Когортный анализ в CRM: удержание и повторные покупки

Когортный анализ клиентов в CRM помогает ответить на вопрос, который не виден в общем отчёте о продажах: возвращаются ли новые покупатели так же хорошо, как раньше? Общая выручка может расти за счёт рекламы, хотя повторных заказов становится меньше. Если объединить всех клиентов в одну таблицу, приток новых покупателей скроет эту проблему. Разделение по времени первой покупки позволяет увидеть её раньше и понять, где искать причину.

Что такое когорта и зачем она нужна

Когорта — группа клиентов с общим признаком входа в наблюдение. Например, все покупатели, впервые оплатившие заказ в июне. В следующем месяце анализ показывает, сколько из них купили снова, затем отслеживает последующие периоды. При этом июльских новичков сравнивают с июньскими на одинаковом возрасте отношений с компанией, а не по суммарной выручке за всю историю. У старой группы просто было больше времени на покупки.

В документации Amplitude по удержанию расчёт строится вокруг стартового и возвратного события. Для CRM этим принципом можно пользоваться без обязательного внедрения отдельной аналитической платформы: стартом выбрать первую оплаченную покупку, а возвратом — следующую. Конкретные события зависят от бизнес-модели. Создание карточки, оплата и фактическое получение услуги описывают разные моменты и не должны смешиваться.

Когортный отчёт не заменяет RFM-сегментацию. RFM удобен для выбора действий с клиентской базой сегодня, а когорты — для сравнения поколений клиентов и изменений во времени. Покупатель может сохранять принадлежность к когорте июня, но переходить между RFM-сегментами по мере новых заказов. Это нормальная разница между постоянным признаком входа и текущим поведением.

Сначала сформулируйте управленческий вопрос

Один отчёт не должен одновременно измерять качество лидов, частоту покупок, отток подписчиков и эффективность менеджеров. Начните с конкретного вопроса: изменилась ли доля второй покупки за 90 дней после нового сценария знакомства с продуктом? Или: возвращаются ли клиенты из разных рекламных каналов одинаково часто? От вопроса зависят событие входа, размер периода, набор исключений и необходимая история данных.

Для магазина естественна когорта по первой покупке. Для подписки может быть полезна первая активация платного договора. Для B2B с редкими закупками — первый завершённый заказ и повтор за более длинное окно. Заявка без оплаты обычно характеризует работу с лидами, а не удержание покупателей. Запишите определение в отчёте, чтобы руководители не принимали похожие названия за один и тот же показатель.

Какие данные выгрузить из CRM

Минимально нужны стабильный идентификатор клиента, идентификатор заказа, дата события, статус и сумма. Добавьте возвраты и отмены, а для сравнения источников — канал привлечения на момент первой покупки. Отдельно определите, что считается клиентом: человек, организация или договор. Если каждый филиал компании покупает самостоятельно, иногда полезны два уровня анализа. Но нельзя незаметно менять единицу учёта посередине таблицы.

Очистите дубли и свяжите карточки одного покупателя по согласованным правилам. Не считайте каждую сделку новым человеком. Оплата по частям не должна превращаться в несколько повторных заказов. Если продуктовая аналитика использует события платежей, а CRM — завершённые заказы, результаты не совпадут без приведения к общей модели. Основные вопросы подготовки разобраны в материале о качестве данных CRM.

Проверьте глубину истории. Если база перенесена в январе, первый видимый заказ не обязательно является первой покупкой клиента вообще. Таких клиентов лучше выделить как существующих на начало наблюдения или восстановить ранние транзакции. Иначе старая активная база попадёт в когорту новых покупателей и искусственно улучшит её результат. Сохраняйте дату начала достоверной истории как явное ограничение отчёта.

Календарный месяц или одинаковое число дней

Есть два распространённых подхода: календарные месяцы и интервалы от даты события. В календарной таблице июньская когорта оценивается в июле и августе. В событийной модели каждому клиенту дают, например, 30, 60 и 90 дней после первой покупки. Первый вариант проще для месячного управления, второй точнее выравнивает срок наблюдения. Покупатель первого и последнего числа иначе получает разное время до конца начального месяца.

Справка Amplitude о периодах удержания отдельно различает скользящие окна и календарные даты. В собственной CRM-аналитике тоже зафиксируйте способ и часовой пояс. Не объединяйте рассчитанные разными методами проценты в одну динамику. Для недавно пришедших клиентов нужный горизонт ещё не закончился; их нельзя оценивать так, будто они уже прожили полный цикл.

Как построить таблицу и проверить формулу

Строка таблицы — период входа когорты, столбец — возраст после входа. В исходной колонке покажите число клиентов. Для интервального удержания делите число уникальных клиентов с повторной покупкой в выбранном интервале на размер соответствующей полностью наблюдаемой когорты. Один клиент считается один раз, даже если сделал три заказа. Число заказов и частоту покупок можно вывести отдельными показателями.

Это условные данные для объяснения расчёта, не результаты клиентов Sabitov Systems. Для апрельской строки 30% означает 30 вернувшихся из 100 в первом выбранном интервале. Показатель не говорит, что оставшиеся 70 ушли навсегда. Они могли вернуться позже. Также нельзя складывать 30%, 24% и 20%: в разных столбцах могут встречаться одни и те же люди.

Различайте покупку именно в периоде и хотя бы одну повторную покупку к определённому сроку. Накопительный показатель второй покупки за 90 дней отвечает на другой вопрос и при стабильном составе данных не уменьшается с расширением окна. Интервальная активность может расти и падать. У каждой таблицы должно быть полное название метрики, чтобы визуально похожие проценты не провоцировали разные трактовки.

Как оценивать выручку и ценность когорты

Сравнивайте выручку за одинаковый срок, например первые 90 дней, в расчёте на одного клиента исходной когорты. В числителе учитывайте согласованный набор операций и возвратов, в знаменателе — всех вошедших клиентов, а не только вернувшихся. Иначе группа с редкими повторными заказами может выглядеть сильной за счёт нескольких крупных покупателей. Рядом показывайте распределение и размер группы, а не только среднее.

Метрика N-Day LTV в Amplitude также использует накопленную выручку за фиксированное окно на участника когорты. В управленческом отчёте называйте такую величину точно: наблюдаемая выручка за 90 дней не является прогнозом дохода за всю жизнь клиента. Для оценки прибыльности отдельно нужны себестоимость, скидки, обслуживание и затраты на привлечение.

Как сравнивать каналы и изменения процесса

Сохраните источник первой покупки как исторический признак. Если позднее его перезаписать последним касанием, клиенты начнут перемещаться между группами и прошлые отчёты изменятся. Отдельно анализируйте новые и повторные рекламные воздействия. Когорта привлечения отвечает на вопрос о стартовом составе клиентов, но не объясняет автоматически, какой канал вызвал каждую последующую продажу.

Учитывайте сезонность, продукт, скидку первой покупки и изменения цен. Клиенты перед праздниками могут вести себя иначе, чем пришедшие летом. Если после нового сценария сопровождения удержание выросло, это ещё не доказывает причинную связь: мог измениться поток покупателей. По возможности используйте сопоставимую контрольную группу, а без неё формулируйте вывод как наблюдение, которое требует проверки. Не называйте небольшой скачок на малой выборке устойчивым трендом.

Как превратить отчёт в работу с клиентами

Если ухудшился ранний возврат, проверьте первый опыт: доставку, вводное обучение, качество исполнения и ожидания от рекламы. Если падение начинается позже, изучите цикл потребления и причины отсутствия следующего заказа. Сам по себе цвет ячейки не выбирает правильное воздействие. Создайте гипотезу, назначьте владельца и определите метрику проверки, а затем свяжите анализ со сценариями удержания клиентов.

Как запустить первую версию

Возьмите один продукт, понятное событие покупки и несколько завершённых периодов. Вручную проверьте историю части клиентов: правильно ли определена первая покупка, учтены возвраты и исключены тестовые заказы. Затем сверяйте итоговую выручку с исходным реестром по тем же фильтрам. Только после проверки добавляйте автоматическое обновление и разрезы по каналам. Большой красивый отчёт не компенсирует ошибочное определение клиента.