อัตราการรักษาผู้ใช้

อัตราการรักษาผู้ใช้คือสัดส่วนของผู้ใช้ที่ใช้งานอยู่ในช่วงเวลาเริ่มต้นและยังคงใช้งานอยู่ในช่วงเวลาถัดมา และส่วนกลับของอัตรานี้ คืออัตราการเลิกใช้ (churn) คือสัดส่วนของผู้ที่เลิกใช้ผลิตภัณฑ์โดยสิ้นเชิง ในขณะที่อัตราการใช้งานพอร์ทัลผู้ป่วย (ดูหัวข้อนั้น) วัดว่าผู้ป่วยเคยเริ่มใช้ผลิตภัณฑ์สุขภาพดิจิทัลอย่างมีความหมายหรือไม่ การรักษาผู้ใช้วัดว่าผู้ป่วยยังคงใช้ต่อไปหรือไม่ และสำหรับผลิตภัณฑ์สุขภาพดิจิทัลแบบสมัครสมาชิกหรือการดูแลต่อเนื่องใด ๆ การรักษาผู้ใช้มักเป็นตัวชี้วัดเดียวที่เชื่อมโยงแน่นแฟ้นที่สุดกับทั้งผลทางคลินิกและความยั่งยืนทางการค้า

เหตุใดจึงสำคัญ

ผลิตภัณฑ์สุขภาพดิจิทัลที่รักษาผู้ใช้ไว้ไม่ได้ไม่สามารถให้ประโยชน์ทางคลินิกอย่างต่อเนื่องได้ ไม่ว่าตัวเลขการใช้งานหรือการเปิดใช้งานเริ่มต้นจะแข็งแกร่งเพียงใด เครื่องมือจัดการโรคเรื้อรังที่ใช้สองสัปดาห์แล้วทิ้งไม่น่าจะเปลี่ยนผลลัพธ์ค่าชีวสัญญาณที่ต้องอาศัยการเปลี่ยนพฤติกรรมอย่างต่อเนื่องหลายเดือน การรักษาผู้ใช้ยังเป็นหนึ่งในตัวชี้วัดที่มีผลทางการค้ามากที่สุดที่บริษัทสุขภาพดิจิทัลรายงานต่อนักลงทุนและผู้จ่ายเงิน เพราะเส้นโค้งการรักษา (รูปร่างของการลดลงตามเวลา ไม่ใช่เพียงเปอร์เซ็นต์การรักษาตัวเดียว) เผยว่าผลิตภัณฑ์พบรูปแบบการใช้งานที่ยั่งยืนอย่างแท้จริงหรือเพียงดึงดูดความสนใจเริ่มต้นที่เกิดจากความแปลกใหม่ซึ่งจางหายไปตามที่คาดได้ เส้นโค้งการรักษาที่ราบลงหลังการลดลงเริ่มต้น (ผู้ป่วยที่ผ่านเดือนแรกไปได้มักอยู่ต่อ) เป็นสัญญาณที่แตกต่างและดีต่อสุขภาพกว่ามากเมื่อเทียบกับเส้นโค้งที่ลดลงอย่างต่อเนื่องไม่มีจุดต่ำสุด

วิธีคำนวณ

อัตราการรักษา (ช่วงเวลา N) = ผู้ใช้ที่ใช้งานในช่วงเวลา N ซึ่งใช้งานใน
                            ช่วงเวลาของกลุ่มเริ่มต้นด้วย / ผู้ใช้ใน
                            ช่วงเวลาของกลุ่มเริ่มต้น × 100

อัตราการเลิกใช้ = 1 − อัตราการรักษา (สำหรับช่วงเวลาเดียวกัน)

รายงานเป็นเส้นโค้งการรักษาตามกลุ่ม (การรักษาที่วัน/สัปดาห์/เดือนที่
1, 2, 3…) ไม่ใช่ตัวเลข ณ จุดเวลาเดียว เพราะภาพนิ่งเพียงภาพเดียวปน
ผู้ใช้ที่เพิ่งเข้าร่วม (ซึ่งยังไม่มีโอกาสเลิกใช้) กับผู้ใช้ที่อยู่มานาน

ตัวอย่างการคำนวณ

แอปสุขภาพดิจิทัลลงทะเบียนผู้ใช้ใหม่กลุ่มหนึ่ง 1,000 รายในเดือนมกราคม เมื่อสิ้นเดือนที่ 1 ผู้ใช้ 640 รายจาก 1,000 รายเดิมยังใช้งานอยู่ (การรักษาเดือนที่ 1: 64%) เมื่อสิ้นเดือนที่ 3 ยังใช้งานอยู่ 410 ราย (การรักษาเดือนที่ 3: 41%) ถึงเดือนที่ 6 ยังใช้งานอยู่ 380 ราย (การรักษาเดือนที่ 6: 38%) รูปร่างของเส้นโค้งนี้ คือลดลงอย่างชันในช่วงแรกแล้วราบลงระหว่างเดือนที่ 3 ถึงเดือนที่ 6 ชี้ว่าผลิตภัณฑ์รักษากลุ่มผู้ใช้แกนหลักที่มั่นคงไว้ได้เมื่อพวกเขาผ่านอุปสรรคการใช้งานเบื้องต้นไปแล้ว ซึ่งเป็นสัญญาณที่แตกต่างและน่าพอใจกว่ามากเมื่อเทียบกับหากการลดลงจากเดือนที่ 3 ถึงเดือนที่ 6 ดำเนินต่อไปในอัตราเดียวกับเดือนที่ 1 ถึง 3

แหล่งข้อมูลและข้อควรระวัง

อัตราการรักษาคำนวณจากบันทึกเหตุการณ์การเข้าสู่ระบบหรือกิจกรรมของผลิตภัณฑ์เอง โดยกำหนด "ใช้งาน" อย่างสอดคล้องกัน (เช่น อย่างน้อยหนึ่งเซสชันที่เข้าเกณฑ์ในช่วงเวลา) สำหรับทุกกลุ่มที่เปรียบเทียบ ควรเปรียบเทียบกลุ่มบนพื้นฐานเดียวกัน คือนิยาม "ใช้งาน" เริ่มต้นเดียวกันและความยาวของช่วงสังเกตเท่ากัน เพราะความแตกต่างของนิยามเพียงเล็กน้อย (เดือนละ 30 วันกับ 28 วัน หรือเกณฑ์ "ใช้งาน" ที่เข้มงวดกว่ากับผ่อนปรนกว่า) ก็สามารถเลื่อนเปอร์เซ็นต์การรักษาที่รายงานได้หลายจุดโดยไม่มีความแตกต่างจริงในพฤติกรรมผู้ใช้ ผลกระทบตามฤดูกาลพบบ่อยในแอปสุขภาพที่เชื่อมโยงกับปณิธานปีใหม่หรือช่วงรณรงค์สุขภาพเฉพาะ ดังนั้นการเปรียบเทียบกลุ่มปีต่อปีมักให้ข้อมูลมากกว่าการเปรียบเทียบกลุ่มที่อยู่ติดกันจากช่วงเวลาต่างของปี

ข้อผิดพลาดที่พบบ่อย

• รายงานภาพนิ่งการรักษาเพียงจุดเดียวแทนเส้นโค้ง: ตัวเลขเดียวที่ว่า "X% ของผู้ใช้ยังใช้งานอยู่" โดยไม่มีรูปร่างของการลดลงตามเวลาไม่สามารถแยกผลิตภัณฑ์ที่ราบลง (ดี) ออกจากผลิตภัณฑ์ที่ลดลงต่อเนื่อง (ไม่ดี)
• เปลี่ยนนิยามของ "ใช้งาน" ระหว่างช่วงรายงาน: การผ่อนปรนนิยามของผู้ใช้ที่ใช้งาน (เช่น นับการเปิดแอปเฉย ๆ แทนการกระทำที่สำเร็จ) อาจทำให้การรักษาดูดีขึ้นทั้งที่การใช้งานจริงไม่ได้เปลี่ยนเลย
• เพิกเฉยต่อฤดูกาลของกลุ่ม: การเปรียบเทียบการรักษาของกลุ่มเดือนมกราคม (ซึ่งมักพองขึ้นจากการลงทะเบียนตามปณิธานปีใหม่ ที่โดยเฉลี่ยดึงกลุ่มที่มีแรงจูงใจน้อยกว่าเข้ามา) กับกลุ่มที่ได้มาในช่วงอื่นของปีอาจให้ข้อสรุปแนวโน้มที่ทำให้เข้าใจผิด
• ปนกลุ่มธรรมชาติกับกลุ่มที่ได้มาจากโฆษณาเสียเงิน: ผู้ใช้ที่ได้มาผ่านช่องทางต่างกันมักมีการรักษาต่างกันมาก การปนรวมเป็นตัวเลขการรักษารวมอาจซ่อนปัญหาการรักษาเฉพาะช่องทาง

แหล่งอ้างอิง

• วรรณกรรมที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิเกี่ยวกับการมีส่วนร่วมและการเลิกใช้แอปสุขภาพดิจิทัล เช่น การศึกษาที่ตีพิมพ์ใน Journal of Medical Internet Research (JMIR mHealth and uHealth)
• Digital Therapeutics Alliance แนวทางปฏิบัติที่ดีที่สุดสำหรับการวัดการมีส่วนร่วมและการรักษาผู้ใช้สำหรับผลิตภัณฑ์บำบัดดิจิทัล
• รายงานการเทียบเคียงอุตสาหกรรมเกี่ยวกับการรักษาผู้ใช้แอปสุขภาพบนมือถือ จากแพลตฟอร์มวิเคราะห์และองค์กรวิจัยตลาดสุขภาพดิจิทัล

ดูเพิ่มเติม: อัตราความสม่ำเสมอของการมีส่วนร่วมของผู้ป่วย ซึ่งวัดคุณภาพของการมีส่วนร่วมในหมู่ผู้ใช้ที่ถูกรักษาไว้ แตกต่างจากการที่พวกเขายังลงทะเบียนอยู่หรือไม่