Retention D1/D7/D30: бенчмарки по индустриям в 2026 году
Клиент спрашивает: «У нас retention D7 — 12%, это хорошо или плохо?» Без ответа на этот вопрос любая цифра CPI бессмысленна — дешёвая установка, которая не возвращается, дороже дорогой установки, которая остаётся.
Коротко
- Retention сильно различается по категориям приложений — сравнивать fintech с гиперказуальной игрой бессмысленно.
- Средняя по всем категориям: D1 — около 24%, D7 — около 12%, D30 — около 5%. Fintech стабильно выше среднего (D30 11–15%), у разовых утилит и hypercasual игр D30 часто ниже 5%.
- Внутри одной категории разброс может быть больше, чем между категориями: у утилит D30 колеблется от «меньше 5%» у калькулятора до «больше 30%» у трекера расходов или погоды — решает частота, с которой нужна функция, а не жанр приложения.
- D1 retention почти полностью определяется первым запуском (онбординг), а не рекламным каналом — это первое, что стоит проверять при провале.
- Канал с низким CPI и провальным retention обычно даёт отрицательную unit-экономику — просто это не видно в первую неделю кампании.
Почему нельзя сравнивать retention «в среднем по рынку»
Retention зависит от того, насколько часто продукт нужен пользователю по своей природе.
Приложение такси открывают раз в несколько дней, банковское — почти ежедневно, приложение для разовой покупки мебели — возможно, никогда больше после первой сессии. Сравнение «средней температуры по больнице» вводит в заблуждение: продуктовая команда решает, что retention упал, хотя на самом деле изменилась структура трафика.
Прежде чем оценивать retention, нужно зафиксировать бенчмарк для конкретной категории и региона — общий показатель по рынку годится только как первый грубый ориентир.
Бенчмарки retention по вертикалям
Диапазоны для первичной оценки — не строгий норматив: у конкретного продукта показатель может законно отличаться.
| Вертикаль | D1 | D7 | D30 |
|---|---|---|---|
| Fintech / банкинг | 22–30% | ~18% | 11–15% |
| E-commerce | 18–24,5% | ~11% | 4,5–6% |
| Утилиты, регулярные (трекер, погода) | 25–35% | 20–30% | > 30% |
| Утилиты, разовые (калькулятор, фонарик) | 15–22% | 5–10% | < 5% |
| Hybrid casual игры | 35–45% | ~20% | ~10% |
| Hypercasual игры | 25–35% | 5–10% | 1–3% |
| Средняя по всем категориям | ~24% | ~12% | ~5% |
Цифры — ориентир для первичной оценки, усреднённый по индустриальным отчётам. Задача не «попасть в диапазон», а понять, куда движется тренд от когорты к когорте — и сравнивать не с рынком в целом, а с ближайшим по частоте использования аналогом.
Что делать, если retention ниже бенчмарка
Проверить D1 отдельно от D7/D30
Если проседает именно D1 — проблема в онбординге и первом запуске, а не в рекламном канале.
Сравнить retention по каналам трафика
Если у одного канала D7 вдвое ниже остальных при сопоставимом CPI — не масштабировать канал, даже если CPI привлекателен.
Проверить когорты по времени установки
Провал retention в конкретные даты обычно указывает на баг в приложении или всплеск некачественного трафика, а не на системную проблему продукта.
Сопоставить retention с LTV
Невысокий D30 иногда компенсируется высоким чеком в первые дни — решение принимается по payback period, а не по одному retention.
Как retention влияет на решение о масштабировании UA
Канал с CPI на 20% ниже конкурентов, но retention D7 вдвое хуже среднего по остальным каналам, почти всегда даёт худшую unit-экономику при пересчёте на LTV — просто это не видно в первую неделю кампании, когда решение принимается по CPI.
В отчётности по UA retention должен стоять рядом с CPI как равноправная метрика принятия решения, а не как второстепенный продуктовый показатель, который смотрят через месяц после того, как бюджет уже вложен.
Retention без привязки к бенчмарку по вертикали — просто число. Сначала фиксируем ориентир для конкретной категории продукта и региона, потом смотрим на тренд по когортам — и только после этого принимаем решение масштабировать канал или остановить его.