кое-что неочевидное про реактивацию пользователей🦈 В контексте новых покупок мы чаще всего думаем про маркетинг и топ воронки, и сильно реже про возврат отменивших, хотя вернуть своего обычно сильно дешевле, чем привести нового. Я сейчас активно в этом копаюсь и экспериментирую, и уже есть кое-какие выводы, которыми можно поделиться 🐵 Пожалуй главный инсайт, это что люди возвращаются, когда к ним возвращается проблема, а не когда прилетает имейл или пуш. Для нас "проблема вернулась" - это смена сезона, похолодание, поездка, важное событие и в идеале осторожно напоминать о себе надо как раз в этот момент По отчетам ревенюкэт около 20% ушедших с месячной подписки возвращаются сами в течение года, но отдельная проблема - заметить их и затрекать в аналитике, если например человек удалял приложение и скачал заново. Причем часть "реактивации" - это разрешенные проблемы списания. У нас четверть подписок, истекших из-за ошибки оплаты, оживает примерно за неделю сама, так как стор/страйп повторяют списание. В отчетах это выглядит как возврат, но заслуги винбэка тут нет, но повторные списания и грейс период очень важны. Еще важный момент - страйп не делает повторные списания по дефолту, проверьте, что у вас это включено, мы на этом пару тысяч точно потеряли 🤨 Сейчас чтобы выбрать когорту, кому слать спец офферы для активации на почту или в пуши, я смотрю на поведение тех, кто отменял и вернулся - а главное, что делал после отмены. Это помогает найти тех, кто "почти" решил вернуться и мягко их подтолкнуть через оффер или пуш. В целом все как обычно, находим "целевую" когорту, и пытаемся ее расширить за счет тех, кто "почти" совершил целевое действие и похож по поведению 😎 Также любое доп действие ожидаемо сокращает долю вернувшихся. Моей ошибкой например был длинный промокод, который надо было ввести руками на пейволе, люди открывали приложение, вводили текст неправильно и в итоге забивали, и еще стоит проверить, разрешены ли у человека пуши вообще/есть ли имейл, перед тем как добавлять в тест Кстати, мы потихоньку движемся к сезону праздников, а за ним - к Q5 (конец декабря-начало января, когда аукцион рекламы разгружен, а люди дают себе обещания на новый год) и это целая цепочка триггерных событий как для привлечения новых, так и реактивации старых пользователей ☺️ @neural_prosecco

Бизнес и потребитель — Говорят «вау» и пропадают, — пожаловался фаундер — А ты бы перечитывал смешной анекдот каждый день? Знакомый навайбкодил аппку, которая превращает человека в средневекового рыцаря. Загрузил фотку — получил доспехи. Пользователи фигачат себя, жен, котов. Отправляют друзьям и больше не возвращаются. Нафига? Уже даже кот в броне. И это ловушка ИИ-продуктов. В бизнесе повторение — подарок. Каждый месяц одинаковые таблички, тот же отчет, описанные процессы. Рутине здесь рады. И нейросетям — тоже. В потребительском мире с этим сложнее. Первый кот в латах — восторг. Десятый — уже тошнит. Отсюда развилка — придется выбрать, за что будут платить — за решение повторяющейся задачи или новое впечатление. В последнем случае ты постепенно становишься издателем. У тебя каталог, хиты, провалы и зрители, которым постоянно нужен свежачок. Продавать один удачный фокус годами тут не выйдет.

Басня о поиске причин В офисе одной компании сотрудники постоянно жаловались на шум из соседнего цеха. Руководство потратило миллионы на звукоизоляцию стен, но жалобы продолжались. Приглашенный системный аналитик выяснил, что сотрудники жаловались на шум не потому, что он мешал работать, а потому, что они чувствовали себя изолированными от новостей компании и думали, что за стеной происходит что-то важное, о чем им не говорят. Проблему решили не инженерией, а улучшением внутренних коммуникаций. Пример в IT В одном из ваших продуктов падает метрика Retention (удержание пользователей). «Здравый смысл» диктует: нужно переделать UI или добавить новые фичи. Но системный анализ может показать, что проблема лежит вне продукта — например, перформанс-маркетинг закупает нецелевой, «мусорный» трафик, который физически не может конвертироваться в постоянных читателей. Вывод Никогда не лечите симптом там, где он проявился. Истинная причина сбоя в сложных системах почти всегда лежит в другом узле или на другом уровне. #продуктовыйпуть

первое что я бы сделал на посту любого геймдизайнера в любой игровой студии — это ввёл таймер последнего захода в игру (похуй на основе чего, стиме, сейва, даты, часов, секунд) и ЕСЛИ (!) человек зашел в игру спустя 3-4 недели после последнего играния, то предложил бы ему снова от начала до конца пройти онбординг по управлению и легкий rewind по предыдущим событиям прошедшим в игре. Это стоит буквально нихуя. В то же время это позволяет легко вернуться любому игроку к своему сейву спустя столько угодно времени и не перепроходить сначала всю игру РАДИ ТОГО ЧТОБЫ ВСПОМНИТЬ КАК В ЭТО ИГРАТЬ. Это настолько фундаментальная и тупейшая проблема геймдева которая решается одним простым трекером, что я даже не удивлён что я думаю об этом, как и миллионы других людей, но среди разработчиков не проскальзывает и искры такой идеи потому что они банально ТУПЫЕ БЛЯ. Зачем перепроходить игру заново, если можно вернуться в свой сейв с небольшим туториалом и памяткой для самого же себя? Если бы у людей была такая возможность то проходимость игр достигала бы самых высоких значений. А так по статистике того же стима у большинства игр даже миддлгейм-ачивы не взяты, потому что некоторые начинают @ дропают @ забывают @ начинают @ дропают. Одна простая UX механика и игра будет завершена в 10 раз больше.

10 лет Facebook Marketplace В октябре 2016 года Facebook запустил отдельный продукт для продажи и покупки товаров в США, Великобритании, Австралии и Новой Зеландии. Запускали не на пустом месте, а на основе четких сигналов в поведении пользователей — месячная аудитория групп, основная цель которых была продажа товаров, тогда составляла более 450 млн человек. Им просто дали чуть более удобный способ размещать объявления и общаться о сделке. Продукт очень медленно развивался от доски объявлений для покупок внутри своей сети контактов и в радиусе места жительства, до микса из C2C и B2C моделей. В 2019 году он стал настоящим маркетплейсом — добавили возможность оплаты и доставки, но только на территории США. Это и сейчас единственный рынок, где можно провести сделку внутри Facebook Marketplace. В других странах работает классическая схема: объявление → Messenger → договорились → оплата и доставка или встреча вне Facebook. Продукт практически не изменялся в течение 5 лет, только рос по географии и базе объявлений. В 2025 начали активно добавлять AI функции для создания объявлений и подсказки для ответов в Messanger. Также добавили социальную составляющую: возможность собирать объявления в коллекции и делиться ими, совместный просмотр/покупка с друзьями, возможность подключить друга к переписке с продавцом и более выраженная персонализация ленты объявлений. А недавно Meta объявила о запуске отдельного мобильного приложения для продавцов. Называется Seller, доступно как обычно только на территории США. Судя по скриншотам — классический кабинет продавца со списком объявлений, сообщениями и аналитикой. То есть за 10 лет полноценный транзакционный продукт запустили только на одном рынке! Мне всегда была интересна эта неторопливость и отсутствие амбиций. А сейчас я думаю, что это — часть стратегии. Им не нужно делать прямую монетизацию через комиссию от транзакций или платное размещение объявлений для продавцов. На Marketplace есть обычные рекламные размещения — рекламодатель может попасть в Marketplace feed через Meta Ads. То есть Marketplace является частью рекламной сети Facebook. А контент для этой системы создают сами пользователи. Более того, есть и другой важный вклад в устойчивость бизнеса. Объявления дают человеку совершенно утилитарную причину возвращаться в Facebook даже тогда, когда ему уже не интересно залипать в ленте. А что может быть важнее для социальной сети, чем возврат и удержание пользователей? #marketplaces #retention

Cancellation flow ловит только тех, кто дошёл до кнопки. А основной отток начинается за недели до неё Делюсь свежим разбором cancellation flows от Userpilot. Главная мысль там довольно простая: отмена подписки - это не момент churn, а его финальная стадия. 96% недовольных пользователей уходят, так и не оставив никакого фидбека. Они не пишут в поддержку и не объясняют, что пошло не так. Просто начинают реже заходить, перестают получать ценность и в какой-то момент отменяют подписку. При этом сам cancellation flow работает. Хорошо настроенный флоу может сохранить 10–34% пользователей, которые уже решили отмениться; Churnkey приводит средний save rate по своей платформе в 34%. Но проблема в том, что до этого экрана ещё нужно дойти. Поэтому в статье предлагают строить защиту от churn в три слоя: 1. За 30+ дней до отмены: поведенческие сигналы. Смотрим не на то, что пользователь говорит, а на то, как меняется его поведение: • зашёл в billing после долгой паузы • много логинов, но нет результата • перестал использовать фичу, которой раньше пользовался регулярно • внезапно перестал писать в поддержку Последнее особенно интересно: отсутствие активности - тоже данные. Иногда пользователь перестал жаловаться не потому, что проблема решилась, а потому что перестал верить, что она решится. 2. За 2–4 недели: проактивное вмешательство. Когда появились такие сигналы, задача дойти до пользователя, пока он ещё хочет, чтобы продукт у него получилось использовать. На этом этапе ещё можно понять, где он застрял, вернуть к ключевой ценности или помочь разобраться. Когда человек уже нажал Cancel, пространство для этого сильно меньше. 3. У самой кнопки Cancel: причина, затем релевантный оффер. И только здесь появляется привычный cancellation flow. Сначала спрашиваем, почему человек уходит. Потом предлагаем решение именно этой причины: дорого - даем скидку слишком большой тариф - предлагаем дешевле сейчас не нужен продукт - предлагаем паузу И порядок здесь важен: сначала причина, потом оффер. Иначе мы просто показываем всем одну и ту же скидку, не понимая, почему человек вообще решил уйти. Отдельно интересна пауза. По данным из разбора, 25% тех, кто собирался отменить подписку, выбирают паузу, если такая возможность есть. Цена тоже остаётся огромным фактором: 34% ушедших пользователей сказали, что их могла бы удержать скидка, ещё 34% - более низкая цена. Поэтому даунгрейд и скидку действительно стоит иметь во флоу, но показывать их тем, для кого проблема именно в цене. Источник: userpilot.com/blog/cancellation-flow-examples/ #PG_education @productgames

Заметки на полях Ошибка продуктовых компаний: они часто измеряют то, что растёт, а не то, что объясняет экономику продукта Например, онлайн-кинотеатр измеряет часы просмотра и рапортует, что они выросли на 2%, примерно до X млн. часов. Но если аудитория при этом выросла быстрее, то watch hours per subscriber могли снизиться. То есть агрегированная метрика позволяет рассказать историю «engagement растёт», даже если средний пользователь смотрит меньше. Это универсальная ловушка: для растущих платформ абсолютные метрики почти всегда выглядят лучше когортных. Поехали дальше. Но возможно, watch hours per subscriber вообще не главная метрика онлайн-кинотеатра. Пользователь платит не за каждый просмотренный час. Он платит за опциональность: «Когда мне захочется что-нибудь посмотреть, у сервиса будет что предложить». Ценность продукта не обязана быть пропорциональна интенсивности использования. Поэтому человек, который посмотрел онлайн-кинотеатр 8 часов, необязательно менее ценен или менее удовлетворён, чем человек, посмотревший 25. Для бизнеса гораздо важнее: есть ли у пользователя достаточно причин не отменять подписку? Поэтому engagement надо связывать не с количеством часов, а с вероятностью продления подписки. Интересная продуктовая метрика могла бы выглядеть скорее так: контент → просмотр → ценность → retention → revenue. И тогда может оказаться, что дополнительные 10 часов просмотра почти ничего не дают retention.А один сериал, который человек действительно ждал, даёт очень много. То есть не все часы одинаковы. Более того: разные типы просмотра имеют разную экономическую ценность. Час прямой трансляции ЧМ по футболу и час сериала одинаково попадут в метрику watch hours. Но бизнес-эффект может быть совершенно разным. Сами понимаете, почему.

old money vs new money, но про мобильные приложения 🤑 Размышляла о том, что старые и новые приложения сейчас очень сильно различаются и придумала такую метафору. Старые деньги - условные FaceApp, Flo и Duolingo, они накопили базу и годами живут на продлениях. Новые - AI-аппы и недельные подписки. Зарабатывают быстро, но и пользователей теряют быстро. Чем они отличаются и почему на мой взгляд бессмысленно сравнивать свой ретеншен с old money категорией? кто такие old money 🎩 аппы, запущенные до 2020. В пейде их почти не видно, но они держат 69% всего подписочного ревеню (для сравнения аппы 2025 года вместе - 3%): деньги делаются на продлениях базы, набранной еще по старым ценам трафика. У Flo например больше половины базы и выручки дают юзеры старше года кто такие new money 💅 AI продукты недельные подписки. Здесь платящий юзер приносит на 41% больше, чем в обычном аппе, weekly-планы уже дают 56% ревеню рынка. Но есть и обратная сторона - отток платящих на 30% выше, ретеншен недельных через год всего 3-5%. Например Lensa заработала ~$30 млн за месяц, а потом юзеры сделали аватарки и ушли, или у видеогенератора Sora было 12 млн загрузок и D30 меньше 8%. 53% подписчиков AI-тулов честно говорят, что подписываются под задачу и отменяют, когда она решена - получается, этакий серийный отток который становится нормой, и формировать привычки все сложнее ну и конечно есть еще no money 🤣 так что по дефолту не стоит себя относить к первой или второй группе 🎧 old money считают ренювалы, в то время как new money считают инсталлы и первичные покупки. В среднем платят вообще ~2% установивших, и вся экономика решается тем, сколько раз эти 2% продлятся - даже у недельных подписок ~86% годового LTV это продления, а не первый платеж. Поэтому сравнивать свой ретеншен например с Flo бессмысленно - их цифры сделаны когортами времен дешевого трафика и оттестированы годами что с этим делать (рекомендации из индустрии, у вас может быть иначе, тестировать в любом случае, то, что мы сейчас делаем у себя): • переводить с недельных на годовые • чинить ошибки биллинга, предлагать грейс период и паузу на какой-то срок с реактивацией вместо отмены • поднимать цену. Конверсия просядет меньше, чем вырастет чек (по рынку лайфстайл апок +25% к цене ≈ -10% конверсии), а LTV платящего у дорогих значительно выше • и то, о чем я часто пишу - искать велью-момент тех, кто остается, и подводить к нему остальных можно ли сейчас собрать old money апп с нуля? Я думаю что да, но через привычку и годовые планы, а не через закупку и таких примеров мало. Впрочем, хорошая новость, что все old money когда-то были new. Но с каждым годом растить ретеншен все сложнее, а закупка становится дороже @neural_prosecco

Великолепная пятерка — Отток через месяц 95%, — пожаловался фаундер ИИ-продукта — Прекрасно. Осталось узнать, кто оставшиеся пять За последний год я выпотрошил внутренности десятков AI-проектов. Везде такая фигня: шумный запуск -> куча регистраций -> 5-7% «выживших» на 30-й день. И это не про неудачников — а буквально про всех. Есть единицы, которые даже при таком удержании растут как ненормальные. Думаете, они починили возвращаемость? Ни-фи-га. Посмотрели на оставшихся и сделали одну из двух вещей: 1. Пошли продавать их компаниям. Наш выпускник создал сервис, превращающий звонки в заметки. На старте 1200 регистраций, через месяц — 70 регулярных пользователей, большая часть из которых — юристы. Предложил, чтобы за них заплатили фирмы — и теперь считает не пользователей, а юр.отделы. 2. Выделили тех, кто жжет миллионы токенов на своих поделках, и повысили им цену. Разработчик сервиса генерации лендингов парился с удержанием — делал обучающие туры, страницы помощи, упрощал интерфейс, а люди все отваливались. А 80% вычислительных ресурсов сжигали 7 арбитражников. Им нафиг не нужно было даже удобство — хотели больше убогих лендосов и побыстрее. Снял им ограничания, повысил цену и пошел к таким же. Вывод прост: не парьтесь про 95%-й отток — это нормально в ИИшных продуктах. Парьтесь с оставшимися пятью: либо берите с них больше либо продавайте их компаниям. Пока это единственный путь выйти в плюс.

Если 7 % когорты возвращается на 7ой день, то ты уже в топ-25% по активации 1. Правило 7%. Если 7% когорты возвращается на день 7, то твой продукт уде показал раннюю ценность, которая коррелирует с долгосрочным успехом. И ты уже в топ-25% по активации. 2. Ранняя активация предсказывает долгий retention. 69% продуктов из топа по дню 7 были в топе и через 3 месяца. 3. У половины продуктов к концу 2-й недели неактивны больше 98% новых. Даже у топ-10% на день 14 остаётся всего ~9%. 4. У энтерпрайза топ-10% держат 12.4% на день 7 против медианы 2.1%. Разрыв в 6 раз. 5. Разброс по сегментам (retention 3-го месяца у лидеров): тревел 25.6%, финсервис 19.5%, B2B-софт 15.6%, энтерпрайх 12.4 % у лидеров. 6. Что сделать для удержания. Очевидно, пункт номер один - построить хороший онбординг: • найти свой момент ценности через когортный анализ, • сократить time-to-value, • разбить путь на чекпоинты, не вываливать все фичи сразу, • делать онбординг вокруг цели, а не фич, • снижать когнитивную нагрузку, • давать мгновенную обратную связь. 7. Метрики, предсказывающие удержание: • time-to-value по сегментам, • activation по источнику трафика, • глубина (не один экшен, а несколько + приглашение коллеги), • когортные дашборды. Источник: https://amplitude.com/blog/7-percent-retention-rule #PG_education @productgames

Одна из самых сильных механик Duolingo, это ударный режим: ты заходишь каждый день не только ради языка, но и ради того, чтобы не оборвать цепочку. Один день, десять дней, сто, тысяча. В какой-то момент это становится не просто числом в приложении, а личным достижением. Я как-то смотрел выступление основателя Duolingo, где он рассказывал, что у него самого ударный режим уже около восьми лет. И это звучит круто. Потому что за такой цифрой вроде бы стоит дисциплина, привычка, постоянство. Но чем дольше пользуешься Duolingo, тем сильнее видно, насколько приложение пытается удержать этот ударный режим любой ценой. Последний пример мне показался нелогичным. У меня был streak 291 день. Я намеренно его потерял примерно 1,5 года назад. Меня просто достала эта механика. Приложение долго пыталось меня вернуть: напоминания, задания, предложения восстановиться за деньги или бесплатно, но потом они смирились с этим. Я занимался когда хотел, без страха потерять свою серию. И вдруг Duolingo предлагает мне восстановить старый streak, тот самый, на 291 день, который был утерян. Причем на раздумье мне дали почти месяц. Сначала я проигнорировал. Потом, когда осталось два дня, решил посмотреть, что нужно сделать. Оказалось всего-то пройти три простых упражнения. И вот я снова в ударном режиме 291 день. И теперь непонятно, что вообще означает ударный режим? Если streak можно потерять, потом через 1,5 года восстановить за пару простых заданий, это все еще показатель привычки? Или это уже просто декоративный бейдж, который приложение готово вернуть, лишь бы ты снова зашел? Мне кажется, Duolingo здесь упустило важный баланс. С одной стороны, я понимаю, зачем это нужно. Люди привязываются к своим сериям. Потеря streak может демотивировать, и приложение пытается смягчить удар. Восстановление может вернуть человека к занятиям. С точки зрения retention логично. Но с другой стороны, чем легче восстановить streak, тем меньше он значит. Особенно странно это выглядит для людей, которые реально его берегли. У моей дочки был ударный режим примерно на 700 дней (она кстати его тоже потеряла пару лет назад и снова недавно восстановила). Это уже не просто цифра, это два года ежедневного усилия. И когда такие серии можно потом восстановить какими-то обходными путями, уже не очень-то и достижение.