Stickiness продукта - это показатель того, насколько часто пользователи возвращаются в продукт в течение месяца, то есть степень его "липкости". Он считается как отношение дневных активных пользователей (DAU) к месячным активным пользователям (MAU) и выражается в процентах. Чем выше stickiness, тем чаще человек открывает приложение или сервис, а не просто числится в базе.
I. Что такое stickiness продукта
Регистрация пользователя ничего не говорит о том, пользуется ли он продуктом реально. Можно набрать десятки тысяч аккаунтов через рекламу, но если люди заходят раз в месяц и забывают - бизнес не растёт, а просто тратит бюджет на генерацию целевых клиентов, которые не превращаются в постоянных. Stickiness как раз показывает, насколько продукт встроен в повседневную рутину пользователя.
Метрика родом из мобильных и веб-приложений с подпиской или частым сценарием использования: мессенджеры, доставка еды, банковские приложения, CRM. Логика простая: если из всех, кто заходил хотя бы раз за месяц, значительная доля заходит почти каждый день - продукт стал привычкой. Если заходят раз в 30 дней - привычки нет, и такой пользователь легко уйдёт при первой заминке или у конкурента.
Stickiness не измеряет качество продукта напрямую - он измеряет частоту обращения к нему. Для сервисов с редким циклом использования (страхование, разовые покупки недвижимости) низкий stickiness - это норма, а не проблема.
II. Формула и расчёт на примере
Базовая формула: Stickiness = DAU / MAU × 100%, где DAU - число уникальных активных пользователей за день (обычно берут среднее за месяц), а MAU - число уникальных активных пользователей за 30 дней.
Пример расчёта. У сервиса доставки за месяц было 60 000 уникальных пользователей (MAU). Среднее число активных пользователей в день за этот же месяц - 9 000 (DAU). Тогда stickiness = 9 000 / 60 000 × 100% = 15%. Это означает, что в среднем каждый пользователь заходит в приложение примерно 4-5 дней из 30 (15% от 30 дней ≈ 4,5 дня).
Если после доработки push-уведомлений и программы бонусов DAU вырос до 15 000 при том же MAU, stickiness поднимется до 25%, то есть до 7-8 дней активности в месяц на пользователя. Это прямой сигнал, что продукт стал сильнее встроен в жизнь клиента без увеличения расходов на привлечение новых.
| Показатель | До изменений | После изменений |
|---|---|---|
| MAU | 60 000 | 60 000 |
| DAU (среднее) | 9 000 | 15 000 |
| Stickiness | 15% | 25% |
| Дней активности в месяц | ≈4,5 | ≈7,5 |
III. Как это выглядит на практике
Нормы stickiness сильно различаются по типу продукта. Ниже - ориентировочные диапазоны, которые используют продуктовые команды при бенчмаркинге.
| Тип продукта | Типичный stickiness | Комментарий |
|---|---|---|
| Соцсети и мессенджеры | 50-65% | открывают почти каждый день |
| Каршеринг, доставка еды | 15-25% | используют несколько раз в неделю |
| B2B SaaS (CRM, аналитика) | 20-40% | зависит от роли пользователя в компании |
| Банковские приложения | 20-35% | проверки баланса и платежи создают частоту |
| E-commerce (не подписка) | 5-12% | покупки не ежедневное действие по природе |
Если ваш продукт попадает в категорию с ожидаемым stickiness 20-30%, а фактический показатель держится на уровне 8-10%, это повод разбирать сценарии использования, а не наращивать поток новых заявок: новые пользователи будут проваливаться в ту же воронку низкой вовлечённости.
IV. С чем часто путают
Stickiness часто путают с retention rate (удержанием). Retention отвечает на вопрос "вернулся ли пользователь через N дней после первого визита" - это когортная метрика с привязкой к дате старта. Stickiness не привязан к когортам и не смотрит на дату первого визита, он просто сравнивает активность за день и за месяц в один и тот же период.
Второе частое смешение - с DAU и MAU по отдельности. Рост DAU сам по себе может означать не рост вовлечённости, а просто рост базы пользователей за счёт новых регистраций. Только соотношение DAU/MAU показывает изменение частоты использования в пересчёте на одного человека.
Третье - путают со stickiness в смысле "количество повторных покупок" в e-commerce. В классическом продуктовом определении это метрика частоты входов/сессий, а не факта покупки, хотя в некоторых нишах эти понятия пересекаются.
V. Типичные ошибки при использовании
- Сравнивать stickiness своего продукта с нормами другой отрасли (банк с соцсетью) - разная природа частоты использования.
- Считать DAU за один случайный день вместо среднего значения за месяц - метрика становится волатильной и бесполезной для трендов.
- Игнорировать сегментацию по каналам привлечения: пользователи с органического поиска и с холодной рекламы могут иметь разный stickiness, и усреднение маскирует проблему.
- Оптимизировать stickiness агрессивными push-уведомлениями без реальной ценности - метрика растёт, а раздражение и отписки растут вместе с ней.
- Делать выводы по одному месяцу без учёта сезонности (например, в декабре активность в B2B-сервисах обычно падает).
Рост stickiness ради самого показателя без анализа причины - ловушка. Если частота выросла из-за навязчивых уведомлений, а не из-за пользы продукта, отток догонит компанию через пару месяцев, когда пользователи устанут и отключат приложение совсем.
VI. Как это связано с потоком заявок и деньгами бизнеса
Низкий stickiness - это сигнал, что деньги, потраченные на привлечение, работают наполовину впустую. Заявка превращается в клиента, клиент делает первую покупку или регистрацию, но дальше не возвращается достаточно часто, чтобы принести повторную выручку. В подписных и сервисных моделях именно частота использования продукта предсказывает, продлит ли клиент договор в следующем месяце.
Поэтому прежде чем масштабировать закупку трафика, имеет смысл проверить, во что превращается уже приходящий поток. Если лиды с оплатой за результат доходят до сделки, но потом быстро охладевают к продукту, проблема не в источнике заявок, а в удержании и вовлечении. Наращивание объёма лидов в такой ситуации только увеличивает цифру оттока в абсолютном выражении.
Хорошая практика - разбить закупаемых клиентов по каналам и посмотреть stickiness отдельно по каждому: это один из способов, как оценить качество лидов не только по факту сделки, но и по тому, насколько устойчиво клиент остаётся с продуктом дальше.
VII. Короткий итог
Stickiness продукта - это доля активных пользователей дня от активных пользователей месяца, показывающая частоту возвратов. Формула DAU/MAU × 100% простая, но её значение зависит от типа продукта: соцсети живут на 50-65%, доставка и каршеринг - на 15-25%, разовые покупки - на единицах процентов. Метрика не заменяет retention, а дополняет его, показывая частоту, а не факт возврата. Управлять ей нужно через реальную ценность сценариев использования, а не через давление уведомлениями, иначе рост показателя окажется временным и обернётся оттоком.
Хотите не только заявки, но и клиентов, которые возвращаются
Разберём, где теряется вовлечённость после первой сделки, и как перестроить поток лидов под удержание
Частые вопросы
Чем stickiness отличается от retention rate?
Retention показывает, вернулся ли конкретный пользователь через N дней после первого визита - это когортная метрика. Stickiness считается как DAU/MAU за один и тот же период без привязки к дате первого визита и отражает общую частоту использования продукта.
Какой stickiness считается хорошим?
Норма сильно зависит от типа продукта. Для соцсетей и мессенджеров хорошим считается 50-65%, для сервисов с частым, но не ежедневным сценарием (доставка, каршеринг) - 15-25%, для разовых покупок нормой могут быть единицы процентов.
Можно ли искусственно повысить stickiness?
Технически да - через push-уведомления и триггерные напоминания DAU растёт. Но если рост частоты не подкреплён реальной пользой, пользователи со временем отключают уведомления или удаляют приложение, и показатель откатывается назад вместе с оттоком.
Как часто нужно пересчитывать stickiness?
Оптимально - раз в месяц со скользящим окном, чтобы видеть тренд, а не разовый снимок. Разовый расчёт за один день сильно искажается случайными колебаниями активности и не подходит для управленческих решений.
Влияет ли stickiness на LTV клиента?
Да, косвенно. Чем чаще пользователь возвращается в продукт, тем выше вероятность, что он останется на следующий период и совершит повторную покупку или продлит подписку, что напрямую увеличивает LTV и общую выручку с клиента.
Обсудим ваш продукт и метрики удержания
Оставьте заявку - покажем, как оценить качество текущего потока клиентов и повысить их возвраты в продукт
Получить целевые заявки → Telegram