Показатель Удержания Пользователей — Метрики Цифрового Здравоохранения

Показатель удержания пользователей — это доля пользователей, активных в начальном периоде, которые остаются активными в более позднем периоде, а обратный ему показатель оттока (или выбытия) — доля тех, кто вообще прекращает пользоваться продуктом. Если показатель внедрения портала пациента (см. соответствующую тему) измеряет, активирует ли пациент цифровой медицинский продукт хоть сколько-нибудь осмысленно, то удержание измеряет, продолжает ли он им пользоваться, — а для любого цифрового медицинского продукта в формате подписки или продолжающейся помощи удержание, как правило, — единственная метрика, наиболее тесно связанная как с клиническим эффектом, так и с коммерческой устойчивостью.

Почему это важно

Цифровой медицинский продукт, не способный удерживать пользователей, не может обеспечить устойчивую клиническую пользу, какими бы сильными ни были его начальные показатели внедрения или активации: инструмент ведения хронического состояния, которым пользовались две недели и затем бросили, вряд ли изменит биометрический исход, зависящий от месяцев устойчивого изменения поведения. Удержание — также одна из наиболее значимых в коммерческом отношении метрик, о которых компания цифрового здравоохранения сообщает инвесторам и плательщикам, поскольку кривые удержания (форма спада во времени, а не только единичный процент удержания) показывают, нашёл ли продукт действительно устойчивый паттерн использования или просто привлекает обусловленный новизной первоначальный интерес, который предсказуемо угасает. Кривая удержания, которая выравнивается после первоначального падения (пациенты, продержавшиеся первый месяц, как правило, остаются), — совершенно иной и гораздо более здоровый сигнал, чем кривая, продолжающая стабильно снижаться без нижней границы.

Как рассчитывается

Показатель удержания (период N) = пользователи, активные в периоде N,
                                  которые были также активны в периоде
                                  начальной когорты / пользователи в
                                  периоде начальной когорты × 100

Показатель оттока = 1 − показатель удержания (за тот же период)

Сообщайте как когортную кривую удержания (удержание на день/неделю/месяц
1, 2, 3…), а не единичный показатель на момент времени, поскольку
единичный снимок смешивает недавно присоединившихся пользователей
(которые ещё не успели уйти) с давно участвующими.

Разобранный пример

Цифровое медицинское приложение включает в январе когорту из 1 000 новых пользователей. К концу месяца 1 остаются активными 640 из этих исходных 1 000 (удержание за месяц 1: 64 %). К концу месяца 3 остаются активными 410 (удержание за месяц 3: 41 %). К месяцу 6 остаются активными 380 (удержание за месяц 6: 38 %). Форма этой кривой — резкое первоначальное падение с последующим выравниванием между месяцами 3 и 6 — говорит о том, что продукт удерживает стабильное ядро пользователей после преодоления первоначального барьера внедрения, что существенно иной и более обнадёживающий сигнал, чем если бы снижение с месяца 3 до месяца 6 продолжалось теми же темпами, что и с месяца 1 до месяца 3.

Источники данных и предостережения

Удержание рассчитывается по собственным журналам событий входов или активности продукта с последовательным определением «активного» (например, не менее одной значимой сессии за период) для каждой сопоставляемой когорты. Когорты следует сравнивать на сопоставимой основе — то же начальное определение «активного», та же длина окна наблюдения, — поскольку даже небольшие различия в определениях (30-дневные и 28-дневные месяцы, более строгий или более мягкий порог «активного») могут смещать сообщаемый процент удержания на несколько пунктов без какого-либо реального различия в поведении пользователей. Сезонные эффекты распространены в приложениях для здоровья, связанных с новогодними обещаниями или конкретными периодами информирования о здоровье, поэтому сравнение когорт год к году, как правило, информативнее сравнения соседних когорт из разных времён года.

Распространённые ошибки

Сообщение единичного снимка удержания вместо кривой: единичный показатель «X % пользователей всё ещё активны» без формы спада во времени не позволяет отличить продукт, выходящий на плато (здоровый), от продукта в непрерывном снижении (нездоровый).
Изменение определения «активного» между отчётными периодами: смягчение определения активного пользователя (например, учёт пассивного открытия приложения вместо завершённого действия) может создать видимость улучшения удержания при фактически неизменившемся использовании.
Игнорирование сезонности когорт: сравнение удержания январской когорты (часто завышенной за счёт включения по новогодним обещаниям, приводящего в среднем менее мотивированную когорту) с когортой, привлечённой в другое время года, может давать вводящие в заблуждение выводы о тренде.
Смешивание когорт органического и платного привлечения: пользователи, привлечённые через разные каналы, часто удерживаются очень по-разному; объединение их в единый совокупный показатель удержания может скрыть проблему удержания, специфичную для канала.

Источники

Рецензируемая литература по вовлечённости и выбыванию пользователей цифровых медицинских приложений, например исследования, опубликованные в Journal of Medical Internet Research (JMIR mHealth and uHealth)
Digital Therapeutics Alliance, руководство по передовой практике измерения вовлечённости и удержания для цифровых терапевтических средств
Отраслевые отчёты по сопоставлению удержания в мобильных медицинских приложениях от аналитических платформ и исследовательских организаций рынка цифрового здравоохранения

См. также: показатель постоянства вовлечённости пациентов — измеряет качество вовлечённости среди удержанных пользователей, в отличие от того, остаются ли они в программе вообще.