Why retention is so hard for new tech products

Why retention is so hard for new tech products

Почему удержание так трудно даётся новым технологическим продуктам

And how to apply these lessons to the current gen of AI apps

И как применить эти уроки к нынешнему поколению AI-приложений

I’ve been staring at retention curve data for 15-plus years now.

Я всматриваюсь в данные кривых удержания вот уже более 15 лет.

I was a founder, a product manager, and now a VC. And at Andreessen Horowitz, I end up meeting hundreds of startups each year, many of them through our a16z speedrun program, where we invest up to $1M in brand new startups. (And yes, we just announced the 2026 program and you can apply now).

Я был основателем, продакт-менеджером, а теперь — венчурным инвестором. И в Andreessen Horowitz я в итоге встречаюсь с сотнями стартапов каждый год, многие из них — через нашу программу a16z speedrun, где мы инвестируем до $1M в совсем новые стартапы. (И да, мы только что анонсировали программу 2026 года, и вы уже можете подать заявку.)

But back to retention — I’ve seen thousands of curves, and it’s among the first things I ask for when evaluating a new startups. I've looked through thousands of data rooms, analyzed retention curves sliced across many segments and denominators. I've also seen it from the other side, as someone building products. I’ve run hundreds of A/B tests and drafted countless variations of onboarding and notification emails in attempts to bend the curve.

Но вернёмся к удержанию — я видел тысячи кривых, и это одна из первых вещей, которые я запрашиваю при оценке нового стартапа. Я просмотрел тысячи дата-румов, проанализировал кривые удержания в разрезе множества сегментов и знаменателей. Я также видел это с другой стороны — как человек, создающий продукты. Я провёл сотни A/B-тестов и набросал бесчисленные варианты онбординга и уведомительных писем в попытках выгнуть кривую.

There are patterns.

Закономерности есть.

Just as there’s the laws of physics, weirdly there are some constant patterns that keep cropping up over time. Here are a few that I’ll share:

Подобно тому, как есть законы физики, как ни странно, существуют некоторые постоянные закономерности, которые раз за разом всплывают со временем. Вот несколько из них, которыми я поделюсь:

Плохое удержание не починить. Нет, добавление новых уведомлений не исправит вашу кривую удержания. Вы не сможете дотестировать A/B-тестами до хорошего удержания.Удержание падает, оно не растёт. И, как ни странно, оно затухает (ох как затухает) с предсказуемым периодом полураспада. Раннее удержание предсказывает позднее.Удержание по выручке расширяется, а по использованию — сжимается. Хорошая новость: со временем вы теряете людей, но те, кто остаётся, иногда тратят больше денег!Удержание зависит от категории вашего продукта. Есть природа, и есть воспитание. Увы, вы никогда не сделаете приложение для бронирования отелей продуктом ежедневного использования.Удержание ухудшается по мере того, как пользователи прибавляются и растут. Лучшие пользователи — ранние и органические. Худшие приходят потом.Отток асимметричен. Куда легче навсегда потерять пользователя, чем вернуть его обратно.Удержание на удивление трудно измерять. Сезонность — это реальность. Новые тесты сбивают картину. Случаются баги. D365 — реальная метрика, но ждать её вы не можете.Безумный вирусный рост с паршивым удержанием проваливается. Мы уже много-много раз проводили этот эксперимент, на разных платформах и в разных категориях.Отличное удержание — это магия. Когда вы видите его в дикой природе, это потрясающе.

We’ll dive into each of these.

Мы разберём каждый из этих пунктов.

You can’t fix bad retention. You've seen this happen before: You spend months developing a new product, and then you launch it. Bad news hits. The initial retention stats come in, and it’s terrible. You're already months into the product development, and it's hard to turn back now. How do we improve retention? I know, let’s add notifications and remind people to come back. Let's add a bunch of new features. Maybe we can A/B test the landing page and increase conversion.

Плохое удержание не починить. Вы наверняка уже видели, как это бывает: вы тратите месяцы на разработку нового продукта, а затем запускаете его. Приходят плохие новости. Поступают первые показатели удержания, и они ужасны. Вы уже несколько месяцев в разработке продукта, и повернуть назад сложно. Как нам улучшить удержание? Знаю — давайте добавим уведомления и будем напоминать людям возвращаться. Давайте добавим кучу новых фич. Может, мы протестируем A/B лендинг и повысим конверсию.

I think we know how this ends. Unfortunately, it seems to be the case that when you have poorer retention, it's very, very hard to fix - nearly impossible. Yes, you might be able to make a marginal improvement. Let's say that your D1 retention is 40% and you'd like it to be 50%. This is great and potentially workable. If the D1 is 10% on the other hand, well, you probably just have built something that nobody wants, and all the local optimizations around A/B tests and notifications aren't actually enough to bend the curve enough for it to work. When there's been months of development and sunk cost, it's hard to not just give it a college try. But I think in many cases new products are better off pivoting right away.

Думаю, мы знаем, чем это заканчивается. К сожалению, похоже, что когда у вас слабое удержание, исправить его очень-очень трудно — почти невозможно. Да, вы, возможно, сумеете добиться маргинального улучшения. Допустим, ваше D1-удержание — 40%, а вы хотите 50%. Это отлично и потенциально реально. Если же D1 равно 10%, то вы, вероятно, просто построили то, что никому не нужно, и все локальные оптимизации вокруг A/B-тестов и уведомлений на деле недостаточны, чтобы выгнуть кривую настолько, чтобы это сработало. Когда позади месяцы разработки и невозвратные издержки, трудно не попытаться хотя бы попробовать. Но я думаю, что во многих случаях новым продуктам лучше пивотиться сразу.

The type of pivot that fixes retention involves a complete new redesign of the app's home screen. If it looks like a feed, maybe it needs to be a structured step-by-step flow. If the product is about sharing, maybe it needs to be mostly about creating and saving. You might need to describe the product in a totally different way and position it against a different product. It needs to be a big pivot in many ways, the bigger the better, in order to have a chance at changing retention.

Тот тип пивота, который исправляет удержание, предполагает полный новый редизайн главного экрана приложения. Если он выглядит как лента, то, может, ему нужно стать структурированным пошаговым потоком. Если продукт про шеринг, то, может, ему нужно быть в основном про создание и сохранение. Возможно, вам придётся описывать продукт совершенно иначе и позиционировать его против другого продукта. Это должен быть большой пивот во многих смыслах — чем больше, тем лучше, — чтобы был шанс изменить удержание.

Retention goes down, it doesn’t go up. Retention curves often follow very geometric curves that you see. For instance many curves I see resemble the following: Whatever the D1, it drops by 50% on D7. Whatever the D7, it drops by another 50% at D30. Months out you might end up at roughly zero, or if you’re lucky you might retain 10% overall. There’s just a predictable decay.

Удержание падает, оно не растёт. Кривые удержания часто следуют очень геометрическим формам, которые вы видите. Например, многие кривые, которые я наблюдаю, напоминают следующее: каким бы ни был D1, к D7 он падает на 50%. Каким бы ни был D7, к D30 он падает ещё на 50%. Спустя месяцы вы можете оказаться примерно на нуле, или, если повезёт, удержать около 10% в целом. Это просто предсказуемое затухание.

What you never see is a curve that starts high, then goes low, then becomes high again. That’s not possible. In other words, if your early retention isn't incredibly good, then it means that your late retention also probably isn't any good. You need to start strong in order to end strong.

Чего вы никогда не увидите — так это кривой, которая начинается высоко, затем уходит вниз, а затем снова становится высокой. Это невозможно. Иными словами, если ваше раннее удержание не невероятно хорошее, то и позднее удержание, вероятно, тоже не очень. Чтобы закончить сильно, нужно сильно начать.

There are some interesting exceptions to this rule that are worth calling out:

Есть несколько интересных исключений из этого правила, которые стоит отметить:

Некоторые продукты крайне хардкорны (например, онлайн-покер). У вас может быть относительно низкое удержание, но те, кто остаётся, крайне «липкие» и тратят кучу денег. Оказывается, это может работать.Продукт, у которого есть сетевые эффекты, где новые пользователи могут начать сильно, затем какое-то время дрейфовать. Но если продукт (это может быть соцсеть, или инструмент для совместной работы, или что-то ещё с сетевыми эффектами) способен использовать всё больше и больше пользователей, чтобы реактивировать более старых, вы нередко видите небольшую кривую, где удержание поднимается. Это очень редкая ситуация, но потрясающая, когда она возможна.

Revenue retention expands, while usage retention shrinks. One of the best and most important dynamics with retention curves is that you can apply them to users, but then also revenue. Thus far, we've been talking about user retention, and unfortunately, it has the undesirable dynamic of always going down. Revenue retention on the other hand is really interesting because people often end up spending more money over time with you, at least the ones that remain.

Удержание по выручке расширяется, а по использованию — сжимается. Одна из лучших и важнейших динамик кривых удержания в том, что их можно применять к пользователям, но также и к выручке. До сих пор мы говорили об удержании пользователей, и, к сожалению, у него есть нежелательная динамика — оно всегда падает. Удержание по выручке, с другой стороны, по-настоящему интересно, потому что люди со временем часто начинают тратить с вами больше денег — по крайней мере те, кто остаётся.

This is one of the biggest strengths of B2B SaaS products. Take a product like Slack. If you look at the user cohorts, what you'd likely find is that the retention curves go down just like any other product. Some people take to it, and some people don't. However, for the companies where people spend time adopting Slack, what happens is it will start to organically grow, and the amount of revenue you earn from that company starts to increase dramatically over time. The revenue retention curves start to grow rather than shrink. This is amazing, and unfortunately doesn’t apply to most consumer products. It’s one of the biggest ways in which B2B products have easier business model dynamics than consumer.

Это одна из крупнейших сильных сторон B2B SaaS-продуктов. Возьмите такой продукт, как Slack. Если посмотреть на пользовательские когорты, то вы, скорее всего, обнаружите, что кривые удержания падают так же, как у любого другого продукта. Кому-то заходит, кому-то нет. Однако в компаниях, где люди тратят время на освоение Slack, происходит вот что: он начинает органически расти, и объём выручки, которую вы получаете с этой компании, начинает резко увеличиваться со временем. Кривые удержания по выручке начинают расти, а не сжиматься. Это потрясающе и, к сожалению, не применимо к большинству потребительских продуктов. Это один из крупнейших способов, которыми B2B-продукты имеют более лёгкую динамику бизнес-модели, чем потребительские.

The consumer version of this looks more like Amazon where you might have started by buying books and music and over time as the product grows in its capabilities you start to use it to buy more and more things. Because of that your LTV in the product is essentially unbounded. We also saw this at Uber as well where user cohorts would decay over time but the amount of money that people would spend initially on Uber rides to the airport would grow into rides to restaurants or for commuting purposes to work. So the user retention curves go down but the revenue retention curves go up.

Потребительская версия этого больше похожа на Amazon, где вы могли начать с покупки книг и музыки, а со временем, по мере роста возможностей продукта, начинаете использовать его для покупки всё большего числа вещей. Из-за этого ваш LTV в продукте по сути неограничен. Мы также видели это в Uber, где пользовательские когорты затухали со временем, но сумма, которую люди изначально тратили на поездки Uber в аэропорт, вырастала до поездок в рестораны или для коммьютинга на работу. Так что кривые удержания пользователей падают, а кривые удержания по выручке растут.

Retention is relative to your product category. I've written about this in the past on the concept of nature vs. nurture for retention. The reality is that there's just a natural use case for many products - for example with collaboration tools or coding apps, you might use them every day at work, capping your usage to 5 active days out of 7. Contrast that to something like a bug alert system - hopefully you don’t use it often! Same with consumer products, where people check news, messaging, and social apps daily, but generally don’t use medical reference guides frequently. Some apps have great retention but infrequent usage, like weather or banking apps. And some categories like gaming are highly addictive and frequent, but people usually quit after a few weeks of use once the content is played out.

Удержание зависит от категории вашего продукта. Я писал об этом раньше — о концепции «природа против воспитания» применительно к удержанию. Реальность в том, что у многих продуктов есть просто естественный сценарий использования — например, инструментами для совместной работы или приложениями для кодинга вы можете пользоваться каждый рабочий день, что ограничивает использование 5 активными днями из 7. Сравните это с чем-то вроде системы оповещений о багах — будем надеяться, вы не пользуетесь ею часто! То же и с потребительскими продуктами, где люди ежедневно проверяют новости, мессенджеры и социальные приложения, но в целом нечасто пользуются медицинскими справочниками. У некоторых приложений отличное удержание, но нечастое использование — как у приложений погоды или банков. А некоторые категории, например игры, крайне аддиктивны и часты, но люди обычно бросают их через несколько недель использования, как только контент исчерпан.

Nature vs. nurture is important because it tells you that many new products simply don't have a chance. If you're developing a travel app, but it's meant to be social, the reality is people don't travel that much. It'll be hard to create a product that sole mission is interaction with friends. Instead, it would be better to accept its infrequent nature and figure out how to monetize it better by owning part of the transaction or to have a more frequent use case like a restaurant and nightlife app like Yelp but also be able to use travel features as well. It's just hard to fight nature. You can only do so much.

«Природа против воспитания» важна, потому что говорит вам, что у многих новых продуктов просто нет шанса. Если вы разрабатываете тревел-приложение, но оно задумано как социальное, реальность в том, что люди не так уж много путешествуют. Будет трудно создать продукт, чья единственная миссия — взаимодействие с друзьями. Вместо этого лучше принять его нечастую природу и придумать, как лучше его монетизировать — владея частью транзакции — или иметь более частый сценарий использования, как приложение про рестораны и ночную жизнь вроде Yelp, но при этом ещё уметь использовать тревел-фичи. С природой просто трудно бороться. Вы можете сделать лишь столько-то.

It's also for this reason that if you want to build a very, very high retention, high frequency app, you have to probably build within some of the categories that people are already identifying as core daily products. This means that most likely if your app is successful, it takes away from some other daily product. It's no wonder that my constant use of ChatGPT has dramatically diminished the number of Google searches that I do. Or that when I began to use Substack for reading and writing blogs that I stopped using many other kinds of social news software.

Именно поэтому, если вы хотите построить приложение с очень-очень высоким удержанием и высокой частотой, вам, вероятно, придётся строить внутри одной из категорий, которые люди уже воспринимают как основные ежедневные продукты. Это значит, что, скорее всего, если ваше приложение успешно, оно отнимает время у какого-то другого ежедневного продукта. Неудивительно, что моё постоянное использование ChatGPT резко сократило количество поисков в Google, которые я делаю. Или что, когда я начал использовать Substack для чтения и написания блогов, я перестал пользоваться многими другими видами социального новостного софта.

Retention gets worse as users expand and grow. If you are lucky enough to build a product that experiences great retention, one of the natural things is simply to extrapolate all the behavior, monetization, and usage to a much broader market and assume that naturally you end up with a very, very big good number because you're multiplying a bunch of small good numbers together with a big one. The reality is that as you start to scale your user base, bad things start to happen. Let’s say you begin adding Android and international users and you acquire more customers using paid marketing and other channels — you'll quickly find that all of your metrics get worse.

Удержание ухудшается по мере того, как пользователи прибавляются и растут. Если вам повезло построить продукт с отличным удержанием, одна из естественных вещей — просто экстраполировать всё поведение, монетизацию и использование на куда более широкий рынок и предположить, что вы естественным образом получите очень-очень большое хорошее число, потому что вы перемножаете кучу маленьких хороших чисел с одним большим. Реальность в том, что, как только вы начинаете масштабировать пользовательскую базу, начинают происходить плохие вещи. Допустим, вы начинаете добавлять Android и международных пользователей и привлекать больше клиентов через платный маркетинг и другие каналы — вы быстро обнаружите, что все ваши метрики ухудшаются.

The reason is that the best users show up early. The ones that are the most highly monetizable, that have the highest intent, that are the most digital and plugged in, well, these guys tend to find your product early and start using it due to a recommendation from a friend. Later on, as you bring in new users from other sources, it's likely that your product just isn't as good for them. It could be as simple as building an iPhone app for college students in Western countries and simply getting worse metrics as you bring in Android users from emerging countries where the feature sets just don't quite work. Of course you can work to improve this over time, but I assure you it will never be the same.

Причина в том, что лучшие пользователи появляются рано. Те, кто наиболее монетизируем, у кого самое высокое намерение, кто наиболее «цифровой» и подключённый, — что ж, эти ребята, как правило, находят ваш продукт рано и начинают им пользоваться по рекомендации друга. Позже, когда вы приводите новых пользователей из других источников, вполне вероятно, что ваш продукт для них просто не так хорош. Это может быть так же просто, как создать iPhone-приложение для студентов колледжей в западных странах и просто получать худшие метрики, когда вы приводите Android-пользователей из развивающихся стран, где наборы фич не вполне работают. Конечно, вы можете работать над улучшением этого со временем, но уверяю вас, это уже никогда не будет так же.

Instead, the question is: As you grow your users and they get worse and worse, are they still valuable and can you still operate your product profitably? And more importantly, are you able to hold on to that core highly valuable user base that came in early?

Вместо этого вопрос таков: по мере того как вы наращиваете пользователей и они становятся всё хуже и хуже, остаются ли они всё же ценными и можете ли вы всё ещё вести свой продукт прибыльно? И, что важнее, способны ли вы удержать ту ключевую, очень ценную пользовательскую базу, которая пришла рано?

No wonder these early users are often called The Golden Cohort.

Неудивительно, что этих ранних пользователей часто называют Золотой Когортой.

Churn is asymmetric. It's incredibly easy to churn users. In fact, most products churn 90% or more in the first 30 days. Simultaneously, it's incredibly hard to win back a user that's already quit. This is the core asymmetry around churn. In fact, it's so bad that it's often easier to simply try to acquire a new user rather than to try to get someone back.

Отток асимметричен. Терять пользователей невероятно легко. На самом деле большинство продуктов теряют 90% и более в первые 30 дней. Одновременно невероятно трудно вернуть пользователя, который уже ушёл. Это ключевая асимметрия вокруг оттока. По сути, она настолько плоха, что часто легче просто попытаться привлечь нового пользователя, чем пытаться вернуть кого-то.

It's for this reason that life cycle marketing that involves trying to resurrect dormant users by sending them discounts or offers tends to be extremely painful and expensive. The version of this that often works is to get existing engaged users to resurrect somebody through the natural usage of the product. For example, if somebody at work tries a new project management tool and it doesn't stick, then you probably won't get them back by bombarding their emails with reminders of features. Instead, you try to get one of their coworkers to invite them back into the tool to work on a new project. That's what works. But again, insanely difficult and complex and is really only available to products that have network effects (i.e., sharing and collaboration).

Именно поэтому жизненно-цикловой маркетинг, который пытается воскресить «спящих» пользователей, отправляя им скидки или предложения, как правило, крайне болезнен и дорог. Версия этого, которая часто работает, — заставить существующих вовлечённых пользователей воскресить кого-то через естественное использование продукта. Например, если кто-то на работе пробует новый инструмент управления проектами и он не приживается, то вы, вероятно, не вернёте этого человека, бомбардируя его почту напоминаниями о фичах. Вместо этого вы пытаетесь добиться, чтобы один из его коллег пригласил его обратно в инструмент для работы над новым проектом. Вот что работает. Но опять же, это безумно трудно и сложно и реально доступно лишь продуктам с сетевыми эффектами (то есть с шерингом и совместной работой).

Retention is weirdly hard to measure. When people talk about retention, they tend to try to measure what happens in the first day, first week, and first month. But they'll rarely talk about what happens two years ahead. The reason is that when you're working on a product, you need a short enough time frame and a thing that's easy enough to measure that teams can make decisions about what is happening. As a result, although annual churn or long-term monetization is incredibly important, you tend not to measure it, instead focusing on what's right in front of you and what's easy. However, this approach has many problems.

Удержание на удивление трудно измерять. Когда люди говорят об удержании, они обычно пытаются измерить, что происходит в первый день, первую неделю и первый месяц. Но они редко говорят о том, что происходит через два года. Причина в том, что, работая над продуктом, вам нужен достаточно короткий временной горизонт и нечто достаточно простое для измерения, чтобы команды могли принимать решения о том, что происходит. В результате, хотя годовой отток или долгосрочная монетизация невероятно важны, вы, как правило, их не измеряете, фокусируясь вместо этого на том, что прямо перед вами и что просто. Однако у такого подхода много проблем.

Unfortunately, many categories of products experience huge amounts of seasonality. Anything involving commerce, travel, wellness, or online dating are obvious examples. But there are cycles even to the way that companies use business software as well. Seasonality throws things off because you might be down month over month or quarter over quarter, but is that because of features that you launched? Or is it because user behavior is simply different in this quarter? It's just hard to measure retention when it's super laggy.

К сожалению, многие категории продуктов испытывают огромную сезонность. Всё, что связано с коммерцией, путешествиями, велнесом или онлайн-знакомствами, — очевидные примеры. Но циклы есть даже в том, как компании используют бизнес-софт. Сезонность сбивает картину, потому что вы можете проседать месяц к месяцу или квартал к кварталу, но из-за чего это — из-за фич, которые вы запустили? Или потому, что поведение пользователей просто иное в этом квартале? Удержание просто трудно измерять, когда оно сильно лагает.

Same with bugs or new tests that you're running or new market launches. These are all things that muck up the data, and you end up finding yourself reviewing reports where retention curves went up or down. But there's an asterisk on every number because they're trying to validate that the new Android launch didn't create an apples-to-oranges comparison.

То же с багами, или новыми тестами, которые вы запускаете, или новыми рыночными запусками. Всё это вещи, которые загрязняют данные, и вы в итоге обнаруживаете себя за просмотром отчётов, где кривые удержания пошли вверх или вниз. Но на каждом числе стоит звёздочка, потому что они пытаются проверить, что новый запуск на Android не создал сравнение «яблок с апельсинами».

Crazy viral growth with shitty retention fails. Many folks working on new products find themselves very focused on signing up new users and not on retention at all. After all, if you just want to see a graph that goes up and to the right, why not simply ramp your top of funnel and show that you're growing quickly, raise a bunch of venture capital money, and then you can figure out the retention issue later.

Безумный вирусный рост с паршивым удержанием проваливается. Многие люди, работающие над новыми продуктами, оказываются очень сосредоточены на регистрации новых пользователей и вовсе не на удержании. В конце концов, если вы просто хотите увидеть график, идущий вверх и вправо, почему бы просто не разогнать верхушку воронки и не показать, что вы быстро растёте, привлечь кучу венчурных денег, а затем уже разобраться с проблемой удержания потом.

We're seeing this all the time right now in the industry when products have a crazy TikTok ramp because a creator pushed their app to millions of followers or because a launch video caused a bunch of revenue growth. Even though the usage and churn are not in a good place.

Мы видим это всё время прямо сейчас в индустрии, когда у продуктов случается безумный взлёт в TikTok, потому что какой-то креатор продвинул их приложение миллионам подписчиков или потому что запускающее видео вызвало всплеск роста выручки. Даже несмотря на то, что с использованием и оттоком всё плохо.

The tech industry has already run this experiment many, many times. And the conclusion is the same: Highly viral products with shitty retention do not last because it's so hard to fix retention. Eventually, the user acquisition fades as the novelty factor goes away, and eventually you're left with shitty user acquisition and shitty retention, and what goes up must come down.

Технологическая индустрия уже много-много раз проводила этот эксперимент. И вывод один и тот же: высоковирусные продукты с паршивым удержанием не живут долго, потому что удержание так трудно исправить. В конце концов привлечение пользователей сходит на нет, по мере того как угасает фактор новизны, и в итоге у вас остаётся паршивое привлечение и паршивое удержание, а что взлетает, то должно упасть.

We've seen this across many contexts. During the early social network phase, there were many products that used email address books to spam their way to growth, but drove users to bad products. Sometimes, if you could get them to sign up to some shitty ringtone annual subscription, you could try to monetize them and make some money along the way. It wasn't until Facebook, of course, with their UX innovations like The Feed and Real Names, that eventually created a product that was both highly viral and had very high retention. The same thing has happened in mobile apps as well, where you see big hits pop up sometimes caused by forced invitations via SMS, but again, if the products aren't sticky, the whole thing collapses quickly.

Мы видели это во множестве контекстов. На раннем этапе соцсетей было много продуктов, которые использовали адресные книги, чтобы спамом проложить себе путь к росту, но загоняли пользователей в плохие продукты. Иногда, если вы могли заставить их подписаться на какую-нибудь паршивую годовую подписку на рингтоны, вы могли попытаться их монетизировать и попутно заработать немного денег. Лишь Facebook, конечно, со своими UX-инновациями вроде Ленты и Настоящих Имён, в итоге создал продукт, который был одновременно и высоковирусным, и имел очень высокое удержание. То же самое происходило и в мобильных приложениях, где иногда всплывают большие хиты, вызванные принудительными приглашениями по SMS, но опять же, если продукты не «липкие», вся конструкция быстро рушится.

Great retention is magic. You might read this whole essay and feel a little bit depressed. I know that sometimes it's hard to get things going. However, it's amazing when something really works. When you see a product out in the wild with a 50% D30 (I do once every couple years), it's just amazing. I've come to believe that these lightning-in-a-bottle products happen not because the builders had some incredibly systematic way to A/B test their way to great metrics or that they employed some kind of high-velocity iteration process that got them there, but simply that there's a little bit of magic that's required. This magic comes from a fresh insight about the market or customer needs, and while it might seem obvious in retrospect, it drives super high retention because this product is the first to figure it out. We can say this now about video conferencing software or disappearing photos or a magic AI that replies back to you about any topic. There's just a magic here that no amount of iteration and metrics-driven testing can get you to.

Отличное удержание — это магия. Вы можете прочитать всё это эссе и почувствовать себя немного подавленным. Я знаю, что иногда трудно сдвинуть дело с мёртвой точки. Однако это потрясающе, когда что-то по-настоящему работает. Когда вы видите продукт в дикой природе с D30 в 50% (я вижу такое раз в пару лет), это просто потрясающе. Я пришёл к убеждению, что эти продукты-«молния-в-бутылке» появляются не потому, что их создатели имели какой-то невероятно систематический способ дотестироваться A/B-тестами до отличных метрик или что они применяли какой-то высокоскоростной итерационный процесс, который их туда привёл, а просто потому, что требуется немного магии. Эта магия исходит из свежего инсайта о рынке или потребностях клиента, и хотя задним числом это может казаться очевидным, она и порождает сверхвысокое удержание, потому что этот продукт первым это понял. Мы можем сказать это теперь про софт для видеоконференций, или про исчезающие фото, или про магический ИИ, который отвечает вам на любую тему. Здесь просто есть магия, к которой никакое количество итераций и тестирования, управляемого метриками, вас не приведёт.

The Big Question
You might read all of this and still have a big question: So wait, how do you get to great retention? (If I knew the answer in a deterministic way, my job as a startup investor would be so much easier, wouldn’t it?)

Большой вопросВы можете прочитать всё это и всё равно остаться с большим вопросом: так подождите, как же добиться отличного удержания? (Если бы я знал ответ детерминированным образом, моя работа стартап-инвестора была бы куда проще, не так ли?)

But let’s try our best. In my points above, there’s a few clues:

Но давайте постараемся изо всех сил. В моих пунктах выше есть несколько подсказок:

Идея по-настоящему важна. Если вы хотите продукт с высоким удержанием, вам нужно выбрать категорию, которая и так высокоудерживающая. Вам нужно выбрать категорию продукта, где вы уже каждый день пользуетесь существующим продуктом. Вы собираетесь построить нечто, что напрямую конкурирует с ним. Если вы победите, то перестанете пользоваться тем другим продуктом и станете использовать ваш вместо него.

That's a high bar, but I think it's a good start.

Это высокая планка, но я думаю, это хорошее начало.

Of course, if you build something that's quite head-to-head with something that already exists, you might suitably object: "that's going to be really hard to switch somebody over." It is. So then this is where you need to decide to take enough market risk, but just the appropriate amount, where you do something new and different that reinvents that core interaction. But you're probably talking more about a 20% remix rather than an 80%. Ideally, you need to be able to describe this to your users in a way that they can understand quickly and viscerally within the first 60 seconds of usage.

Конечно, если вы строите нечто прямо лоб-в-лоб с тем, что уже существует, вы можете резонно возразить: «переключить кого-то будет реально трудно». Так и есть. И вот здесь вам нужно решиться взять на себя достаточно рыночного риска, но ровно в нужном количестве, где вы делаете что-то новое и иное, что переизобретает это ключевое взаимодействие. Но речь, вероятно, идёт скорее о 20%-ом ремиксе, чем о 80%-ом. В идеале вам нужно уметь описать это вашим пользователям так, чтобы они могли понять это быстро и нутром в первые 60 секунд использования.

This is where the dreaded investor question "why now?" starts to matter quite a bit. Because what you're saying here is that ideally there's some kind of new development in the industry, whether that's a general-purpose technology like LLMs or a societal difference like the oversaturation of social media, that allows you to make this twist happen at exactly the right moment.

Вот где грозный инвесторский вопрос «почему сейчас?» начинает иметь немалое значение. Потому что вы здесь говорите, что в идеале есть какое-то новое развитие событий в индустрии — будь то технология общего назначения вроде LLM или общественный сдвиг вроде перенасыщения соцсетями, — которое позволяет вам совершить этот поворот ровно в нужный момент.

This gets you into an existing market quickly, and you're more likely to have great retention numbers early on. Timing matters a lot. If you get the timing off, and it's a low-interest category, and your differentiation isn't different enough, then what you'll find is you've traded a retention problem for a user acquisition problem. Here's the difficulty with building a new kind of internet browser: if you win, it's incredibly sticky. But people are so happy with their existing browsers that it's very expensive and complex to get them to try yours in the first place.

Это быстро заводит вас на существующий рынок, и у вас больше шансов иметь отличные показатели удержания с самого начала. Тайминг значит очень много. Если вы промахнётесь с таймингом, и это категория с низким интересом, и ваша дифференциация недостаточно отличается, то вы обнаружите, что просто обменяли проблему удержания на проблему привлечения пользователей. Вот в чём сложность построения нового вида интернет-браузера: если вы победите, он невероятно «липкий». Но люди настолько довольны своими существующими браузерами, что очень дорого и сложно вообще заставить их попробовать ваш.

This is why I don’t blame folks who have a “Cursor for X” idea, or “Figma for X,” just like the “Uber for X” ideas of the past generation. They’re trying to piggy off some existing markets and behavior so that they don’t have to take crazy market risk.

Вот почему я не виню тех, у кого идея «Cursor для X» или «Figma для X», как и идеи «Uber для X» прошлого поколения. Они пытаются опереться на какие-то существующие рынки и поведение, чтобы им не пришлось брать на себя безумный рыночный риск.

And if you get the differentiation right, the timing right, and there’s a ton of user demand, and you’ve nailed the right base product category, then I think it can really work.

И если вы верно поймали дифференциацию, верно поймали тайминг, и есть куча пользовательского спроса, и вы попали в правильную базовую категорию продукта, то я думаю, это может по-настоящему сработать.

But what about new markets?
The natural counterpoint is that new markets are often more exciting than existing ones. Isn't tech about building brand new things rather than innovating 20% on old stuff? Of course this is true, but I think this is the tiny tiny minority of products.

А как насчёт новых рынков?Естественный контраргумент в том, что новые рынки зачастую более захватывающи, чем существующие. Разве технологии не про создание совершенно новых вещей, а не про улучшение старого на 20%? Конечно, это так, но я думаю, что это крошечнейшее меньшинство продуктов.

My counterpoint to this counterpoint is that most products actually have some kind of prior lineage, even if those prior products are quickly forgotten.

Мой контраргумент к этому контраргументу в том, что у большинства продуктов на самом деле есть некая предшествующая родословная, даже если те предшественники быстро забываются.

Before Instagram there was Hipstamatic, which had become the #1 paid photo app in the early App Store. It demonstrated the success of photo filters. Of course Google was not the first search engine, it was actually #10 or whatever, after Lycos, Excite, Infoseek, etc., which demonstrated consumers wanted search but that it was impossible to monetize. Tesla was not the first electric car, nor iPhone the first smartphone. Sometimes it’s the 10th iteration that matters. Some call this “last mover advantage” rather than first mover. I think an important point.

До Instagram был Hipstamatic, который стал платным фото-приложением №1 в раннем App Store. Он продемонстрировал успех фотофильтров. Конечно, Google не был первым поисковиком, на деле он был №10 или около того, после Lycos, Excite, Infoseek и прочих, которые продемонстрировали, что потребители хотят поиск, но что его невозможно монетизировать. Tesla не была первым электромобилем, как и iPhone — не первым смартфоном. Иногда значение имеет 10-я итерация. Некоторые называют это «преимуществом последнего хода», а не первого. Думаю, это важный момент.

Yet sometimes new things do happen. Uber was created to turn an existing offline action — calling a cab — into an app, not because there was already a hugely successful ridehailing app. (And no, not Lyft — it was a weird bus booking thing at the time). Of course a lot of ChatGPT, with OpenAI’s 5 year journey between inception and v3 which really took off, and without any real blueprints for what it might replace. These types of journeys are remarkable, and the tech industry is better off for it, because they involve real risk as part of new category creation.

И всё же иногда новое действительно случается. Uber был создан, чтобы превратить существующее офлайн-действие — вызов такси — в приложение, не потому что уже существовало громко успешное приложение для заказа поездок. (И нет, не Lyft — на тот момент это была странная штука для бронирования автобусов.) Конечно, многое в ChatGPT, с пятилетним путём OpenAI между зарождением и v3, который по-настоящему выстрелил, и без каких-либо реальных образцов того, что он мог бы заменить. Такие пути замечательны, и технологическая индустрия от них только выигрывает, потому что они несут реальный риск как часть создания новой категории.