Что такое Retention в маркетинге: подробное руководство по удержанию клиентов

Представьте ведро с водой, в котором есть небольшая дырка. Можно наливать воду быстрее, но если она продолжает вытекать, уровень всё равно не будет расти. Примерно так выглядит бизнес, который постоянно привлекает новых клиентов, но почти не работает с теми, кто уже купил.

Клиент сделал заказ, оформил подписку или зарегистрировался в сервисе. Продажа состоялась. Но на этом работа с ним не заканчивается.

Если человек больше не возвращается, компании снова приходится искать нового клиента: запускать рекламу, привлекать трафик, обрабатывать заявки и проходить весь путь от первого контакта до сделки.

Именно с этой задачей работает ретеншн-маркетинг. Компания продолжает работать с уже привлечёнными клиентами: учитывает историю покупок или использования сервиса и выбирает подходящий момент для следующего контакта.

Retention в маркетинге показывает, продолжает ли клиент покупать или пользоваться продуктом после этой первой сделки. В статье разберём, как считать основные метрики, чем отличаются Day N, Rolling и Range Retention, какие стратегии помогают удерживать клиентов и как выстроить retention-стратегию с нуля.

• Ретеншн-маркетинг работает с уже существующей базой и помогает увеличивать повторные покупки, продления тарифов и другие целевые действия.
• Прежде чем считать retention, нужно определить, какое действие клиента считать возвратом и за какой период это оценивать.
• CRR и Churn показывают удержание и отток, RPR отражает повторные покупки, а LTV и CAC помогают оценить экономику клиента.
• NPS и CSAT говорят о клиентском опыте, но не заменяют данные о реальном поведении. Высокая оценка сама по себе не означает, что клиент купит снова.
• Персонализация, программы лояльности, onboarding и триггерные сценарии работают лучше, когда связаны с конкретной ситуацией клиента, а не отправляются всей базе одинаково.
• Email, SMS, Viber, push и CRM-автоматизация решают разные задачи, и их можно объединять в одной системе.

Простыми словами, ретеншн маркетинг помогает компании работать с клиентом после этого действия, чтобы он с большей вероятностью вернулся снова.

Для интернет-магазина это второй заказ. Для SaaS это регулярное использование сервиса или продление подписки. Для онлайн-школы это покупка следующего курса.

Самое важное здесь — определить, какое действие действительно говорит о продолжении отношений.

Например, пользователь зарегистрировался, вошёл в личный кабинет и больше ничего не сделал. Формально активность была, но для бизнеса это мало что значит. Если реальная польза сервиса появляется после создания проекта, подключения интеграции или запуска первой кампании, именно такие действия и стоит отслеживать. Вход в аккаунт в таком случае слишком слабый сигнал.

С интернет-магазином похожая история. Посетитель может несколько раз открыть сайт после покупки, но это ещё не означает повторный заказ. Если задача бизнеса — увеличить повторные продажи, анализировать стоит именно заказы и промежутки между ними.

Сначала определите, какое действие для вашего бизнеса означает продолжение работы с продуктом или новую покупку. У разных компаний ответ будет разным, и это нормально.

Retention Rate, или коэффициент удержания клиентов, показывает, какая доля клиентской базы остаётся активной в течение определённого периода.

Churn Rate, или коэффициент оттока, показывает долю клиентов, которые за тот же период перестали пользоваться продуктом по правилам, установленным компанией.

Проще говоря:

• Retention показывает, сколько клиентов осталось.
• Churn показывает, сколько выбыло.

Определение активного клиента зависит от бизнес-модели. У сервиса по подписке отток можно связать с отменой подписки или окончанием оплаченного периода. У интернет-магазина всё зависит от цикла покупки: тот, кто покупает смартфон раз в год-два, не становится потерянным клиентом только потому, что не сделал новый заказ через месяц.

где:

• S: количество клиентов на начало периода;
• E: количество клиентов на конец периода;
• N: новые клиенты за период.

Например, в начале периода было 1000 клиентов, в конце 1150, из них 200 новых.

CRR = (1150 − 200) / 1000 × 100% = 95%.

Churn Rate в простом виде:

Churn Rate = количество ушедших клиентов / количество клиентов на начало периода × 100%.

Если из 500 клиентов за период ушло 50, Churn Rate составит 10%.

Формулы сами по себе простые. Гораздо важнее заранее зафиксировать правила расчёта и не менять их от месяца к месяцу. Иначе показатели за разные периоды будет сложно сопоставлять.

Проблемы с удержанием редко возникают в один день. Обычно они накапливаются постепенно.

Стоит разобраться с retention, если:

• значительная часть клиентов ограничивается первой покупкой и не возвращается;
• пользователи быстро теряют интерес к сервису после регистрации;
• доля клиентов, которые продлевают подписку или тариф, ниже, чем ожидалось;
• клиентская база растёт, но вместе с ней увеличивается и отток;
• привлечение новых пользователей требует всё больших затрат;
• в CRM накопился большой массив неактивных контактов;
• вся аудитория получает одинаковые сообщения независимо от истории взаимодействия с компанией.

В такой ситуации недостаточно просто запустить ещё одну рассылку.

Например, магазин получает много первых заказов, но второй заказ делают редко. Тогда стоит посмотреть, через какой срок люди обычно покупают снова, что именно они покупают после первого заказа и какие сообщения получают между покупками.

Задача здесь — понять, на каком этапе клиент перестаёт покупать и что именно на это влияет. Причина может быть в самом продукте, сервисе, времени следующего контакта или в том, что повторная покупка вообще не нужна человеку так скоро.

Day N Retention, или Classic Retention, показывает, какая доля пользователей выполнила нужное действие в конкретный день после первого использования продукта. Это один и тот же способ расчёта под двумя названиями. В знаменателе остаётся количество тех, кто впервые воспользовался продуктом.

Пример: 1 сентября сервисом впервые воспользовались 100 человек. 2 сентября из них вернулись 24, то есть Day 1 Retention = 24%. Если 8 сентября таких пользователей было 10, то Day 7 Retention = 10%.

Тот, кто вернулся на шестой или восьмой день, но пропустил именно седьмой, в этот расчёт не попадёт. В этом и заключается особенность метода.

У Day N есть понятная контрольная дата. Но именно эта строгая граница иногда становится ограничением: клиент, вернувшийся на 13-й день, в Day 14 уже не попадёт, хотя продолжает пользоваться продуктом.

В некоторых системах аналитики, например в Amplitude, такой подход называется Return On: учитываются пользователи, которые совершили нужное действие именно в выбранный день.

Day N удобно использовать для приложений и сервисов, где от пользователя действительно ждут регулярного возвращения. Для магазина техники низкий Day 7 сам по себе ничего не говорит об оттоке: покупателю может просто не понадобиться новый товар через неделю.

Classic Retention и Day N Retention являются одним способом расчёта.

В обоих случаях проверяется, произошло ли нужное действие в конкретный день после первого события.

Поэтому при сравнении отчётов важно проверить, как именно в них определена метрика, а не только смотреть на её название.

Classic Retention полезен, когда бизнесу важна конкретная контрольная дата. Но для поведения, где клиент не обязан возвращаться день в день, более подходящим может оказаться другой способ измерения.

Rolling Retention отвечает на другой вопрос:

Вернулся ли пользователь в выбранный день или позже?

Например, Rolling Day 7 засчитывает и того, кто вернулся ровно на седьмой день, и того, кто вернулся позже, на десятый день или через месяц в рамках выбранного периода.

Такой расчёт удобен, когда от клиента не ждут строгого графика.

Например, человек открыл приложение для планирования поездки, несколько дней ничего не делал, а вернулся уже во время подготовки маршрута. В этом случае сам факт повторного использования может быть важнее конкретной даты.

Range Retention смотрит не на один день, а на промежуток.

Вместо вопроса «пользовался ли клиент на седьмой день?» здесь спрашивают, совершил ли он нужное действие в течение второй недели после регистрации.

Range Retention обычно рассчитывают с окном в несколько дней.

Для интернет-магазина такой формат может быть удобнее, если повторный заказ обычно приходится на определённый период, а не на конкретную дату.

Кроме самой методики нужно зафиксировать, как считаются дни: календарными датами или 24-часовыми окнами.

Выбирать способ расчёта стоит до начала анализа. Два подхода могут дать разные числа на одних и тех же данных, поэтому сравнивать их напрямую нельзя.

CRR показывает, какая доля исходной клиентской базы остаётся активной в течение выбранного периода.

CRR = ((E − N) / S) × 100%

Из конечной базы вычитают новых клиентов и сравнивают результат с исходной базой.

Например, в начале периода было 500 клиентов, а к концу их количество выросло до 530, из них 80 новых. Значит, из исходной базы осталось 450 клиентов, а CRR составляет 90%.

Считать показатель полезно не только по всей базе. Отдельные цифры по группам клиентов, тарифам или каналам привлечения могут показать проблему, которая в среднем значении просто теряется.

Churn показывает долю клиентов, которые за период перестали пользоваться продуктом или услугой.

Churn Rate = ушедшие клиенты / клиенты на начало периода × 100%

В подписной модели отток можно связывать с отменой тарифа. В интернет-магазине период нужно выбирать с оглядкой на обычный цикл покупки конкретной категории.

Для B2B важно смотреть не только на количество ушедших клиентов, но и на потерю выручки. Отказ одного крупного клиента может повлиять на бизнес сильнее, чем уход десяти небольших. Поэтому стоит различать customer churn и revenue churn — отток клиентов и отток выручки.

LTV оценивает потенциальную ценность клиента за всё время отношений с компанией.

Упрощённая формула для бизнеса с повторными покупками:

LTV = средняя стоимость покупки × среднее число покупок × срок жизни клиента

Например, если средний заказ составляет $100, клиент покупает два раза в год и остаётся с компанией пять лет:

LTV = $100 × 2 × 5 = $1 000.

Это не прибыль: формула не учитывает себестоимость, обслуживание и другие расходы. Это оценка совокупной выручки от одного клиента по заданной модели.

CAC показывает, сколько стоит привлечение нового клиента:

CAC = расходы на маркетинг и продажи / количество новых клиентов

Смотреть на LTV и CAC вместе полезно, чтобы сопоставить затраты на привлечение с ценностью клиента за всё время отношений.

RPR показывает долю покупателей, которые сделали повторную покупку.

RPR = клиенты с 2+ покупками / общее количество клиентов × 100%

Например, из 400 покупателей 120 сделали ещё один заказ:

RPR = 120 / 400 × 100% = 30%.

Для интернет-магазина это понятная и практичная метрика, но она не объясняет, почему человек купил снова. Поэтому RPR стоит смотреть вместе со временем между заказами и данными о том, что именно покупают повторно.

NPS и CSAT говорят про клиентский опыт, а не про фактическое удержание. Поэтому их полезно рассматривать вместе с поведенческими метриками.

NPS измеряет готовность рекомендовать компанию. Клиент отвечает по шкале от 0 до 10:

• 9–10: промоутеры;
• 7–8: пассивные;
• 0–6: критики.

NPS = % промоутеров − % критиков

CSAT оценивает удовлетворённость конкретным взаимодействием: покупкой, доставкой, обращением в поддержку. В распространённой шкале от 1 до 5 положительными считаются оценки 4 и 5:

CSAT = количество оценок 4–5 / количество всех ответов × 100%

Разница между показателями простая:

Retention показывает, продолжил ли клиент пользоваться продуктом или покупать.

NPS — готовность рекомендовать компанию.

CSAT — оценка конкретного взаимодействия.

Например, если после общения с поддержкой CSAT заметно падает, стоит проверить, меняется ли после этого поведение клиентов и растёт ли среди них churn. Высокая оценка сама по себе не означает, что клиент обязательно вернётся.

Персонализация — это не просто имя в теме письма. Гораздо полезнее смотреть на историю клиента: что он покупал, когда это было, чем интересовался и на каком этапе остановился.

Магазин косметики может напомнить о повторной покупке примерно тогда, когда у клиента обычно заканчивается средство. SaaS-сервис может отправить конкретную инструкцию тому, кто зарегистрировался, но не подключил ключевую функцию.

В обоих случаях сообщение появляется не просто потому, что «пора что-то отправить», а потому, что для клиента наступил подходящий момент.

Email удобен для инструкций, рекомендаций и подборок, где нужен контекст.

SMS удобно использовать, когда нужно быстро передать короткое сообщение или напомнить о важном событии. Сервис SMS-рассылок UniTalk поддерживает таргетированные, транзакционные и рекламные сообщения с персонализацией, аналитикой и интеграцией с CRM.

Бонусы, кэшбэк, накопительные скидки и особые условия могут дать клиенту дополнительную причину вернуться.

Но сама по себе скидка ещё не доказывает, что удержание выросло.

Возьмём магазин одежды. Клиент и без скидки собирался сделать второй заказ, но при этом получил купон на 10%. Покупка состоялась, а маржа компании при этом уменьшилась.

Поэтому программу лояльности стоит оценивать по дополнительному эффекту: стали ли клиенты покупать чаще, выросла ли доля повторных заказов, сократился ли интервал между покупками.

В таком случае маркетинг лояльности становится одним из инструментов удержания, а не просто способом раздавать бонусы.

Перед запуском программы стоит определить:

• какое действие нужно стимулировать;
• что получает клиент;
• когда он сможет воспользоваться преимуществом;
• как компания измерит результат.

Иногда человек перестаёт пользоваться продуктом просто потому, что не успел понять его пользу.

Пользователь зарегистрировался, но не смог настроить сервис. Клиент оформил подписку, но не нашёл нужную функцию. Покупатель получил товар, но не разобрался, как им пользоваться.

Ещё одна рекламная рассылка здесь вряд ли поможет. Сначала нужно убрать то, что мешает человеку получить пользу от продукта.

Задача onboarding проще: как можно быстрее довести человека до первого понятного результата.

Например, если сервис рассчитан на командную работу, а зарегистрировался один человек, стоит сразу показать, как добавить коллег и зачем это нужно.

Хорошим примером такой регулярности служит Duolingo: там серия дней подряд помогает не бросать привычку.

Если пользователь прошёл onboarding, но всё равно перестал возвращаться, проблема может находиться уже на следующем этапе пути. Тогда стоит снова посмотреть, какое действие показывает реальное использование продукта и где именно клиент перестаёт его совершать.

Обычная аналитика показывает то, что уже произошло: клиент перестал покупать, пользователь стал реже заходить в сервис, подписка не продлилась.

Predictive Retention помогает заметить изменение поведения до того, как оно приведёт к оттоку.

Например, клиент раньше заказывал каждый месяц, но привычная покупка в этот раз не появилась в ожидаемый срок. Пользователь SaaS-продукта раньше регулярно запускал основную функцию, а теперь почти не открывает её.

Само по себе изменение поведения ещё не означает, что клиент уйдёт. Но это повод разобраться, что происходит: он столкнулся с проблемой, изменились его задачи, перешёл на другой тариф или просто перестал нуждаться в продукте.

AI может быть особенно полезен там, где вручную искать такие группы по всей базе уже сложно: данных много, а признаки оттока могут быть распределены по нескольким действиям.

Но дальше всё равно нужно понять причину. Одному клиенту нужна инструкция, другому нужна помощь менеджера, третьему достаточно напоминания, а кому-то лучше вообще ничего не отправлять.

Прежде чем подключать AI, важно определить, какое поведение считать активностью и по каким признакам фиксировать отток. Иначе модель будет учиться на данных, в которых активность и отток определены неправильно.

На практике для старта не нужна сложная модель. Достаточно нескольких простых правил: например, отмечать клиента как «в зоне риска», если он не заходил в сервис дольше обычного интервала или пропустил привычную покупку. Такие пороговые значения легко настроить вручную, а переходить к более точным алгоритмам стоит только тогда, когда накопится достаточно данных о реальном оттоке.

Начните с клиентской базы.

Разделите её на новых, постоянных, неактивных и тех, кто вернулся после паузы. Отдельно можно выделить самых ценных клиентов.

Посмотрите на дату последнего заказа или действия, количество покупок, средний чек, продукт и источник привлечения.

ABC-анализ имеет смысл, если для бизнеса важно разделить клиентов по вкладу в выручку. Для небольшой базы это не всегда нужно.

На этом этапе важнее всего определить конкретную проблему, а не оперировать общими понятиями.

Например: «Большинство клиентов оформляют первый заказ, но процент повторных покупок крайне низок».

Данные о клиенте часто разрознены: заказы фиксируются в интернет-магазине, звонки записываются в телефонии, диалоги ведутся в чатах, а реакции на рассылки остаются в email-сервисах. Без связки этих данных невозможно отследить полный путь пользователя до и после покупки.

При этом сам путь (Customer Journey) сильно зависит от ниши:

• E-commerce: первая покупка → доставка → формирование новой потребности → повторный заказ.
• SaaS-продукты: регистрация → первое полезное действие (Aha-moment) → регулярное использование → продление подписки.

Системы класса CRM или CDP объединяют эти фрагменты в единый цифровой профиль. Это позволяет видеть полную историю взаимодействия, глубоко анализировать поведение и выстраивать персонализированную коммуникацию.

CJM позволяет разложить путь клиента на последовательные шаги: от просмотра рекламы и перехода на сайт до первой покупки, использования продукта и повторного заказа. Для каждого этапа важно определить четыре вещи: действия клиента, его ожидания, возможные проблемы и встречные шаги компании.

Например, если первые заказы проходят отлично, но клиенты редко возвращаются, стоит внимательно изучить пост-покупной этап. Нужно понять, когда именно у человека возникает новая потребность, получает ли он в этот момент релевантное напоминание и есть ли у него вообще мотивация покупать снова. Такой анализ наглядно показывает, на каких отрезках пути компания теряет больше всего клиентов. Подробнее о том, как правильно выстроить этот процесс, можно почитать в нашей статье «Что такое Customer Journey и как создать CJM».

Начните внедрение с нескольких базовых автоматизаций:

• приветствие после первой покупки или регистрации;
• напоминание о незавершённом действии;
• уведомление о скором продлении подписки;
• реактивация неактивных пользователей;
• рекомендация сопутствующего продукта (cross-sell).

Под каждый сценарий подбирайте свой инструмент. Email нужен там, где важен контекст. Для быстрых напоминаний хватит SMS, а Viber незаменим, когда требуется привлечь внимание визуалом (изображение, ссылка, кнопка).

После запуска базовых сценариев важно проанализировать результаты и определить, что требует корректировки: текст, время отправки, выбор канала, само предложение или сегмент аудитории.

Лучший инструмент для этого — A/B-тесты. Например, одна часть аудитории получает SMS, вторая — email, а третья (контрольная группа) вообще не получает сообщений. Сравнив долю повторных покупок в каждой группе, вы сможете точно понять: сработала ли именно ваша коммуникация, или клиенты совершили бы заказ органически, без дополнительных напоминаний.

Если сценарий доказывает свою эффективность и приносит дополнительные продажи, его можно смело масштабировать. Если результата нет, не пытайтесь просто увеличить количество рассылок. Вместо этого пересмотрите изначальную гипотезу, настройки сегмента или саму механику взаимодействия.

• Сводить retention исключительно к скидкам. Промокоды стимулируют разовые продажи, но не компенсируют слабый продукт или плохой клиентский опыт.
• Игнорировать сегментацию базы. Новичок и клиент, который ничего не покупал полгода, требуют абсолютно разных подходов. Однотипные рассылки на всех только выжигают базу.
• Ориентироваться на промежуточные метрики (Open Rate и CTR). Открытия и клики показывают лишь реакцию на текст или заголовок. Настоящим маркером успеха служит факт повторной покупки или продления подписки.
• Путать удержание и лояльность. Клиент может оставаться с вами из-за банальной привычки, лени или отсутствия удобных альтернатив. Это не означает, что он лоялен и готов вас рекомендовать.
• Не учитывать естественный цикл покупки. Покупатель холодильника не вернется за новым через месяц. Для товаров длительного спроса низкий retention 30-го дня считается нормой и не указывает на отток.
• Внедрять AI до настройки базовой аналитики. Нейросети стоит подключать только после четкого определения критериев целевого действия и оттока. Иначе алгоритмы просто автоматизируют хаос и ошибки в данных.
• Работать без контрольной группы. Без неё невозможно доказать, что покупку спровоцировала именно ваша коммуникация, а не органическая потребность клиента, которая реализовалась бы сама по себе.
• Запускать автоматизации по принципу «настроил и забыл». Потребительские привычки меняются. Сценарии и цепочки писем, которые давали конверсию год назад, нуждаются в регулярном аудите.

Перед запуском любой новой механики удержания честно ответьте себе на два вопроса: какого конкретно изменения в поведении клиента вы добиваетесь, и по каким метрикам поймёте, что оно действительно произошло?