Возвращаемость клиентов: как считать и как её поднять

Возвращаемость клиентов показывает, какая доля новых покупателей пришла снова за выбранный срок, и считается она просто, вернувшихся делят на всю группу и умножают на сто. Если из 300 новых клиентов 66 купили ещё раз за 90 дней, показатель равен 22 %. Заявления об уходе покупатель не пишет, поэтому дату ухода назначает сам собственник, и всё число зависит от срока, который он отвёл клиенту на возвращение.

В конце покажу, как превратить расчёт в деньги, то есть какие вопросы задать своей базе, как ответить на них по выгрузке и как делать это дальше быстрее с нейросетью.

Как считать возвращаемость клиентов по группе и сроку

Вся дробь держится на двух решениях, кого взять в группу и сколько её ждать. Группу собирают по дате первой покупки, например всех новых клиентов за квартал, и дальше она не пополняется. Срок отсчитывают от покупки каждого клиента, иначе январский покупатель получит на возвращение на два месяца больше мартовского.

В таком виде возвращаемость клиентов смотрит только на новых, и этим отличается от двух соседних чисел. Числа дальше учебные. В прошлом квартале у компании покупали 800 клиентов, в этом 900, из них 600 прежних и 300 новых, а две покупки и больше за квартал сделали 270 человек.

У одной компании за один квартал выходят три верных процента (угадайте, какой попадёт в презентацию). Коэффициент удержания клиентов в 75 % успокаивает, а 22 % говорят другое, почти четверо новых из пяти за три месяца не вернулись.

Клиент не объявляет об уходе, поэтому срок назначаете вы

В подписке уход виден по дате отмены, а в магазине, автосервисе или на оптовой поставке человек просто перестаёт приходить. Питер Фейдер и Брюс Харди с соавтором в работе 2005 года так и описывают такие продажи, момент ухода клиента в них не наблюдается.

Цену ошибки видно на их данных. Из 2 357 покупателей американского интернет-магазина CDNOW, пришедших в начале 1997 года, 1 411 не вернулись ни разу за первые 39 недель наблюдения, и любая таблица записала бы их в потерянные. За следующие 39 недель эти «потерянные» сделали 334 покупки, то есть 18 % всех покупок отрезка.

В Яндекс Метрике с августа 2026 года есть отчёты Retention и Rolling Retention. Считают они возвраты на сайт, поэтому возвращаемость клиентов всё равно берут из выгрузки оплат.

Срок берут из своего интервала между покупками

Срок я достаю из выгрузки. У всех вернувшихся измеряю, сколько дней прошло между первой и второй покупкой, беру середину ряда и умножаю на два. Если клиенты обычно приходят через 45 дней, срок равен 90, а кто молчит дольше 45, но меньше 90 дней, считается спящим.

Срок фиксируют один раз и больше не трогают, иначе показатель меняется от настроения. Свежую группу с прошлым кварталом тоже не сравнивают, ведь её срок ещё не истёк и клетки таблицы пустые.

Какая возвращаемость клиентов окупает рекламу

Рыночной нормы по России я не нашёл, и таблицы отраслевых «нормальных» процентов советую закрыть. Сеть NailMaker Bar в блоге на «Секрете» Т-Банка показала, что один её салон поднял показатель с 32 % в мае 2024 года до 53 % в апреле 2026-го, а вернуть клиента там стоит 180 рублей против 980 за нового.

Нормальной я называю ту возвращаемость клиентов, при которой реклама окупается. Порог считается одной дробью, из цены привлечения вычитают маржу первой покупки и делят на маржу, которую вернувшийся клиент приносит за год.

Числа дальше учебные. Если клиент стоит 12 000 рублей, первый заказ даёт 6 000 маржи, а вернувшийся за срок приносит за год ещё 30 000 (поздние возвраты не считаем), порог равен (12 000 − 6 000) / 30 000 × 100 = 20 %. Ниже порога компания доплачивает за каждого нового клиента.

Цена клиента в этой дроби та самая, о которой спрашивает юнит-экономика, сколько можно платить за привлечение. Самое трудное здесь маржа, ведь её приходится разносить по клиентам и каналам после всех расходов, и без этого порог остаётся догадкой.

Вторая покупка решает больше всех следующих

Самый большой разрыв лежит между первой покупкой и второй. В зарубежном примере из блога MineThatData новая покупка в течение года случается у 26,8 % купивших один раз, у 40 % купивших дважды и у 49,3 % купивших трижды. Выборку автор не раскрывает, но первая ступень прибавляет 13,2 пункта, а вторая 9,3.

По моему опыту, собственник смотрит на клиента как на одну оплату, а у клиента после покупки почти всегда появляется следующая задача. Типография напечатала каталог и ищет новых заказчиков, хотя прежнему через месяц нужны визитки, папки и стенд на выставку. Поэтому по каждой услуге я спрашиваю, что этому человеку понадобится следующим и когда, и деньги в базе клиентов находятся быстрее, чем в рекламном кабинете.

Собственник хочет, чтобы клиенты возвращались, и раздаёт скидку за следующий заказ, а забирают её прежде всего те, кто и так вернулся бы. Снимается это сменой момента, следующую покупку назначают в день первой, пока клиент доволен и задача на столе.

Как это считается у поставщика расходников

В чате предпринимателей поставщик расходных материалов для стоматологий написал о своих продажах коротко, «все идет на авось». Числа дальше учебные. Представим такого поставщика с 80 новыми клиниками за квартал, заказами раз в 45 дней и сроком возврата 90 дней. Цена клиента и маржа те же, что в расчёте порога.

Общие 26 % прячут две разные компании. Клиника из рекламы возвращается вчетверо реже той, что пришла по рекомендации, и не дотягивает до порога 20 %, каждая приносит 6 000 + 0,15 × 30 000 = 10 500 рублей маржи при цене 12 000, а вся группа уходит в минус на 90 000.

Допустим, менеджер в день первой поставки согласует с клиникой график следующих заказов, а премию ему считают с маржи вторых заказов. Если рекламные клиники станут возвращаться вдвое чаще, каждая даст 15 000 рублей, группа выйдет в плюс на 180 000, и разворот составит 270 000 рублей за год без учёта времени менеджера. Потому и возвращаемость по каждому каналу я вывожу отдельной строкой, ведь общий процент этого разворота не покажет.

Что в подсчёте возврата я отдаю нейросети

Подсчёт я отдаю нейросети целиком. Найти каждому клиенту первую и вторую покупку и разложить группы по месяцам и каналам она успевает за минуты, а вручную на это уходит вечер.

Опасна она в двух местах. Один и тот же клиент живёт в выгрузке под телефоном и под почтой, и модель посчитает его новым дважды, а срок при молчании в задании она выберет сама. Склейку дублей и срок я поэтому задаю сам.

Что делать с группой ниже порога, решает собственник, ведь отключить канал или терпеть его ради объёма можно только зная планы компании. Если считать такое хочется каждый месяц без ручной сборки, прибыль по клиентам и каналам настраивают один раз, и дальше обновляется только выгрузка.

Промпт: кто из новых клиентов вернулся и окупил рекламу

Подойдёт любая крупная модель, DeepSeek работает бесплатно и без VPN, ChatGPT и Claude мощнее, но с ограничениями доступа из России. Имена и телефоны клиентов замените метками, персональные данные и коммерческую тайну в публичный чат не вставляйте.

Роль: ты аналитик клиентской базы небольшой компании и считаешь, кто из новых клиентов вернулся.

Результат: возвращаемость новых клиентов по месяцам и каналам, порог окупаемости каждого канала, список клиентов, которым пора написать, и фразы для команды.

Зачем: понять, какие каналы приводят людей на одну покупку и сколько денег я на этом теряю.

Ниже выгрузка оплат за 12–24 месяца (метка клиента, дата, сумма, канал прихода, дата самой первой покупки), моя маржа в процентах и стоимость привлечения клиента по каналам в рублях.

Работай по шагам, к следующему переходи только после предыдущего:
1. Найди пустые даты, дубли и оплаты без канала, спроси, как с ними быть.
2. Новым считай клиента, чья самая первая покупка попала в выгрузку, остальных в группы не включай. Посчитай медианный интервал между первой и второй покупкой, предложи срок возврата в два интервала и дождись моего согласия.
3. Собери группы по месяцу первой покупки и посчитай долю вернувшихся за срок. Группы, у которых срок не истёк, покажи отдельно и в итог не включай.
4. То же по каналам прихода.
5. По каждому каналу посчитай порог: (стоимость привлечения − маржа первой покупки) / средняя маржа вернувшегося за срок клиента за 12 месяцев без первой покупки × 100. Бери только клиентов, за которыми наблюдали полный год. Сравни порог с фактом.
6. Покажи клиентов, которые молчат дольше одного интервала, но срок у которых не истёк, от большей маржи первой покупки к меньшей.
7. Три находки с числами: где факт ниже порога, сколько маржи недобрал канал, что проверить первым.

Нюансы: говори в рублях и процентах. Если в канале никто не вернулся, порог не считай и напиши об этом. Противоречие в данных покажи и не выбирай сам. Под каждой находкой одна фраза, которую я скажу команде завтра.

Рамки: не выдумывай средние по отрасли и числа, которых нет в выгрузке. Мотивационные речи и рассуждения о важности опусти полностью.

Коротко: главное из статьи

• Возвращаемость клиентов равна числу вернувшихся за срок, делённому на всю группу новых и умноженному на сто.
• Срок берут из своей выгрузки, два обычных интервала между первой и второй покупкой.
• В данных CDNOW клиенты без повторной покупки за первые 39 недель наблюдения дали 18 % покупок следующих 39 недель.
• Открытой нормы по России я не нашёл, поэтому долю вернувшихся сравнивают с порогом окупаемости рекламы.
• Порог равен цене привлечения минус маржа первой покупки, делённым на маржу вернувшегося клиента за год.

Частые вопросы