Amplitude'a göre kullanıcının başlangıç olayını yaptığı gün, kohorta giriş tarihidir. Bu sayfadaki tabloda o dönem Hafta 0 olarak yer alır.

Örnek: Bir hafta içinde 400 kişi kaydoldu. Bir sonraki hafta bunlardan 168'i dönüş olayını yaptı. 168 / 400 = 0,42, yani 1. hafta retention'ı %42'dir.

Günü nasıl saydığınız da sonucu değiştirir. Amplitude'da günü 24 saatlik pencerelerle ya da takvim günleriyle ölçebilirsiniz. Gece 23.50'de kaydolan biri için bu fark büyüktür. Hangisini seçtiğinizi raporun yanına yazın.

N-gün, sınırsız ve aralıklı retention farkı

Aynı veriden üç farklı retention çıkar. Fark, kimi "geri dönmüş" saydığınızdadır. N-gün yalnız tam o gün dönenleri sayar. Sınırsız, o gün ya da sonrasında dönen herkesi sayar. Aralıklı ise sizin seçtiğiniz gün aralığına bakar.

Tür	Amplitude	Mixpanel
N-gün (N-day)	Return On	On
Sınırsız (unbounded)	Return On or After	On or After
Aralıklı (bracket)	Return On (Custom)	Custom

N-gün retention

Amplitude bu türe artık Return On diyor, eski adı N-Day. Tanımı, dönüş olayını başlangıçtan sonraki belirli bir günde yapan kullanıcıların yüzdesidir. 7. gün retention'ında yalnız 7. günde dönen sayılır, 6. ya da 8. günde dönen sayılmaz.

Bu tür alışkanlığı gösterir. Bazı kullanıcılar bir hafta gelmez, ertesi hafta yeniden gelir. Bu yüzden N-gün eğrisi bazen bir hafta yükselebilir. Bu bir hata değildir.

Sınırsız (unbounded) retention

Amplitude'da Return On or After adını taşır, eski adı Unbounded. Belirli bir günde ya da sonrasında dönen herkesi sayar. Mixpanel'de karşılığı On or After seçeneğidir ve rapor varsayılan olarak bunu kullanır.

Aynı kohortta sınırsız eğri hiç yükselmez. Sonraki bir günde dönen, önceki günün sayımına da girer. Bu yüzden eğri genelde N-gün eğrisinden yüksek görünür. İki raporu karşılaştırırken aynı türü seçtiğinizden emin olun.

Aralıklı (bracket) retention

Sabit gün yerine kendi aralıklarınızı tanımlarsınız. Amplitude belgesindeki örnek dört aralık kullanır: gün 0, gün 1–3, gün 4–6 ve gün 7–11. Bir grafikte en fazla 100 özel aralık tanımlanabilir. Mixpanel'de de zaman birimi listesinden Custom seçilerek özel aralık kurulur.

Haftada iki üç kez kullanılan ürünlerde bu tür bence en dürüst olanıdır. Kullanıcıdan her gün dönmesini beklemezsiniz. Ürünün doğal kullanım ritmine uyan bir aralık seçersiniz.

Kohort tablosu nasıl okunur

Kohort tablosunda her satır bir kohorttur. Mixpanel belgesine göre kullanıcılar ürüne ilk girdikleri zamana göre gruplanır. İlk sütun kohortun tarihidir. Size sütunu ise kohortun büyüklüğünü gösterir. Ardından gün ya da hafta kovaları (bucket) gelir.

Satırı soldan sağa okuyun. Bir kohortun zamanla nasıl eridiğini gösterir. Önce ilk kovadaki düşüşe bakın.

Sütunu yukarıdan aşağı okuyun. Aynı yaştaki kohortları karşılaştırır. Onboarding'i değiştirdiğiniz haftadan sonraki kohortların 1. hafta değeri yükseldiyse, değişiklik işe yaramış olabilir.

Köşegene de bakın. Aynı takvim haftasına denk gelen hücreler köşegen üzerinde durur. Bir bayram haftası ya da bir kesinti, bütün kohortlarda aynı köşegeni düşürür.

Yarım kalan hücreler

Yeni kohortların sağ tarafı boştur, çünkü o haftalar henüz bitmedi. Mixpanel bu kutuları yıldızla işaretler ve değerlerin hâlâ değiştiğini belirtir. Amplitude da verisi eksik günleri yıldızla gösterir.

Ortalama satırı

Mixpanel ortalama satırını, tamamlanmış kovaların ortalaması olarak hesaplar. Bu ortalama, her kohorta giren kullanıcı sayısıyla ağırlıklandırılır. Yarım kalan dönemler ortalamaya girmez. Aşağıdaki araç da aynı kuralı kullanır.

Kohort tablosu hesaplayıcı

Aşağıya son dört haftanın kohortlarını girin. Araç N-gün mantığıyla çalışır: her hücreye o hafta aktif olan kullanıcı sayısını yazarsınız. Renk, oranı hızlı taramak içindir. Asıl değer her hücrede sayı olarak yazılıdır.

Kohort hesaplayıcı

Tablo, örnek verilerle hesaplanmış hâlini gösteriyor. JavaScript açıkken sayıları kendiniz girebilirsiniz.

Kohort tablosu

Haftalık kohort retention tablosu: her hücrede yüzde ve aktif / başlangıç sayısı

Kohort	Hafta 0	Hafta 1	Hafta 2	Hafta 3
Kohort 1400 kişi	%100,0400 / 400	%42,0168 / 400	%31,0124 / 400	%27,0108 / 400
Kohort 2500 kişi	%100,0500 / 500	%45,0225 / 500	%32,0160 / 500	henüz yok
Kohort 3450 kişi	%100,0450 / 450	%42,0189 / 450	henüz yok	henüz yok
Kohort 4380 kişi	%100,0380 / 380	henüz yok	henüz yok	henüz yok
Ortalamaağırlıklı	%100,01.730 / 1.730	%43,1582 / 1.350	%31,6284 / 900	%27,0108 / 400

Dar ekranda Hafta 0 sütunu gizli. O sütun her kohortta %100'dür.

• %0–9
• %10–19
• %20–29
• %30–39
• %40–59
• %60 ve üstü

Ortalama eğri

1. Hafta 1%43,1
2. Hafta 2%31,6
3. Hafta 3%27,0

Ağırlıklı ortalama: Hafta 1 %43,1 · Hafta 2 %31,6 · Hafta 3 %27,0.

Örnek sayılar kurgusaldır. Girdiğiniz sayılar hiçbir yere gönderilmez ve saklanmaz.

Haftalık kohort tablosu: her hücre o haftada aktif kalan kullanıcının kohort başlangıcına oranıdır. Renk koyulaştıkça oran yükselir, sayı her hücrede yazılıdır.

Hesabı elle doğrulayın

Örnek verilerden üç hücreyi elle hesaplayalım.

• Kohort 1, Hafta 1: 168 / 400 = 0,42. Tabloda %42,0 yazar.
• Kohort 2, Hafta 2: 160 / 500 = 0,32. Tabloda %32,0 yazar.
• Ortalama, Hafta 1: (168 + 225 + 189) / (400 + 500 + 450) = 582 / 1.350 = 0,4311. Tabloda %43,1 yazar.

Ortalamanın Hafta 1 hesabında Kohort 4 yok, çünkü onun 1. haftası henüz bitmedi. Üç kohortun oranlarının düz ortalaması %43,0 çıkar. Ağırlıklı ortalama büyük kohortu, yani 500 kişilik Kohort 2'yi daha çok sayar.

Örnek tabloyu okuyalım

Kohort 1 satırını soldan sağa okuyun: %100, %42, %31, %27. En büyük kayıp ilk haftada, sonra eğri yataylaşıyor. Bu, ilk haftayı geçen kullanıcının büyük ölçüde kaldığını gösterir.

Şimdi Hafta 1 sütununa yukarıdan aşağı bakın: %42, %45, %42. Kohort 2 biraz daha iyi, ama fark tek bir haftaya ait. Bir değişikliğin işe yaradığını söylemek için birkaç kohortun aynı yönde gitmesini beklerim.

Sayıları değiştirip deneyin. Bir hücreye başlangıçtan büyük bir sayı yazarsanız araç uyarı verir ve o hücreyi ortalamaya katmaz.

Retention ve UX: onboarding ve aktivasyon

Retention bir ürün metriği gibi görünür. Yine de bence düşüşün nedeni çoğu zaman arayüzde aranmalı. İlk kova, kullanıcının onboarding akışından geçtiği ve ürünün değerini ilk kez gördüğü dönemdir.

Bu ilk değer anına aktivasyon denir. Ben aktivasyonu, kullanıcının ürünü bir kez gerçekten kullandığı an diye tanımlarım. Bir muhasebe uygulamasında ilk faturayı kesmek, bir görev uygulamasında ilk projeyi paylaşmak gibi.

Kohort tablosu size nerede kaybettiğinizi söyler, neden kaybettiğinizi söylemez. Nedeni bulmak için o haftanın akışına, özellikle kayıt formuna ve boş ekranlara bakarsınız. Burada kullanılabilirlik testi ve oturum kayıtları işe yarar.

Bir onboarding değişikliğinin etkisini ölçerken değişiklik tarihini not edin. Sonra o tarihten önceki ve sonraki kohortların 1. hafta değerlerini karşılaştırın. Aynı dönemde bir kampanya ya da tatil varsa, farkı tek başına tasarıma bağlamayın.

Retention'ı tek başına izlemeyin. HEART metrikleri tablosunda Retention ayrı bir satırdır. Onu Adoption ve Task success satırlarıyla birlikte okuyun. Abonelikli ürünlerde ilk kullanım akışı için SaaS UX rehberine de bakın.

İyi bir retention oranı kaç?

Burada bir sektör ortalaması vermeyeceğim. Açtığım kaynaklarda dayanabileceğim, yöntemi açık bir sektör rakamı bulmadım. Bir oranı karşılaştırmak için hangi dönüş olayıyla ve hangi türle hesaplandığını bilmeniz gerekir.

Daha iyi bir karşılaştırma noktanız var: kendi eski kohortlarınız. Tabloda sütunu yukarıdan aşağı okuyun. Son kohortlar eskilerden iyiyse doğru yöndesiniz.

Benim notum

Retention raporlarında en sık gördüğüm sorun, ekiplerin hangi türe baktığını bilmemesi. Biri sınırsız retention'a, öteki N-gün retention'a bakar. Sonra iki farklı sayı üzerinden tartışırlar. Raporun başlığına türü ve dönüş olayını yazın.

İkinci önerim, ilk haftaya odaklanmak. Eğri örnek tablodaki gibi ilk haftada dik iniyorsa, tasarımla en çok orada oynayabilirsiniz. Onboarding'de yaptığınız her değişikliği bir tarihle not edin, sonra o tarihten sonraki kohortlara bakın.

Kohort büyüklüğünü de gözden kaçırmayın. Kohortlarınız küçükse, birkaç kişinin dönmesi ya da dönmemesi yüzdeyi çok oynatır. Bu durumda haftalık yerine aylık kohortlara geçin ve yüzdeyi her zaman sayıyla birlikte okuyun. Hesaplayıcının her hücrede iki değeri birden göstermesinin sebebi bu.