Retention дня: как читать удержание на 1, 7 и 30 день и где оно предсказывает отток
Отток видно уже на седьмой день после первой покупки. Разбираем, как читать короткие окна удержания, на какие сигналы реагировать и что делать в первые недели.
Отток в отчетах обычно замечают слишком поздно. Финансовый директор видит, что повторных покупок за квартал стало меньше, маркетинг запускает реактивацию «спящих», а CRM-команда собирает сегмент тех, кто не покупал 90 дней. К этому моменту большую часть таких клиентов вернуть уже нельзя. Эти люди перестали возвращаться еще в первые две недели, просто тогда на них никто не смотрел.
Короткие окна удержания — 1, 7 и 30 дней — показывают проблему примерно за два месяца до того, как она попадет в выручку. Их редко читают правильно: путают методики расчета, сравнивают несравнимые когорты и делают выводы по одной цифре. Как превратить эти метрики в рабочие решения, рассказывает Егор Череватенко, CRM-маркетолог ClientCore.
ЧИТАЙТЕ ТАКЖЕ
«Повторные продажи стоят, и ни один дашборд не показывает почему. Пять проверок, которые находят причину за неделю: от кривого расчета до скидочной спирали.»
Retention дня N — это доля клиентов когорты, которые совершили целевое действие на N-й день после стартового события. Спорных мест здесь два: что считать стартом и что считать действием. Для приложения стартом обычно служит установка или регистрация, действием — сессия. Для ритейла и e-commerce честнее брать первую покупку и повторную покупку. Визит на сайт без заказа говорит об интересе, но выручки не приносит.
Дальше выбор методики, и от него цифры меняются в разы. Классический retention (N-day) засчитывает клиента, только если он вернулся ровно в день N. Rolling, или unbounded, retention засчитывает всех, кто вернулся в день N или позже. Есть и вариант с окнами: вернулся в промежутке 1–7 дней, 8–30 дней. Если продукт ежедневного пользования, подходит классика. В ритейле с покупкой раз в месяц классический D7 будет болтаться около нуля и ничего не покажет. Там нужен rolling или оконный расчет.
Поэтому на вопрос «retention как считать» универсального ответа нет. Есть правило: методика фиксируется один раз и не меняется между отчетами. Заметная часть споров на планерках «у нас удержание упало или выросло» возникает из-за того, что аналитик в прошлом месяце считал по-другому.
Первое, что я делаю на аудите, — пересчитываю удержание сам. Примерно в каждом втором проекте в дашборде классический и rolling retention смешаны в одной таблице: часть когорт посчитана одним способом, часть другим. Команда месяцами видит „рост“, которого не было».
Егор Череватенко
CRM-маркетолог, ClientCore
Как читать когортную таблицу
Когортная таблица выглядит просто: строки — когорты по дате первой покупки, столбцы — дни или недели после старта. Читать ее нужно в трех направлениях, и каждое отвечает на свой вопрос.
Строка показывает жизнь одной когорты: как быстро она теряет людей и где кривая выходит на плато. Если плато есть, у продукта есть ядро, которое остается надолго. Если кривая уходит к нулю, удерживать на дистанции некого, и проблема глубже CRM.
Столбец сравнивает когорты между собой в одной точке. Здесь живет основной retention анализ: стал ли D7 у мартовских клиентов хуже, чем у февральских. Именно в столбцах видно, что поменялось: трафик, ассортимент, условия доставки или welcome-цепочка.
Диагональ показывает календарные эффекты. Если в одну неделю просели все когорты сразу, независимо от возраста, причина внешняя: сбой рассылок, проблемы на сайте, распродажа у конкурента. Перекраивать онбординг в такой ситуации бессмысленно, сначала надо искать инцидент.
Еще одна ловушка — размер когорты. Когорта в 300 человек дает разброс в несколько процентных пунктов просто из-за шума. Для небольших баз лучше собирать когорты по неделям или месяцам, иначе придется реагировать на случайные колебания.
Провал на седьмом дне: что он говорит о когорте
D1 показывает первое впечатление: дошел ли заказ, понятен ли продукт, открыл ли человек приложение на следующий день. D30 уже ближе к привычке. А D7 — момент, когда клиент решает, стоит ли с вами иметь дело дальше. Если в этом окне когорта теряет заметно больше обычного, причину стоит искать в первом опыте.
Типичные причины провала D7 в mid-market выглядят приземленно. Первый заказ привезли с опозданием или не тем размером. Welcome-цепочка закончилась на втором письме, и дальше клиент получает общую рассылку с акциями, которые к нему не относятся. Когорта пришла с агрессивной скидкой и вернется только за следующей. Иногда второе касание просто не настроено технически: триггер после первой покупки отключили при переезде шаблонов и забыли включить.
Чтобы разобраться, когорту с провалом сравнивают с соседними по трем срезам: источник привлечения, категория первой покупки, наличие промокода. Обычно провал сидит в одном срезе, и тогда исправлять нужно точечно.
Норма
D7 стабилен от когорты к когорте с разбросом в пределах пары пунктов
провал объясняется конкретным событием: акция, сбой доставки, новый канал трафика
у клиентов, получивших welcome-цепочку целиком, D7 заметно выше, чем у остальных
Red flag
D7 падает несколько когорт подряд, а D1 при этом не меняется
промо-когорты держатся на уровне обычных до D7, а потом резко обваливаются
никто в команде не знает, какое письмо клиент получает на 5–7 день после покупки
Где короткий retention предсказывает отток, а где ошибается
Короткие окна хорошо предсказывают длинное удержание, когда цикл покупки короткий. Еда, косметика, товары для детей, сервисы с подпиской: клиент, не вернувшийся за 30 дней, с высокой вероятностью уже ушел. Если когорта на D30 проседает, через квартал это почти наверняка отразится в LTV.
В категориях с длинным циклом все сложнее. Оптика, мебель, техника, верхняя одежда: человек купил очки и честно вернется через год. Retention 30 дня здесь покажет малую долю повторных покупок, и это нормально. Для таких бизнесов короткие окна меряют по промежуточным действиям — открыл письмо, зашел в личный кабинет, записался на проверку зрения, добавил товар в избранное. Покупка остается главной метрикой, но на горизонте 90–180 дней.
Еще один источник ошибок — сезонность. Когорта, пришедшая в ноябрьскую распродажу, по поведению отличается от апрельской. Сравнивать их напрямую нельзя, корректнее взять ноябрьскую когорту прошлого года.
Чтобы понять, можно ли доверять короткому окну, я беру когорты годовой давности и смотрю, насколько их D30 совпадает с удержанием через полгода. Если связь сильная, D30 становится ранним индикатором, и на него можно ставить алерт. Если слабая, для этого бизнеса тридцать дней — слишком короткий срок, и я ищу другое действие для раннего сигнала».
Егор Череватенко
CRM-маркетолог, ClientCore
Какие коммуникации сдвигают короткое удержание
Короткий retention двигают коммуникации, которые срабатывают в первые 7–30 дней и привязаны к поведению клиента. Массовая рассылка по общему календарю туда почти не дотягивается: она приходит в случайный момент жизни когорты.
Что работает. Welcome-цепочка длиннее трех писем, которая объясняет, зачем возвращаться: программа лояльности, баллы, сервис, ассортимент за пределами первой покупки. Посткоммуникация после заказа: статус доставки, инструкция по уходу, запрос отзыва. Персональная рекомендация следующего товара в день, когда клиенту это актуально, а не через месяц. В мобильных продуктах — пуши и In-App, которые встречают человека в приложении на второй-третьей сессии.
Как это выглядит на практике, мы видели в проектах. В проекте для ресторанов «Урюк» мобильные коммуникации пересобрали в систему: усилили пуши, запустили In-App и новые CRM-механики. За год выручка CRM-канала выросла на 65% (кейс). В AR Fashion после перезапуска email выручка триггерных рассылок выросла на 1063%, и в этот слой входят сценарии первых недель после покупки (кейс).
Норма
у первой недели после покупки есть свой сценарий, расписанный по дням
каждое раннее касание связано с действием клиента или его отсутствием
эффект welcome-цепочки проверяется на контрольной группе по D7 и D30
Red flag
после первого заказа клиент сразу попадает в общую базу для массовых рассылок
единственный стимул вернуться — скидка на второй заказ
результат раннего сценария оценивают по open rate, на удержание никто не смотрит
Почему работа с длинным удержанием без первых недель не окупается
Простая арифметика. Возьмем когорту в 1000 клиентов. Если к 30 дню повторно покупают 18%, все программы для лояльных, реактивация и VIP-механики работают со 180 людьми. Остальные 820 уже за бортом, и вернуть заметную их часть дорогой реактивацией почти нереально: реактивационные кампании обычно возвращают единицы процентов.
Теперь сдвинем D30 на три пункта, до 21%. Это 30 дополнительных клиентов в каждой когорте, которые попадают в длинную воронку. Дальше их удерживают те же механики, на которые уже потрачены деньги. Рост на входе умножается на всю дальнейшую жизнь клиента, поэтому окупается быстрее, чем шлифовка сценариев для тех, кто и так остается.
Сложные механики удержания на дистанции стоит строить, когда первые недели уже под контролем. Иначе команда полгода совершенствует программу лояльности для узкого ядра, а база продолжает утекать на входе с прежней скоростью.
Частая история: клиент приходит с запросом „сделайте нам реактивацию“, а мы видим, что у них нет ни одного триггера в первые две недели после покупки. Сначала закрываем эту дыру. Реактивация тоже нужна, но к ней логичнее переходить, когда поток уходящих в спящие станет меньше».
Егор Череватенко
CRM-маркетолог, ClientCore
Как поставить мониторинг короткого удержания
Мониторинг начинается с одного дашборда, где собраны D1, D7 и D30 по недельным когортам с разбивкой по источнику и наличию промокода. Тридцать графиков ни к чему: хватит одной таблицы, на которую команда смотрит раз в неделю и понимает, что поменялось.
Второй шаг — пороги. Берется медиана D7 за последние 8–12 когорт, и если новая когорта ниже ее на заметную величину, CRM-менеджер получает сигнал. Это проще и надежнее, чем ждать квартального отчета. Для категорий с длинным циклом порог ставят на промежуточное действие.
Третий шаг — связка с изменениями. Каждый запуск нового сценария, смена шаблона, перенос триггеров в другую платформу отмечается на графике. Тогда при провале не надо гадать: видно, что неделю назад отключили письмо на пятый день, и с этой когорты D7 просел.
Норма
методика расчета зафиксирована и описана в одном документе
изменения в CRM отмечаются на временной шкале когорт
за просадку D7 отвечает конкретный человек, и у него есть порядок действий
Red flag
удержание смотрят раз в квартал вместе с выручкой
миграция на новую платформу прошла без сверки, какие триггеры продолжают работать
в дашборде есть только общий retention без разбивки по когортам
ЧИТАЙТЕ ТАКЖЕ
«Churn почти всегда растет в одних и тех же шести местах: от молчащей welcome-цепочки до акций без стоп-лоссов. Разбираем каждую точку и показываем, где чинить.»
Зависит от цикла покупки. В продуктах с частым использованием ранним сигналом служит D7, в ритейле с покупкой раз в месяц — retention 30 дня. Чтобы выбрать, сравните, какое из окон на исторических данных сильнее связано с удержанием через полгода.
Retention как считать в e-commerce: по визитам или по покупкам?
Основная метрика — повторная покупка, потому что она связана с выручкой. Визиты и открытия писем полезны как промежуточный сигнал, особенно в категориях с длинным циклом, где покупка случается раз в несколько месяцев.
Почему retention дня 1 высокий, а к седьмому дню резко падает?
Обычно клиент получил заказ и первые сообщения, а дальше коммуникация обрывается или становится нерелевантной. Проверьте, что получает человек на 3–7 день после покупки, и сравните когорты по источнику и промокодам: провал часто сидит в одном срезе.
Можно ли сдвинуть короткое удержание одними скидками?
Скидка на второй заказ дает разовый всплеск, но такие клиенты часто возвращаются только за следующей скидкой. Устойчивее работают сценарии, которые объясняют ценность продукта и программы лояльности, плюс рекомендации следующего товара в нужный момент.
Сколько клиентов нужно в когорте, чтобы retention анализ был надежным?
На когортах в несколько сотен человек разброс в пару пунктов — нормальный шум. Если база небольшая, объединяйте когорты по неделям или месяцам и реагируйте на устойчивое изменение нескольких когорт подряд.
