Rumus Cohort Retention: Cara SaaS dan UMKM Ukur Kesetiaan Pengguna

TL;DR: Cohort Retention mengukur persentase pengguna dari kelompok pendaftaran yang sama yang masih aktif setelah periode tertentu. Rumus dasar: $R_t = (A_t / A_0) \times 100\%$. Kurva retensi yang "flat" di bulan ke-3 adalah sinyal product-market fit awal.

Angka MAU atau total user sering menyesatkan. Bisnis terlihat tumbuh tapi sebenarnya cuma mengganti pengguna lama dengan yang baru (leaky bucket). Dalam beberapa audit yang saya lakukan untuk klien SaaS Atmo (LMS), kami menemukan bahwa cohort retention bulan ke-3 di bawah 15% menandakan masalah onboarding, bukan masalah akuisisi. Artikel ini memecah rumusnya.

Apa itu Cohort Retention?

Cohort Retention membagi pengguna berdasarkan periode pertama mereka aktif (sign-up week, sign-up month), lalu melacak persentase yang kembali tiap periode. Beda dengan Bounce Rate atau churn rate agregat, cohort menunjukkan perilaku per generasi user.

Rumus intinya:

Dengan $A_0$ = jumlah user di cohort awal, $A_t$ = jumlah user dari cohort yang sama masih aktif di periode $t$. Lihat juga definisi Kohort dan Cohort Retention untuk konteks tambahan.

Contoh Perhitungan

Anggap cohort Januari 2026 punya 1.000 user baru. Setelah 3 bulan:

Kurva retention: 100 -> 42 -> 28 -> 22. Penurunan tajam di M1 normal untuk freemium SaaS. Yang penting kurva mulai flat di M3.

Benchmark Retensi per Industri

Sumber: laporan Mixpanel Product Benchmarks 2024 dan Amplitude 2025.

Referensi: Mixpanel Product Benchmarks menyediakan pembagian lebih detail per sub-kategori.

Studi Kasus: Dari 12% ke 24% di Atmo LMS

Atmo, produk LMS yang saya kerjakan, awalnya retention M3 hanya 12%. Setelah dibedah per cohort, pengguna dari channel iklan berbayar drop 80% di minggu pertama, sementara cohort organic search tetap 35%.

Tiga intervensi:

1. Onboarding checklist muncul di sesi pertama dengan 4 milestone kecil. Activation rate naik dari 31% ke 52%.
2. Email drip di hari ke-3 dan ke-7 untuk user yang belum kembali, menaikkan M1 dari 38% ke 51%.
3. Pause channel berbayar yang jelek dan alokasi ulang ke SEO dan Content Marketing, menaikkan mix organic dari 22% ke 48% dari total akuisisi.

Hasil: retention M3 naik dari 12% ke 24% dalam 4 bulan. CAC juga turun 31% karena mix channel berubah.

Cara Hitung di SQL (Postgres)

WITH cohorts AS (
  SELECT user_id, DATE_TRUNC('month', MIN(created_at)) AS cohort_month
  FROM events GROUP BY user_id
),
activity AS (
  SELECT c.cohort_month,
         DATE_TRUNC('month', e.occurred_at) AS active_month,
         COUNT(DISTINCT c.user_id) AS users
  FROM cohorts c JOIN events e ON c.user_id = e.user_id
  GROUP BY 1, 2
)
SELECT cohort_month, active_month,
       users * 100.0 / FIRST_VALUE(users) OVER (PARTITION BY cohort_month ORDER BY active_month) AS retention_pct
FROM activity ORDER BY 1, 2;

Pertanyaan Umum

Apa bedanya cohort retention dan churn rate?

Churn rate melihat total user yang berhenti di periode tertentu tanpa memperhatikan kapan mereka mulai. Cohort retention memecah berdasarkan waktu sign-up sehingga Anda bisa melihat apakah kualitas user makin baik atau makin buruk.

Berapa periode minimal untuk analisis cohort?

Minimal 3 periode (M0, M1, M2) untuk melihat kurva. Ideal 6-12 periode untuk identifikasi titik flat.

Apakah cohort retention relevan untuk e-commerce?

Ya. Ukur lewat repeat purchase rate per cohort pembeli. Beda dengan SaaS, periode optimal di e-commerce biasanya mingguan atau 30-60 hari sesuai siklus pembelian kategori produk.

Yang Bisa Anda Lakukan Minggu Ini

Ekspor data sign-up dan event aktif 3 bulan terakhir ke spreadsheet. Bagi per minggu sign-up. Hitung $R_t$ untuk M1, M2, M3. Jika kurva M1 drop di atas 70%, masalah Anda bukan akuisisi, melainkan onboarding. Perbaiki alur pertama sebelum menambah budget iklan.