Продолжим тему ретеншена.

Чтобы его улучшать сначала его нужно правильно посчитать. Если считать в среднем оставаемость по всем новым, то вы получите цифру, но будет непонятно что делать дальше.

На примере iFunny я понял что бывает два вида пользователей которых мы считаем как новые:

1) Те которые уже ранее пользовались iFunny и ставят повторно (у юзера новый телефон, удалил потом поставил заново, итп)
2) Пользователи которые пришли совсем в первый раз (трафик из стора и платный)

Паттерны их поведения естественно будут разные. Если пользователь уже давно с нами – его ретеншен выше, так как приложение для него дает ценность. Нам это мешает понять как тесты влияют на совсем новых пользователей.

Чтобы это решить мы сделали экран-классификатор пользователей (см картинку выше). Пользователь на первом запуске подтверждает точно ли он новый, или пользовался iFunny раньше.

Данные с него показали что реально новых установок всего 50-70% от общего числа (в зависимости от канала трафа). Особенно удивило что по платному трафику старых приходит довольно много (30-50%) и они драйвят ретеншен этого канала.

Ну и теперь все новые эксперименты мы сегментируем в зависимости от того что ответил пользователь на классификаторе.