N-Day-Retention ist die strenge Version der Retention-Messung: Der Nutzer muss GENAU an Tag N nach der Installation zurückgekehrt sein. D1-N-Day-Retention = der Nutzer hat die App an Tag 1 nach der Installation geöffnet. D7 = am Tag 7 geöffnet. D30 = am Tag 30 geöffnet. Kam er an den Tagen 1, 2, 3, 5, 6 und 8 zurück, aber nicht an Tag 7, zählt er nicht für D7-N-Day-Retention.
Die obigen Zahlen sind katalogweite Mediane, gemessen nach der strengen N-Day-Definition. Beachte, wie steil die Kennzahl kollabiert: D1 hält bei 27 %, aber bei D30 behält die Median-App weniger als 4 % der Installationen streng an Tag 30. Deshalb sind "Blog-Post-Benchmarks" von D30-Retention im Bereich 15–30 % in der Regel Rolling Retention oder Top-Dezil-N-Day, nicht das Median-Signal, das sich ergibt, wenn man die strenge Definition konsequent anwendet.
Warum N-Day der Branchenstandard ist: Es ist eindeutig und leicht kommunizierbar. "D30-Retention = 12 %" hat genau eine Bedeutung. Die Strenge erzeugt einen niedrigeren Wert als Rolling Retention (die Tag-N-oder-später zählt), aber die Strenge ist der Sinn der Sache — es ist ein schärferes Signal dafür, ob Nutzer im spezifisch gemessenen Rhythmus habitusgemäß zurückkehren.
Wochentags-Effekte sind in N-Day-Retention-Kurven sichtbar. Bei Produkten mit starken Werktag-Nutzungsmustern (Produktivitäts-Apps, Business-Tools) ist die D7-Retention oft höher als D6 oder D8, weil Nutzer ihre Woche ausrichten. Die Retention-Kurve sieht aus wie eine gedämpfte Oszillation statt eines glatten Abfalls. Das ist ein Feature, kein Bug — es zeigt dir, dass das Produkt einem wöchentlichen Nutzungsrhythmus folgt. Wenn deine D7-Retention deutlich höher als D6 / D8 ist, hast du wahrscheinlich ein starkes Werktag-verankertes Nutzungsmuster.
Wann N-Day vs. Rolling Retention einsetzen
- Hochfrequente Produkte (Messaging, Social, Daily-Streak-Games): N-Day funktioniert gut. Nutzer kehren tatsächlich täglich zurück, daher ist die EXAKT-TAG-Messung nicht zu rauschartig.
- Niedrigfrequente Produkte (Utilities, wöchentlich genutzte Content-Apps, monatliche Rechnungs-Apps): N-Day ist zu rauschartig. Ein Nutzer, der an Tag 5, 12 und 28 zurückkommt, hat D30 = 0 bei N-Day, ist aber offensichtlich engagiert. Stattdessen Rolling Retention verwenden.
- Branchenvergleiche: N-Day ist die Lingua franca. Wenn du "D30-Retention = X %" in einem öffentlichen Report liest, N-Day annehmen, sofern nicht anders angegeben.
Häufiger Fehler: Die eigenen Rolling-Retention-Zahlen mit branchenweiten N-Day-Benchmarks vergleichen. Deine "D30-Retention 35 %" könnte Rolling Retention sein (jeder zählt, der an Tag 30 oder später zurückkehrt), und die Branchenzahl "D30-Retention 12 %" ist N-Day (nur Tag-30-Besucher). Äpfel mit Birnen. Immer wissen, welche Methode du verwendest und welche das Vergleichsziel nutzt.
Der Chart zeigt die N-Day-D30-Verteilung auf Katalog-Ebene. Die dominierenden Buckets sind 1–2,5 % und 2,5–5 %, mit dem Gros der Katalog-Apps zwischen 1 % und 10 % gestapelt. Der "20 %+-D30-N-Day"-Bucket enthält nur wenige Tausend Apps — das ist die echte Population, für die D30-Rolling-Retention-Fallstudien geschrieben werden.
Median D1 / D7 / D30 retention by category (US, Q3 2025, MWM)
| Category | D1 | D7 | D30 |
|---|---|---|---|
| Social & Communication | 31.9% | 12.3% | 5.9% |
| Lifestyle & Well-being | 23.6% | 9.6% | 4.8% |
| Productivity & Tools | 23.0% | 8.9% | 4.5% |
| Education & Knowledge | 24.9% | 8.6% | 3.6% |
| Media & Entertainment | 24.9% | 8.0% | 3.4% |
| Game | 36.6% | 9.3% | 2.9% |
Die Kategorie-Aufschlüsselung zeigt das Lehrbuch-Muster: Games haben die höchste D1 (stärkste Onboarding-Stickiness am Installationstag), aber die niedrigste D30 (steilster Mid-Funnel-Kollaps). Social & Communication hat die stabilste Kurve. Die D1-zu-D30-Spanne ist das, was N-Day-Retention offenlegt, was Einzel-Zahl-Zusammenfassungen verbergen.