# Возвращаемость клиентов: как считать метрику и не путать ее с repeat rate > Под словом «возвращаемость» в отчетах прячутся четыре разные метрики. Разбираем формулы repeat rate и retention, места, где ломается расчет, и решения, которые из цифр следуют **Рубрика:** Статьи **Автор:** Валерия Старостина, CRM-маркетолог, ClientCore **Дата:** 2026-09-15 «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. > **Читайте также:** [Частота покупок как метрика: почему она важнее среднего чека для прогноза CRM-выручки](https://clientcore.ru/blog/articles/chastota-pokupok-kak-metrika-pochemu-ona-vazhnee-srednego-cheka-dlya-prognoza-crm-vyruchki) ## 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. > На аудите я всегда прошу показать возвращаемость. Называют, скажем, 35%. Начинаем копать — это кумулятивный repeat rate по базе за три года. Считаем по живым когортам за последний квартал — получаем 11%. Разбег втрое безо всякой махинации: просто разные формулы под одним словом». > > — Валерия Старостина, CRM-маркетолог, ClientCore ## 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. > Чаще всего расчет ломается на дублях. У одного ритейлера в базе числилось 60 000 клиентов. Склеили по телефону и email — осталось 47 000. Repeat rate в отчете вырос на 6 процентных пунктов без единой новой рассылки: просто перестали считать одного человека дважды». > > — Валерия Старостина, CRM-маркетолог, ClientCore ## 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](https://clientcore.ru/blog/articles/keis-bravo-optika-rost-vyruchki-crm)). **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](https://clientcore.ru/blog/articles/keis-ar-fashion-rost-vyruchki-email)). **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. > **Читайте также:** [Коэффициент повторных покупок: как считать и почему это индикатор здоровья базы](https://clientcore.ru/blog/articles/koefficient-povtornyh-pokupok-kak-schitat-i-pochemu-eto-indikator-zdorovya-bazy) --- [Открыть статью на сайте](https://clientcore.ru/blog/articles/vozvraschaemost-klientov-kak-schitat-metriku-i-ne-putat-ee-s-repeat-rate)