Retention rate: как считать удержание и повышать его

Что такое retention rate простыми словами

Термин широко используется не только в маркетинге, но и в продуктовой аналитике, HR (удержание сотрудников) и клиентском сервисе — везде, где важно измерить, насколько хорошо система удерживает объект внимания со временем. В маркетинге и продукте retention rate — одна из немногих метрик, которая одинаково важна и для продуктовой команды, и для маркетинга, и для финансов.

Отдельно стоит упомянуть engagement retention — удержание не по факту оплаты, а по факту реального использования продукта (открыл приложение, выполнил ключевое действие). Клиент может формально оставаться платящим (например, забыл отменить подписку), но фактически перестать пользоваться продуктом — такой «спящий» клиент почти наверняка отменит оплату при первом же напоминании о продлении, поэтому именно engagement retention считается более честным опережающим индикатором будущего оттока, чем retention по факту оплаты.

Retention rate (коэффициент удержания) — доля клиентов, которые остаются активными или продолжают платить спустя определённый период после первого контакта с продуктом. Это одна из ключевых метрик роста, потому что удержать существующего клиента почти всегда дешевле, чем привлечь нового через CAC.

Retention считают на разных горизонтах: Day 1, Day 7, Day 30 (для мобильных приложений и продуктов с быстрым циклом использования) или Month 1, Month 3, Month 12 (для подписочных B2B и B2C сервисов).

Помимо classic retention (остался ли пользователь активным вообще), различают ещё «unbounded» и «bounded» retention — первый учитывает пользователя активным, если он вернулся хотя бы раз после стартовой даты, второй — только если он активен именно в конкретный день замера (например, ровно на 30-й день). Для отчётности лучше выбрать один подход и придерживаться его постоянно: смешение методик в разных периодах создаёт иллюзию улучшения или ухудшения показателя там, где реального изменения не было.

Формула расчёта retention rate

Retention Rate = (Клиенты на конец периода − Новые клиенты за период) / Клиенты на начало периода × 100%

Пример:
Клиентов на начало месяца:      1 000
Новых клиентов за месяц:           150
Клиентов на конец месяца:        1 090

Retention = (1 090 − 150) / 1 000 × 100% = 94%

Формула специально исключает новых клиентов из числителя — иначе активный рост базы маскировал бы реальный отток существующих клиентов.

Связь с churn rate:
Retention Rate ≈ 100% − Churn Rate
94% retention ≈ 6% churn (из примера выше)

На практике формулу считают на регулярной основе — раз в неделю или в месяц, в зависимости от скорости изменения базы клиентов. Для продуктов с быстрым циклом использования (мобильные приложения, сервисы доставки) недельный расчёт даёт более чувствительную картину, чем месячный, где резкие изменения могут маскироваться усреднением за 30 дней.

При расчёте важно чётко фиксировать точку отсчёта «начала периода» — если её сдвигать произвольно (например, включать в базу клиентов, которые формально уже отменили подписку, но ещё пользуются оплаченным периодом), итоговый retention rate легко исказить в любую сторону, случайно или намеренно приукрасив отчётность перед руководством или инвесторами.

Полезно также сверять retention rate с сезонностью бизнеса. У образовательных продуктов, например, естественный провал удержания часто приходится на летние месяцы, а у ритейла — на период после крупных распродаж, когда часть покупателей были разово привлечены скидкой без намерения оставаться постоянными клиентами. Сравнение показателя год к году, а не месяц к месяцу, часто даёт более честную картину реального тренда удержания.

Финальная практическая рекомендация: заведите retention rate в тот же регулярный отчёт, где отслеживаются CAC и LTV, а не рассматривайте его изолированно как «продуктовую» метрику. Улучшение удержания напрямую отражается на экономике привлечения — команда маркетинга должна видеть эту связь так же ясно, как продуктовая команда.

Начать проще, чем кажется: даже без сложной аналитической платформы можно вручную построить когортную таблицу удержания в обычной таблице за один вечер, если есть выгрузка дат регистрации и последних действий пользователей. Этого простого среза часто достаточно, чтобы увидеть первую точку роста и начать системную работу над удержанием, не дожидаясь внедрения дорогой BI-системы.

Когортные кривые удержания: как читать

Retention rate «в моменте» — полезная, но грубая цифра. Точнее ситуацию показывает когортная кривая удержания: доля клиентов из одной когорты (например, «зарегистрировались в январе»), которые остаются активными на 1-й, 7-й, 30-й, 90-й день.

Ключевое, на что смотреть — «выполаживается» ли кривая. Если после 90-го дня удержание стабилизируется около 23-24% и дальше почти не падает — это «ядро» лояльных пользователей, и продукт нашёл product-market fit для этого сегмента. Если кривая продолжает падать к нулю — у продукта проблема с долгосрочной ценностью для пользователя.

Сравнение когортных кривых разных месяцев — один из лучших индикаторов того, что продукт улучшается. Если кривая когорты, привлечённой в этом месяце, стабильно выше кривой прошлых месяцев на всех точках замера — значит, изменения в онбординге или продукте реально работают. Если новые когорты удерживаются хуже старых — это тревожный знак, даже если абсолютный retention rate компании в моменте выглядит неплохо: он будет ухудшаться с задержкой в несколько месяцев, когда новые слабые когорты начнут доминировать в базе.

Нормы retention rate по типам продукта

Важно не гнаться слепо за верхней границей бенчмарка своей категории — иногда высокий retention достигается ценой чрезмерно жёстких условий отмены подписки или запутанного интерфейса отписки, что формально удерживает пользователя, но создаёт негативный опыт и репутационные риски. Здоровый retention всегда должен сопровождаться высоким показателем удовлетворённости (например, низким churn rate именно по добровольным причинам, а не по истечении бесплатного периода без возможности его продлить).

5 рабочих способов повысить retention rate

1. Довести пользователя до «момента ценности» как можно быстрее. Определите конкретное действие в продукте, после которого пользователи чаще всего остаются (например, «создал первый проект», «пригласил коллегу»), и стройте онбординг вокруг него.
2. Настроить триггерные email/push по поведению. Напоминания в момент, когда пользователь обычно теряет интерес — на основе данных когортной кривой.
3. Работать с сегментом риска проактивно. Модель предсказания оттока (или простое правило по снижению активности) позволяет связаться с клиентом до того, как он уйдёт, а не после.
4. Развивать программу лояльности и накопительные привилегии. Чем больше пользователь «инвестировал» в продукт (данные, статус, накопленные баллы), тем выше цена ухода для него самого.
5. Регулярно собирать обратную связь через NPS. Ранние сигналы недовольства позволяют вмешаться до отмены подписки.

Почему retention важнее привлечения на зрелом этапе

На старте бизнеса приоритет — привлечение: нужна база клиентов для тестирования гипотез. Но по мере роста цена привлечения (CAC) обычно растёт, а если retention rate низкий — компания попадает в «дырявое ведро»: новые клиенты уходят почти так же быстро, как приходят, и рост требует всё большего бюджета на привлечение просто для поддержания той же выручки.

Продукт с посредственным привлечением, но отличным удержанием почти всегда обгонит по итоговому росту продукт с блестящим привлечением и слабым удержанием — эффект накопления клиентской базы работает в его пользу.

Именно поэтому связка retention rate → churn rate → LTV → LTV/CAC должна анализироваться вместе, а не как отдельные несвязанные цифры в разных отчётах.

Retention rate, customer retention rate и коэффициент удержания: один и тот же показатель

В русскоязычных материалах один и тот же показатель встречается под разными названиями: retention rate, customer retention rate и коэффициент удержания клиентов — это синонимы, а не три разные метрики. Путаница чаще всего возникает при переводе англоязычных источников или смешении терминологии разных инструментов аналитики.

Показатель retention rate тесно связан с другими метриками экономики клиента: чем выше retention, тем ниже churn rate — они почти зеркальны, retention + churn ≈ 100% — и тем выше итоговый LTV, потому что клиент дольше остаётся платящим. Именно поэтому в аналитических дашбордах retention rate почти никогда не показывают изолированно: рядом обычно стоят churn rate и LTV, посчитанные на той же базе клиентов и за тот же период, чтобы сразу была видна связь между удержанием и деньгами, которые оно приносит.