Почему удержать клиента важнее, чем найти нового
Содержание:
- Что такое коэффициент удержания клиентов
- Как считать
- Дневной, недельный, месячный
- Cоседи по аналитической панели
- Как улучшить показатель
Что такое коэффициент удержания клиентов
Коэффициент удержания клиентов (Retention Rate) — это доля пользователей, которые продолжают взаимодействовать с продуктом за выбранный период.
В 1990-х годах Фредерик Райхельд, партнер Bain & Company и автор книги «Эффект лояльности», провел масштабное исследование и показал: стоимость привлечения нового клиента в среднем в пять раз выше, чем затраты на удержание существующего. Тогда же он заложил основу для понимания того, почему удержание — это фундаментальный драйвер роста бизнеса. В те годы метрика существовала скорее как концептуальный инструмент, ее считали вручную по базам данных. Взрывной рост интереса к ней произошел с распространением SaaS-модели в 2000-х и 2010-х: когда бизнес строится на ежемесячных подписках, каждый ушедший пользователь — это предсказуемая дыра в выручке. Для стартапов из Кремниевой долины коэффициент стал одним из главных показателей на питчах инвесторам наравне с ростом пользовательской базы.
Как считать
Формула устроена так, чтобы исключить из расчета новых клиентов, пришедших за период, — иначе их приток искусственно завысил бы показатель удержания.
RR = (Клиенты на конец периода − Новые клиенты за период) ÷ Клиенты на начало периода × 100%
Предположим, у интернет-магазина обуви на начало февраля было 1 300 покупателей. За месяц пришло 400 новых, но 500 человек не совершили повторную покупку. Итого на конец месяца: 1 300 + 400 − 500 = 1 200 клиентов.
RR = (1 200 − 400) ÷ 1 300 × 100% = 61,5%
Это значит, что из тех 1 300 человек, которые были в феврале, 800 вернулись. Примерно каждый третий не вернулся — и вот это уже повод задуматься, почему.
Другой пример — онлайн-кинотеатр с подпиской. На начало апреля: 3 000 подписчиков, за месяц пришло 1 500 новых, отписалось 600. На конец периода: 3 900 подписчиков.
RR = (3 900 − 1 500) ÷ 3 000 × 100% = 80%
Восемьдесят процентов — хороший результат для стримингового сервиса. Для сравнения: по данным исследовательской компании Recurly Research, средний коэффициент удержания для стриминговых подписок составляет около 75–80%, тогда как для SaaS-продуктов в B2B-сегменте норма начинается от 85%.
Перед расчетом нужно определить, кого считать «активным» клиентом. В магазине это может быть человек, совершивший хотя бы одну покупку за период. В приложении — пользователь, открывший его хотя бы раз.
Дневной, недельный, месячный
Коэффициент не существует в вакууме — его смысл полностью зависит от того, с какой частотой клиент в принципе должен возвращаться к продукту.
Дневной RR имеет смысл для продуктов, которые предполагают ежедневное использование: мобильные игры, приложения-трекеры, сервисы доставки еды. В геймдеве существует отдельный термин — Day 1, Day 7, Day 30 Retention, то есть доля игроков, вернувшихся через день, через неделю и через месяц после установки. Для казуальных мобильных игр хорошим показателем считается Day 1 Retention около 40% и Day 30 около 10–15%. Числа может казаться скромными, но с учетом миллионных установок даже небольшой процент остающихся пользователей формирует ядро монетизации.
Недельный RR подходит для маркетплейсов, финтех-приложений и B2B-инструментов — продуктов, которыми пользуются несколько раз в неделю, но не каждый день.
Месячный RR — классика для SaaS, образовательных платформ, подписочных сервисов и e-commerce с редкими покупками. Для онлайн-кинотеатров, например, именно месячный показатель служит главным индикатором здоровья подписной базы.
Отдельного разговора заслуживают продукты с принципиально редкими циклами потребления. Сервис по поиску недвижимости или платформа для бронирования авиабилетов просто не могут показывать высокий ежемесячный RR, потому что человек покупает квартиру или летит в отпуск не каждый месяц. Для таких продуктов логичнее измерять удержание за квартал или год и сравнивать с собственными историческими данными, а не с отраслевыми бенчмарками из других ниш.
Cоседи по аналитической панели
Коэффициент удержания редко анализируют в одиночестве, он работает в связке с несколькими другими показателями, которые вместе дают полную картину.
Churn Rate — прямая противоположность Retention. Если Retention показывает, сколько осталось, то Churn показывает, сколько ушло. Формально: Churn Rate = 100% − Retention Rate. Когда Retention ползет вниз, а Churn растет, это явный сигнал, что где-то что-то сломалось.
LTV (Lifetime Value) — это сумма денег, которую клиент приносит за все время взаимодействия с компанией. Retention Rate напрямую влияет на LTV: чем дольше клиент остается, тем выше его ценность.
CAC (Customer Acquisition Cost) — стоимость привлечения одного клиента. Здесь Retention Rate работает как множитель: если клиент уходит после первой покупки, высокие затраты на его привлечение никогда не окупятся. Когда Retention растет, каждый вложенный в привлечение рубль приносит больше выручки — просто за счет того, что клиент совершает не одну, а несколько покупок.
NPS (Net Promoter Score) — индекс готовности клиентов рекомендовать продукт. Исследования показывают, что высокий NPS коррелирует с высоким Retention: довольный клиент не только остается сам, но и приводит других. Это делает работу над лояльностью вдвойне выгодной.
Repeat Purchase Rate — доля клиентов, совершивших больше одной покупки. Для e-commerce это часто более чувствительный показатель, чем общий Retention, потому что позволяет отделить случайных покупателей от тех, кто вернулся осознанно.
Как улучшить показатель
Retention Rate удобен тем, что за его снижением почти всегда стоит конкретная причина. Иногда это проблема с продуктом, иногда — с коммуникацией, иногда — с ценообразованием.
Когортный анализ — пожалуй, самый мощный инструмент. Идея проста: вместо того чтобы смотреть на усредненный RR по всей базе, вы берете группу пользователей, пришедших в одно время (например, в марте), и смотрите, как их активность меняется с каждым последующим месяцем. Если когорта марта ведет себя хуже когорты января, значит, что-то изменилось между январем и мартом, и это уже повод для конкретного расследования.
Онбординг — зона, которую недооценивают чаще всего. По данным исследований, 55% пользователей прекращают использовать продукт, потому что так и не разобрались, как он работает. Человек, который не понял ценность продукта в первые несколько сессий, скорее всего, не вернется.
Программы лояльности работают по-разному в зависимости от ниши, но там, где они применимы, дают измеримый эффект. Накопительные баллы, закрытые скидки для постоянных покупателей, персонализированные предложения создают у клиента ощущение, что уходить невыгодно.
Персонализация коммуникаций — еще один рычаг, который часто используют формально, но редко — хорошо. Письмо с именем клиента и «персональной» рекомендацией, сгенерированной алгоритмом, читается иначе, чем массовая рассылка. Ключ здесь — сегментация: разным группам пользователей нужны разные сообщения в разное время.
Ретаргетинг помогает вернуть тех, кто уже проявил интерес, но не совершил повторного действия. Например, покупатель, который три месяца не заходил в интернет-магазин, может отреагировать на напоминание со скидкой на товар из последнего просмотра, особенно если его показать в правильный момент.
Наконец, стоит честно признать: никакие инструменты не помогут, если сам продукт не решает задачу клиента достаточно хорошо. RR — это в конечном счете зеркало качества того, что вы предлагаете. Метрика не улучшается рассылками и программами лояльности, если человек уходит потому, что нашел продукт лучше.
