Почти каждая статья об удержании начинается с обещания: удержать клиента в пять раз дешевле, чем привлечь нового. Мы искали первоисточник этой цифры и не нашли исследования, которое её подтверждает.
При этом само удержание работает, просто иначе, чем обещают: оно начинается с расчёта собственной базы. В этом гайде разберём, как посчитать удержание без самообмана, какие механики дают выручку в первую очередь и в какой момент попытка удержать клиента превращается в раздачу маржи.
Что такое удержание клиентов
Удержание клиентов, оно же ретеншн, — это способность бизнеса превращать разовых покупателей в повторных. Измеряется долей клиентов, которые остались с вами за период: пришли в январе и купили ещё раз до конца квартала, продлили подписку, вернулись в салон.
Удержание часто путают с лояльностью, а потом измеряют не то. Лояльность описывает отношение: клиент вас рекомендует, выбирает среди конкурентов, прощает ошибки. Удержание описывает поведение: клиент продолжает платить.
Лояльность к тому же слабо связана с деньгами: в исследовании на 16 000 клиентов четырёх компаний её корреляция с прибыльностью составила от 0,2 до 0,45, в среднем около 0,3. Половина «верных» клиентов едва окупала себя, а заметную часть прибыли приносили покупатели без всякой привязанности к бренду.
Поэтому дальше мы говорим о поведении, которое можно померить: покупках, продлениях, визитах. Об отношении к бренду у нас есть отдельный разбор метрики NPS и того, когда ей можно верить.
Правда ли, что удержание в пять раз дешевле привлечения
Раз меряем поведение, сначала разберёмся с цифрами, которыми принято оправдывать ставку на удержание. Три из них кочуют по статьям десятилетиями. Мы проверили первоисточники каждой.
«Удержать в 5 раз дешевле, чем привлечь». След ведёт в конец 1980-х, к американской исследовательской программе TARP. Само исследование при этом никто предъявить не может.
В книге Loyalty Myths авторы из Ipsos, разбиравшие этот миф, показали: соотношение меняется по фазам жизненного цикла, а самые дорогие в удержании клиенты часто оказываются самыми прибыльными.
В версии «от 5 до 25 раз» цифру закрепила статья в Harvard Business Review 2014 года, и то с оговоркой: «в зависимости от того, какому исследованию вы верите».
Разброс в пять раз сам по себе выдаёт, что измерения не было.
«Плюс 5% к удержанию дают от 25 до 95% к прибыли». У этой цифры первоисточник есть, и он говорит не то, что цитируют.
В работе Фредерика Райхельда 1990 года диапазон был 25–85%. Получен он не в эксперименте, а в финансовой модели: клиенты уходят вдвое реже, средний клиент живёт дольше, его расчётная ценность растёт.
Число 95% появилось в другой работе, 2000 года, об интернет-компаниях эпохи доткомов. Позже обе версии склеили в одну «цифру Bain». Главное, о чём модель молчит: сколько стоит купить эти пять процентных пунктов удержания.
Рост ценности оставшихся клиентов она считает, затраты на их удержание в неё не входят.
«Вероятность продать существующему клиенту 60–70%, новому 5–20%». Фраза и правда напечатана в книге Marketing Metrics, но без методологии, выборки и года: авторы привели её попутно, не как результат исследования. Первичных данных не нашли и те, кто искал их целенаправленно.
Есть и логическая ловушка: у действующих клиентов вероятность покупки выше в том числе потому, что они уже в цикле покупки.
Сравнивать их с холодной аудиторией некорректно.
Как тогда взвешивать привлечение и удержание клиентов? На собственных данных. Повторная продажа не требует расходов на привлечение: это арифметика, исследования тут не нужны.
Главный вопрос: сколько стоит само удержание в вашей модели. Сначала посчитаем уровень удержания, к его цене вернёмся в разделах о лояльности и деньгах.
Как рассчитать коэффициент удержания
Базовая метрика удержания называется CRR, Customer Retention Rate, коэффициент удержания клиентов. Формула:
CRR = (E − N) / S × 100%
- E — клиенты на конец периода;
- N — новые клиенты, пришедшие за период;
- S — клиенты на начало периода.
Пример. На начало квартала у магазина 2000 покупателей. За квартал пришли 600 новых, на конец периода активны 2100.
CRR = (2100 − 600) / 2000 × 100% = 75%. Три четверти прежних клиентов остались, четверть отвалилась. Обратная сторона той же величины называется оттоком: как считать его и что делать с результатом, мы разобрали в статье о Churn Rate.
Чтобы выводам можно было верить, договоритесь о двух вещах заранее. Первое: кого считать «активным» клиентом. В рознице нет момента «закрытия договора», активен тот, кто купил недавно, и границу «недавно» выбираете вы: месяц, полгода, год.
Второе: какой период брать. Он должен быть сопоставим с циклом покупки: для доставки еды месяц, для мебели год.
Почему средний CRR обманывает
Один общий CRR по всей базе смешивает клиентов разных поколений: тех, кто с вами три года, и тех, кто купил на прошлой неделе. Новички уходят чаще, ветераны реже, и средняя цифра скачет от структуры базы, а не от качества работы. В месяц с большим наплывом новых клиентов средний CRR просядет, даже если удержание не изменилось.
Помогает когортный расчёт: клиентов группируют по месяцу первой покупки и смотрят, какая доля каждой когорты вернулась через один, два, три месяца. Так видно главное: на каком шаге теряется больше всего клиентов.
Где обрыв обычно самый крутой и что с этим делать, разберём ниже, в точках потерь.
Какой показатель удержания считается хорошим
Посчитали свои 75% из примера выше. Много это или мало?
Универсальной нормы нет: уровень удержания задаётся прежде всего частотой покупки в категории. Ориентиры по сферам выглядят так:
| Сфера | Ориентир удержания | Что считают |
|---|---|---|
| Интернет-магазины | 20–30% за год | доля вернувшихся за год |
| Мебель, техника | 10–15% за год | повторная покупка в горизонте года |
| Салоны красоты, услуги | 30–50% по месяцам | возвращаемость к мастеру |
| Частый офлайн-ритейл | около 60% при 1–2 покупках в год | повторные покупки идентифицированных клиентов |
| Банки | выше 90% в год | доля не закрывших продукты |
| Подписки и ИТ-сервисы | от 95% в месяц | доля продливших подписку за месяц |
Оценки в таблице огрублены: внутри каждой сферы разброс большой, у сильных игроков доля возвращающихся заметно выше средней. Пользоваться таблицей стоит как проверкой на здравый смысл, а не как нормативом. Рабочий ориентир дают собственные когорты: выросла ли доля вторых покупок в этом квартале против прошлого.
Почему клиенты уходят
Когорты показали, сколько вы теряете. Следующий вопрос: где именно. Точек потерь обычно четыре.
Обрыв после первой покупки. Самая массовая точка: клиент купил, остался доволен и просто забыл о вас, потому что никто не напомнил. У многих магазинов семь из десяти покупателей так и не доходят до второй покупки.
Тихое затухание постоянных. Клиент не уходит демонстративно, он покупает реже, потом перестаёт открывать письма, потом исчезает.
В банках сигналы такого затухания видны за несколько месяцев до ухода: падают обороты, переводы утекают к конкурентам. Поэтому в основе удержания клиента банка два приёма: поймать сигналы рано и наращивать число продуктов, ведь чем их больше, тем труднее уйти.
В рознице то же самое читается по растущим паузам между покупками.
Проблемы сервиса. Опоздавшая доставка, грубый ответ поддержки, молчание после жалобы. Коммуникации здесь не лечат: клиента, которому не извинились за сорванную доставку, красивое письмо не вернёт.
Сначала устраните причину и только потом рассказывайте об этом.
Технический отток в подписках. До трети «ушедших» подписчиков никуда не уходили: у них не прошёл платёж по карте. Решается это не маркетингом, а повторными списаниями, письмом о проблеме с оплатой и автообновлением карт.
Если у вас подписочная модель, начните разбор оттока с платёжной статистики.
Стратегия удержания: с чего начать и что подключать дальше
Точка потерь найдена. Техники удержания принято подавать перечнем на десять пунктов, но перечень не говорит, что запускать первым.
Рабочая последовательность такая. Сначала убедиться, что бизнес «видит» клиента в данных. Затем посчитать базу, найти свою точку потерь и запустить один сценарий с контрольной группой: частью базы, для которой его не включают.
Программа лояльности в этой очереди стоит не первой и даже не третьей.
Проверка данных конкретная: склеиваются ли покупки с сайта, из магазина и приложения в один профиль клиента. Она занимает день и экономит месяцы: если профили не склеены, любая механика стреляет мимо, письмо-напоминание уходит человеку, который вчера купил в офлайне.
Первый контур: сценарии после подписки и брошенных действий
Больше половины выручки от автоматических коммуникаций обычно приносят две первые механики, поэтому с них и начинают.
Приветственная серия знакомит нового подписчика с ассортиментом и доводит до первой покупки. Сценарии брошенной корзины и брошенного просмотра называют триггерными: они возвращают тех, кто не дошёл до оплаты. Корзину бросают около 70% покупателей, а письмо-напоминание конвертирует в покупку 5–10% получателей.
Второй контур: реактивация уснувших
Здесь чаще всего ошибаются порогом: «спящим» объявляют клиента через условные 90 дней, взятые из чужой статьи.
Порог выводится из собственного цикла покупки, и в разных нишах он свой: от недели в тревел-сервисах до четырёх месяцев в товарах для дома.
Сценарий, настроенный по этому порогу, возвращает заметно больше людей. В открытом кейсе платформы автоматизации сервис доставки пиццы разбил первые сто дней клиента на четыре волны напоминаний с нарастающим стимулом. Доля вернувшихся ко второму заказу выросла с 28 до 34%.
Две детали, которые экономят маржу. В АБ-тестах реактивации размер скидки почти не влияет на отклик: пять-семь процентов срабатывают не хуже двадцати пяти.
А клиентов, которые не открыли ни одного письма за несколько месяцев реактивации, пора отпускать из рассылок: мёртвые адреса портят доставляемость всей базы. Пошагово мы разбирали это в материале о реактивации базы подписчиков.
Третий контур: сегменты и работа с ценными клиентами
Когда базовые сценарии запущены, база делится по давности, частоте и сумме покупок — это называется RFM-анализом. Смысл RFM в перераспределении бюджета: активным лояльным не нужны скидки, уходящим ценным нужен личный стимул, глубоко спящим достаточно редких касаний.
На этом уровне подключается и обратная связь, доведённая до конца: опрос, реакция на ответ, изменение процесса. Как это устроено на практике, видно в нашем кейсе, где опрос клиентов Kerastase привёл к пересмотру механики лояльности.
Верхний уровень зрелости: предсказание оттока. Модель оценивает вероятность, что клиент не вернётся, и стимул получает только сегмент риска.
Та же логика адресного стимула работает и в корзинах. В другом открытом кейсе обувной магазин вернул на 17% больше брошенных корзин: скидку видели только те, кто по прогнозу не купил бы сам.
Сводная карта базовых сценариев выглядит так. Пороги в колонке «Когда» отсчитываются от собственного цикла покупки:
| Триггер | Каналы и порядок | Когда | Задача |
|---|---|---|---|
| Подписка или регистрация | email, серия из 3–5 писем | сразу после подписки | довести до первой покупки |
| Брошенная корзина | email, затем пуш; максимум три касания, второе с бонусом | первое касание через 30–60 минут | вернуть к оплате |
| Первая покупка | на следующий день | спросить впечатление, подсказать следующую покупку | |
| Пауза дольше цикла покупки | каскад: пуш, email, затем SMS | когда пауза превысила цикл в полтора-два раза | реактивировать минимальным стимулом |
| Конец расходника | email, пуш | за несколько дней до расчётной даты | подвести к повторной покупке без скидки |
| Негативная оценка в опросе | звонок или письмо вручную | в течение суток | решить проблему, вернуть доверие |
Каскад в карте означает очередь каналов: дорогой SMS включается последним и только если бесплатные не сработали. База быстро перерастает ручную настройку таких связок: на объёме их отдают системам автоматизации маркетинга.
Когда программа лояльности не окупается
Только после этих контуров имеет смысл обсуждать программу лояльности: у неё две типовые точки убытка.
Первая: скидка достаётся тем, кто купил бы и без неё. Это называется мёртвым весом программы, и без контрольной группы его не видно: продажи участникам растут, на деле программа не меняет ничего. Панельное исследование австралийской программы FlyBuys это подтвердило: участники покупали так же, как покупали бы без неё.
Вторая: скидка воспитывает охотников за скидками. В исследовании купонных акций по 324 компаниям лишь около 20% пришедших за скидкой клиентов возвращались платить полную цену. Скидка меняет не привязанность, а точку сравнения: в следующий раз клиент ждёт того же или большего.
Отсюда условия, при которых программа окупается: маржа категории выдерживает вознаграждение, эффект измеряется приростом против контрольной группы, у баллов есть срок жизни.
Ещё один открытый кейс: аптечная сеть подняла годовое удержание с 60 до 70%, но на внедрение и калибровку у неё ушло полтора года. Какие бывают механики и как выбирать между ними, мы разбирали в материале о видах программ лояльности. Быстрых программ лояльности мы не видели: бывают непосчитанные.
Как понять, что удержание приносит деньги
Главная ловушка оценки: клиенты с высокой ценностью остаются дольше не потому, что вы их удержали, а потому, что им подходит продукт. Если сравнить «получателей рассылки» с «неполучателями» без случайного разбиения, разница припишет маркетингу заслуги продукта. Надёжный способ — контрольная группа и сравнение по марже, а не по открываемости писем.
Держите глобальную контрольную группу в несколько процентов базы постоянно, а не только в тестах отдельных писем. Она отвечает на неудобный вопрос: сколько денег принёс маркетинг удержания целиком, все сценарии из предыдущих разделов разом.
Цифра может разочаровать, зато она настоящая. Когда система выстроена, вклад канала виден напрямую: в нашем кейсе продуктового ритейлера доля CRM-канала в выручке выросла с 7 до 23%.
Тот же расчёт показывает и обратное: не каждого клиента стоит удерживать. Кто уменьшает прибыль с каждой новой покупкой или продлением:
- сегменты с отрицательной маржой;
- те, кто приходит только за скидкой;
- клиенты с аномальной нагрузкой на сервис.
Расчёт LTV, пожизненной ценности клиента, по сегментам показывает, в кого вкладывать, а кого отпустить без сожаления. Такие расчёты и контрольные группы мы настраиваем клиентам в проектах автоматизации маркетинга: сначала считаем, потом строим сценарии.
Как удерживать клиентов малому бизнесу
Всё сказанное выше может выглядеть работой для компаний с платформой и аналитиком. Принцип «посчитать, напомнить, померить» работает и в таблице на сто клиентов. Между тетрадью с клиентами и платформой за сотни тысяч в год есть рабочая середина, и большинству малых бизнесов хватает именно её.
Начните с таблицы заказов с датами и суммами. Разметьте её руками на три сегмента: купили один раз, покупают регулярно, молчат дольше своего цикла.
К сегментам добавьте две привычки: писать после первой покупки и лично напоминать о себе замолчавшим. В услугах сюда же входит запись на следующий визит, пока клиент ещё в салоне, и вопрос о впечатлении назавтра. Этого достаточно, чтобы сдвинуть возвращаемость на проценты, которые чувствуются в выручке.
Платформа автоматизации становится оправданной, когда касания руками перестают успевать за базой: по опыту пользователей таких систем, это десятки тысяч контактов. До этого порога деньги лучше вложить в то, что возвращает клиентов само: продукт, сервис, ассортимент.
Частые вопросы об удержании клиентов
Как считать удержание, если покупатели не идентифицируются?
Сначала нужен способ узнавать клиента: телефон на кассе, бонусная карта, аккаунт или email в заказе. Без идентификации коэффициент не посчитать: чеки анонимных покупателей не связываются в историю. Начните собирать контакты в обмен на понятную выгоду, и через два-три цикла покупки база позволит первый расчёт по когортам.
Как часто считать коэффициент удержания?
В одни и те же календарные точки: помесячно для частых покупок и подписок, поквартально для редких. Определение активного клиента и длину периода зафиксируйте один раз и не меняйте задним числом, старые замеры не пересчитывайте. Иначе динамика покажет смену методики, а не реальное изменение удержания.
Можно ли удерживать клиентов без скидок?
Да, и для маржи это лучший путь. Вместо скидок работают полезный контент, ранний доступ к новинкам, забота после покупки и быстрое решение проблем. Работает и подборка к прошлой покупке: к купленной кофемашине предложить зёрна и средство от накипи, а не процент на весь каталог.
Как вернуть ушедших клиентов и не быть навязчивым?
Ограничьте касания заранее: в цикле реактивации это три-четыре сообщения с паузами в несколько дней. Каждое следующее должно давать новый повод и по возможности другой канал: письмо, затем пуш, затем SMS. Если реакции нет, остановитесь: повтор того же текста не убеждает, а приближает жалобу на спам.
Как удерживать клиентов, если покупка разовая?
В категориях с разовой покупкой, от недвижимости до свадебных услуг, повторной сделки может не быть вообще. Здесь работают с окружением и смежными потребностями: попросить рекомендацию на пике впечатления, сопровождать смежные задачи вроде ремонта после покупки квартиры, оставаться в поле зрения полезным контентом. Метрикой становится доля сделок по рекомендации, а не повторные покупки.
Можно ли вернуть клиента, который ушёл к конкуренту?
Можно, если предложить повод, которого не было в момент ухода: новую линейку, изменившийся сервис, решённую проблему. Скидка тут работает хуже всего: она вернёт разве что охотника за скидками до следующей акции конкурента. Сначала стоит понять причину ухода по последним заказам и обращениям в поддержку и говорить именно о ней.
