Retention Rate: как рассчитать удержание клиентов и пользователей

Retention Rate показывает долю клиентов, сохранившихся в базе за период, или долю пользователей исходной когорты, которые вернулись и совершили заданное действие. Для клиентской базы показатель считают по данным на начало и конец периода. Для цифрового продукта фиксируют когорту и отслеживают события ее участников.

Перед расчетом нужно определить единицу учета, событие возврата и срок наблюдения. Иначе одинаковые проценты могут описывать разное поведение, поэтому сравнивать их нельзя.

Какой Retention Rate нужно рассчитать

Метод зависит от объекта анализа. Customer Retention Rate подходит для оценки сохранения клиентской базы. Возвращаемость пользователей приложения или сайта измеряют по когортам. Для товаров с нерегулярным циклом покупки может быть полезнее доля повторных покупок.

Удержание клиентской базы

Расчет показывает, какая доля клиентов, присутствовавших в начале периода, сохранилась к его окончанию. Число новых клиентов, появившихся внутри периода, вычитают из числа клиентов на конец периода.

Сначала команда определяет, кого считать активным клиентом: человека с действующей подпиской, договором, оплаченным заказом за выбранный период или другим статусом, который можно проверить.

Возврат пользователей исходной когорты

Когорта — группа пользователей с общим стартовым событием и периодом его совершения. В нее могут входить люди, которые впервые посетили сайт, установили приложение, зарегистрировались или сделали первую покупку. GA4 позволяет отдельно задавать критерии включения в когорту и возврата, а также детализацию по дням, неделям или месяцам.

Исходный состав когорты фиксируют. Пользователь с более поздней регистрацией относится к другой группе и не увеличивает знаменатель сформированной когорты.

Повторные покупки

Если потребитель возвращается редко, а ценность возникает при новом заказе, используют repeat purchase rate — долю покупателей из выбранной базы, совершивших повторную покупку в заданном окне. В числитель входят покупатели с повторной покупкой, в знаменатель — общее число покупателей в выбранной базе. Визит или запуск приложения в таком расчете не подтверждает удержание.

Какие данные и правила нужно зафиксировать до расчета

Рабочее определение метрики можно записать так: «Считаем уникальных [единица учета], совершивших [стартовое событие] в [период формирования когорты] и затем [возвратное событие] в [окно]; реактивацией считаем [правило]».

Для воспроизводимого расчета нужны:

• Стабильный идентификатор клиента или пользователя;

• Стартовое событие и точное время его совершения;

• Возвратное событие, связанное с ценностью продукта;

• Часовой пояс и правило построения интервалов;

• Зафиксированный состав и размер когорты;

• Полностью завершенный период наблюдения;

• Граница между удержанием и реактивацией.

Как определить активного клиента

Статус активного клиента проверяют по одному условию во всех периодах. Для подписочного сервиса подойдет действующая оплаченная подписка, для B2B-компании — договор, для магазина — хотя бы одна покупка за установленный срок. Отчеты, где активность определяется то по входу, то по оплате, описывают разные процессы.

Как выбрать стартовое и возвратное события

Стартовое событие должно соответствовать аналитическому вопросу. Первое посещение подходит для оценки привлеченного трафика, регистрация — зарегистрированной аудитории, первая покупка — покупателей. AppMetrica описывает retention как возврат пользователей после первого запуска или другого выбранного стартового события.

Возвратным событием может быть просмотр контента, завершение целевого действия, заказ, оплата или использование основной функции. Запуск приложения подходит лишь для продукта, где сам запуск отражает полезное действие.

Как отделить реактивацию от удержания

Пользователь может надолго исчезнуть, затем вернуться после рассылки или рекламной кампании. Команда заранее выбирает число полных естественных циклов использования продукта или совершения покупок, после которых возврат считается реактивацией. Если смешать реактивированных и непрерывно активных пользователей, рост показателя можно ошибочно связать с качеством исходной когорты.

Как проверить идентификацию между устройствами

Cookie, рекламный идентификатор и учетная запись могут представить одного человека как нескольких пользователей. Новый идентификатор тогда увеличит когорту, а возврат с другого устройства потеряется или попадет в отдельную запись. Перед сравнением каналов проверяют правила склейки и долю событий без стабильного user ID.

Как рассчитать удержание клиентской базы

Коэффициент удержания клиентов рассчитывают по формуле:

Customer Retention Rate = ((E − N) / S) × 100%.

Где:

• Customer Retention Rate — коэффициент удержания клиентов за период;

• E — число клиентов на конец периода;

• N — число новых клиентов за период;

• S — число клиентов на начало периода;

• 100% — множитель, который переводит отношение в проценты.

Формулу и расшифровку переменных приводит Microsoft.

Пример расчета

На начало периода у компании было 1000 клиентов. К концу периода в базе числилось 900 клиентов, из которых 200 пришли в течение этого срока. Подстановка значений в формулу выглядит так:

((900 − 200) / 1000) × 100% = 70%.

Где:

• 70% — Customer Retention Rate за период;

• 900 — число клиентов на конец периода;

• 200 — число новых клиентов за период;

• 1000 — число клиентов на начало периода;

• 100% — множитель для перевода отношения в проценты.

Компания сохранила 70% начальной клиентской базы. Значения и результат взяты из примера Microsoft. Новых клиентов вычитают, чтобы они не маскировали уход участников исходной базы.

Как рассчитать когортное удержание пользователей

Когортное удержание рассчитывают по формуле:

Retention для интервала = Ureturn / Ucohort × 100%.

Где:

• Retention для интервала — доля пользователей исходной когорты, совершивших возвратное событие в выбранном интервале;

• Ureturn — число уникальных пользователей исходной когорты, совершивших возвратное событие в выбранном интервале;

• Ucohort — исходный размер когорты;

• 100% — множитель, который переводит отношение в проценты.

Каждый пользователь попадает в числитель интервала один раз независимо от числа событий. Такое правило учета применяет Amplitude.

Как сформировать исходную когорту

Сначала задают период формирования — например, календарный день или неделю. Затем отбирают уникальных пользователей со стартовым событием внутри этого периода и фиксируют список. В следующих столбцах учитывают действия той же группы. Новых участников в нее не добавляют.

Как посчитать D1, D7 и D30

D1 retention — доля пользователей когорты, вернувшихся в интервал первого дня после старта. D7 относится к седьмому дню, D30 — к тридцатому. Результат зависит от режима расчета: возврат точно в заданном интервале или начиная с него.

Учебный пример: исходная когорта включает 100 уникальных пользователей. В D1 возвратное событие совершили 28 человек, в D7 — 14, в D30 — 9. Показатели составят 28%, 14% и 9% соответственно. Числа условные и иллюстрируют арифметику.

Эти горизонты подходят не каждому бизнесу. Для продукта с еженедельным сценарием дневной показатель может быть малоинформативен. При редких покупках даже месячного окна бывает недостаточно.

Как читать когортную таблицу

Строка соответствует группе с общим периодом старта. Столбец показывает возраст когорты: первый день, вторую неделю или третий месяц. В ячейке стоит доля либо число участников, выполнивших возвратное событие.

Сопоставляют одинаковые столбцы: например, D7 одной когорты с D7 другой. Нижние правые ячейки часто пусты или содержат предварительные данные, поскольку новые группы еще не достигли нужного возраста.

Как выбрать период и временное окно

Интервал привязывают к ожидаемому циклу полезного действия. Если у продукта несколько сценариев использования, для них можно построить отдельные когорты с одинаковой методикой внутри каждого сравнения.

Календарный день и 24-часовое окно

Календарный интервал заканчивается на границе суток в часовом поясе проекта. Скользящее окно отсчитывается от стартового события каждого пользователя. В Amplitude Day 1 при скользящем расчете охватывает период от 24 до 48 часов после старта. AppMetrica тоже позволяет выбирать календарные дни или 24-часовые окна.

Условный пример: пользователь зарегистрировался в понедельник в 23:30 и вернулся во вторник в 00:15. В календарном расчете возврат относится к следующему дню. В скользящей схеме прошло 45 минут, поэтому событие входит в первые 24 часа после старта. Границы интервалов дают разные результаты на одном наборе событий.

Часовой пояс закрепляют на уровне проекта или витрины данных. Без единого правила события около полуночи могут относиться к разным дням в продуктовой аналитике и CRM.

Чем отличаются Return On, Return On or After и rolling retention

Return On учитывает возврат точно в выбранном интервале, Return On or After — в нем или позже. Rolling retention показывает долю пользователей, которые вернулись в день N или в любой последующий день. При этом платформы могут по-разному определять знаменатель, границы интервалов и наблюдаемую часть когорты. Поэтому в отчете фиксируют название режима и его определение в конкретной системе.

“Return on measures who came back exactly on that day.”

Timothy Daniell, Founder, Permutable — источник

Rolling retention применяют при нерегулярном потреблении. Метрика может скрывать длинные паузы в активности, поэтому для оценки регулярного сценария сохраняют точечные интервалы или сопоставляют оба способа расчета.

Как сравнивать когорты и маркетинговые каналы

Когорты должны иметь одинаковые возраст, стартовое и возвратное события, часовой пояс и способ построения интервалов. D30 январской группы можно сравнить с D30 февральской после завершения полного тридцатидневного горизонта у обеих.

Некоторые аналитические системы включают в знаменатель последующих точек лишь пользователей, для которых соответствующий интервал уже наступил. Amplitude исключает участников, еще не достигших нужного периода наблюдения. Поэтому знаменатель последних точек может меняться, а предварительные данные нельзя трактовать как полные.

Для анализа привлечения когорты разбивают по источнику, рекламной кампании или партнеру, сохраняя остальные правила расчета. Яндекс Метрика позволяет сравнивать возвращаемость пользователей из разных источников и кампаний, а также группы до и после изменений сайта. Разница между каналами дает основание проверить качество аудитории, но сама по себе не доказывает влияние рекламы: группы могут отличаться составом пользователей, промоусловиями и продуктовым опытом.

Когда Retention Rate дополняют другими метриками

Когда Churn Rate равен 100% минус Retention Rate

При одинаковой исходной базе и одном периоде коэффициент оттока рассчитывают по формуле:

Churn Rate = 100% − Retention Rate.

Где:

• Churn Rate — доля ушедших клиентов или пользователей;

• 100% — вся исходная база;

• Retention Rate — доля удержанных клиентов или пользователей.

Формула применима, если статусы «удержан» и «ушел» взаимоисключающи и полностью покрывают исходную базу. При реактивациях, паузах, неопределенном статусе или разных окнах простое вычитание искажает результат.

Когда полезнее repeat purchase rate, LTV и NPS

Repeat purchase rate измеряет повторные покупки. LTV оценивает ценность клиента за срок отношений с компанией. NPS отражает готовность респондентов рекомендовать продукт, но не измеряет поведение пользователей после первого действия. Метрику выбирают под конкретный вопрос и доступные данные.

Универсальной нормы Retention Rate нет. Ориентир зависит от категории продукта, частоты использования, стартового и возвратного событий, окна, возраста когорты и способа идентификации. Динамика сопоставимых когорт и сегментов информативнее процентов из отчетов с неизвестной методологией.

Ошибки, из-за которых Retention Rate нельзя сравнивать

• В числителе смешаны клиенты, пользователи, заказы или сессии;

• После окончания периода формирования в когорту добавляются новые участники;

• Возвратное событие меняется между отчетами или определено неоднозначно;

• Один пользователь учитывается несколько раз из-за разных устройств и идентификаторов;

• Точечное и накопительное удержание сравниваются без маркировки метода;

• Календарные дни сопоставляются со скользящими 24-часовыми окнами;

• В проектах установлены разные часовые пояса;

• D30 новой когорты сравнивается с завершенным D30 старой;

• Реактивированные пользователи смешиваются с непрерывно активными;

• При сравнении каналов меняются событие, окно, знаменатель или правило атрибуции.

Заключение

Достоверность Retention Rate зависит от зафиксированной методики: объекта анализа, событий, временного окна, состава когорты и границы реактивации. Результаты сопоставимы после завершения одинакового периода наблюдения, иначе разница в процентах отражает метод расчета вместо поведения клиентов или пользователей.