Opbevaringsgrad

Fastholdelsesraten er den procentdel af kunder eller brugere, der fortsætter med at bruge et produkt eller forbliver abonnenter i en defineret periode. Den beregnes ved at dividere antallet af kunder, der er fastholdt ved slutningen af ​​en periode, med antallet af kunder, der er til stede ved starten, eksklusive nye kunder, der er erhvervet i den periode. Den måles oftest over standardintervaller såsom 30-dages, månedlige eller årlige vinduer og analyseres ofte gennem kohorteanalyse, hvor brugerne grupperes efter den periode, hvor de først tilmeldte sig, og deres adfærd spores over de efterfølgende uger eller måneder, hvilket afslører, om fastholdelsen forbedres, forværres eller stabiliseres på tværs af efterfølgende kohorter, efterhånden som produktet og onboarding-oplevelsen udvikler sig.

Fastholdelse betragtes bredt som en af ​​de vigtigste sundhedsparametre for abonnements- og app-baserede virksomheder på grund af dens sammensatte sammenhæng med omsætning og væksteffektivitet. En virksomhed med stærk fastholdelse kan vokse støt selv med en beskeden rate af nye kunder, da færre eksisterende kunder skal udskiftes i hver periode, hvorimod en virksomhed med svag fastholdelse, undertiden beskrevet som en virksomhed, der forsøger at fylde en utæt spand, løbende skal erhverve store mængder nye kunder blot for at opretholde en flad omsætning, hvilket driver de samlede omkostninger til kundeerhvervelse op og reducerer livstidsværdien. Dette forhold er formaliseret i den udbredte beregning af livstidsværdi, hvor livstidsværdien stiger kraftigt, når churn-raten, det modsatte af fastholdelsesraten, falder, hvilket gør selv små forbedringer af fastholdelsen, såsom en stigning på to eller tre procentpoint i den månedlige fastholdelse, i stand til at have uforholdsmæssigt store effekter på den langsigtede omsætning.

Fastholdelsesrate adskiller sig typisk fra relaterede, men forskellige koncepter: churn rate, som måler procentdelen af ​​kunder, der mistes i stedet for at blive fastholdt i samme periode; og "stickyness", ofte målt som forholdet mellem dagligt aktive brugere og månedligt aktive brugere, hvilket afspejler engagementsfrekvens snarere end langsigtet overlevelse. Virksomheder opdeler ofte fastholdelse yderligere efter kohortekarakteristika, såsom anskaffelseskanal, prisniveau eller onboarding-fuldførelsesstatus, da disse opdelinger ofte afslører, at fastholdelsen varierer dramatisk efter segment; brugere, der gennemfører en specifik onboarding-milepæl, viser for eksempel ofte væsentligt højere langsigtet fastholdelse end dem, der ikke gør, hvilket er en almindelig begrundelse for onboarding UX-investering.

En almindelig misforståelse er at behandle fastholdelsesraten som et enkelt, statisk tal, der retfærdigt repræsenterer hele kundebasen, når fastholdelseskurver for forskellige kohorter i virkeligheden ofte opfører sig meget forskelligt, og en virksomhed er nødt til at skelne mellem kontraktlig churn, hvor et abonnement simpelthen udløber, og frivillig churn, hvor en kunde aktivt opsiger, da de interventioner, der adresserer hver enkelt, varierer væsentligt. En anden hyppig faldgrube er kun at måle fastholdelse på kontoniveau for produkter med flere brugere, hvilket kan maskere tidlige advarselstegn på fratrædelse, såsom et faldende antal aktive pladser inden for en konto, der endnu ikke formelt har været i churn, et mønster, der ofte omtales som en ledende indikator for fremtidig omsætningschurn snarere end brugerchurn.

I CRO, UX og vækst I forbindelse med konsulentengagementer behandles fastholdelsesraten typisk som en forsinket valideringsmåling, der bekræfter, om forbedringer i upstream-fasen, såsom et redesignet onboarding-flow, et personaliseringsprogram eller en ændring af prissiden, resulterer i kunder, der bliver længere og genererer mere livstidsværdi i stedet for blot at konvertere med en højere initial rate. Konsulenter opbygger ofte fastholdelseskurver segmenteret efter anskaffelseskanal eller onboarding-fuldførelse for at identificere, hvilke upstream-greb der stærkest forudsiger langsigtet fastholdelse, og prioriterer derefter eksperimenter omkring disse greb, da forbedring af 30-dages eller 90-dages fastholdelse med selv en lille margin ofte har en større kumulativ effekt på omsætningen end en tilsvarende forbedring af konverteringsraten alene i toppen af ​​tragten.

Den sammensatte karakter af fastholdelse er nemmest at se gennem en simpel sammenligning: en abonnementsvirksomhed, der fastholder 90 procent af kunderne måned efter måned, fastholder i gennemsnit en kunde i cirka ti måneder, før de forlader kunderne, hvorimod fastholdelse af 95 procent af kunderne forlænger den gennemsnitlige levetid til cirka tyve måneder, hvilket fordobler kundens livstidsværdi fra en ændring, der lyder beskeden, når den angives som en forskel på fem procentpoint. Denne ikke-lineære sammenhæng er netop grunden til, at erfarne vækstteams behandler små, vedvarende fastholdelsesgevinster som mindst lige så værdifulde som store engangsopkøbsgevinster, og hvorfor fastholdelseskurver i stedet for en enkelt procentdel på et enkelt tidspunkt er den foretrukne måde at kommunikere fastholdelsespræstation til interessenter på.