صارف کو برقرار رکھنے کی شرح

صارف کو برقرار رکھنے کی شرح ایک ابتدائی عرصے میں فعال صارفین کا وہ تناسب ہے جو بعد کے عرصے میں فعال رہتے ہیں، اور اس کا الٹ، چھوڑنے کی شرح، وہ تناسب ہے جو مکمل طور پر پروڈکٹ کا استعمال بند کر دیتے ہیں۔ جہاں پیشنٹ پورٹل اپنانے کی شرح (وہ موضوع دیکھیں) یہ ناپتی ہے کہ آیا ایک مریض کبھی معنی خیز طریقے سے ایک ڈیجیٹل ہیلتھ پروڈکٹ کو فعال کرتا ہے، برقرار رکھنا یہ ناپتا ہے کہ آیا وہ اسے استعمال کرنا جاری رکھتے ہیں — اور کسی بھی سبسکرپشن-طرز یا جاری-نگہداشت ڈیجیٹل ہیلتھ پروڈکٹ کے لیے، برقرار رکھنا عام طور پر طبی اثر اور تجارتی پائیداری دونوں سے سب سے زیادہ مضبوطی سے جڑا ہوا واحد میٹرک ہے۔

یہ کیوں اہم ہے

جو ڈیجیٹل ہیلتھ پروڈکٹ صارفین کو برقرار نہیں رکھ سکتا وہ پائیدار طبی فائدہ فراہم نہیں کر سکتا، اس کے ابتدائی اپنانے یا فعال کرنے کے اعداد کتنے ہی مضبوط کیوں نہ ہوں: ایک دائمی-حالت کے انتظام کا ٹول جو دو ہفتوں کے لیے استعمال ہوتا ہے اور پھر چھوڑ دیا جاتا ہے، ایک ایسا بایومیٹرک نتیجہ تبدیل کرنے کا امکان نہیں رکھتا جو مہینوں کی پائیدار رویے کی تبدیلی پر منحصر ہو۔ برقرار رکھنا سرمایہ کاروں اور ادائیگی کرنے والوں کو رپورٹ کیے جانے والے سب سے زیادہ تجارتی طور پر اہم میٹرکس میں سے ایک ہے، کیونکہ برقرار رکھنے کی منحنی خط (وقت کے ساتھ گراوٹ کی شکل، صرف ایک واحد برقرار رکھنے کا فیصد نہیں) ظاہر کرتی ہے کہ آیا پروڈکٹ نے واقعی ایک پائیدار استعمال کا پیٹرن پایا ہے، یا صرف نئے پن سے چلنے والی ابتدائی دلچسپی پکڑ رہا ہے جو قابل پیش گوئی طور پر کم ہو جاتی ہے۔ ایک برقرار رکھنے کی منحنی خط جو ابتدائی گراوٹ کے بعد ہموار ہو جاتی ہے (جو مریض پہلے مہینے سے گزر جاتے ہیں وہ رہنے کا رجحان رکھتے ہیں) ایک بالکل مختلف، اور کہیں زیادہ صحت مند، اشارہ ہے اس منحنی خط کے مقابلے میں جو بغیر کسی فرش کے مسلسل گرتی رہتی ہے۔

اسے کیسے شمار کیا جاتا ہے

برقرار رکھنے کی شرح (عرصہ N) = عرصہ N میں فعال صارفین جو
                                ابتدائی کوہورٹ عرصے میں بھی
                                فعال تھے / ابتدائی کوہورٹ عرصے
                                میں صارفین × ۱۰۰

چھوڑنے کی شرح = ۱ − برقرار رکھنے کی شرح (اسی عرصے کے لیے)

ایک کوہورٹ برقرار رکھنے کی منحنی خط کے طور پر رپورٹ کریں (دن/
ہفتے/مہینے ۱، ۲، ۳ میں برقرار رکھنا...)، ایک واحد-پوائنٹ
اعداد و شمار نہیں، کیونکہ ایک واحد تصویر نئے شامل ہونے والے
صارفین (جنہیں ابھی تک چھوڑنے کا موقع نہیں ملا) کو طویل مدتی
برقرار رکھے گئے صارفین کے ساتھ ملا دیتی ہے۔

عملی مثال

ایک ڈیجیٹل ہیلتھ ایپ جنوری میں ۱,۰۰۰ نئے صارفین کا ایک کوہورٹ رجسٹر کرتی ہے۔ مہینہ ۱ کے اختتام تک، اصل ۱,۰۰۰ میں سے ۶۴۰ اب بھی فعال ہیں (مہینہ-۱ برقرار رکھنا ۶۴%)۔ مہینہ ۳ کے اختتام تک، ۴۱۰ فعال رہتے ہیں (مہینہ-۳ برقرار رکھنا ۴۱%)۔ مہینہ ۶ تک، ۳۸۰ فعال رہتے ہیں (مہینہ-۶ برقرار رکھنا ۳۸%)۔ اس منحنی خط کی شکل — ایک تیز ابتدائی گراوٹ جس کے بعد مہینہ ۳ اور ۶ کے درمیان ہموار ہونا — یہ تجویز کرتی ہے کہ پروڈکٹ صارفین کے ایک ابتدائی اپنانے کی رکاوٹ عبور کرنے کے بعد ایک مستحکم بنیادی صارف گروپ برقرار رکھتا ہے، جو مہینہ ۳ سے ۶ تک گراوٹ مہینہ ۱ سے ۳ جیسی ہی شرح پر جاری رہنے کے مقابلے میں ایک بنیادی طور پر مختلف اور زیادہ حوصلہ افزا اشارہ ہے۔

ڈیٹا کے ذرائع اور احتیاطیں

برقرار رکھنا پروڈکٹ کے اپنے لاگ ان یا سرگرمی واقعہ لاگ سے شمار کیا جاتا ہے، تقابل کیے جانے والے ہر کوہورٹ میں مستقل طور پر "فعال" کی تعریف کرتے ہوئے (مثلاً، عرصے میں کم از کم ایک اہل سیشن)۔ کوہورٹس کا موازنہ ایک جیسی بنیاد پر کیا جانا چاہیے — ایک جیسی ابتدائی "فعال" تعریف، ایک جیسی لمبائی کی مشاہداتی ونڈو — کیونکہ چھوٹی تعریفی فرق بھی (۳۰-دن بمقابلہ ۲۸-دن کے مہینے، یا ایک سخت تر بمقابلہ ڈھیلی "فعال" حد) رپورٹ شدہ برقرار رکھنے کے فیصد کو حقیقی صارف رویے میں کسی حقیقی فرق کے بغیر کئی پوائنٹس تک منتقل کر سکتی ہے۔ نئے سال کی قراردادوں یا مخصوص صحت آگاہی کے ادوار سے جڑے موسمی اثرات صحت کی ایپس میں عام ہیں، لہٰذا سال-بہ-سال کوہورٹ موازنہ عام طور پر سال کے مختلف اوقات سے ملحقہ کوہورٹس کے موازنے سے زیادہ معلوماتی ہوتا ہے۔

نقصانات

• ایک منحنی خط کی بجائے ایک واحد برقرار رکھنے کی تصویر رپورٹ کرنا: وقت کے ساتھ گراوٹ کی شکل کے بغیر ایک واحد "X% صارفین اب بھی فعال ہیں" اعداد و شمار ایک ایسے پروڈکٹ (صحت مند) اور ایک مسلسل گراوٹ والے (غیر صحت مند) کے درمیان فرق نہیں کر سکتا۔
• رپورٹنگ کے ادوار کے درمیان "فعال" کی تعریف بدلنا: ایک فعال صارف کی تعریف کو ڈھیلا کرنا (مثلاً مکمل عمل کی بجائے ایک غیر فعال ایپ کھولنا شمار کرنا) برقرار رکھنے کو بہتر دکھا سکتا ہے جبکہ حقیقی استعمال بالکل تبدیل نہیں ہوا۔
• کوہورٹ کی موسمیت کو نظر انداز کرنا: ایک جنوری کوہورٹ کی برقرار رکھنے کی شرح (اکثر نئے سال کی قرارداد رجسٹریشن سے بڑھی ہوئی، جو اوسطاً کم متحرک کوہورٹ لاتی ہے) کا سال کے مختلف وقت میں حاصل کردہ کوہورٹ سے موازنہ کرنا گمراہ کن رجحان کے نتائج دے سکتا ہے۔
• نامیاتی اور ادائیگی شدہ حصول کے کوہورٹس کو ملانا: مختلف چینلز کے ذریعے حاصل شدہ صارفین اکثر بہت مختلف طریقے سے برقرار رہتے ہیں؛ انہیں ایک مجموعی برقرار رکھنے کے اعداد و شمار میں ملانا ایک چینل-مخصوص برقرار رکھنے کے مسئلے کو چھپا سکتا ہے۔

ذرائع

• ڈیجیٹل ہیلتھ ایپ شمولیت اور خاتمے پر ہم مرتبہ نظرثانی شدہ لٹریچر، جیسے Journal of Medical Internet Research (JMIR mHealth and uHealth) میں شائع شدہ مطالعات
• ڈیجیٹل تھیراپیوٹکس الائنس، ڈیجیٹل تھیراپیوٹکس کے لیے شمولیت اور برقرار رکھنے کی پیمائش کی بہترین عمل کی رہنمائی
• تجزیاتی پلیٹ فارمز اور ڈیجیٹل ہیلتھ مارکیٹ ریسرچ تنظیموں سے موبائل ہیلتھ ایپ برقرار رکھنے پر صنعتی معیار کی رپورٹیں

مزید دیکھیں: مریض کی شمولیت کی مستقل مزاجی کی شرح، جو برقرار رکھے گئے صارفین کے درمیان شمولیت کے معیار کو ناپتی ہے، آیا وہ بالکل رجسٹرڈ رہتے ہیں اس سے مختلف۔