Retentio on kasvun totuuden mittari. Voit hankkia tuhansia uusia käyttäjiä, mutta jos he eivät palaa, rakennat hiekalle. Kohorttikäyrä paljastaa tämän totuuden armottomasti: se näyttää, kuinka moni käyttäjä on yhä aktiivinen viikon, kuukauden tai vuoden jälkeen.
Tämä opas opettaa sinulle retentioanalyysin alusta loppuun – kohorttien muodostamisesta käyrien tulkintaan ja konkreettisiin parannustoimenpiteisiin.
Mikä on retentioanalyysi?
Retentioanalyysi mittaa asiakaspysyvyyttä: kuinka suuri osa asiakkaista käyttää tuotettasi edelleen tietyn ajan kuluttua liittymisestä.
Miksi retentio on tärkeämpää kuin hankinta?
1. Retentio on kasvun perusta
Jos retentio on 0%, hankinta on hyödytöntä – jokainen uusi asiakas valuu pois. Retentio on pohja, jolle kaikki muu rakentuu.
2. Retentio kertoo product-market fitistä
Hankintaa voi ostaa rahalla. Retentiota ei voi. Jos käyttäjät palaavat, tuote tuottaa arvoa. Jos eivät, tuote ei vastaa tarpeeseen.
3. Retentio kasvattaa LTV:tä
Pidempään pysyvä asiakas tuottaa enemmän liikevaihtoa, suosittelee enemmän ja tarjoaa enemmän upsell-mahdollisuuksia.
4. Retentio vähentää tehollista CAC:a
Mitä kauemmin asiakas pysyy, sitä useampaan kuukauteen hankintakustannus jakautuu.
Miten kohorttikäyrät toimivat?
Mikä on kohortti?
Kohortti on ryhmä käyttäjiä, jotka jakavat saman aloitusajankohdan. Tyypillisesti kohortti määritellään rekisteröitymis- tai aktivoitumiskuukauden mukaan.
Esimerkki:
- Tammikuu 2026 -kohortti: kaikki 500 käyttäjää, jotka rekisteröityivät tammikuussa
- Helmikuu 2026 -kohortti: kaikki 600 käyttäjää, jotka rekisteröityivät helmikuussa
Retentiokäyrän rakentaminen
Retentiokäyrä seuraa jokaista kohorttia ajan yli ja mittaa, kuinka suuri osa on yhä aktiivinen.
Esimerkki: Tammikuun kohortti (500 käyttäjää)
| Kuukausi | Aktiiviset | Retentio |
|---|---|---|
| Kk 0 (tammikuu) | 500 | 100% |
| Kk 1 (helmikuu) | 250 | 50% |
| Kk 2 (maaliskuu) | 175 | 35% |
| Kk 3 (huhtikuu) | 140 | 28% |
| Kk 4 (toukokuu) | 125 | 25% |
| Kk 5 (kesäkuu) | 120 | 24% |
| Kk 6 (heinäkuu) | 118 | 23,6% |
Retentiokäyrän tulkinta
Retentiokäyrän muoto kertoo tuotteen terveydestä:
1. Tasaantuva käyrä (Flattening curve) – Terve
Käyrä laskee aluksi jyrkästi mutta tasaantuu tietylle tasolle. Tämä tarkoittaa, että osa käyttäjistä löytää pysyvän arvon ja jatkaa käyttöä.
2. Jatkuvasti laskeva käyrä (Declining curve) – Epäterve
Käyrä laskee tasaisesti kohti nollaa eikä tasaannu. Tämä tarkoittaa, ettei tuotteella ole pysyvää käyttäjäkuntaa – product-market fit puuttuu.
3. Hymykäyrä (Smile curve) – Erinomainen
Käyrä laskee ensin mutta nousee myöhemmin takaisin ylöspäin. Tämä on harvinainen ja tarkoittaa, että pois lähteneet käyttäjät palaavat takaisin.
4. Jyrkästi laskeva ja tasaantuva (Cliff then plateau) – Onboarding-ongelma
Suuri pudotus ensimmäisen viikon/kuukauden aikana, mutta tasaantuminen sen jälkeen. Onboarding ei toimi, mutta niille jotka pääsevät sen läpi, tuote toimii.
Retentioanalyysin vaiheet
Vaihe 1: Määrittele retentiomittari
Ennen analysointia, päätä mitä "aktiivinen" tarkoittaa tuotteessasi:
| Tuotetyyppi | Retentiofrekvenssi | Aktiivisuuden määritelmä |
|---|---|---|
| Viestintäsovellus | Päivä (D1, D7, D30) | Viestin lähettäminen tai lukeminen |
| Projektinhallinta | Viikko (W1, W4, W8) | Tehtävän päivittäminen |
| B2B SaaS | Kuukausi (M1, M3, M6, M12) | Kirjautuminen + avaintoiminto |
| E-commerce | Kuukausi (M1, M3, M6) | Tilauksen tekeminen |
Tärkeää: Valitse mittari, joka kuvaa todellista arvon saamista – ei pelkkää kirjautumista.
Vaihe 2: Muodosta kohortit
Ryhmittele käyttäjät aloituskuukauden mukaan:
Retentiotaulukko:
| Kohortti | Koko | M1 | M2 | M3 | M4 | M5 | M6 |
|---|---|---|---|---|---|---|---|
| Tammi | 500 | 50% | 35% | 28% | 25% | 24% | 23% |
| Helmi | 600 | 53% | 38% | 30% | 27% | 25% | - |
| Maalis | 550 | 55% | 40% | 33% | 29% | - | - |
| Huhti | 700 | 58% | 43% | 35% | - | - | - |
| Touko | 650 | 60% | 45% | - | - | - | - |
| Kesä | 800 | 62% | - | - | - | - | - |
Vaihe 3: Analysoi trendit
Yllä olevasta taulukosta näet kaksi tärkeää trendiä:
1. Pystysuuntainen trendi (sarakkeittain): M1-retentio paranee joka kuukausi (50% → 62%). Tämä tarkoittaa, että tuote paranee – uudemmat kohortit pysyvät paremmin.
2. Vaakasuuntainen trendi (riveittäin): Jokaisen kohortin retentio laskee jyrkästi M0→M1 (50% pudotus) mutta tasaantuu M3:n jälkeen. Suurin vuoto on ensimmäisessä kuukaudessa.
Vaihe 4: Tunnista kriittiset pudotuskohdat
Analysoi, missä kohdissa retentio putoaa eniten:
Tyypilliset pudotuskohdat:
| Pudotuskohta | Syy | Toimenpide |
|---|---|---|
| Day 0 → Day 1 | Ei ymmärtänyt tuotetta | Paranna ensimmäistä kokemusta |
| Day 1 → Day 7 | Ei löytänyt arvoa | Ohjaa "ahaa-hetkeen" nopeammin |
| Week 1 → Week 4 | Muodostunut tapa ei säily | Rakenna käyttörutiini (triggeri + tottumus) |
| Month 1 → Month 3 | Kilpaileva tuote tai muuttunut tarve | Syventä arvoa, rakenna vaihtokustannus |
| Month 6 → Month 12 | Pitkän aikavälin arvo hiipuu | Uudet ominaisuudet, jatkuva arvo |
Vaihe 5: Segmentoi kohortit
Kokonaiskuva piilottaa segmenttien väliset erot. Segmentoi kohortit:
Segmentointiulottuvuudet:
- Hankintakanava: Orgaanisten käyttäjien retentio vs. maksettu mainonta
- Aktivointitaso: Käyttäjät, jotka suorittivat onboardingin vs. eivät suorittaneet
- Käyttötiheys: Power users vs. casual users
- Suunnitelma: Free vs. Paid
- Maantiede / toimiala: Alueittain tai toimialoittain
Esimerkki segmentoinnista:
| Segmentti | M1 retentio | M6 retentio | Huomio |
|---|---|---|---|
| Orgaaninen | 62% | 35% | Paras laatu |
| Google Ads | 48% | 18% | Heikko pitkän aikavälin retentio |
| Referral | 58% | 32% | Lähellä orgaanista |
| Activoituneet (onboarding OK) | 72% | 45% | Aktivointi on kriittistä |
| Ei aktivoituneet | 25% | 5% | Lähes kaikki lähtevät |
Tämä segmentointi paljastaa, että aktivointi on retention avain: aktivoituneiden M6-retentio on 9× parempi kuin ei-aktivoituneiden.
Retentioanalyysin viitearvot
Päivittäin käytettävät tuotteet (B2C)
| Mittari | Heikko | Tyydyttävä | Hyvä | Erinomainen |
|---|---|---|---|---|
| Day 1 | < 25% | 25–40% | 40–55% | > 55% |
| Day 7 | < 10% | 10–20% | 20–30% | > 30% |
| Day 30 | < 5% | 5–12% | 12–25% | > 25% |
| DAU/MAU | < 10% | 10–20% | 20–30% | > 30% |
Viikoittain käytettävät tuotteet (B2B/B2C)
| Mittari | Heikko | Tyydyttävä | Hyvä | Erinomainen |
|---|---|---|---|---|
| Week 1 | < 30% | 30–45% | 45–60% | > 60% |
| Week 4 | < 15% | 15–25% | 25–40% | > 40% |
| Week 8 | < 10% | 10–20% | 20–35% | > 35% |
Kuukausittain käytettävät tuotteet (B2B SaaS)
| Mittari | Heikko | Tyydyttävä | Hyvä | Erinomainen |
|---|---|---|---|---|
| Month 1 | < 40% | 40–60% | 60–75% | > 75% |
| Month 3 | < 25% | 25–45% | 45–60% | > 60% |
| Month 6 | < 15% | 15–35% | 35–50% | > 50% |
| Month 12 | < 10% | 10–25% | 25–40% | > 40% |
Yleisimmät virheet retentioanalyysissä
1. Retention mittaaminen vain kirjautumisina
Ongelma: Käyttäjä kirjautuu mutta ei tee mitään arvoa tuottavaa. Retentioluku näyttää hyvältä mutta on harhaanjohtava.
Ratkaisu: Määrittele "aktiivisuus" arvoa tuottavana toimintana: raportin ajaminen, viestin lähettäminen, tehtävän päivittäminen – ei pelkkä kirjautuminen.
2. Kohorttien sekoittaminen
Ongelma: Katsot "tämän kuukauden aktiiviset käyttäjät" ilman kohorttierottelua. Luku näyttää vakaalta, vaikka jokainen kohortti itse asiassa kutistuu.
Ratkaisu: Analysoi aina kohorteittain. Kokonaisluku voi pysyä vakaana, jos uusia käyttäjiä tulee tarpeeksi korvaamaan lähtijöitä – mutta se ei tarkoita, että retentio on kunnossa.
3. Liian lyhyt tarkastelujakso
Ongelma: Katsot vain 7 päivän retentiota ja päättelet, että tuote toimii.
Ratkaisu: Seuraa retentiota vähintään tuotteen luonnollisen käyttösyklin yli. B2B SaaS:lle tämä tarkoittaa vähintään 6–12 kuukautta.
4. Keskiarvon harhaa
Ongelma: Kokonaiskohorttiretentio on 40%, mutta se koostuu kahdesta ryhmästä: power users (80% retentio) ja casual users (5% retentio).
Ratkaisu: Segmentoi kohortit käyttäytymisen, kanavan ja aktivointitason mukaan.
5. Retentiotrendin huomiotta jättäminen
Ongelma: Katsot vain nykyisen kohortin lukuja, et vertaa eri kohortteja keskenään.
Ratkaisu: Vertaa kohortteja toisiinsa: paraneeko retentio ajan myötä? Jos uudemmat kohortit ovat parempia, tuote kehittyy oikeaan suuntaan.
6. Retention tulkitseminen ilman kontekstia
Ongelma: "30% M6-retentio" – onko se hyvä vai huono?
Ratkaisu: Vertaa aina tuotteen käyttöfrekvenssin mukaisiin viitearvoihin. 30% M6-retentio on erinomainen päivittäin käytettävälle kuluttajasovellukselle mutta heikko B2B SaaS:lle.
Käytännön esimerkki: Retentioanalyysin tuottamat oivallukset
Tilanne
TyökaluX on B2B SaaS, jolla on 3000 rekisteröitynyttä käyttäjää ja jonka kasvu on hidastunut. Johdon huoli: "Hankitaan paljon käyttäjiä, mutta kasvu ei näy."
Retentiotaulukko
| Kohortti | Koko | M1 | M2 | M3 | M6 |
|---|---|---|---|---|---|
| Q3 2025 | 400 | 42% | 28% | 22% | 15% |
| Q4 2025 | 500 | 45% | 30% | 24% | 17% |
| Q1 2026 | 600 | 48% | 33% | 27% | - |
Oivallus 1: Retentio paranee, mutta jyrkkyys säilyy
M1-retentio nousi 42% → 48%, mikä on positiivista. Mutta M1→M3-pudotus on yhä ~50% – puolet ensimmäisen kuukauden aktiivisista lähtee kolmen kuukauden sisällä.
Oivallus 2: Aktivointi ratkaisee
Segmentointi aktivointitason mukaan paljasti:
| Aktivointitaso | M1 | M3 | M6 |
|---|---|---|---|
| Suoritti onboardingin + loi raportin | 72% | 55% | 42% |
| Suoritti onboardingin | 45% | 25% | 14% |
| Ei suorittanut onboardingia | 18% | 5% | 2% |
Kriittinen havainto: Onboarding + ensimmäinen raportti on retention avain. Käyttäjät, jotka pääsevät tähän pisteeseen, pysyvät 21× todennäköisemmin kuin ne, jotka eivät suorita onboardingia.
Oivallus 3: Hankintakanava vaikuttaa retentioon
| Kanava | M1 | M3 | M6 |
|---|---|---|---|
| Orgaaninen | 58% | 38% | 28% |
| Content marketing | 52% | 34% | 24% |
| Google Ads (brändi) | 48% | 30% | 20% |
| Google Ads (geneerinen) | 32% | 15% | 8% |
Geneeriset Google Ads -kampanjat tuovat paljon käyttäjiä, mutta heidän retentionsa on dramaattisesti heikompi. CAC näyttää matalalta, mutta LTV on niin matala, ettei kanava ole kannattava.
Toimenpiteet
- Aktivoinnin parantaminen: Ohjattu kokemus, joka johdattaa jokaisen uuden käyttäjän ensimmäiseen raporttiin 24 tunnin sisällä
- Kanavastrategian muutos: Resurssien siirto geneerisistä mainoksista sisältömarkkinointiin ja brändimarkkinointiin
- M1→M3-pudotuksen ehkäisy: Viikoittainen automaattinen sähköpostisarja, joka opastaa seuraavaan arvoa tuottavaan toimintoon
Retention parantamisstrategiat
Ensimmäinen käyttökerta (Day 0–1)
- Nopea time-to-value – Käyttäjä kokee arvon ensimmäisten minuuttien aikana
- Guided onboarding – Opasta, älä jätä yksin
- Välitön palkinto – Ensimmäisen tehtävän suorittamisen juhlistaminen
- Matala kynnys – Vähimmäinen tieto alkuun pääsemiseksi
Ensimmäinen viikko (Day 1–7)
- Sähköpostisarja – Opasta seuraavaan arvoa tuottavaan toimintoon
- In-app-vihjeet – Näytä ominaisuuksia kontekstuaalisesti
- Tiimikutsut – Kannusta kutsumaan kollegoita (tiimikäyttö parantaa retentiota)
- Integraatiot – Yhdistä olemassa oleviin työkaluihin
Ensimmäinen kuukausi (Day 7–30)
- Tapojen rakentaminen – Trigger → Toiminto → Palkinto -silmukka
- Edistymisen näyttäminen – Käyttäjä näkee, mitä on saavuttanut
- Sosiaalinen sitoutuminen – Yhteisö, tiimikäyttö, jaetut tulokset
- Check-in – Automaattinen tai henkilökohtainen "Miten menee?" -viesti
Pitkä aikaväli (Month 1+)
- Jatkuva arvo – Uudet ominaisuudet, sisältö, raportit
- Vaihtokustannusten rakentaminen – Data, integraatiot, opitut työtavat
- Customer success – Proaktiivinen seuranta ja tuki
- Yhteisö – Käyttäjäyhteisö, tapahtumat, parhaat käytännöt
Kokeile käytännössä
Haluatko analysoida oman tuotteesi retention? Retentioanalyysityökalu auttaa sinua visualisoimaan kohorttikäyrät, tunnistamaan pudotuskohdat ja vertaamaan segmenttejä.
Syötä omat lukusi ja näet:
- Kohorttikäyrät visuaalisesti
- Retentiotaulukko kuukausittain
- Vertailu viitearvoihin
- Suurimmat pudotuskohdat
Avaa retentioanalyysityökalu →
Yhteenveto
Retentioanalyysi on kasvun totuusmittari. Se kertoo, tuottaako tuotteesi todellista arvoa – ja jos tuottaa, kenelle ja kuinka paljon.
- Mittaa kohorteittain – Kokonaisretentio piilottaa totuuden
- Määrittele aktiivisuus oikein – Arvoa tuottava toiminta, ei kirjautuminen
- Etsi tasaantumista – Terve retentiokäyrä muodostaa "hyllyn"
- Segmentoi – Eri kanavat, aktivointitasot ja suunnitelmat tuottavat eri retentioita
- Keskity aktivointiin – Ensimmäisen arvokokemuksen varmistaminen on retention tehokkain vipu
- Seuraa trendiä – Paranevatko uudemmat kohortit? Se kertoo, kehittyykö tuote oikeaan suuntaan.