Метрики удержания клиентов: какие 5 цифр реально важны

Чем retention rate отличается от repeat purchase rate — и зачем считать оба?

Retention rate показывает, какая доля клиентов из когорты вернулась хотя бы раз за период. Repeat purchase rate — как часто в среднем они возвращаются. Первый отвечает на вопрос «сколько нас не бросили», второй — «насколько мы им нужны регулярно».

Пример: в оптике retention rate за год может быть 60% — звучит неплохо. Но repeat purchase rate при этом равен 1,1 — то есть большинство вернувшихся купили ровно один раз. Это значит, что линзы, растворы, оправы продаются мимо кассы: клиент уходит за сопутствующими товарами к конкурентам или в маркетплейс. Без второй метрики этой проблемы просто не видно.

Что такое time-to-second-purchase и почему именно она предсказывает ценность клиента?

Time-to-second-purchase (T2SP) — время между первой и второй покупкой. Это одна из самых недооценённых метрик удержания. Исследования бизнесов с повторными продажами стабильно показывают: клиенты, сделавшие вторую покупку быстро (в рамках характерного цикла категории), с высокой вероятностью становятся лояльными. Те, кто затянул — чаще уходят насовсем.

Практически это означает: момент между первой и второй покупкой — самое дорогое окно для коммуникации. Не после пятой покупки, когда лояльность уже сформирована, а именно здесь. Если вы не касаетесь клиента в этот период — вы отдаёте его случаю. Именно T2SP стоит закладывать в триггерные сценарии CRM в первую очередь.

Как считать churn rate правильно — и почему «средний по больнице» врёт?

Churn rate — доля клиентов, которые перестали покупать за период. Классическая ошибка — считать его по всей базе как единое число. В результате получается усреднённая температура по больнице: активные клиенты маскируют реальный отток в отдельных сегментах.

Считайте churn отдельно по когортам (месяц первой покупки), по категориям товаров и по каналу привлечения. Типичная картина в рознице: клиенты, пришедшие с акции, уходят в 2–3 раза быстрее, чем органические. Если смешать их в одной цифре, маркетинг будет оптимизировать не то и не там.

Дополнительно важен «мягкий чёрн» — клиенты, которые формально не ушли, но частота покупок упала на 50% и более. Они ещё числятся активными, но уже потеряны наполовину. Этот сегмент требует отдельного триггера, а не стандартной рассылки.

Что показывает customer lifetime value в разрезе retention — и как им пользоваться на практике?

CLV сам по себе — итоговая метрика. Но в контексте удержания важен не абсолютный CLV, а его динамика по когортам: растёт ли средний CLV клиентов, привлечённых полгода назад, по сравнению с теми, кто пришёл год назад. Если нет — retention-программа не работает, даже если отдельные её метрики выглядят нормально.

Практический способ использовать CLV для удержания: разбить базу на три сегмента по прогнозному CLV (высокий, средний, низкий) и настроить разные сценарии реактивации. На клиентов с высоким прогнозным CLV оправданы персональные звонки и индивидуальные офферы. На средний сегмент — автоматизированные триггеры с релевантным предложением. Низкий сегмент не стоит заливать скидками: это просто сжигание маркетингового бюджета.

Как связаны NPS и метрики retention — стоит ли вообще их сравнивать?

NPS измеряет декларируемую лояльность — «порекомендуете ли вы нас». Retention измеряет поведенческую лояльность — «вернулись ли вы сами». Между ними часто нет прямой корреляции, и это нормально. Клиент может рекомендовать вас знакомым, но сам покупать раз в два года — потому что продукт долгосрочный. И наоборот: покупать регулярно из удобства, но не советовать.

Для бизнеса с повторными продажами поведенческие метрики retention всегда приоритетнее NPS. Опрос — это намерение, покупка — это факт. Если выбирать, куда направить аналитический ресурс, начинайте с retention rate, T2SP и churn по когортам. NPS полезен для диагностики причин оттока — но не как основной KPI удержания.

Как автоматизировать сбор и мониторинг этих метрик без отдельной BI-команды?

Главная боль малого и среднего бизнеса: данные есть в 1С или CRM, но собрать из них когортный анализ и посчитать T2SP вручную — задача на несколько дней работы аналитика. В результате метрики либо не считаются вовсе, либо считаются раз в квартал — и к тому моменту реагировать уже поздно.

Решение — инструменты, которые работают поверх существующей учётной системы и считают retention-метрики в реальном времени, автоматически формируя сегменты для следующего шага. Именно так устроен «Умный цикл»: он подключается к 1С и CRM клиента, анализирует историю транзакций, вычисляет индивидуальный цикл покупки для каждого клиента и заранее кладёт готовое предложение в CRM — до того, как клиент успел уйти к конкурентам. При этом все данные остаются на сервере клиента, без передачи третьим сторонам, в соответствии с требованиями 152-ФЗ.

Это не замена аналитику, а инструмент, который переводит метрики удержания из отчётов в конкретные действия — автоматически и в нужный момент.

«Умный цикл» строит такой прогноз автоматически

Берёт данные из вашей учётной системы, считает следующую покупку каждого клиента и кладёт готовую сделку в CRM. Покажем на демо «горячий список» по вашей базе.