# Виды retention: как считать классический, rolling и когортный и не запутаться

> Классика, rolling и когорты: разбираем три расчета retention на одних и тех же данных и собираем единый стандарт метрики для команды.

**Рубрика:** Статьи  
**Автор:** Егор Череватенко, CRM-маркетолог, ClientCore  
**Дата:** 2026-09-16

На планерке маркетинг докладывает: retention вырос до 38%. Продукт открывает свой дашборд: у него 19%. Обе цифры честные, обе посчитаны правильно — просто по разным формулам. Дальше полчаса спора о том, чей Excel врет меньше.

Ситуация знакомая почти каждой компании, где retention считают больше одного человека. У термина есть несколько методик расчета, и они дают заметно разные числа на одних и тех же данных. Пока команда не договорится, какая методика основная, любой рост или падение метрики можно объяснить чем угодно. Разобраться в трех подходах попросили Егора Череватенко, CRM-маркетолога ClientCore, — он строит такие отчеты для клиентов в Mindbox и знает, где именно цифры начинают расходиться.

> **Читайте также:** [Воронка retention: как построить карту удержания от второй покупки до точки риска](https://clientcore.ru/blog/articles/voronka-retention-kak-postroit-kartu-uderzhaniya-ot-vtoroy-pokupki-do-tochki-riska)

## Почему в одной компании retention расходится в два раза

Путаница живет на двух уровнях. Первый — формула. Классический retention считает тех, кто вернулся ровно в заданный день. Rolling — тех, кто вернулся в этот день или в любой день после. Второй уровень — нарезка: когортный подход группирует клиентов по моменту первого события и смотрит каждую группу отдельно, вместо усреднения по всей базе.

Типичный расклад: маркетинг считает долю клиентов с повторной покупкой за 90 дней — это rolling-логика. Аналитик берет долю вернувшихся ровно на 30-й день — это классика. Оба называют результат словом «retention» и искренне не понимают, откуда у коллеги другая цифра. А когорты вообще никто не смотрит, потому что среднее по базе «и так нормально показывает».

> На одном аудите видел отчет, где retention текущего года посчитали как rolling, а прошлого — классикой. На графике красовался рост на 9 п.п., команда готовилась отчитываться об успехе. Роста не было — была смена формулы, которую никто не зафиксировал».
>
> — Егор Череватенко, CRM-маркетолог, ClientCore

## Классический retention: формула дня N

Классический retention дня N — это доля пользователей когорты, которые совершили целевое действие ровно в день N после старта.

**Retention N = активные в день N / размер когорты в день 0 × 100%**

Пример. 1 марта первую покупку сделали 1000 человек. Ровно 8 марта (день 7) вернулись 120. Классический retention дня 7 — 12%. Те, кто вернулся 6 или 10 марта, в этот расчет не попали: для классики они «не вернулись в день 7».

Из-за такой жесткости кривая классического retention пилит: 12% в день 7, 4% в день 8, 9% в день 9. Это нормально для метрики — она отвечает на узкий вопрос «сколько людей возвращается именно в этот день». Отсюда и второе название — retention дня.

Где классика работает хорошо:

- когда оценивают retention продукта с ежедневным сценарием использования: игры, медиа, доставка еды, фитнес-приложения;
- проверка конкретного касания: вернула ли welcome-цепочка клиента на 7-й день, как планировалось;
- поиск «провальных» дней жизненного цикла, где продукт теряет людей пачкой.

Где классика вводит в заблуждение — ecom с длинным циклом. Если люди покупают раз в 45–60 дней, retention дня 30 будет близок к нулю, и это не катастрофа, а следствие неподходящего окна. Клиент вернется на 47-й день — для бизнеса он удержан, для классики дня 30 он потерян.

**Норма**

- день N выбран из реального поведения: медианный срок повторной покупки, цикл использования продукта;
- рядом с цифрой всегда указано, какой это день и какая когорта;
- классика используется для точечных вопросов: сработало ли письмо, выдержал ли онбординг.

**Red flag**

- retention дня 30 считается у магазина, где люди покупают раз в квартал;
- по пилообразной кривой делают выводы о «нестабильном удержании»;
- цифру из классики сравнивают с чужим бенчмарком, посчитанным rolling.

## Rolling retention: сколько клиентов еще с нами

Rolling retention дня N — доля пользователей, которые совершили действие в день N или в любой день после него.

**Rolling N = активные в день N или позже / размер когорты в день 0 × 100%**

Берем ту же когорту. Ровно в день 7 вернулся 121 человек, а в день 7 или позже — 310. Классика дает 12%, rolling — 31%. Разница в 2,5 раза на одних данных, без единой ошибки в расчетах.

Rolling отвечает на другой вопрос: сколько клиентов когорты еще живы к этому моменту. Кривая получается гладкой и снижается постепенно — по ней удобно искать точку, где база «умирает». Если rolling-кривая обрывается в районе 90-го дня, окно реактивации логично ставить на 75–80 день, пока клиент еще достучабелен.

Именно на такой «уснувшей» части базы хорошо работают реактивационные механики. В проекте для ресторана «Урюк» мы запускали розыгрыш сертификатов в низкий сезон — механика вернула предновогодний трафик и дала выручку в 20,7 раза выше затрат на призовой фонд ([кейс](https://clientcore.ru/blog/articles/keis-uryk-rozygrysh-sertifikatov)). Подобные акции имеет смысл целить в сегмент, который rolling показывает как «еще живых, но молчащих», а не палить бюджет по всей базе.

> Когда клиент говорит „у нас retention 40%“, первое, что я спрашиваю: rolling это или классика и какой день. В восьми случаях из десяти ответа нет — цифру в свое время посчитал подрядчик, методика утеряна. На такой метрике решения строить нельзя, она ни с чем не сопоставима».
>
> — Егор Череватенко, CRM-маркетолог, ClientCore

## Когортный retention: нарезка, к которой применима любая формула

Когортный подход решает другую задачу, чем две формулы выше. Он группирует клиентов по моменту первого события — регистрации, первой покупки — и отслеживает каждую группу отдельно. Внутри ячеек таблицы может стоять и классика, и rolling: когорты определяют, КАК режем данные, формула — ЧТО считаем.

Строки такой таблицы — когорты, столбцы — месяцы жизни. Иллюстративный пример:

| Когорта | M+1 | M+2 | M+3 |
|---|---|---|---|
| Март, 1200 клиентов | 18% | 11% | 8% |
| Апрель, 1450 клиентов | 22% | 14% | — |
| Май, 1300 клиентов | 25% | — | — |

Что здесь видно сразу. По строкам: апрельская когорта удерживается лучше мартовской — стоит посмотреть, какие каналы привели апрельских клиентов. По столбцам: между M+1 и M+2 база теряет больше всего — туда и просятся удерживающие цепочки. По диагонали всплывает сезонность и эффект разовых акций. Среднее по базе все три вывода размазало бы в одну безликую цифру.

Накопительный эффект CRM тоже виден в когортах. Когда мы выстраивали CRM-направление для «Браво-Оптики», прирост +14,62% к выручке накапливался десять месяцев: каждая новая когорта удерживалась чуть лучше предыдущей за счет каскадных цепочек и email-канала ([кейс](https://clientcore.ru/blog/articles/keis-bravo-optika-rost-vyruchki-crm)). В среднем по базе такая динамика тонет, потому что старые когорты тянут цифру вниз.

## Три методики на одних данных: что брать под каждую задачу

Соберем все в одну таблицу. Данные те же — когорта из 1000 клиентов, отличия только в методике.

| Методика | Что считает | Вопрос, на который отвечает | Когда брать |
|---|---|---|---|
| Классическая | Вернулись ровно в день N: 120 из 1000 = 12% | Сработало ли конкретное касание в конкретный день | Короткий цикл, проверка цепочек и онбординга |
| Rolling | Вернулись в день N или позже: 310 из 1000 = 31% | Сколько клиентов когорты еще живы | Длинный цикл, стратегическая картина базы, поиск окна реактивации |
| Когортная нарезка | Ту же формулу — по каждой группе отдельно | Какие когорты и каналы удерживаются лучше | Постоянно, как основной формат отчета |

Практический вывод: цифра retention без указания методики ничего не значит. «У нас 30%» — это может быть отличный rolling дня 90 или катастрофический rolling дня 7. В презентации руководству эти две ситуации выглядят одинаково.

## Как собрать единый стандарт расчета для команды

Методикой больше, методикой меньше — не проблема. Проблема начинается, когда каждый считает по-своему и нигде не записано как. Стандарт собирается за одну встречу, если пройти по пунктам.

**1. Событие возврата.** Для ecom это оплаченный заказ, а не визит на сайт и не открытие письма. Визит показывает интерес, заказ — деньги. Смешивать события в одной метрике нельзя.

**2. Окно расчета.** Берется из данных: медианный интервал между первым и вторым заказом плюс запас. Медиана 45 дней — рабочее окно 60–90 дней. Окно «потому что так у конкурентов в бенчмарке» не подходит.

**3. Основная и вспомогательная формулы.** Рабочая связка для большинства ecom-команд: rolling как главная метрика состояния базы, классика точечно для оценки цепочек и кампаний. Обе — внутри когортной нарезки по месяцу первой покупки и каналу привлечения.

**4. Фиксация в письменном виде.** Одна страница в вики: событие, окно, формула, источник данных, владелец метрики. Любая смена методики — с датой и пометкой на графиках, иначе через год получите тот самый «рост на 9 п.п.» из цитаты выше.

**5. Один источник правды.** Один дашборд, из которого все берут цифры. Два параллельных отчета в разных инструментах гарантированно разойдутся — по атрибуции, часовому поясу или определению активности.

**Норма**

- методика задокументирована и доступна всей команде;
- окно расчета пересматривают раз в год по свежим данным о цикле покупки;
- в когортном отчете видны и канал привлечения, и динамика по месяцам жизни.

**Red flag**

- retention считают в двух системах, и цифры «примерно совпадают»;
- методику поменяли задним числом и переписали историю;
- к метрике привязаны KPI и бонусы, а формулу не может воспроизвести никто, кроме автора отчета.

> Первое, что делаем на старте проекта, — считаем медианный интервал между заказами. Бывало, клиент год бомбил базу реактивацией на 30-й день, а у него медиана повторной покупки 70 дней. Сдвинули окно на 75-й день, конверсия цепочки выросла вдвое без единого нового письма».
>
> — Егор Череватенко, CRM-маркетолог, ClientCore

> **Читайте также:** [Какая норма retention: бенчмарки по отраслям и почему сравнивать себя с рынком опасно](https://clientcore.ru/blog/articles/kakaya-norma-retention-benchmarki-po-otraslyam-i-pochemu-sravnivat-sebya-s-rynkom-opasno)

---

[Открыть статью на сайте](https://clientcore.ru/blog/articles/vidy-retention-kak-schitat-klassicheskiy-rolling-i-kogortnyy-i-ne-zaputatsya)