Частота покупок как метрика: почему она важнее среднего чека для прогноза CRM-выручки

На январской планерке коммерческий директор спрашивает: откуда CRM-канал возьмет +20% к прошлогодней выручке? Маркетолог открывает дашборд. База выросла, средний чек держится на уровне прошлого года, рассылки уходили по графику. А ответа на вопрос «за счет чего» в этих цифрах нет. Прогноз снова собирается на глаз — и финансовый директор снова ему не верит.

На экране нет метрики, которую канал реально двигает. CRM почти не влияет на средний чек, а разгон базы стоит дорого. Зато у канала есть рычаг, поддающийся ему напрямую, — частота покупок. Метрика делает прогноз честным: ее можно разложить по механикам и измерить без лишних допущений. Василина Бреусенко, CRM-маркетолог ClientCore, объясняет, как частоту считать, где у нее физический предел и какие сценарии реально сдвигают цифру.

Как считать частоту покупок и что она на самом деле показывает

Формула простая: делим количество заказов за период на количество уникальных покупателей за тот же период. Было 12 400 заказов и 8 300 покупателей — частота 1,49. Сложности начинаются с выбором периода. Для косметики честное окно — 60–90 дней, для оптики — 12 месяцев, для ресторана — месяц. Возьмете слишком короткий период — получите заниженную цифру и ложную тревогу. Слишком длинный — сгладите сезонные провалы и не увидите, что сегмент давно просел.

Рядом с частотой живут еще две метрики, и их часто путают. Процент повторных покупок (repeat purchase rate) отвечает на вопрос «какая доля клиентов вернулась за вторым заказом». Показатель возвращаемости клиентов показывает, кто вообще остается жив в базе — открывает письма и кликает. Частота из этой тройки самая практичная для прогноза: она напрямую умножается на чек и превращается в деньги без лишних допущений.

Средняя частота по всей базе почти всегда врет. В одном из наших проектов общая цифра была 1,3 — серая, ни о чем не говорящая. Разбили по сегментам: ядро в 12% клиентов покупало четыре раза в год, а остальная база едва дотягивала до повторного заказа. Растить нужно было конкретную прослойку: перевести людей с одного заказа на два».

Василина Бреусенко

CRM-маркетолог, ClientCore

Почему средний чек почти не слушается CRM

Средний чек задают вещи, до которых у CRM-маркетолога руки коротки: ассортиментная матрица, ценовая политика, скидки. Письмо может добавить к чеку кросс-сейл-блок или напомнить про порог бесплатной доставки — это дает единицы процентов на горячей аудитории, и эффект нестабилен. Стоит начать насильно раздувать чек в рассылках, и конверсия проседает: человек пришел за своим товаром, а ему продают корзину побольше.

С частотой обратная история. Напомнить вовремя, вернуть до точки остывания, предложить следующую покупку по профилю прошлой — это родная работа CRM. Письмо, которое сокращает цикл с 90 до 60 дней, поднимает частоту на 50%. Письмо, которое поднимает чек на те же 50%, пока не написал никто.

По нашим проектам кросс-сейл в триггерах добавляет 3–7% к чеку на теплой аудитории и почти ноль на холодной. А вот сокращение цикла повторной покупки на треть встречается регулярно — это уже другой масштаб эффекта на выручку канала».

Василина Бреусенко

CRM-маркетолог, ClientCore

Частота в модели выручки канала

Выручка CRM-канала раскладывается на четыре множителя: активная база × доля покупающих × частота × средний чек. Посмотрите на каждый с точки зрения управляемости. База растет дорого — лидогенерация съедает заметную часть маржи. Доля покупающих упирается в качество базы. Чек мы уже разобрали. Остается частота: она чувствительна к механикам и масштабируется без дополнительных трат на привлечение.

Пример на пальцах. Активная база 50 000 клиентов, частота 1,4 заказа в год, средний чек 3 200 рублей. Выручка канала — 224 млн. Подняли частоту до 1,6 — получили 256 млн. Плюс 32 млн без единого нового подписчика. План по CRM-выручке честно строить именно так: вы закладываете целевое значение частоты на квартал, раскладываете его по механикам и раз в месяц сверяете факт с планом. Просел сегмент — видно, где чинить. Разговор с финансом при этом меняется: вместо надежды на распродажу появляется таблица, где за каждым процентом роста стоит конкретный сценарий.

Какие механики реально двигают частоту

Первое место — постпокупочная цепочка. Разница между клиентом с одним заказом и клиентом с двумя — смена когорты: в большинстве проектов двухзаказный клиент делает за год в 2,5–3 раза больше покупок. Довести человека до второй покупки дешевле, чем искать нового, и эффект на частоту накапливается сам собой.

Постпокупочная цепочка — первое, что мы собираем в проекте, и последнее, что режем при нехватке ресурса. Работает она, когда сценарий привязан к циклу категории: уходовой косметике напоминание идет на 40-й день, корму — на 25-й. Попали в день, когда товар реально заканчивается, — получили заказ без скидки».

Василина Бреусенко

CRM-маркетолог, ClientCore

Дальше идут replenishment-триггеры — напоминания о повторной покупке расходуемого товара — и программа лояльности с бонусами, у которых есть срок жизни. Горящие баллы работают как дедлайн: клиент, который собирался вернуться через три месяца, приходит через полтора. Поверх этого — каскадные цепочки: email не открыли, добираем пушем, пуш не сработал — SMS. Каждый следующий шаг дешевле потерянного заказа.

Ресторанный сегмент — удобный полигон для проверки этой логики: цикл короткий, эффект виден быстро. В проекте для ресторанов «Урюк» мы пересобрали мобильные коммуникации как систему: усилили пуши, запустили In-App и новые CRM-механики. За год это дало +65% к выручке CRM-канала — в бизнесе, где средний чек зафиксирован меню и расти могла только частота визитов (кейс).

Отдельно — реактивация до точки невозврата. Писать клиенту, который молчит полгода, поздно: он уже купил у конкурента. Рабочая точка — 1,5–2 цикла покупки: если в категории покупают раз в 60 дней, тревожный сигнал ставим на 90–120-й день, пока человек еще помнит бренд.

Как измерять частоту, чтобы цифрам можно было верить

Частота — метрика когортная. Считайте ее внутри когорты первого заказа: сколько покупок делает январская когорта на 30, 60 и 90-й день. Так видно, какая механика сработала, а какая просто совпала по времени с сезоном. Смешаете когорты в одну цифру — получите среднюю температуру, по которой нельзя принимать решения.

Второй фильтр — маржинальность. Частоту легко накрутить скидкой: дайте 30% — клиенты вернутся толпой, только заработаете на них меньше, чем на однократном покупателе. Поэтому частоту смотрим в паре с маржой на заказ и долей заказов со скидкой. Третий фильтр — охват. У MINIDINO рассылки уходили всей базе без разбора сегментов; мы пересобрали логику со ставкой на точность и за квартал получили +110% к эффективности email без роста числа отправок (кейс). Рост пришел от точности: та же база, то же число отправок, но каждое письмо попадало в сегмент с живым циклом покупки.