Возвращаемость клиентов и repeat rate — это одно и то же?

Repeat rate — конкретная формула: доля клиентов с двумя и более покупками за период. «Возвращаемость» — разговорный термин, под которым может скрываться и RR, и коэффициент удержания, и реактивация. Видите слово в отчете — спрашивайте формулу.

Какой показатель RR считается хорошим?

Универсальной нормы нет. В категориях с коротким циклом — еда, косметика — повторные покупки случаются за недели, в оптике или мебели — за годы. Ориентируйтесь на динамику своих когорт и свой цикл покупки, а не на среднюю по рынку.

Как часто пересчитывать возвращаемость?

Контрольный замер — раз в месяц, когортный разбор — раз в квартал. Метрика инерционная: еженедельные замеры покажут шум, а не тренд.

Можно ли считать возвращаемость по returning users в Google Analytics?

Нет. Метрика построена на куках и измеряет визиты. Смена устройства или чистка куки превращает постоянного клиента в «нового». Для возвращаемости клиентов нужны транзакционные данные из CRM или платформы лояльности.

Возвращаемость клиентов: как считать метрику и не путать ее с repeat rate

«Возвращаемость у нас 38%» — с такой цифрой маркетолог выходит на планерку. Звучит неплохо. Но стоит спросить, как именно ее посчитали, и начинается: кто-то брал долю повторных покупок за год, кто-то — retention месячной когорты, а руководитель продаж вообще имел в виду клиентов, которых вернули из спящих. Три человека смотрят на одно слово и видят три разные метрики.

Пока термины путаются, бюджет расходуется вслепую: цели ставят по числу, которое никто не может воспроизвести, подрядчики отчитываются той трактовкой, в которой цифра красивее. Как развести понятия и собрать расчет, которому можно верить, рассказывает Валерия Старостина, CRM-маркетолог ClientCore.

Что скрывается под словом «возвращаемость»

В русскоязычной практике возвращаемость клиентов — метрика-зонтик. Под ней в отчетах и ТЗ живут четыре разных показателя:

Repeat rate (показатель RR) — доля клиентов, сделавших две покупки и больше за период.
Коэффициент удержания (retention rate) — доля клиентов когорты, которые остались активными к концу периода.
Returning customer rate — доля вернувшихся покупателей среди всех покупателей периода.
Реактивация — доля спящих клиентов, которых удалось вернуть к покупкам.

Слово одно, формулы разные, и выводы из них — тоже. Пока команда не договорилась, какую из четырех метрик имеет в виду, любой спор о цифрах бессмысленен: каждый защищает свою формулу.

Показатель RR: формула и где она врет

Repeat rate = клиенты с 2 и более покупками за период / все покупатели за период × 100%.

Пример: за квартал что-то купили 10 000 человек. У 2 800 из них покупка была не первой. RR = 28%.

Тонких мест три. Первое — период. Он должен покрывать типичный цикл повторной покупки. У ресторана цикл — недели, у салона оптики — год-полтора. RR за месяц для оптики покажет почти ноль, и это скажет о специфике категории, а не о работе CRM.

Второе — знаменатель. Клиент, купивший вчера, физически не успел вернуться. Если включать его в расчет, метрика занижается. Чистый вариант — когортный: берем тех, кто купил впервые в январе, и смотрим, сколько из них вернулись за следующие полгода.

Третье — кумулятивный RR против периодного. За всю историю базы доля повторных покупок всегда выше: у клиентов было больше времени. Сравнивать кумулятив за пять лет с квартальным RR прошлого подрядчика — все равно что сравнивать теплое с мягким.

Норма

период расчета равен циклу повторной покупки или длиннее его
в знаменателе — только клиенты, у которых было время вернуться
в методике записано: считаем оплаченные заказы, возвраты исключаем

Red flag

RR считают за месяц в категории с годовым циклом
кумулятивный показатель в отчете сравнивают с квартальным
возвращенные и отмененные заказы попадают в расчет

Коэффициент удержания: как считать и чем он отличается от RR

Retention rate = (E − N) / S × 100%, где S — активные клиенты на старте периода, E — на конце, N — новые за период.

Пример: на начало квартала в базе 50 000 активных клиентов. Пришло 8 000 новых. На конец квартала активны 52 000. Retention = (52 000 − 8 000) / 50 000 = 88%. Оставшиеся 12% — churn, отток.

Разница с repeat rate — в самом вопросе. Retention спрашивает: «Клиент остался с нами?» RR спрашивает: «Клиент купил еще раз?» В подписочном бизнесе ответы почти совпадают: не отменил подписку — значит, удержан и «купил» снова. В ритейле клиент может быть удержанным — жив, читает письма, заходит на сайт, — но месяцами ничего не покупать.

Отсюда практический момент: в ритейле retention приходится проксировать событием «жизни». Им может быть покупка, визит в магазин с картой, клик в рассылке. Какое событие вы выберете — такой и получится цифра. И когда в отчете агентства написано «возвращаемость 88%», первый вопрос: это retention какой когорты и по какому событию? Большая красивая цифра часто оказывается именно им.

Пять мест, где ломается расчет

Даже с верной формулой метрику легко исказить данными. Вот где это случается чаще всего.

Дубли клиентов. Один человек с двумя телефонами или почтами живет в базе как два «новых». Повторные покупки размазываются по двум карточкам, и RR падает. Без склейки по телефону, email и картам лояльности метрика считает учетные записи, а не людей.

Офлайн без идентификации. Клиент вернулся и купил в рознице, но не предъявил карту — для CRM он не существует. Если доля неидентифицированных чеков большая, возвращаемость занижена системно.

Возвраты и отмены. Заказ оформлен, оплачен, потом возвращен. Если аналитика считает по факту оформления, «повторная покупка» случилась только на бумаге.

Короткое окно наблюдения. Об этом выше: окно короче цикла покупки гарантированно занижает цифру, и команда начинает лечить болезнь, которой нет.

Returning users из веб-аналитики. Метрика построена на куках и измеряет визиты. Человек зашел с нового телефона — и он уже «новый пользователь». Для клиентской возвращаемости нужны транзакции из CRM, сессии здесь не помощник.

Какие решения рождаются из этих метрик

Метрика, из которой не следует решение, — балласт в дашборде. Правильно посчитанная возвращаемость работает иначе: она прямо указывает, куда вкладываться.

Низкий RR после первой покупки. Классическая ситуация. Вторая покупка — переломный момент: клиент, купивший дважды, возвращается за третьей заметно охотнее. Значит, приоритет CRM — довести новичка до второго заказа: welcome-цепочка, подборка по первой покупке, бонус с дедлайном.

Низкий RR при длинном цикле категории. Очки не купишь каждый месяц, сколько ни шли писем. Решение — кросс-сейл сопутствующих товаров с коротким циклом: линзы, растворы, аксессуары. Между большими покупками клиента удерживают регулярные касания. Именно так мы работали с «Браво-Оптикой»: коммуникации были нерегулярными, мы внедрили Mindbox, запустили email-канал, каскадные цепочки и поп-апы — за 10 месяцев это дало +14,62% к выручке от CRM-направления (кейс).

Растущий churn. Сначала проверяем, не артефакт ли это окна наблюдения. Если отток реальный — подключаем win-back цепочки и триггеры. В AR Fashion перезапуск триггерных рассылок дал +1063% к их выручке: брошенные корзины, реактивация и постпокупочные цепочки вернули клиентов, которых база уже успела «списать» (кейс).

Норма

у каждой метрики есть порог, при котором запускается конкретное действие
RR смотрят в связке с циклом категории и LTV когорты

Red flag

цифра в отчете есть, а решений из нее не принимается
возвращаемость сравнивают со «средней по рынку» из чужой категории

Как зафиксировать договоренности

Чтобы через полгода не вернуться к спорам «а что мы вообще считаем», договоренности фиксируют письменно.

Первое — метрико-словарь на одну страницу: определения, формулы, периоды, источник данных. Каждый отчет ссылается на него. Второе — владелец метрики: один человек отвечает за расчет и за любые изменения методики. Третье — автоматизация: когортный отчет по повторным покупкам собирается в Mindbox или BI один раз и дальше обновляется сам, без ручных выгрузок в Excel перед каждым совещанием.

После этого «возвращаемость» превращается из темы для споров в рабочий инструмент: одинаково считается, сопоставляется между периодами и приводит к решениям, а не к дискуссиям о формулах.