Retention suomeksi eli asiakaspysyvyys

Retention suomeksi on asiakaspysyvyys: retention rate mittaa, kuinka suuri osa asiakkaista tai käyttäjistä jatkaa palvelun käyttöä tietyn ajanjakson jälkeen.

Määritelmä

Retention suomeksi on asiakaspysyvyys: retention rate mittaa, kuinka suuri osa asiakkaista tai käyttäjistä jatkaa palvelun käyttöä tietyn ajanjakson jälkeen. Se on churnin vastakohta.

Kaava: retention rate = 100 % - churn rate.

Retention on kasvun tärkein ajuri – ilman hyvää retentiota kasvu on kuin vuotavan ämpärin täyttämistä.

Suomeksi: Asiakaspysyvyys, retentio

Turnover suomeksi: Sana tarkoittaa asiayhteydestä riippuen liikevaihtoa, henkilöstön vaihtuvuutta tai asiakasvaihtuvuutta. Asiakasvaihtuvuudesta puhuttaessa kyse on churnista, ja retention on sen vastakohta. Asiakasmenestyksen työtä kuvaa sivu customer success.

Englanniksi: Retention Rate, Customer Retention


Kaavat

Peruskaava

Retention Rate = 100% - Churn Rate

Tai:

Retention Rate = (Asiakkaat kauden lopussa - Uudet asiakkaat) / Asiakkaat kauden alussa × 100%

Dn Retention (Mobiilisovellukset)

Mobiilisovelluksissa käytetään usein Dn-retentiota:

MittariKuvaus
D1% käyttäjistä, jotka palaavat 1 päivän jälkeen
D7% käyttäjistä, jotka palaavat 7 päivän jälkeen
D30% käyttäjistä, jotka palaavat 30 päivän jälkeen
D90% käyttäjistä, jotka palaavat 90 päivän jälkeen

Rolling Retention

Mittaa kuinka moni käyttäjä on aktiivinen tiettynä päivänä tai sen jälkeen:

Rolling D7 = % käyttäjistä, jotka ovat aktiivisia päivänä 7 tai myöhemmin

Benchmarkit

SaaS (kuukausittainen)

SegmenttiTavoite
SMB> 95%
Mid-market> 97%
Enterprise> 99%

Mobiilisovellukset

MittariKeskiarvoHyväErinomainen
D125%40%50%+
D712%20%30%+
D306%10%15%+

E-commerce (vuosittainen)

TyyppiTavoite
Yleinen20-30%
Tilauspalvelu40-60%

Retention-käyrä

Tyypillinen retention-käyrä laskee jyrkästi alussa ja tasoittuu ajan myötä:

100% ─┐
      │╲
 50%  │ ╲
      │  ╲___________
 20%  │              ────────
      └─────────────────────────
      D1  D7  D30  D90  D180

Tavoite: Käyrä tasoittuu mahdollisimman korkealle.


Miksi retention on tärkeä?

1. Matemaattinen vaikutus

Pieni parannus retentiossa kertautuu:

Kuukausittainen retentionVuoden jälkeen
90%28% jäljellä
95%54% jäljellä
97%69% jäljellä
99%89% jäljellä

2. LTV-vaikutus

LTV = ARPU / (1 - Retention Rate)

95% retention → LTV = 20 × ARPU 97% retention → LTV = 33 × ARPU

3. Kustannustehokkuus

  • Uuden asiakkaan hankkiminen on tutkimuksesta ja toimialasta riippuen 5-25 kertaa kalliimpaa kuin nykyisen pitäminen (Amy Gallo, Harvard Business Review 2014)
  • Retention mahdollistaa expansion-myynnin

Miten parantaa retentiota?

1. Paranna aktivointia

Huono aktivointi → huono retention:

  • Lyhennä Time-to-Value
  • Ohjaa aha-hetkeen
  • Personoi onboarding

2. Rakenna engagement loops

Luo syitä palata säännöllisesti:

  • Viikkoraportit
  • Notifikaatiot
  • Sosiaaliset triggerit
  • Uusi sisältö

3. Kehitä customer success

Proaktiivinen asiakaspalvelu:

  • Health score
  • Säännölliset check-init
  • Ongelmien ennaltaehkäisy

4. Paranna tuotteen arvoa

  • Kuuntele asiakaspalautetta
  • Lisää arvoa tuottavia ominaisuuksia
  • Korjaa kipupisteet

5. Rakenna switching costs

Tee tuotteesta vaikea jättää:

  • Integraatiot
  • Data ja historia
  • Tiimin adoptio

Retention-analyysi

Kohortti-analyysi

Seuraa eri aikaan liittyneiden käyttäjien retentiota:

         D1    D7    D30   D90
Tammikuu 35%   18%   10%   6%
Helmikuu 38%   20%   12%   7%
Maaliskuu 42%  24%   14%   9%

Parantuuko retention ajan myötä?

Segmenttianalyysi

Analysoi retention segmenteittäin:

  • Hankintakanava
  • Käyttäjätyyppi
  • Paketti/hinta
  • Aktivoinnin taso

Retention vs. käyttäytyminen

Tunnista mikä käyttäytyminen ennustaa hyvää retentiota:

  • Mitkä ominaisuudet korreloivat retentioon?
  • Mikä on aha-hetki?

Liittyvät termit


Lue lisää

Aiheeseen liittyvää