Какие retention-метрики важны для онлайн-образования?

Ключевые retention-метрики для онлайн-образования — это не одна цифра, а связка: ранняя активация (1-я неделя), удержание по когортам (D1/D7/D30), прогресс/завершение, регулярность обучения и коммерческий retention (продления, повторные покупки). NPS полезен как диагностический сигнал, но сам по себе не заменяет поведенческие и денежные метрики.

Технологическая логика: как связать обучение, возвраты и деньги

В онлайн-образовании «retention» часто путают с «completion». Пользователь может быть активен (возвращаться), но не продвигаться по урокам, и наоборот: быстро пройти курс и исчезнуть (что может быть нормой для коротких программ). Поэтому я обычно строю метрики в 3 слоя:

• Поведенческий retention: возвращается ли пользователь на платформу и как часто.
• Учебный прогресс: делает ли он действия, которые реально ведут к результату (уроки, домашки, тесты).
• Коммерческий retention: платит ли дальше (продление, апсейл, следующий курс), и какая ценность (LTV).

Чтобы метрики были сопоставимы, важно договориться о единицах: что такое «активный пользователь» (какое событие), что такое «урок завершён» (досмотр 90% видео? тест? отметка?), что такое «неделя обучения» (календарная или с момента старта когорты). Если определения плавают — отчёты будут красивыми, но управлять ими нельзя.

Что смотреть в вашем списке и как я бы это структурировал

1) Ранняя активация (первая неделя)

Это главный предиктор того, дойдёт ли человек до результата и/или до продления.

• Time-to-First-Value (TTFV): время до первого полезного действия (например, 1-й урок + 1-й тест/домашка).
• Activation rate: доля пользователей, которые за первые 7 дней сделали «набор активации» (например, 2 учебные сессии, 1 завершённый урок, вступили в чат/сообщество, настроили план).
• W1 learning frequency: сколько учебных дней было в первую неделю (не просто логины, а учебные сессии).

2) Retention по когортам (D1/D7/D30, W1/W4)

Базовая метрика: доля пользователей из когорты, вернувшихся на N-й день/неделю. Для образования я рекомендую считать календарный retention (D1/D7/D30) и учебный (вернулся и сделал учебное действие).

• Return retention: был ли визит/сессия.
• Learning retention: был ли визит + хотя бы одно учебное событие (lesson_completed, quiz_passed, homework_submitted).

3) Прогресс и завершение (completion)

Смотреть завершение уроков нужно, но корректно: по этапам и в разрезе типов контента.

• Lesson completion rate: доля завершений уроков (важно определить «завершение»).
• Module completion funnel: конверсия по модулям (где «отваливаются»).
• Median progress by day/week: медианный прогресс к 7/14/30 дню (лучше медиана, чем среднее).
• Drop-off point: типовой урок/шаг, на котором массово прекращают обучение.

4) Регулярность (habit metrics)

Для длинных программ критична привычка, а не просто факт возврата.

• Учебные дни в неделю (learning days per week).
• Streak: серии учебных дней (например, 3+ дня подряд).
• Time on task: время в учебных активностях (с фильтрацией «пустых» сессий).

5) Коммерческий retention: продления, повторные покупки, доход

Если у вас подписка — продление это «истинный» retention для бизнеса, но он запаздывает. Поэтому его надо связать с ранними учебными сигналами.

• Renewal rate: доля продлений по когортам подписки.
• Churn rate: отток по периодам.
• Net revenue retention (NRR) / GRR (если есть апгрейды/даунгрейды).
• Repeat purchase rate: покупка следующего курса/пакета.
• LTV в связке с сегментами поведения (например, LTV у тех, кто прошёл 20% за первые 7 дней).

6) NPS/CSAT: как использовать правильно

NPS я рассматриваю как диагностику причин, а не как KPI удержания. Его стоит снимать в моменты истины: после 1-го модуля, после проверки домашки, после достижения результата, перед продлением.

• NPS by segment: сравнивать NPS у «активных/неактивных», «быстро прогрессирующих/застрявших».
• Driver questions: что мешает учиться (время, сложность, формат, поддержка).

Практическая рекомендация: минимальный набор метрик и действий

1. Зафиксируйте 10–15 событий в аналитике: sign_up, purchase, lesson_start, lesson_complete, quiz_pass, homework_submit, feedback_received, session_start, search, community_post, subscription_renew, cancel.
2. Определите “учебную активность” как событие, а не как логин. Тогда D7 retention станет управляемым.
3. Соберите 3 ключевых дашборда: (а) W1 активация и TTFV, (б) когортный learning retention + прогресс, (в) продления/отток с привязкой к ранним паттернам.
4. Выстройте сегментацию: новые/повторные, подписка/разовая покупка, длина курса (короткий/длинный), уровень сложности, источник трафика (часто влияет на мотивацию).
5. Свяжите ранние метрики с продлением: найдите 2–3 поведенческих предиктора (например, 2 учебные сессии в W1 + завершение 3 уроков) и сделайте это целевым «порогом успеха» для продукта и коммуникаций.

Типичные ошибки

• Считать retention по логинам, а не по учебным действиям — получаете иллюзию вовлечения.
• Оценивать completion как главную цель для всех форматов: для коротких курсов «быстро прошёл и ушёл» может быть нормальным паттерном.
• Не разделять когорты по типу продукта (подписка vs разовая покупка) — метрики смешиваются и теряют смысл.
• Неправильное определение “урок завершён” (например, простое открытие страницы) — завышает прогресс.
• NPS как KPI вместо инструмента: высокий NPS не гарантирует продление, если нет привычки и ценности в первые 7–14 дней.