Ретеншн-кривая не врет. Врет интерпретация, когда смотрят только на один срез

Ретеншн-кривая не врет. Врет интерпретация, когда смотрят только на один срез

Ретеншн-кривая нужна не для красоты в дашборде. Она отвечает на три вопроса: где отваливается пользователь, как быстро умирает привычка и есть ли у продукта шанс дойти до возврата без костылей. Если кривая падает резко в первые дни, проблема чаще в активации. Если держится плоско, но низко — в ценности или сегментации.

Смотрите не только на общий retention. Разбейте кривую по источнику трафика, типу первого действия и сценарию входа. Один и тот же продукт может иметь нормальный D1 и проваленный D7 у платного трафика, потому что обещание в рекламе не совпало с первым опытом. Или наоборот: органика выглядит слабее, просто туда чаще приходит холодная аудитория.

Дальше ищите форму, а не одну цифру:
— резкий обрыв после первого дня = сломан onboarding или нет ранней ценности
— длинный хвост без роста = продукт не формирует повторяемый триггер
— плато после падения = есть ядро, но его мало, и масштаб нужен через активацию, а не через новый трафик

Не делайте вывод по одной неделе. Сравнивайте когорты одного типа, одинаковый стартовый event и один горизонт. Иначе вы смешаете качество аудитории, сезонность и эффект фичи в одну кашу, а потом начнете лечить не ту проблему.

Практика простая: сначала докажите, что кривая читается по сегментам, потом уже меняйте продукт. Иначе вы оптимизируете шум, а не retention.