Syntha Lab EN

Когортный анализ: таблица удержания, кривая, прогноз LTV и RFM как математика

Как собрать когортную таблицу удержания, подобрать кривую, достроить хвост и получить прогноз LTV, а также как посчитать RFM-сегменты по квантилям и оценить концентрацию выручки. Решение: какие когорты стали лучше или хуже, сколько стоит клиент и каким сегментам направлять коммуникации.

Математика и аналитика Бренд и ритейл Проверено: 2026-11-13

Открыть интерактивно →

Зачем этот документ

Документ читают руководитель CRM и маркетинга, когда нужно понять, становятся ли клиенты лучше или хуже и сколько они принесут за год-два. Общее среднее удержание скрывает смену качества новых клиентов, поэтому клиентов группируют по месяцу первой покупки и сравнивают когорты на одном возрасте. Кривая удержания позволяет достроить хвост и оценить LTV до того, как данные накопятся, а RFM показывает, на кого приходится основная выручка. Без когорт канал, который привлёк разовых покупателей, выглядит успешным по выручке первого месяца.

Коротко

Что это за документ и зачем он нужен?
Как собрать когортную таблицу удержания, подобрать кривую, достроить хвост и получить прогноз LTV, а также как посчитать RFM-сегменты по квантилям и оценить концентрацию выручки. Решение: какие когорты стали лучше или хуже, сколько стоит клиент и каким сегментам направлять коммуникации.
Кто отвечает за документ и как часто его пересчитывать?
Аналитик CRM и лояльности; когортная таблица обновляется ежемесячно, RFM пересчитывается ежемесячно или еженедельно перед рассылками; результат читают руководитель маркетинга, e-commerce и финансист.
Какие ошибки встречаются чаще всего?
Берут простое среднее по когортам → маленькие когорты искажают кривую → взвешивайте по размеру. Смешивают когорты разных каналов → хорошее удержание CRM маскирует плохое платных каналов → разрез по каналу. Экстраполируют кривую далеко за наблюдённый горизонт → LTV держится на допущении → показывайте наблюдённую и прогнозную часть раздельно.

Для кого

Бренд
Бренд строит когорты по D2C и по программе лояльности; клиенты маркетплейсов принадлежат площадке, поэтому когорты по ним строят по бренду (повторные покупки бренда), если площадка отдаёт данные. Основная цель — это прогноз LTV для решения о CAC.
Ритейл
Ритейлер объединяет магазины и онлайн по карте лояльности: когорта это клиенты с первой покупкой в месяце, а удержание считают по любой покупке в сети. Большая доля анонимных чеков занижает удержание, и это оговаривается в отчёте.

Из чего состоит

Когортная таблица удержания

  • Строка таблицы — это когорта (месяц первой покупки), столбец это возраст в месяцах, значение это доля клиентов когорты, купивших в этом месяце жизни. Первый столбец (возраст 0) всегда 100 %; правая нижняя часть пуста, потому что молодые когорты ещё не прожили эти месяцы.
  • В примере шесть когорт (1 250, 1 480, 1 120, 1 630, 1 390, 1 710 клиентов), наблюдение за 12 месяцев. Средневзвешенное удержание в 1-й месяц 27,5 %, в 3-й 16,8 %, в 6-й 11,9 %, в 11-й 9,9 %.
  • Читают таблицу по диагоналям и строкам: строка показывает качество когорты, столбец это сравнение когорт на одном возрасте, диагональ выявляет влияние календаря (сезон, акции, смена каталога) на всех когортах сразу.

Кривая удержания и прогноз LTV

  • Среднее удержание хорошо описывается степенной кривой r(t) = a·t^(−b): регрессия ln r на ln t по возрастам 1–11 даёт a = 0,27, b = 0,43, R² = 0,99 (в модели истинные значения заданы). Кривая убывает быстро в первые месяцы и медленно позже; экспоненциальная модель завышает потери на хвосте.
  • LTV = CM2 заказа × Σ r(t)/(1 + δ)^t при CM2 1 350 ₽ и δ 1,5 % в месяц: за 12 месяцев 3 452 ₽, за 24 месяца 4 429 ₽ (прогноз по кривой); наблюдённая часть за 11 месяцев 3 347 ₽. Хвост (месяцы после наблюдения) это оценка, и её показывают отдельным цветом.
  • Бренд: LTV D2C сравнивают с CAC и с маржой маркетплейса; Ритейл: LTV клиента в сети включает покупки в магазинах и онлайн, а CAC открытия магазина распределяют на клиентов зоны.

RFM как математика

  • R (recency) это дни с последней покупки, F (frequency) число заказов, M (monetary) сумма; каждую шкалу делят на квинтили и присваивают баллы 1–5 (для R инверсия: свежее выше). Сегмент задаётся правилом по баллам, а не «на глаз».
  • В примере из 600 клиентов у каждого сегмента даны две разные доли: доля клиентов и доля выручки. Чемпионы 66 (11 % клиентов, 25 % выручки), лояльные 94 (15,7 % клиентов, 28,5 % выручки), зона риска 56 (9,3 % клиентов, 9 % выручки), потерянные 130 (21,7 % клиентов, 9,9 % выручки). Верхние 20 % клиентов дают 48,5 % выручки, верхние 10 % 31,7 %; это концентрация по клиентам, а не по сегментам.
  • Сегмент действует как действие: чемпионам программа лояльности без скидок, зоне риска персональное возвращение, потерянным ограниченная реактивация; затраты на коммуникацию сверяют с вкладом сегмента.

Бренд и ритейл: когорты и сегменты на практике

  • Бренд: когорты бренда строят по D2C и программе лояльности; на маркетплейсе и в опте когорту клиента строить нельзя, поэтому там смотрят повторные покупки бренда у партнёра или по обезличенным данным площадки.
  • Ритейл: когорты ритейлера строят по карте лояльности по всей сети; доля анонимных чеков занижает удержание, поэтому её оценивают и показывают в отчёте вместе с таблицей.
  • Бренд: кривую удержания бренд использует для LTV D2C и для решения о допустимом CAC; сравнение когорт по каналу привлечения показывает, какие каналы приводят лояльных клиентов.
  • Ритейл: кривую удержания ритейлер использует для оценки ценности клиента зоны магазина и для решения об открытии и о бюджете лояльности; когорты делят по формату и региону.
  • Бренд: RFM для бренда строят по D2C-клиентам: чемпионам отдают ранний доступ и коллаборации, зоне риска персональное возвращение; частота покупки у премиального бренда ниже, и квинтили по F выбирают осторожно.
  • Ритейл: RFM для ритейлера строят по клиентам сети: частота выше, и RFM опирается на категории и магазины; сегменты связывают с расписанием рассылок и с выгодой от программы лояльности.
  • Бренд: концентрацию выручки по клиентам бренд проверяет отдельно для D2C и отдельно по партнёрам: зависимость от одного партнёра это риск, а не RFM-сегмент.
  • Ритейл: концентрацию выручки по клиентам ритейлер проверяет по зоне магазина: высокая доля небольшой группы клиентов делает магазин уязвимым к их уходу.
  • Бренд: эффект коммуникаций по сегментам бренд измеряет на контрольной группе D2C; для партнёров эффект бренд-активностей оценивают по sell-out сравнительно с контрольными точками.
  • Ритейл: эффект коммуникаций по сегментам ритейлер измеряет на контрольных группах по карте и на контрольных магазинах; персональные предложения не должны конфликтовать с общей ценовой политикой.

Откуда берутся данные

Источник данныхПоля
Чеки с идентификатором клиентаДата, сумма, канал, идентификатор клиента (карта, телефон, аккаунт) с правилами объединения; доля анонимных чеков отдельно.
Справочник когортМесяц первой покупки, канал привлечения, регион, первая категория; признаки для разреза когорт.
Вклад заказаCM2 на заказ и по когортам из документа об юнит-экономике, ставка дисконта.

Как собрать по шагам

  1. Шаг 1. Определите «клиента» и «активность»: по карте или аккаунту, любая покупка в сети или только бренд; запишите правило.
  2. Бренд: Шаг 2. Разведите D2C, маркетплейсы и опт; для маркетплейса используйте данные площадки по повторным покупкам бренда.
  3. Ритейл: Шаг 3. Объедините магазины и онлайн по карте и оцените долю анонимных чеков, которая занижает удержание.
  4. Шаг 4. Присвойте каждому клиенту месяц первой покупки и постройте таблицу «когорта × возраст» с долями.
  5. Шаг 5. Посчитайте средневзвешенную кривую по размерам когорт и сравните когорты на одном возрасте; отметьте диагональные эффекты.
  6. Шаг 6. Подберите кривую (степенную или иную) на наблюдённой части и проверьте остатки; не экстраполируйте дальше удвоения наблюдённого горизонта без оговорки.
  7. Шаг 7. Посчитайте LTV по CM2 с дисконтом на 12 и 24 месяца и разделите наблюдённую и прогнозную части.
  8. Шаг 8. Посчитайте R, F, M, квинтильные баллы и правило сегментов; проверьте размеры сегментов и долю выручки.
  9. Шаг 9. Закрепите действия по сегментам и измеряйте их эффект на контрольной группе (см. документ об экспериментах).
  10. Шаг 10. Публикуйте таблицу с числом клиентов в когорте, интервалом и датой обновления; показатели по маленьким когортам помечайте как неустойчивые.

Формулы

ПоказательФормулыПояснение
Удержание когортыr_(k,t) = число клиентов когорты k, купивших в месяце жизни t / размер когорты kr_(k,0) = 1; клиентов считают по уникальным идентификаторам.
Средневзвешенная криваяr̄_t = Σ_k n_k·r_(k,t) / Σ_k n_k по когортам, наблюдавшим возраст tПростое среднее по когортам перекошено маленькими когортами.
Степенная криваяr(t) = a·t^(−b); ln r = ln a − b·ln tПодбор МНК на логарифмах, возрасты t ≥ 1; кривая не определена при t = 0.
LTV по кривойLTV_H = cm2·Σ_(t=0..H) r(t)/(1 + δ)^t, r(0) = 1Наблюдённую часть берут из таблицы, остальное из кривой.
Квинтильный баллs(x) = 1 + Σ_(j=1..4) 1[x > Q_(0,2·j)]; для R: 6 − s(R)Квинтили по клиентам периода; при совпадающих значениях баллы неравномерны.
Концентрация выручкиC_20 = Σ_(i ≤ 0,2·N) M_(i) / Σ M_i, M_(i) по убываниюТот же приём, что и Парето по SKU.

Формулы в записи

Удержание
r_{k,t} = N_{k,t} / N_{k,0}
N_{k,t} клиенты когорты k, купившие в месяце t.
LTV
LTV_H = cm2 · Σ_{t=0..H} r(t) / (1 + δ)^t
Дисконтированный ожидаемый вклад клиента.
Балл квинтиля
s(x) = 1 + Σ_{j=1..4} 1[ x > Q_{0,2j} ]
Баллы 1–5; для R используют 6 − s.
Концентрация
C_p = Σ_{i ≤ pN} M_(i) / Σ_i M_i
Доля выручки верхних p клиентов.

Пример с числами

Удержание шести когорт по месяцам жизни, % (пусто там, где когорта ещё не прожила месяц)

КогортаКлиентовМес. 1Мес. 2Мес. 3Мес. 4Мес. 5Мес. 6Мес. 7Мес. 8Мес. 9Мес. 10Мес. 11
янв1 25032,722,416,216,215,512,812,111,811,910,99,9
фев1 48027,819,318,116,81612,912,410,19,59,7
мар1 1202622,417,816,513,212,311,410,511,6
апр1 6302819,217,114,813,712,511,511,3
май1 39026,721,514,614,413,311,512,1
июн1 71024,517,316,913,511,79,8
Средневзвешенная8 58027,520,116,815,213,811,911,910,910,910,39,9

Таблица сформирована кодом: истинная кривая 0,30·t^−0,45, снижение качества новых когорт 3 % на когорту и биномиальный шум. Подобранная кривая a = 0,27, b = 0,43; LTV за 24 месяца 4 429 ₽. Данные учебные.

Рисунки

Удержание когорт по месяцам жизни
Тепловая карта: 6×6; мин. 9,8, макс. 32,7Мес. 1Мес. 1Мес. 2Мес. 2Мес. 3Мес. 3Мес. 4Мес. 4Мес. 5Мес. 5Мес. 6Мес. 6янвянв32,7янв / Мес. 1: 32,722,4янв / Мес. 2: 22,416,2янв / Мес. 3: 16,216,2янв / Мес. 4: 16,215,5янв / Мес. 5: 15,512,8янв / Мес. 6: 12,8февфев27,8фев / Мес. 1: 27,819,3фев / Мес. 2: 19,318,1фев / Мес. 3: 18,116,8фев / Мес. 4: 16,816фев / Мес. 5: 1612,9фев / Мес. 6: 12,9мармар26мар / Мес. 1: 2622,4мар / Мес. 2: 22,417,8мар / Мес. 3: 17,816,5мар / Мес. 4: 16,513,2мар / Мес. 5: 13,212,3мар / Мес. 6: 12,3апрапр28апр / Мес. 1: 2819,2апр / Мес. 2: 19,217,1апр / Мес. 3: 17,114,8апр / Мес. 4: 14,813,7апр / Мес. 5: 13,712,5апр / Мес. 6: 12,5маймай26,7май / Мес. 1: 26,721,5май / Мес. 2: 21,514,6май / Мес. 3: 14,614,4май / Мес. 4: 14,413,3май / Мес. 5: 13,311,5май / Мес. 6: 11,5июниюн24,5июн / Мес. 1: 24,517,3июн / Мес. 2: 17,316,9июн / Мес. 3: 16,913,5июн / Мес. 4: 13,511,7июн / Мес. 5: 11,79,8июн / Мес. 6: 9,8
  • 9,8 … 32,7 %
Данные таблицей
Мес. 1Мес. 2Мес. 3Мес. 4Мес. 5Мес. 6
янв32,722,416,216,215,512,8
фев27,819,318,116,81612,9
мар2622,417,816,513,212,3
апр2819,217,114,813,712,5
май26,721,514,614,413,311,5
июн24,517,316,913,511,79,8

Удержание когорт по месяцам жизни. Строки — это когорты, столбцы возраст 1–6 месяцев (доля клиентов, купивших в месяце); цвет показывает уровень.

Кривая удержания: факт и степенная подгонка
Линейный график: Факт, %: 27,5 → 9,9; Подгонка, %: 27,1 → 9,8510152025301234567891011Факт, %, 1: 27,5Факт, %, 2: 20,1Факт, %, 3: 16,8Факт, %, 4: 15,2Факт, %, 5: 13,8Факт, %, 6: 11,9Факт, %, 7: 11,9Факт, %, 8: 10,9Факт, %, 9: 10,9Факт, %, 10: 10,3Факт, %, 11: 9,9Подгонка, %, 1: 27,1Подгонка, %, 2: 20,2Подгонка, %, 3: 17Подгонка, %, 4: 15Подгонка, %, 5: 13,7Подгонка, %, 6: 12,6Подгонка, %, 7: 11,8Подгонка, %, 8: 11,2Подгонка, %, 9: 10,6Подгонка, %, 10: 10,2Подгонка, %, 11: 9,8%
  • Факт, %
  • Подгонка, %
Данные таблицей
ПоказательФакт, %Подгонка, %
127,527,1
220,120,2
316,817
415,215
513,813,7
611,912,6
711,911,8
810,911,2
910,910,6
1010,310,2
119,99,8

Кривая удержания: факт и степенная подгонка. Степенная кривая (a = 0,27, b = 0,43) близка к фактической на всех 11 наблюдённых месяцах, R² = 0,99; дальше она используется только как прогноз. По оси: месяц жизни когорты.

LTV по горизонту (прогноз по кривой)
Столбчатая диаграмма: 3 2 194, 6 2 712, 9 3 116, 12 3 452, 18 3 997, 24 4 42901 0002 0003 0004 0005 00033LTV (CM2), ₽: 2 1942 19466LTV (CM2), ₽: 2 7122 71299LTV (CM2), ₽: 3 1163 1161212LTV (CM2), ₽: 3 4523 4521818LTV (CM2), ₽: 3 9973 9972424LTV (CM2), ₽: 4 4294 429₽
Данные таблицей
ПоказательLTV (CM2), ₽
32 194
62 712
93 116
123 452
183 997
244 429

LTV по горизонту (прогноз по кривой). Рост LTV замедляется: с 12 до 24 месяцев он прибавляет 978 ₽ против 3 452 ₽, накопленных за первые 12. По оси: горизонт, месяцев.

RFM: доля клиентов и доля выручки по сегментам
Столбчатая диаграмма: Чемпионы 11, Лояльные 15,7, Новые 19,3, В зоне риска 9,3, Середина 23, Потерянные 21,70102030ЧемпионыЧемпионыДоля клиентов, %: 1111Доля выручки, %: 2525ЛояльныеЛояльныеДоля клиентов, %: 15,715,7Доля выручки, %: 28,528,5НовыеНовыеДоля клиентов, %: 19,319,3Доля выручки, %: 9,19,1В зоне рискаВ зоне рискаДоля клиентов, %: 9,39,3Доля выручки, %: 99СерединаСерединаДоля клиентов, %: 2323Доля выручки, %: 18,518,5ПотерянныеПотерянныеДоля клиентов, %: 21,721,7Доля выручки, %: 9,99,9%
  • Доля клиентов, %
  • Доля выручки, %
Данные таблицей
ПоказательДоля клиентов, %Доля выручки, %
Чемпионы1125
Лояльные15,728,5
Новые19,39,1
В зоне риска9,39
Середина2318,5
Потерянные21,79,9

RFM: доля клиентов и доля выручки по сегментам. Чемпионы и лояльные — это 27 % клиентов и 54 % выручки; потерянные это 22 % клиентов и 10 % выручки.

Особенности по категориям

Одежда
Повторные покупки идут по сезонам, поэтому удержание по месяцам имеет пики весной и осенью; считайте возраст в сезонах или добавляйте сезонную диагональ.
Обувь
Покупка раз в сезон или реже: удержание в первые месяцы низкое, кривая длинная; горизонт LTV 24 месяца и больше, а повторная покупка часто в смежной категории.
Аксессуары
Высокая доля подарочных покупок: получатель не равен клиенту, повтор приходится на праздничные даты; когорты по месяцу первой покупки смешивают подарки с самопокупкой.
Детское
Покупатель — это родитель, потребность привязана к росту ребёнка и школе: возрастные когорты ребёнка полезнее календарных; сегмент теряется при взрослении ребёнка.
Мужское
Более ровное и высокое удержание на базовых позициях; RFM выделяет небольшой набор лояльных клиентов с высокой долей выручки; промо-зависимость ниже.
Женское
Больше покупок на клиента и выше чувствительность к акциям: когорты, пришедшие по акции, удерживаются хуже; разрез когорт по каналу и по доле скидки обязателен.

Типичные ошибки

  • Берут простое среднее по когортам → маленькие когорты искажают кривую → взвешивайте по размеру.
  • Смешивают когорты разных каналов → хорошее удержание CRM маскирует плохое платных каналов → разрез по каналу.
  • Экстраполируют кривую далеко за наблюдённый горизонт → LTV держится на допущении → показывайте наблюдённую и прогнозную часть раздельно.
  • Игнорируют анонимные чеки → удержание занижено → оцените долю и укажите в отчёте.
  • Строят RFM-сегменты без действий и контроля → рассылки не приносят эффекта → каждому сегменту действие и контрольная группа.

Особенности России

  • Хранение и обработка данных о клиентах для когорт и RFM допускаются при наличии правового основания и согласия, данные граждан РФ хранятся в РФ; для аналитики предпочтительны обезличенные идентификаторы. Норма: закон 152-ФЗ от 27.07.2006: Закон от 27.07.2006 № 152-ФЗ «О персональных данных» (проверка нормы не завершена).
  • Рассылки по сегментам требуют согласия получателя и маркировки рекламы; для рекламных рассылок действуют требования закона о рекламе. Норма: закон 38-ФЗ от 13.03.2006: Закон от 13.03.2006 № 38-ФЗ «О рекламе» (проверка нормы не завершена).
  • Программа лояльности и бонусы (баллы) создают обязательство перед клиентом: учёт и оценка бонусного обязательства влияют на выручку и баланс. Норма: приказ 56н от 16.05.2025: ФСБУ 9/2025 «Доходы» (приказ Минфина от 16.05.2025 № 56н) (проверка нормы не завершена).

Открыть интерактивно →