1. Retention yang buruk sulit diperbaiki secara 'struktural'
- “Sebanyak apa pun notifikasi ditambah, kurva retention tidak bisa dibetulkan, dan retention yang baik juga tidak bisa diciptakan hanya dengan A/B test.”
- Jika retention D1 (hari pertama) 40%, mungkin masih bisa dinaikkan ke 50%, tetapi jika D1 hanya 10%, maka dibutuhkan perubahan besar setingkat 'pivot' (mengganti total struktur layar utama/konsep inti).
- Jangan terlalu terikat pada sunk cost; justru perlu lebih berani menantang desain ulang yang mendasar.
- “Semakin besar dan berani perubahannya, semakin tinggi peluang keberhasilannya.”
2. Kurva retention menurun dan pada dasarnya tidak pernah naik lagi
- Kurva retention menurun secara eksponensial dengan pola yang cukup dapat diprediksi, seperti 'waktu paruh', dari D1→D7→D30.
- Jika kurva rendah di awal, pada fase akhir pun hampir tidak mungkin memantul naik.
- Pengecualian yang jarang terjadi ada pada layanan 'hardcore' ekstrem seperti poker online, atau pada kasus dengan network effect skala besar yang membuat sebagian kurva sesekali naik kembali.
3. ‘Usage retention’ bisa turun, sementara ‘revenue retention’ bisa naik
- “Muncul fenomena ketika user yang tersisa justru membelanjakan makin banyak uang, sehingga nilainya malah meningkat.”
- Pada B2B SaaS, meski jumlah pengguna menurun, harga per user dari pengguna yang bertahan bisa naik, sehingga kurva revenue retention juga bisa naik.
- Pada Amazon, Uber, dan lainnya, fenomena serupa muncul dalam struktur di mana ‘lifetime value (LTV) pelanggan’ terus meningkat.
4. Setiap ‘kategori’ juga punya batas retention-nya sendiri
- Banyak produk yang frekuensi penggunaannya memang secara inheren sudah ditentukan. (hotel, perjalanan, notifikasi bug, dan sejenisnya memang sejak awal tidak mungkin sering dipakai)
- Untuk kategori yang secara inheren tidak mungkin memiliki retention tinggi, model monetisasi atau tujuan penggunaan produk itu sendiri harus dirancang berbeda.
- “Jika benar-benar ingin membuat aplikasi dengan retention tinggi sekaligus frekuensi penggunaan yang tinggi, maka Anda harus bersaing dalam kategori utama yang memang sudah digunakan orang setiap hari dalam kehidupan mereka.”
5. Semakin banyak user, rata-rata retention justru memburuk
- Pada awalnya, ‘user paling bernilai’ biasanya datang lebih dulu.
- Setelah itu, user yang masuk lewat ekspansi pasar (luar negeri, iklan, Android, dan lain-lain) cenderung menunjukkan retention yang lebih rendah.
- Kuncinya adalah apakah karakteristik “Golden Cohort”—user inti di fase awal—bisa tetap dipertahankan.
6. Churn itu asimetris: user yang sudah pergi hampir tidak pernah kembali
- Pada sebagian besar layanan, 90% user churn dalam 30 hari setelah peluncuran.
- Diskon/manfaat tambahan dan lifecycle marketing kurang efisien. Hanya network effect yang menjadi cara paling pasti untuk secara alami menarik kembali user yang telah pergi.
7. Pengukuran retention itu sendiri sangat sulit
- Metrik berfluktuasi karena kombinasi banyak variabel seperti seasonality, bug, dan eksperimen. Akibatnya, orang jadi terobsesi pada metrik jangka pendek (D1, D7, D30).
- Metrik jangka panjang (seperti D365) juga penting, tetapi banyak di antaranya butuh waktu terlalu lama sampai bisa digunakan dan sulit dipakai untuk respons real-time.
- “Saat metrik berubah lambat seperti ini, sangat sulit menemukan penyebab yang tepat.”
8. Jika viral meledak tapi retention rendah, kegagalan adalah sesuatu yang tak terhindarkan
- Peluncuran unik atau akuisisi user saja hanya menghasilkan pertumbuhan tinggi jangka pendek; jika penggunaan nyata dan churn rate tidak mendukung, produk akan cepat runtuh.
- Hanya produk seperti Facebook, aplikasi mobile, dan lainnya yang ‘berhasil mendapatkan viral sekaligus retention’ yang mampu mengubah lanskap industri.
- “Karena orang berpikir selama grafik pertumbuhan naik tajam, mereka bisa mendapat investasi dan memikirkan retention belakangan... padahal jika pengalaman produk yang benar-benar solid tidak tercipta, produk itu akan cepat menghilang.”
Cara yang benar-benar bisa menyelamatkan retention
- Pilih kategori dan pasar dengan retention tinggi.
- Anda harus mencoba membuat produk yang berhadapan langsung dengan produk yang sudah ada.
- “Secara realistis, bukan membalik total lebih dari 80% pengalaman inti yang ada, melainkan menambahkan perbedaan sekitar 20% yang terasa segar.”
- User harus bisa langsung merasakan secara intuitif diferensiasi dan daya tarik produk ini hanya dalam 60 detik pertama.
- Anda harus bertarung kuat pada momen ketika ‘timing’ tepat (Why Now?), seperti saat LLM atau tren sosial sedang selaras.
Seberapa sulit membuka pasar yang benar-benar baru?
- Produk yang sepenuhnya inovatif hanyalah sebagian kecil dari keseluruhan; sisanya didominasi oleh 'keberhasilan pendatang belakangan dalam garis keturunan yang mirip'.
- Contoh sukses nyata: sebelum Instagram ada Hipstamatic, sebelum Google ada Lycos, dan Tesla maupun iPhone juga bukan first mover.
- Uber dan ChatGPT benar-benar menciptakan pasar yang sepenuhnya baru. Dalam kasus seperti ini risikonya besar, tetapi dampaknya juga dapat mengguncang seluruh industri.
- “Sering kali, yang benar-benar penting justru adalah produk kesepuluh—keberhasilan pendatang terakhir yang akhirnya sudah matang (last mover advantage).”
Hal yang harus diingat dalam aplikasi AI dan startup tech terkini
- Retention tidak bisa diselesaikan dengan optimasi fitur skala kecil; yang esensial adalah struktur dasar atau pemilihan kategori.
- Jika hanya percaya pada pertumbuhan viral, Anda pasti akan menabrak batas.
- Jangan sampai kehilangan karakteristik ‘Golden Cohort’, dan semakin berekspansi, semakin fokuslah pada cara mempertahankan retention.
- Untuk pertumbuhan jangka panjang, revenue retention justru lebih krusial!
- Yang paling penting adalah kombinasi empat elemen: ‘diferensiasi’, ‘timing’, ‘permintaan nyata’, dan ‘kategori yang tepat’.
Belum ada komentar.