Kalkulator retensi dan analisis kohort

Retensi adalah porsi kohort yang masih aktif setelah waktu tertentu. Kohort adalah kelompok pengguna yang bergabung pada waktu yang sama: semua yang mendaftar di minggu atau bulan yang sama. Rumus klasik untuk periode N:

Contoh: dari 1.200 pengguna kohort Januari, 348 memakai produk di bulan ketiga setelah mendaftar: retensi bulan 3 = 348 / 1.200 = 29%.

Retensi N-day, unbounded, dan rolling

Satu kata “retensi” menyembunyikan beberapa metrik berbeda, dan mencampurkannya adalah alasan utama angka tidak bisa dibandingkan. Definisi di bawah mengikuti dokumentasi tool analitik produk Amplitude dan Mixpanel.

• Retensi N-day (klasik, “tepat di hari N”) — porsi kohort yang aktif tepat di hari (minggu, bulan) N. Inilah yang dihitung kalkulator. Jujur, tetapi berisik pada data harian: pengguna yang melewatkan hari ke-7 tidak dihitung meski datang di hari ke-6 dan ke-8.
• Retensi unbounded (sering disebut rolling retention) — porsi kohort yang aktif di hari N atau setelahnya. Kurvanya tidak pernah naik dan berada di atas kurva klasik, dan nilai terbaru naik secara retroaktif: pengguna yang kembali besok menaikkan retensi semua hari sebelumnya.
• Retensi bracket — aktivitas dalam rentang yang dipilih, misalnya “hari 1–3”, “hari 4–7”, “hari 8–30”. Berguna jika ritme alami penggunaan produk tidak teratur.

Jika Anda menempelkan data retensi unbounded, perhitungannya tetap benar, tetapi tidak bisa dibandingkan dengan retensi klasik produk lain.

Rata-rata sederhana dari persentase kohort memberi kohort kecil bobot yang sama dengan kohort besar. Jika bulan liburan membawa 200 pengguna acak dengan retensi 10% dan bulan normal membawa 5.000 dengan 40%, rata-rata sederhana menunjukkan 25%, padahal 2.020 dari 5.200 pengguna bertahan — 38,8%. Karena itu kalkulator memakai kurva tertimbang:

“Yang sudah mencapai periode N” itu penting: kohort muda belum mungkin berumur lima bulan, dan menganggap sel kosongnya nol akan membuat sisi kanan kurva jatuh secara artifisial. Konsekuensinya: titik akhir rata-rata bergantung pada lebih sedikit kohort dan lebih berisik; tooltip grafik dan baris “Kohort dalam rata-rata” menunjukkan berapa kohort di balik setiap titik.

Churn per periode memakai kohort yang sama yang sudah mencapai periode N — jika tidak, perubahan komposisi kohort antar periode akan menciptakan lonjakan palsu.

Plateau

Pada produk yang memberi nilai, kurva retensi mendatar setelah penurunan awal: pengguna iseng sudah pergi dan yang tersisa adalah orang yang membutuhkan produk. Kurva yang mendatar umumnya dianggap tanda produk sudah menemukan audiensnya; jika kurva terus menuju nol, sebanyak apa pun akuisisi tidak akan membangun basis yang bertahan.

Kalkulator menandai sebagai plateau periode pertama setelah kurva rata-rata turun tidak lebih dari 2 pp dan tidak lebih dari 10% nilainya per periode, asalkan masih ada minimal dua periode sesudahnya. Ini heuristik, bukan definisi standar: ambangnya cocok untuk data bulanan dan mingguan; pada kurva harian plateau bisa ditemukan lebih lambat.

• Aktivitas = login. Jika kunjungan apa pun dihitung aktif, retensi mencakup pengguna yang membuka email pengingat lalu pergi. Hitung sebagai aktif mereka yang melakukan aksi kunci produk.
• Periode yang belum selesai. Bulan berjalan belum berakhir sehingga nilainya terlalu rendah. Biarkan sel tersebut kosong.
• Mencampur retensi klasik dan unbounded dalam satu laporan atau saat membandingkan dengan kompetitor.
• Membandingkan dengan “benchmark industri”. Aplikasi pesan, software akuntansi, dan aplikasi perjalanan tidak bisa diukur dengan penggaris yang sama: ritme alami penggunaannya berbeda. Bandingkan kohort Anda satu sama lain — apakah plateau naik pada kohort yang lebih baru?
• Menyimpulkan dari satu kohort kecil. Kohort berisi 50 orang bisa bergeser beberapa poin persentase karena kebetulan.

Retensi ditentukan di hari-hari pertama: pengguna yang tidak pernah mencapai aksi kunci pertama hampir selalu pergi. Karena itu onboarding yang lebih baik sering menaikkan bukan hanya retensi awal, tetapi juga level plateau — lihat Product onboarding: apa itu dan cara menyiapkannya dan Cara meningkatkan aktivasi pengguna di SaaS.

1. Amplitude Docs — Retention Analysis: retensi N-day, unbounded, dan bracket (amplitude.com/docs).
2. Mixpanel Docs — Retention: retensi first-time dan recurring, perhitungan kohort (docs.mixpanel.com).
3. Croll A., Yoskovitz B. Lean Analytics: Use Data to Build a Better Startup Faster. O'Reilly Media, 2013 — analisis kohort dan retensi sebagai metrik produk utama.
4. Fader P. S., Hardie B. G. S. How to Project Customer Retention. Journal of Interactive Marketing, 21(1), 2007 — heterogenitas kohort dan mengapa retensi rata-rata naik seiring waktu.