# 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. **Рубрика:** Статьи **Автор:** Екатерина Чернова, CRM-маркетолог, ClientCore **Дата:** 2026-10-13 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:** [ROI, ROMI и LTV: как связать маркетинговые показатели в одну систему решений](https://clientcore.ru/blog/articles/roi-romi-i-ltv-kak-svyazat-marketingovye-pokazateli-v-odnu-sistemu-resheniy) ## Почему retention и LTV живут в разных отчетах 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](https://clientcore.ru/blog/articles/keis-minidino-rost-effektivnosti-email)). **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](https://clientcore.ru/blog/articles/keis-bravo-optika-rost-vyruchki-crm)). 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:** [LTV в fashion: как считать ценность покупателя при сезонности и смене коллекций](https://clientcore.ru/blog/articles/ltv-v-fashion-kak-schitat-cennost-pokupatelya-pri-sezonnosti-i-smene-kollekciy) --- [Открыть статью на сайте](https://clientcore.ru/blog/articles/uderzhanie-klientov-i-ltv-kak-svyazat-dve-metriki-v-odnu-model-resheniy)