Когортный анализ: как график удержания помогает найти проблему бизнеса

Почему средний процент повторных покупок обманчив

Когда собственник или CEO видит в отчёте «repeat rate 25%», первая реакция — «нормально или нет?». Ответа без контекста не существует. 25% повторных покупок может означать как здоровый бизнес с растущей лояльностью, так и системную утечку, которую маскируют «выжившие» клиенты.

Средний процент повторных покупок — это средняя температура по больнице. Он суммирует поведение всех клиентов за всё время, не показывая динамику: что происходило с когортой через месяц, три, полгода. Когортное удержание отвечает на вопрос «сколько клиентов из тех, кто пришёл в январе, совершили вторую покупку в феврале, марте, апреле?». Именно график удержания помогает диагностировать проблему, а не одна итоговая цифра.

Пример: два магазина с repeat rate 25%:

• Магазин А: 40% клиентов возвращаются на второй месяц, 35% — на третий, кривая стабильна. Это значит, что бизнес работает, нужно масштабировать.
• Магазин Б: 20% на второй месяц, 12% на третий, 8% на четвёртый. Repeat rate 25% держится за счёт старой базы, а новые клиенты уходят.

Экономика в этих двух случаях принципиально разная: CAC привлечения одинаковый, но LTV у Магазина А вдвое выше.

Какие метрики смотреть вместе с retention

Одна кривая удержания — неполная картина. Чтобы поставить диагноз, нужно видеть:

• LTV когорты в динамике: если retention падает, но LTV растёт — возможно, вы удерживаете только крупных клиентов, а мелкие уходят.
• CAC по когортам: если CAC растёт быстрее, чем retention, — бизнес подрывает собственную экономику.
• Период между заказами: если клиенты возвращаются, но через 6–8 месяцев, это другое поведение, чем возврат через месяц.
• ROMI на удержание: сколько вы тратите на CRM-коммуникации, чтобы удержать клиента, и окупается ли это.

Четыре типа графика удержания и их бизнес-диагноз

Кривая 1 — плоская или растущая (PMF есть, бизнес здоров)

Диагноз: продукт-маркет фит существует. Клиенты получают ценность, возвращаются, и доля возвращающихся не снижается со временем.

Как выглядит: кривая уходит в горизонталь или слегка растёт. Например: 1-й месяц — 100%, 2-й — 50%, 3-й — 48%, 4-й — 49%.

Что это значит: бизнес нашёл аудиторию, которой нужен именно этот продукт. Проблема не в удержании, а в масштабировании привлечения.

Что проверять: каналы трафика, ёмкость рынка, unit-экономику при росте. Если retention хорошая, но CAC растёт — нужно искать новые каналы или оптимизировать существующие.

Экономика: при retention 50% на 4-й месяц и CAC, например, 2000 руб., LTV при 4+ покупках может быть 10 000 руб. и выше. ДРР на повторные продажи — низкий, бюджет на удержание оправдан.

Кривая 2 — крутое падение на 1-2 месяце (провал онбординга)

Диагноз: клиент не получил ожидаемого опыта при первой покупке. Ушёл не товар, а первый опыт взаимодействия с бизнесом.

Как выглядит: 1-й месяц — 100%, 2-й — 15–20%, 3-й — 12–15%, 4-й — 10–12%. Резкий обвал сразу после первой покупки, затем кривая стабилизируется на низком уровне.

Пример: когорта показывает: 1-й месяц — 100% покупок, 2-й месяц — 20%, 3-й — 17%, 4-й — 15%. Падение произошло между первой и второй покупкой.

Что это значит: дело не в товаре (те, кто вернулся, возвращаются). Проблема в процессе: сроки доставки, качество упаковки, пост-продажное обслуживание, несоответствие ожиданиям.

Что проверять:
— NPS или CSAT после первой доставки
— Триггерные письма после заказа: есть ли они вообще?
— Сроки доставки: выполняются ли обещания?
— Качество упаковки: приходит ли товар в том виде, в котором обещан?

Экономика: если CAC = 1500 руб., а LTV удержанного клиента = 5000 руб., но удерживается только 20% — бизнес теряет 80% потенциального LTV. ROMI на исправление онбординга может быть в разы выше, чем на любой ретаргетинг.

Кривая 3 — монотонное падение каждый месяц (leaky bucket)

Диагноз: системная проблема, которая «вымывает» клиентов с постоянной скоростью. Каждый месяц уходит примерно одинаковый процент оставшихся.

Как выглядит: 1-й месяц — 100%, 2-й — 55%, 3-й — 40%, 4-й — 28%, 5-й — 18%. Падение плавное и предсказуемое.

Что это значит: бизнес «течёт». Причина не в первом опыте (клиенты возвращаются на второй месяц), а в том, что с каждым месяцем они находят причины не возвращаться снова: ассортимент не обновляется, цена перестаёт устраивать, поддержка не решает проблемы, доставка срывается.

Что проверять:
— Точки оттока: на каком этапе клиенты перестают открывать письма, заходить на сайт, совершать повторные заказы
— Ассортимент: есть ли регулярное обновление? Не устал ли каталог?
— Ценовая политика: не ушли ли конкуренты в другой сегмент?
— Качество поддержки: решаются ли проблемы с первого обращения?

Экономика: если каждый месяц терять 20% базы, через год останется ~10% от размера первоначальной когорты. Рост возможен только за счёт постоянного привлечения новых клиентов — CAC растёт, ДРР на привлечение увеличивается, прибыль сжимается. Бесполезно лить бюджет на CRM-коммуникации: нужно чинить корень, а не симптомы.

Кривая 4 — падение, но стабилизация на высоком уровне (survivor bias)

Диагноз: вы ориентируетесь на «выживших» — 5–10% клиентов, которые возвращаются постоянно, и принимаете их поведение за норму. Остальные 90% не возвращаются.

Как выглядит: 1-й месяц — 100%, 2-й — 30%, 3-й — 28%, 4-й — 27%, 5-й — 26%. Сильное падение, затем почти горизонтальная линия на уровне 25–30%.

Что это значит: небольшая группа клиентов (survivors) действительно лояльна — они покупают регулярно, у них высокий LTV. Но массовый клиент не возвращается. Опасность в том, что бизнес начинает решать задачи «выживших»: усложнять ассортимент под их вкусы, увеличивать чеки, добавлять премиум-опции. А 90% клиентов, которые могли бы вернуться при другом подходе, не возвращаются.

Что проверять:
— Долю повторных покупок среди всех клиентов когорты (не среди «выживших»)
— Сегментацию: как выглядит кривая для разных каналов, товарных категорий, регионов
— Не принимаете ли вы решения на основе данных 5% клиентов?

Экономика: если CAC единый, а возвращается только 5–10% клиентов, остальные 90% — чистый убыток. Работа над массовым удержанием может дать кратный рост LTV без увеличения бюджета на привлечение.

Как по графику удержания определить, что менять

Провал онбординга — ушёл не товар, а первый опыт

Что делать: аудит первого касания в CRM, триггерные письма после заказа, NPS после первой доставки. Убедитесь, что клиент получает то, что обещано на сайте. Если проблема в сроках — меняйте логистику или обещания. Если в качестве — работу с поставщиками.

Чек-лист действий:
— [ ] Есть ли письмо с подтверждением заказа?
— [ ] Есть ли трекинг с уведомлениями?
— [ ] Есть ли пост-продажное письмо с предложением помощи?
— [ ] Собирается ли NPS/CSAT после первой покупки?
— [ ] Какие основные жалобы в первых отзывах?

Leaky bucket — проблема в системе

Что делать: глубокая диагностика точек оттока. Строить воронку удержания по когортам: на каком этапе клиент перестаёт взаимодействовать. Не усиливать CRM, а чинить причину: доставка, ассортимент, поддержка, цена.

Чек-лист действий:
— [ ] Проанализировать динамику оттока по месяцам (равномерно или есть пики?)
— [ ] Сравнить retention по каналам трафика (возможно, один канал даёт «не тех» клиентов)
— [ ] Оценить ассортимент: как часто обновляется? Есть ли дефицит?
— [ ] Проверить поддержку: среднее время ответа, процент решённых проблем

Survivor bias — вы ориентируетесь на 5%

Что делать: сегментировать анализ. Посмотреть retention отдельно по каналам, товарным категориям, гео. Понять, кто эти «выжившие» и почему они возвращаются. Но главное — выяснить, почему не возвращаются остальные. Возможно, им нужен другой ассортимент, другой формат коммуникации или другая цена.

Чек-лист действий:
— [ ] Построить кривые по сегментам (новые vs старые, каналы, товарные категории)
— [ ] Найти, какие сегменты показывают стабильное удержание, а какие — провал
— [ ] Сравнить профиль «выживших» и «ушедших»: чем они отличаются?
— [ ] Не принимать стратегические решения на основе 5% клиентов

Практика: с чего начать диагностику графика удержания

Как построить когорту без сквозной аналитики

Минимальный набор данных — CRM + таблица заказов. Вам нужны:

• ID клиента
• Дата первой покупки (для определения когорты)
• Дата каждой последующей покупки

Excel или Google Sheets справятся. Алгоритм:
1. Разбить клиентов по месяцу первой покупки (когорта)
2. Для каждого месяца после первой покупки посчитать долю клиентов, которые совершили хотя бы одну покупку в этом месяце
3. Построить график: ось X — месяцы после первой покупки, ось Y — % клиентов, совершивших покупку

Какой минимальный период наблюдения

Для диагностики графика удержания нужно минимум 3–6 месяцев данных. Первый месяц неинформативен — все 100%. Второй месяц покажет, есть ли провал онбординга. К третьему-четвёртому станет ясно, стабилизируется кривая или продолжает падать.

Какие сегменты смотреть отдельно

Средняя кривая по всему бизнесу — тот же средний repeat rate. Проблемы видны в сегментах:

• Новые vs старые клиенты: retention у новых часто ниже — это нормально, но разрыв не должен быть катастрофическим
• Каналы трафика: если один канал даёт retention 40%, а другой 5% — проблема в качестве трафика или в оффере
• Товарные категории: если в одной категории retention 50%, а в другой 10% — возможно, проблема в ассортименте или позиционировании
• Гео / регионы: доставка, сроки, ожидания могут сильно различаться

---

Сравнить свою retention curve

Хотите понять, к какому типу относится ваша когортная кривая и где теряется прибыль? Соберём и проинтерпретируем ваши данные за час на диагностике аналитики.

→ Записаться на диагностику