МОДЕЛЮВАННЯ ФАКТОРІВ, ЩО ВПЛИВАЮТЬ НА RETENTION КОРИСТУВАЧІВ У ЦИФРОВОМУ ПРОДУКТІ

Анотація

Сучасна цифрова економіка характеризується високою конкуренцією та швидкою
динамікою зміни поведінки користувачів. Таким чином проблема утримання клієнтів
(Retention) стає однією з ключових задач для успішного функціонування ІТ-компаній.
Постійний користувач генерує не лише стабільний дохід, але й суттєво підвищує
рентабельність продукту. За оцінками міжнародних досліджень - збільшення Retention всього
на 5% здатне підвищити прибутковість компанії на 25–95% [1, 4]. При цьому собівартість
залучення нових користувачів (CAC) у багатьох сегментах зростає щороку на 12–27% [3].
Саме тому економічне моделювання факторів, що впливають на 30-денний retention, стає
критично важливою складовою аналітики цифрових продуктів.
Авторами запропоновано модель із застосуванням синтетичного датасету з
1200 користувачів, який сформовано на основі наближених до реальних поведінкових
патернів. Він включає такі змінні як: канал залучення (organic, ads, referral, email),
проходження або непрходження онбордингу (0/1), кількість сесій за перші 7 днів (від 0 до 12,
середнє 3,1), середню тривалість сесії (1–60 хвилин), activation time (0–12 годин), кількість
push-нотифікацій, платіжну активність, демографічні характеристики та змінну цільового
показника - 30-денний retention.
88
На першому етапі проводиться когортний аналіз Retention за місяцем реєстрації.
Середній рівень Retention показав коливання в межах від 0,31 до 0,44, що свідчить про
істотний вплив зовнішніх умов та різної якості користувацьких потоків (рис. 1)