Удержание клиентов и LTV: как связать две метрики в одну модель решений
Retention вырос на два пункта, а выручка стоит. Разбираем, как удержание превращается в LTV, где связка ломается и как собрать из двух метрик одну модель решений.
Знакомая сцена: CRM-команда показывает рост retention — кривая повторных покупок поползла вверх, доля вернувшихся клиентов прибавила пару пунктов. А на планерке финансовый директор смотрит на те же слайды и спрашивает: хорошо, и где деньги? Ответить нечего. Retention живет в дашборде маркетинга, а LTV посчитали один раз для презентации инвесторам — и с тех пор он лежит в PDF.
Между этими метриками нет стены: одна буквально входит в формулу другой. Но в большинстве компаний связь между удержанием клиентов и LTV декларируют, но не используют — решения по удержанию принимаются вслепую, без понимания, сколько денег приносит один пункт retention. Разобраться в связке поможет Екатерина Чернова, CRM-маркетолог ClientCore: она строит эту математику на живых базах клиентов агентства.
ЧИТАЙТЕ ТАКЖЕ
«Разбираем, почему ROI отдельной кампании обманывает бизнес, и как решения по бюджету принимать на связке ROMI + LTV когорт. С матрицей решений и практикой ClientCore.»
Разделение историческое. Retention rate — операционная метрика CRM-команды: ее меряют каждый месяц, на нее завязаны KPI по рассылкам и механикам. LTV — метрика стратегическая: ее считают раз в год для бюджета или продажи бизнеса. Операционка и стратегия редко встречаются в одной таблице.
Вторая причина — LTV почти всегда считают средним по базе. Всех клиентов складывают в одну кучу, делят выручку на головы и получают число, которое не описывает никого: новичок с одной покупкой и лояльный клиент трехлетней давности вносят в него одинаковый вклад. На таком усредненном LTV решения не принимаются — он не отвечает на вопрос, куда вкладываться.
Когда я захожу в новый проект, примерно в восьми случаях из десяти вижу одну картину: retention меряют, LTV где-то посчитан, а вопрос „сколько денег даст рост удержания на два пункта“ повисает в воздухе. Команда запускает реактивационные механики, потому что так принято, и не может сказать, окупились они или съели маржу».
Екатерина Чернова
CRM-маркетолог, ClientCore
Формулы, которые понадобятся дальше
Фиксируем определения.
Retention rate — доля клиентов, которые остались с вами за период: (клиенты на конец периода минус новые) делить на клиентов на начало. Обратная величина — churn rate, доля ушедших.
LTV — что это: суммарная маржа (в мягком варианте — выручка), которую клиент приносит за все время жизни в компании. Формул существует много, для связки с удержанием удобна одна:
LTV = средняя маржа с клиента в месяц × средняя продолжительность его жизни
Средняя жизнь считается из оттока: lifespan = 1 / churn. При месячном оттоке 10% клиент живет в среднем 10 месяцев. В этом месте две метрики соединяются физически.
Норма
LTV считается по марже, иначе дисконтные механики выглядят прибыльными
горизонт LTV привязан к реальному циклу покупки в вашей категории
отток меряется на одинаковом окне для всех когорт
Red flag
LTV посчитан по выручке и усреднен по базе — одно число на всех
в retention попадают клиенты, которых «вернули» разовой акцией в минус
churn считается от всей базы, включая тех, кто еще не прожил полный цикл
Математика связки: сколько стоит пункт удержания
Вот что происходит со сроком жизни клиента при разных значениях оттока:
churn 20% в месяц → клиент живет 5 месяцев
churn 10% → 10 месяцев
churn 5% → 20 месяцев
Зависимость гиперболическая: чем ниже отток, тем круче растет срок жизни. Отсюда вывод: один и тот же прирост удержания стоит разных денег в зависимости от того, где на кривой вы находитесь.
Пример. Когорта уходит с месячным churn 12%, средняя маржа с клиента — 700 рублей в месяц. Lifespan = 8,3 месяца, LTV ≈ 5 800 рублей. Команда доработала welcome-цепочку и сценарий второй покупки, отток снизился до 10%. Lifespan вырос до 10 месяцев, LTV — до 7 000 рублей. Два пункта удержания дали +20% к пожизненной ценности клиента. На когорте в 10 000 новых клиентов это около 12 миллионов рублей будущей маржи — без единого рубля, вложенного в привлечение.
Оптимизировать метрики по отдельности бессмысленно. Retention — рычаг с мультипликатором, и цена вопроса становится видна только после пересчета в LTV.
Когортный анализ LTV: где связка становится видимой
Средний LTV по базе бесполезен еще и потому, что прячет динамику. Клиенты разных «поколений» ведут себя по-разному: январская когорта может удерживаться хуже февральской из-за скидочного трафика, и усреднение это скроет.
Когортный анализ LTV решает задачу: клиенты группируются по месяцу первой покупки, для каждой когорты строятся две кривые — удержание по месяцам жизни и накопленная маржа. Связка видна невооруженным глазом: когорта с более пологой кривой оттока всегда выходит на более высокий LTV, вопрос только в наклоне.
Практическая ценность — в точке излома. Почти в каждой базе кривая retention резко падает в конкретном месте: чаще всего между первой и второй покупкой или на третьем-четвертом месяце жизни. Точка излома — это карта работ: механика, которая сдвинет кривую именно там, даст максимальный прирост LTV на вложенный рубль.
В оптике цикл покупки длинный — очки меняют раз в год-полтора. Когортная кривая там выглядит иначе, чем в e-commerce с ежемесячным спросом, и мерить удержание помесячно бессмысленно. Мы с клиентами всегда сначала подгоняем окно когорты под реальный цикл сделки — иначе точка излома находится не там, где она есть на самом деле».
Екатерина Чернова
CRM-маркетолог, ClientCore
Три ситуации, когда рост retention не дает LTV
Связка ломается предсказуемым образом.
Первая поломка — удерживают не тех. Если механики одинаково работают на всю базу, лучше всего возвращаются охотники за скидками: они приходят на каждую акцию, retention растет, средняя маржа с клиента падает. Формально KPI по удержанию выполнен, фактически LTV деградирует.
Вторая — удержание куплено дисконтом. Клиент живет дольше, но дополнительные месяцы оплачены скидкой 15–20%. Маржа этих месяцев близка к нулю, и прирост LTV съеден тем же инструментом, который его создал.
Третья — база выжата частотой отправок. Рассылки всем подряд поднимают краткосрочную выручку, но разгоняют отписки и жалобы в самых ценных сегментах. Так было у MINIDINO: рассылки уходили всей базе без разбора, эффективность проседала. Пересборка логики с упором на точность дала +110% к эффективности email за квартал — без роста числа отправок (кейс).
Норма
retention считается по сегментам, приоритет — у клиентов с высоким LTV-потенциалом
механика оценивается по приросту маржи с когорты, скидка входит в расчет затрат
рост удержания и рост LTV подтверждаются одновременно на одной когорте
Red flag
retention растет второй квартал подряд, а средний чек вернувшихся падает
реактивация срабатывает только на промокоды от 20%
эффективность канала меряют охватом и числом отправок
Модель решений: от кривой к механике
Собранная связка удержания клиентов и LTV превращается в управляемый процесс. Шаг первый — находим точку излома на когортной кривой. Шаг второй — прикидываем эффект: если механика сдвинет retention в этой точке на X пунктов, во что это превратится в LTV когорты. Шаг третий — сравниваем эффект со стоимостью механики: призовой фонд, скидки, трудозатраты. Шаг четвертый — запускаем на части когорты и меряем против контроля.
По этой схеме выстроена работа с «Браво-Оптикой». До проекта коммуникации были нерегулярными: SMS, WhatsApp, редкие массовые email. Мы внедрили Mindbox, запустили email-канал, настроили каскадные цепочки и поп-апы для сбора базы — закрыли именно удерживающий контур: клиент возвращается за линзами, растворами и новой оправой по цепочке, а не по собственной памяти. За 10 месяцев это дало +14,62% к выручке от CRM-направления (кейс). Для бизнеса с годовым циклом покупки это и есть удержание, доведенное до денег.
Самое частое возражение: „у нас цикл покупки год, что тут удерживать“. Удерживать есть что — расходники, сервис, второй товар категории. Суть в другом: вспомнит ли о вас клиент в момент следующей потребности или уйдет искать с нуля в поисковике. Цепочка коммуникаций как раз гарантирует, что вспомнит».
Екатерина Чернова
CRM-маркетолог, ClientCore
С чего начать на практике
Если CRM внедрена и данные копятся, подготовка занимает 2–3 недели:
1. Выгрузить транзакции с привязкой к клиенту и дате — минимум за 12–18 месяцев. 2. Разбить клиентов на когорты по месяцу первой покупки, построить кривые retention и накопленной маржи. 3. Найти точку излома и посчитать цену пункта удержания именно в ней. 4. Выбрать одну механику под эту точку и запустить на половине свежей когорты. 5. Через полный цикл покупки сравнить LTV тестовой и контрольной половин.
В Mindbox когортный срез и контрольные группы собираются штатно, отдельной аналитической надстройки на старте не нужно. Важнее дисциплина: каждая новая механика заходит с контролем, иначе через полгода вы снова не будете знать, что именно сработало.
ЧИТАЙТЕ ТАКЖЕ
«Покупатель с январской распродажи и покупатель первой недели сезона — две разные экономики. Разбираем окна расчета, сезонные когорты и поправку на жизненный цикл коллекции.»
На практике — почти ничем, это два названия одной метрики. Принятая тонкость: CLV чаще считают для конкретного клиента, LTV — как среднее по когорте или сегменту. Для управленческих решений удобнее когортный LTV.
Какой retention rate считать хорошим?
Универсальной нормы нет: метрика зависит от цикла покупки, и сравнение с чужими бенчмарками вводит в заблуждение. Полезный ориентир — собственные когорты в динамике. Если каждая новая удерживается лучше предыдущей на том же месяце жизни, вы движетесь правильно.
Как часто пересчитывать LTV?
Когортный срез имеет смысл обновлять ежемесячно, а выводы делать на длине полного цикла покупки. Окончательный LTV когорты известен только когда она «дожила», поэтому в работе используют накопленный LTV на горизонте 6–12 месяцев и экстраполяцию по кривой удержания.
Можно ли связать удержание клиентов и LTV без дорогой аналитики?
Да. На старте достаточно CRM и выгрузки транзакций в таблицу: когорты и кривые считаются сводными. Автоматизация понадобится на этапе масштабирования, когда механик станет много и каждую надо будет мерить против контрольной группы.
