Irgendwo in Ihrem Analytics-Tool gibt es ein Diagramm, das bei 100 % beginnt und nur noch nach unten geht. Neue Teams werfen meist einen kurzen Blick darauf, zucken zusammen und wenden sich freundlicheren Diagrammen zu. Das ist ein Fehler, denn diese fallende Linie, die Retention-Kurve, beantwortet die eine Frage, um die alle anderen Diagramme herumtanzen: Nutzen die Menschen, die Ihr Produkt ausprobieren, es auch weiterhin?
Diese Erklärung richtet sich an alle, die dieses Diagramm zum ersten Mal sehen, und an alle, die in Meetings zustimmend genickt und sich insgeheim gefragt haben, was „die Kurve flacht ab“ eigentlich bedeutet. Vorwissen in Analytics ist nicht nötig. Am Ende wissen Sie genau, was eine Retention-Kurve ist, warum Ihr Tool sie vielleicht Retention-Diagramm oder Retention-Grafik nennt, wie Sie ihre Form lesen und wie Sie selbst eine erstellen.
Wenn Sie die Grundlagen schon kennen und das fortgeschrittene Playbook suchen (Benchmarks, Retention-Modellierung, Vergleiche von Kohorte zu Kohorte und die Hebel, die die Kurve verändern), finden Sie es in unserem vollständigen Leitfaden zur Retention-Kurve. Diese Seite ist das Erdgeschoss.
Das Wichtigste in Kürze
- Eine Retention-Kurve ist ein Liniendiagramm einer Kohorte im Zeitverlauf. Sie zeigt, welcher Prozentsatz der Nutzer, die sich gemeinsam registriert haben, an Tag 1, Tag 7, Tag 30 und darüber hinaus noch aktiv ist. Sie beginnt immer bei 100 % und fällt dann.
- Retention-Kurve, Retention-Diagramm, Retention-Grafik: alles dasselbe. Verschiedene Tools verwenden unterschiedliche Namen für genau dieselbe Visualisierung. Sie lesen sie alle auf die gleiche Weise.
- Die Form ist die Botschaft. Eine Kurve, die in ein Plateau übergeht, bedeutet, dass ein Kern von Nutzern geblieben ist: das gesunde Muster. Eine Kurve, die gegen null rutscht, bedeutet, dass das Produkt niemanden hält.
- Retention selbst ist ein einfaches Verhältnis. Noch aktive Nutzer ÷ Nutzer, die gestartet sind, gemessen zu jedem Zeitpunkt. Die Kurve ist einfach dieses Verhältnis, gezeichnet.
- Sie können an einem Nachmittag eine in einer Tabellenkalkulation erstellen oder ein No-Code-Analytics-Tool sie laufend aus echten Nutzungsereignissen zeichnen lassen.
- Die Kurve diagnostiziert, das Onboarding behandelt. Ein steiler früher Absturz ist ein Aktivierungsproblem, und wer die erste Woche verbessert, verschiebt das ganze Diagramm.
Retention-Kurve: die Definition
Retention-Kurve (Substantiv). Ein Liniendiagramm, das zeigt, welcher Prozentsatz einer Nutzerkohorte, also aller, die sich im selben Zeitraum registriert haben, zu jedem Zeitpunkt nach der Registrierung noch aktiv ist. Die Zeit seit der Registrierung verläuft entlang der unteren Achse, der noch aktive Anteil der Kohorte entlang der Seite. Die Linie beginnt an Tag 0 bei 100 % und fällt von dort ab. Auch Retention-Diagramm oder Retention-Grafik genannt (englisch: retention curve, retention chart, retention graph).
Jedes Wort in dieser Definition hat eine Aufgabe, also sehen wir uns die zwei an, über die viele stolpern.
„Kohorte“ bedeutet, dass das Diagramm nie alte und neue Nutzer vermischt. Es wählt eine Gruppe aus (zum Beispiel alle, die sich in der ersten Juliwoche registriert haben) und verfolgt nur diese. Genau das macht die Kurve ehrlich. Eine Kennzahl wie monatlich aktive Nutzer kann großartig aussehen, nur weil das Marketing einen guten Monat hatte; eine Kohorte lässt sich dagegen nie auffüllen. Sie kann nur schrumpfen, also kann die Linie nur die Wahrheit sagen.
„Aktiv“ bedeutet, dass der Nutzer etwas Sinnvolles getan hat (ein Dashboard gebaut, ein Teammitglied eingeladen, einen Bericht exportiert), nicht bloß, dass sein Konto existiert oder er sich eingeloggt hat. Jedes Team, das sein erstes Retention-Diagramm erstellt, muss festlegen, was „aktiv“ für sein Produkt bedeutet, und diese Entscheidung ist wichtiger als jedes Detail der Darstellung (mehr dazu im Anleitungsabschnitt weiter unten).
Als Satz gelesen sagt ein Punkt auf der Kurve: „Von den Nutzern, die an Tag 0 gemeinsam gestartet sind, hat dieser Prozentsatz das Produkt N Tage später noch wirklich genutzt.“ Verbinden Sie diese Punkte, und Sie erhalten die Kurve.
Retention-Kurve vs. Retention-Diagramm vs. Retention-Grafik
Drei Namen, eine Visualisierung. Wenn Sie nach „Retention-Diagramm“ und „Retention-Grafik“ gesucht und sich gefragt haben, ob das unterschiedliche Darstellungen sind: Sind sie nicht. Die Begriffe sind vollständig austauschbar, und welchem Sie zuerst begegnen, hängt vor allem davon ab, welches Tool Ihr Team verwendet.
| Begriff | Was er betont | Wo Sie ihn hören |
|---|---|---|
| Retention-Kurve | Die Form der Linie: der Absturz, die Neigung, das Plateau | Diskussionen zur Produktstrategie, Gespräche mit Investoren, Texte über Wachstum |
| Retention-Diagramm | Die Darstellung selbst, die Visualisierung in Ihrem Dashboard | Analytics-Tools, Dashboards, Reporting-Präsentationen |
| Retention-Grafik | Dasselbe wie das Diagramm, eine regionale bzw. stilistische Variante | Synonym zu „Diagramm“ verwendet; im Englischen ist „graph“ im britischen Sprachgebrauch etwas häufiger |
Eine verwandte Darstellung ist tatsächlich etwas anderes und verdient eine Erwähnung: die Kohorten-Retention-Tabelle (manchmal „Kohortenraster“ genannt). Das ist die dreieckige Tabelle mit Prozentwerten, eine Zeile pro Kohorte, die viele Analytics-Tools neben dem Diagramm anzeigen. Jede Zeile dieser Tabelle enthält die Rohdaten für eine Retention-Kurve; die Kurve ist einfach eine Tabellenzeile, als Linie gezeichnet. Dieselben Daten, zwei Ansichten: Die Tabelle eignet sich besser, um viele Kohorten auf einmal zu überfliegen, die Kurve besser, um die Form wirklich zu sehen.
Der Aufbau eines Retention-Diagramms
Legen Sie einem Produktteam eine beliebige Retention-Grafik vor, und es wird sie in derselben Reihenfolge lesen: Start, Absturz, Einpendeln. Hier ist der Aufbau, beschriftet.
Die drei Orientierungspunkte jedes Retention-Diagramms: der garantierte Start bei 100 %, der frühe Absturz und das Plateau, auf dem sich die Kurve einpendelt.
- Der Start (Tag 0, 100 %). Keine Leistung, sondern eine Definition. Alle in der Kohorte waren an dem Tag aktiv, an dem sie sich registriert haben. Aussagekräftig wird das Diagramm erst ab Tag 1.
- Der Absturz. Jedes Produkt verliert in den ersten Tagen einen großen Teil der Registrierungen; die Frage ist nur, wie groß. Dieser Bereich wird fast vollständig vom Onboarding bestimmt, also davon, ob neue Nutzer den Aha-Moment des Produkts erreichen, bevor Reibung oder Ablenkung gewinnen.
- Das Plateau (oder sein Fehlen). Wo die Kurve aufhört zu fallen, falls sie es tut, ist das mit Abstand wichtigste Merkmal des Diagramms. Ein Plateau ist ein Kern von Nutzern, für die das Produkt wirklich funktioniert. Kein Plateau bedeutet, dass niemand bleibt, und das lässt sich mit keiner noch so großen Akquise beheben.
Eines kann das Diagramm nicht: seine eigene Zukunft vorhersagen. Eine Kohorte, die sich vor zwei Wochen registriert hat, hat eine zwei Wochen alte Kurve; Sie können noch nicht wissen, ob sie abflachen wird. Junge Kohorten sehen immer schlechter aus, als sie am Ende sein werden. Beurteilen Sie eine Kurve erst, wenn die Kohorte über das Gewohnheitsfenster Ihres Produkts hinaus gereift ist.
Beispiele für Retention-Kurven: die drei Formen
Jede jemals gezeichnete Retention-Kurve landet in einer von drei Familien. Hier sind alle drei in einem Diagramm, gefolgt davon, was jede Ihnen sagt.
Die drei Formen der Retention-Kurve in einer Retention-Grafik: abfallend (rot), abflachend (blau) und lächelnd (grün).
Beispiel 1: Die abflachende Kurve, die Sie sich wünschen
Ein durchgerechnetes Beispiel einer Retention-Kurve mit echten Zahlen. Ein SaaS-Produkt gewinnt in einer Woche 500 Nutzer. An Tag 1 kommen 225 zurück, 45 %. An Tag 7 sind noch 140 aktiv, 28 %. An Tag 30 sind noch 100 übrig, 20 %. Dann passiert etwas Gutes: fast nichts. Tag 60 zeigt 19 %, Tag 90 zeigt 19 %. Die Kurve hat sich bei ungefähr einem von fünf Nutzern eingependelt, und diese rund 95 Menschen haben das Produkt in ihre wöchentliche Routine eingebaut. Die frühen Verluste sollten Sie trotzdem angehen, aber das Fundament ist echt: Dieses Produkt hält Nutzer.
Beispiel 2: Die abfallende Kurve, der undichte Eimer
Dieselben 500 Registrierungen, ein anderes Produkt. Tag 1: 40 %. Tag 7: 22 %. Tag 30: 11 %. Tag 60: 6 %. Tag 90: 3 %, und es geht weiter abwärts. Es bildet sich kein Plateau; lässt man genug Zeit vergehen, schrumpft die Kohorte auf null. Jeder Nutzer, den dieses Produkt gewinnt, geht irgendwann wieder, was bedeutet, dass das Akquisitionsbudget Traffic mietet, statt ein Geschäft aufzubauen. Die Diagnose ist unverblümt: Nutzer finden keinen dauerhaften Nutzen, und die Lösung beginnt beim Produkt und seinem Onboarding, nicht bei mehr Registrierungen.
Beispiel 3: Die lächelnde Kurve, abgewanderte Nutzer kommen zurück
Die seltenste Form. Die Kurve fällt, flacht ab und beginnt dann, Monate später, wieder zu steigen. Nutzer, die inaktiv geworden waren, kehren zurück: Ein großer Feature-Launch hat sie zurückgeholt, Teammitglieder haben sie zu gemeinsamer Arbeit eingeladen, oder ein saisonaler Arbeitsablauf (Planungssaison, Steuersaison) hat wieder begonnen. Eine lächelnde Kurve entsteht fast nie zufällig, und wenn sie auftritt, besteht die Aufgabe darin, den Mechanismus zu finden und wiederholbar zu machen; unser Leitfaden zum Ankündigen neuer Funktionen behandelt den Auslöser, den Sie am besten steuern können.
Für die tiefergehende Diagnose (den Absturz, die Neigung und die Asymptote lesen wie ein Produktteam und Ihr Plateau mit Benchmarks vergleichen) lesen Sie weiter im vollständigen Leitfaden zur Retention-Kurve.
So erstellen Sie ein Retention-Diagramm (in vier Schritten)
Für Ihre erste Retention-Grafik brauchen Sie kein Datenteam. Sie brauchen eine Liste von Nutzern, ihre Registrierungsdaten und eine Aufzeichnung darüber, wann sie etwas Sinnvolles getan haben. Der gesamte Ablauf:
- Nutzer nach Registrierungsdatum in Kohorten gruppieren
- Festlegen, was „aktiv“ für Ihr Produkt bedeutet
- Den noch aktiven Prozentsatz an jedem Messpunkt zählen
- Die Prozentwerte als Linie auftragen
1. Nutzer nach Registrierungsdatum in Kohorten gruppieren
Wählen Sie ein Gruppierungsfenster und ordnen Sie jeden Nutzer der Kohorte des Zeitraums zu, in dem er sich registriert hat. Wöchentliche Kohorten sind der SaaS-Standard: groß genug, um Rauschen auszugleichen, und häufig genug, um Veränderungen schnell zu zeigen. Wenn Sie nur eine Handvoll Registrierungen pro Woche haben, verwenden Sie stattdessen monatliche Kohorten.
2. Festlegen, was „aktiv“ für Ihr Produkt bedeutet
Die folgenreichste Entscheidung der ganzen Übung. Ein Login-basiertes Diagramm lügt höflich: Jemand kann die App öffnen, sich zehn Sekunden umsehen und nie wiederkommen, und das Diagramm verbucht trotzdem einen gehaltenen Nutzer. Wählen Sie die Aktion, die echten gelieferten Nutzen darstellt: ein erstelltes Dokument, eine versendete Rechnung, ein mit dem Team geteilter Bericht. Wenn Ihr Team bereits ein Aktivierungsereignis definiert hat, gilt hier dieselbe Logik: ein Ergebnis, kein Besuch.
3. Den noch aktiven Prozentsatz an jedem Messpunkt zählen
Zählen Sie für jede Kohorte, wie viele Mitglieder die aktive Aktion an (oder innerhalb) jedem Messpunkt ausgeführt haben (Tag 1, Tag 7, Tag 30, Tag 60, Tag 90), und teilen Sie durch die Ausgangsgröße der Kohorte. Eine Kohorte mit 500 Personen, von denen in Woche 2 noch 140 aktiv sind, hat an diesem Punkt eine Retention von 28 %. In einer Tabellenkalkulation ist das ein ZÄHLENWENNS pro Zelle; die eigentliche Arbeit steckt in den Event-Daten dahinter.
4. Die Prozentwerte als Linie auftragen
Zeit auf der x-Achse, Prozentsatz auf der y-Achse, eine Linie pro Kohorte, und schon haben Sie ein Retention-Diagramm. Die Version in der Tabellenkalkulation ist ein guter erster Entwurf, aber sie ist schon am Tag ihrer Erstellung veraltet. Für eine Live-Version, die sich selbst aktualisiert, kommt die No-Code-Produktanalyse von Kompassify ins Spiel: Sie erfasst, wie Nutzer mit Ihrem Produkt interagieren, und weist laufend abwandernde, engagierte und aktivierte Nutzer aus; ohne SQL, ohne Event-Pipeline, und sie befindet sich auf derselben Plattform wie die Onboarding-Tools, mit denen Sie darauf reagieren.
Was ist Retention? Die Kennzahl hinter der Kurve
Treten Sie für einen Moment vom Diagramm zurück, denn das Wort dahinter verdient eine eigene Definition.
Die Kennzahl in einer Zeile. Retention = noch aktive Nutzer ÷ Nutzer, die gestartet sind, im Zeitverlauf verfolgt. Eine Kohorte von 1.000 Registrierungen, von denen einen Monat später 200 Personen wirklich aktiv sind, hat eine Retention von 20 % an Tag 30. Ihr Gegenteil ist der Churn, der Anteil derer, die gegangen sind, und beide ergeben zusammen immer 100 %.
Warum konzentrieren sich alle, von Produktmanagern bis zu Investoren, auf dieses eine Verhältnis? Weil es sich auf alles andere auswirkt und mit der Zeit potenziert. Einen neuen Kunden zu gewinnen kostet 5- bis 25-mal mehr, als einen bestehenden zu halten (Harvard Business Review), und Untersuchungen von Bain & Company zeigen, dass eine um nur 5 % höhere Retention den Gewinn um 25 % bis 95 % steigern kann. Die Retention setzt die Obergrenze für alles, was danach kommt: was ein Kunde über seine gesamte Laufzeit wert ist, ob Empfehlungen den Churn jemals überholen können und ob Ihr Werbebudget einen Vermögenswert aufbaut oder nur ein Publikum mietet.
Die Retention-Kurve ist einfach diese Kennzahl, ernst genommen: Statt eine einzige Zahl zu nennen (eine „Retention-Rate von 20 % an Tag 30“), zeigt die Kurve den gesamten Verlauf, sodass Sie sehen, wann Nutzer gehen, nicht nur, dass sie gehen. Die Rate ist die Schlagzeile, die Kurve die Geschichte. Und sobald die Kurve Ihnen zeigt, wo die Verluste entstehen, ist die Behandlung eine Retention-Strategie; dieses Playbook finden Sie in unseren Leitfäden zur User Retention und dazu, wie Sie sie steigern.
Sie können das Diagramm lesen. Und jetzt?
Wer weiß, was eine Retention-Kurve ist, ist den meisten, die nur flüchtig auf Dashboards schauen, bereits voraus. Darauf zu handeln ist das eigentliche Spiel, und die passende Maßnahme hängt davon ab, wo Ihre Kurve Nutzer verliert:
- Verlieren Sie in der ersten Woche fast alle? Das ist ein Aktivierungsproblem im Retention-Kostüm. Geben Sie neuen Nutzern eine geführte erste Sitzung, eine kurze Produkttour, die in eine kleine Onboarding-Checkliste übergeht, damit sie den ersten Nutzen erreichen, bevor sie den Tab schließen.
- Halten Sie Nutzer einen Monat lang und verlieren sie dann still und leise? Das Produkt ist noch keine Gewohnheit geworden. Bringen Sie unentdeckte Funktionen mit In-App-Ankündigungen und kontextbezogener Anleitung im richtigen Moment vor die richtigen Nutzer.
- Die Kurve flacht ab, aber tiefer als gewünscht? Fragen Sie nach. Eine In-App-NPS-Umfrage erreicht sowohl die Fans (warum sie bleiben) als auch die Kritiker (was sie gehalten hätte).
Das ist bewusst die Kurzfassung; das vollständige Diagnose-Playbook finden Sie im vollständigen Leitfaden zur Retention-Kurve.
Sehen Sie Ihre eigene Retention-Kurve und verändern Sie sie
Kompassify verbindet No-Code-Produktanalyse (Berichte zu abwandernden, engagierten und aktivierten Nutzern) mit den Tools, die das Diagramm tatsächlich verändern: Produkttouren, Onboarding-Checklisten, In-App-Ankündigungen und NPS-Umfragen. DSGVO-konform, in der EU gehostet, kostenlos für weniger als 100 monatlich aktive Nutzer, kostenpflichtige Pläne ab $129/Monat.
Kostenlos starten →Häufig gestellte Fragen
Was ist eine Retention-Kurve?
Eine Retention-Kurve ist ein Liniendiagramm, das zeigt, welcher Prozentsatz einer Gruppe von Nutzern ein Produkt im Lauf der Zeit noch verwendet. Die Gruppe, Kohorte genannt, umfasst alle, die sich im selben Zeitraum registriert haben. Die x-Achse zeigt die Zeit seit der Registrierung, die y-Achse den Anteil der Kohorte, der noch aktiv ist. Die Linie beginnt an Tag 0 bei 100 % und fällt von dort ab. Ob sie weiter fällt oder in ein Plateau übergeht, ist der schnellste verfügbare Hinweis darauf, ob ein Produkt seine Nutzer hält.
Sind ein Retention-Diagramm und eine Retention-Grafik dasselbe wie eine Retention-Kurve?
Ja. Retention-Kurve, Retention-Diagramm und Retention-Grafik beschreiben alle dieselbe Visualisierung: den aktiven Anteil einer Kohorte, aufgetragen über die Zeit. „Kurve“ betont die Form der Linie, „Diagramm“ und „Grafik“ betonen die Darstellung selbst, und Analytics-Tools verwenden alle drei Begriffe synonym. Egal, welchen Namen Ihr Dashboard verwendet, Sie lesen es immer gleich: Wo fällt die Linie ab, und flacht sie ab?
Was genau ist Retention?
Retention ist der Anteil der Nutzer, die ein Produkt im Lauf der Zeit noch wirklich verwenden, also Wochen oder Monate nach der Registrierung noch eine sinnvolle Aktion ausführen, statt nur ein Konto offen zu halten. Die Zahlen zeigen, warum das wichtig ist: Einen neuen Kunden zu gewinnen kostet das 5- bis 25-Fache dessen, was es kostet, einen bestehenden zu halten, und Bain & Company hat festgestellt, dass eine um 5 % höhere Retention den Gewinn um 25 % bis 95 % steigern kann.
Wie sieht ein Beispiel für eine Retention-Kurve aus?
Nehmen Sie 500 Nutzer, die sich in derselben Woche registriert haben. An Tag 1 kommen 225 von ihnen zurück (45 %). An Tag 7 sind noch 140 aktiv (28 %). An Tag 30 sind noch 100 übrig (20 %), und ab Tag 60 pendelt sich die Zahl bei etwa 95 ein (19 %). Trägt man diese Prozentwerte auf, entsteht eine Retention-Kurve, die steil abfällt und dann abflacht: die gesunde Form, weil ein stabiler Kern von Nutzern geblieben ist.
Wie erstellt man ein Retention-Diagramm?
In vier Schritten: Gruppieren Sie Nutzer nach Registrierungswoche oder -monat in Kohorten; legen Sie fest, was als „aktiv“ zählt (eine sinnvolle Aktion, kein Login); zählen Sie, wie viele Mitglieder der Kohorte an jedem Messpunkt aktiv waren (Tag 1, Tag 7, Tag 30…), und teilen Sie durch die Ausgangsgröße der Kohorte; tragen Sie die Prozentwerte dann als Linie auf. Das geht in einer Tabellenkalkulation mit exportierten Event-Daten oder mit einem Produktanalyse-Tool wie Kompassify, das die Nutzeraktivität erfasst und abwandernde, engagierte und aktivierte Nutzer ganz ohne Code ausweist.
Warum flacht meine Retention-Kurve nie ab?
Eine Kurve, die gegen null fällt, ohne sich einzupendeln, bedeutet: Nutzer probieren das Produkt aus, ziehen keinen dauerhaften Nutzen daraus und gehen wieder, ein undichter Eimer. Die üblichen Ursachen sind ein Onboarding, das Nutzer nie zum Kernnutzen des Produkts führt, oder ein Produkt, das eine einmalige Aufgabe löst statt einer wiederkehrenden. Bevor Sie mehr in Akquise investieren, beheben Sie die Aktivierung: Verkürzen Sie den Weg von der Registrierung zum ersten Nutzen mit einer fokussierten Produkttour und einer Onboarding-Checkliste, und prüfen Sie, ob die Kurve beginnt, ein Plateau zu bilden.
Mit welchem Tool kann ich meine Retention-Kurve sehen?
Für Ihr erstes Diagramm reicht eine Tabellenkalkulation; ein Produktanalyse-Tool hält es aktuell. Die No-Code-Produktanalyse von Kompassify ist genau dafür gebaut: Sie verfolgt, wie Nutzer mit Ihrem Produkt interagieren, und weist abwandernde, engagierte und aktivierte Nutzer aus. Dieselbe Plattform enthält die Produkttouren, Onboarding-Checklisten, In-App-Ankündigungen und NPS-Umfragen, mit denen Sie auf das Gesehene reagieren. Sie ist DSGVO-konform, in der EU gehostet und kostenlos für weniger als 100 monatlich aktive Nutzer.