Wskaźnik Utrzymania Użytkowników

Wskaźnik utrzymania użytkowników to odsetek użytkowników aktywnych w okresie początkowym, którzy pozostają aktywni w późniejszym okresie, a jego odwrotność, wskaźnik odpływu (lub rezygnacji), to odsetek tych, którzy całkowicie przestają korzystać z produktu. Podczas gdy wskaźnik adopcji portalu pacjenta (zob. ten temat) mierzy, czy pacjent w ogóle w istotny sposób aktywuje produkt zdrowia cyfrowego, utrzymanie mierzy, czy nadal z niego korzysta — a dla każdego produktu zdrowia cyfrowego w modelu subskrypcji lub bieżącej opieki utrzymanie jest zazwyczaj pojedynczą metryką najściślej powiązaną zarówno z wpływem klinicznym, jak i trwałością komercyjną.

Dlaczego to ważne

Produkt zdrowia cyfrowego, który nie potrafi utrzymać użytkowników, nie może zapewnić trwałej korzyści klinicznej, bez względu na to, jak mocne są jego początkowe wartości adopcji lub aktywacji: narzędzie do zarządzania chorobą przewlekłą używane przez dwa tygodnie, a następnie porzucone, raczej nie poprawi wyniku biometrycznego zależnego od miesięcy trwałej zmiany zachowania. Utrzymanie jest też jedną z komercyjnie najbardziej doniosłych metryk, które firma zdrowia cyfrowego raportuje inwestorom i płatnikom, ponieważ krzywe utrzymania (kształt spadku w czasie, a nie tylko pojedynczy odsetek utrzymania) ujawniają, czy produkt znalazł naprawdę trwały wzorzec użytkowania, czy jedynie przechwytuje początkowe zainteresowanie wynikające z nowości, które przewidywalnie wygasa. Krzywa utrzymania, która wypłaszcza się po początkowym spadku (pacjenci, którzy przetrwają pierwszy miesiąc, zwykle zostają), to sygnał bardzo odmienny, i znacznie zdrowszy, niż krzywa, która nadal systematycznie spada bez dolnej granicy.

Jak to się oblicza

Wskaźnik utrzymania (okres N) = użytkownicy aktywni w okresie N, którzy
                                 byli także aktywni w okresie początkowym
                                 kohorty / użytkownicy w okresie
                                 początkowym kohorty × 100

Wskaźnik odpływu = 1 − wskaźnik utrzymania (dla tego samego okresu)

Raportuj jako kohortową krzywą utrzymania (utrzymanie w dniu/tygodniu/
miesiącu 1, 2, 3…), a nie jedną wartość punktową, ponieważ pojedynczy
obraz łączy niedawno dołączonych użytkowników (którzy nie mieli jeszcze
szansy zrezygnować) z użytkownikami o długim stażu.

Praktyczny przykład

Aplikacja zdrowia cyfrowego zapisuje w styczniu kohortę 1000 nowych użytkowników. Do końca miesiąca 1 aktywnych pozostaje 640 z tych pierwotnych 1000 (utrzymanie w miesiącu 1: 64%). Do końca miesiąca 3 aktywnych pozostaje 410 (utrzymanie w miesiącu 3: 41%). W miesiącu 6 aktywnych pozostaje 380 (utrzymanie w miesiącu 6: 38%). Kształt tej krzywej — stromy początkowy spadek, po którym następuje wypłaszczenie między miesiącami 3 a 6 — sugeruje, że produkt utrzymuje stabilny trzon użytkowników po przekroczeniu początkowej bariery adopcji, co jest sygnałem istotnie odmiennym i bardziej zachęcającym, niż gdyby spadek od miesiąca 3 do 6 trwał w tym samym tempie co w miesiącach 1-3.

Źródła danych i zastrzeżenia

Utrzymanie oblicza się z własnych dzienników zdarzeń logowania lub aktywności produktu, definiując "aktywność" spójnie (na przykład co najmniej jedna kwalifikująca się sesja w okresie) w każdej porównywanej kohorcie. Kohorty należy porównywać na zasadzie "porównywalne z porównywalnym" — ta sama początkowa definicja "aktywności", ta sama długość okna obserwacji — ponieważ nawet drobne różnice definicyjne (30-dniowe a 28-dniowe miesiące albo ostrzejszy a luźniejszy próg "aktywności") mogą przesunąć raportowany odsetek utrzymania o kilka punktów bez żadnej rzeczywistej różnicy w zachowaniu użytkowników. Efekty sezonowe są częste w aplikacjach zdrowotnych związanych z noworocznymi postanowieniami lub określonymi okresami świadomości zdrowotnej, więc porównanie kohort rok do roku jest zazwyczaj bardziej informatywne niż porównywanie sąsiednich kohort z różnych pór roku.

Pułapki

• Raportowanie pojedynczego obrazu utrzymania zamiast krzywej: pojedyncza wartość "X% użytkowników nadal jest aktywnych", bez kształtu spadku w czasie, nie odróżni produktu, który się wypłaszcza (zdrowo), od tego w ciągłym spadku (niezdrowo).
• Zmiana definicji "aktywności" między okresami raportowania: rozluźnienie definicji aktywnego użytkownika (na przykład liczenie biernego otwarcia aplikacji zamiast ukończonego działania) może sprawić, że utrzymanie wydaje się poprawiać, gdy rzeczywiste użytkowanie w ogóle się nie zmieniło.
• Ignorowanie sezonowości kohort: porównanie utrzymania kohorty styczniowej (często zawyżonego przez zapisy z noworocznych postanowień, które średnio przyciągają mniej zmotywowaną kohortę) z kohortą pozyskaną o innej porze roku może prowadzić do mylących wniosków o trendach.
• Łączenie kohort organicznych i pozyskanych płatnie: użytkownicy pozyskani różnymi kanałami często utrzymują się bardzo różnie; połączenie ich w jedną zagregowaną wartość utrzymania może ukryć problem utrzymania specyficzny dla kanału.

Źródła

• Literatura recenzowana dotycząca zaangażowania i rezygnacji w aplikacjach zdrowia cyfrowego, na przykład badania opublikowane w Journal of Medical Internet Research (JMIR mHealth and uHealth)
• Digital Therapeutics Alliance, wytyczne najlepszych praktyk dotyczące pomiaru zaangażowania i utrzymania w terapiach cyfrowych
• Branżowe raporty benchmarkingowe dotyczące utrzymania w mobilnych aplikacjach zdrowotnych, z platform analitycznych i organizacji badań rynku zdrowia cyfrowego

Zobacz także: wskaźnik regularności zaangażowania pacjentów, który mierzy jakość zaangażowania wśród utrzymanych użytkowników, odmienną od tego, czy w ogóle pozostają w programie.