Syntha Lab EN

Клиенты и лояльность

Кто приносит выручку, кого возвращать, окупается ли программа лояльности и что дадут лишние пункты возврата.

both Продажи и каналы

Открыть интерактивно →

О теме

Выручка почти всегда держится на небольшой части клиентов, и бренду важно знать, на какой именно. Остальные покупают редко, на малую сумму или ушли и не вернулись. Тема о том, как разделить клиентов по поведению, понять, кого удерживать, кого возвращать и на кого не стоит тратить, и как проверить, действительно ли программа лояльности создаёт покупки, а не просто раздаёт скидки тем, кто купил бы и так.

Решения здесь следующие. Каким сегментам какую коммуникацию и бюджет дать. Сколько стоит лишний процентный пункт повторных покупок и сколько можно тратить на удержание. Окупается ли программа лояльности. Насколько выручка зависит от нескольких крупных клиентов (для опта это вопрос выживания).

Логика рассуждения опирается на три измерения поведения. Давность: когда клиент покупал последний раз. Частота: как часто. Сумма: сколько за период. Эти три признака (RFM) дают сегменты: чемпионы (недавно, часто, много), спящие (давно, раньше часто), новички и так далее. Каждый сегмент получает действие и стоимость: чемпионам дают ранний доступ, а не скидку, спящим предлагают причину вернуться, нецелевых не трогают. Полезно формулировать решение конкретно: не «улучшить лояльность», а «вернуть тех, кто молчит три месяца, потратив не больше 800 ₽ на клиента».

Главный подвох программы лояльности: самоотбор. Участники программы часто и без неё тратят больше, ведь в неё вступают самые активные. Пример: участники тратят 24 000 ₽ в год, остальные 12 000 ₽, и разница 12 000 ₽ выглядит заслугой программы. Но до вступления участники тратили 21 000 ₽, реальный прирост 3 000 ₽, при марже 50 % это 1 500 ₽. Скидка 5 % с 24 000 ₽ стоит 1 200 ₽: программа едва окупается, а ещё нужно вычесть стоимость запуска. Значит, чтобы оценить программу, сравнивают поведение до и после и с контрольной группой, а не участников с неучастниками.

Начните с таблицы клиентов, где есть дата последней покупки, число заказов и сумма. Ловушки: сегменты без действий, сравнение участников с остальными без контрольной группы, измерение возвращаемости по числу заказов вместо когорт и скидка тем, кто купил бы без неё.

Ключевые идеи

RFM: давность, частота, сумма

Три признака поведения делят базу на понятные группы. Клиент, купивший месяц назад, три раза за год, на 30 000 ₽, это другой клиент, чем купивший один раз полтора года назад на 3 000 ₽. Сегмент полезен только вместе с действием и ценой этого действия.

Самоотбор

Контрольная группа убирает самоотбор. Из 2 000 клиентов случайно выбрали 1 000 и пригласили в программу. Через год приглашённые потратили 18 000 ₽, остальные 16 500 ₽: эффект 1 500 ₽, при марже 50 % это 750 ₽. Скидка 3 % стоит 540 ₽, чистый прирост 210 ₽ на клиента. Случайный выбор делает группы сравнимыми.

Цена пункта возврата

Пункт повторных покупок можно оценить в рублях. Если база 20 000 покупателей, чек 6 000 ₽, маржа 50 %, то каждый вернувшийся приносит 3 000 ₽ прибыли с одного дополнительного заказа. Один процентный пункт (200 клиентов) даёт 600 000 ₽: это потолок расходов на удержание, выше него возврат убыточен.

Концентрация клиентов

Доля выручки пяти крупнейших клиентов показывает хрупкость бизнеса. Если клиент даёт 12 % выручки (12 млн ₽ из 100) при валовой марже 35 %, его уход убирает 4,2 млн ₽ валовой прибыли, а постоянные затраты остаются. Чем выше доля, тем важнее договор, диверсификация и условия отсрочки.

Скидка тем, кто купил бы и так

Любая скидка делится на два потока: тем, кому она сменила решение, и тем, кто купил бы по полной цене. Вторым скидка стоит денег без отдачи. Поэтому цель лояльности: награждать поведение, которого иначе не было бы, а не оплачивать уже существующее.

Срез читается как отдельный опрос

При 400 ответах погрешность общей оценки около ±5,3 п. п. (95 %, эффект квот 1,2). Срез в четверть выборки это 100 ответов, и его погрешность около ±10,6 п. п.: вдвое шире. Сравнивать срезы по разнице в несколько пунктов нельзя; либо увеличивают выборку (для трёх срезов с погрешностью ±5 п. п. нужно 1 332 ответов), либо читают только большие различия.

Формула: Погрешность среза = z × √(эффект × p × (1 − p) ÷ n среза)

Что делать: Заранее решите, какие срезы будете читать, и посчитайте выборку на каждый; иначе читайте только большие различия.

Подумайте сначала: Собрано 400 ответов, погрешность общей оценки ±5,3 п. п. Какова примерно погрешность среза из 100 ответов?

Ответ: Около ±10,6 п. п.: ответов в четыре раза меньше, погрешность вдвое больше.

Порог «ушедшего» берут из данных

Порог — это квантиль интервалов между повторными покупками: при доле 80 % в примере 248 дней, «потерян» после 496. Фиксированные 90 и 180 дней с вашим ритмом покупок не связаны.

Формула: Порог = квантиль P интервалов с линейной интерполяцией по позиции (n − 1) × P

Что делать: Считайте по категориям и сезонам и запускайте возврат для спящих.

Подумайте сначала: Интервалов всего пять. Можно ли доверять порогу?

Ответ: Нет: порог по такой выборке шаткий, нужно хотя бы несколько десятков.

NPS без интервала вводит в заблуждение

У NPS есть разброс, зависящий от числа ответов: 32 ± 7,7 при 400 ответах. Рост на 6 пунктов при z = 1,04 лежит в пределах шума.

Формула: z = (NPS₂ − NPS₁) ÷ √(σ₁² + σ₂²)

Что делать: Докладывайте NPS с интервалом и числом ответов.

Как разбираться

  1. Подготовьте таблицу клиентов: идентификатор, дата последней покупки, число заказов, сумма за период.
  2. Разделите клиентов на сегменты по давности, частоте и сумме и посчитайте долю выручки каждого.
  3. Для каждого сегмента назначьте одно действие и его цену: удержать, вернуть, не трогать.
  4. Оцените пункт повторных покупок в рублях и задайте потолок расходов на удержание.
  5. Проверьте программу лояльности: поведение до и после и контрольная группа, а не участники против остальных.
  6. Посчитайте концентрацию: доля крупнейших клиентов и последствия ухода одного из них.
  7. Для баллов оцените обязательство и сгорание, чтобы не потерять картину расходов.
  8. Повторите через квартал на когортах и сверьте, что сегменты действительно двигались.

С чего начать

Начните с «RFM-сегментов по таблице клиентов», затем «Экономика программы лояльности» и «Повторные покупки». Расчёты темы по порядку: «RFM-сегменты по таблице клиентов», «Повторные покупки: что дадут лишние пункты возврата», «Экономика программы лояльности», «Концентрация клиентов: доля крупнейших», «Порог „ушедшего“ клиента из интервалов между покупками», «NPS: доверительный интервал и значимость изменения». См. также (основная тема у них другая): «Клиентская база: активные, повторные, новые и вернувшиеся», «Когортное удержание: кривая, отток и LTV когорт», «Миграция сегментов клиентов: куда перетекает ценность», «Возврат ушедших клиентов: окупаемость кампании и порог отклика», «Охват CRM: сколько продаж и клиентов вы видите и можете достать», «Обязательство по бонусным баллам и сгорание», «Размер выборки опроса и погрешность: сколько ответов нужно и что можно читать по срезам».

Расчёты темы

  • RFM-сегменты по таблице клиентов

    Делит клиентов по давности последней покупки, числу покупок и сумме на сегменты, показывает долю клиентов и выручки в каждом и кого возвращать первым. Всё считается в браузере, таблица никуда не уходит.

    Кто держит выручку, кого возвращать первым и на какие сегменты не стоит тратить.

  • Повторные покупки: что дадут лишние пункты возврата

    Показывает, сколько дополнительной валовой прибыли в год даёт рост доли вернувшихся клиентов на заданное число процентных пунктов, чему равен один пункт и сколько можно тратить на удержание.

    Сколько прибыли дают лишние пункты возврата клиентов и сколько на это можно тратить.

  • Экономика программы лояльности

    Сравнивает прибыль от прироста покупок участников со стоимостью наград и обслуживания. Учитывает, что часть разницы между участниками и остальными создана не программой, показывает ставку награды, при которой программа выходит в ноль, и баллы, которые остаются обязательством.

    Что программа лояльности даёт сверх обычной скидки и при какой ставке награды она убыточна.

  • Концентрация клиентов: доля крупнейших

    По списку клиентов и их выручки считает долю самого крупного, топ-N и всех остальных, индекс концентрации и эффективное число клиентов, а также что будет с выручкой и вкладом на покрытие, если часть выручки топ-N уйдёт.

    Насколько выручка зависит от нескольких крупных клиентов и что будет, если часть их выручки уйдёт.

  • Порог «ушедшего» клиента из интервалов между покупками

    Выводит порог из ваших данных, а не из круглого числа: берёт интервалы между повторными покупками и находит такой срок, в который укладывается заданная доля повторов (по умолчанию 80 %). Клиент без покупки дольше порога «спит», дольше порога, умноженного на коэффициент (по умолчанию 2), «потерян». Если указать клиентов по давности последней покупки, показывает доли активных, спящих и потерянных и число клиентов для кампании возврата.

    Через сколько дней без покупки клиента можно считать спящим и потерянным по вашим данным, и сколько клиентов в каждом статусе.

  • NPS: доверительный интервал и значимость изменения

    NPS это разность долей промоутеров и критиков, и у него есть разброс, зависящий от размера выборки. Расчёт даёт NPS с доверительным интервалом и сравнивает два периода: значимо ли изменение или это шум опроса. Показывает также минимальную разницу, которую при ваших выборках вообще можно заметить.

    Какова неопределённость NPS при вашей выборке и значимо ли его изменение между периодами.

  • Клиентская база: активные, повторные, новые и вернувшиеся

    Показывает здоровье базы за период: сколько клиентов вернулось, сколько ушло, какова доля новых и повторных покупателей, чем отличаются чек и выручка на клиента у новых и вернувшихся. Определения «активный» и «повторный» задаёте вы, поэтому цифры сравнимы только внутри вашей компании.

    Здорова ли клиентская база: сколько клиентов вернулось, сколько ушло, на ком держится выручка.

  • Когортное удержание: кривая, отток и LTV когорт

    По когортам клиентов (месяц первой покупки) строит кривую удержания: какая доля вернулась в 1-й, 2-й, 3-й и 4-й период после первой покупки. Сравнивает когорты по LTV на общем горизонте и показывает, какая когорта привела более ценных клиентов.

    Как быстро когорты теряют клиентов и какая когорта привела более ценных клиентов.

  • Миграция сегментов клиентов: куда перетекает ценность

    По вашим сегментам (например, из RFM), упорядоченным от лучшего к худшему, считает, сколько клиентов за период поднялось, осталось и опустилось на шаг, и во что это обошлось в деньгах. Показывает, где база теряет ценность и сколько стоит одна ступень вниз.

    Где база теряет ценность: из каких сегментов клиенты уходят вниз и сколько это стоит.

  • Возврат ушедших клиентов: окупаемость кампании и порог отклика

    Считает, окупится ли кампания по возврату ушедших клиентов: сколько откликнется, сколько маржи останется после скидки, какую часть купила бы и без письма и при каком отклике кампания выходит в ноль. Скидка и отклик — это ваши числа.

    Окупится ли кампания по возврату ушедших клиентов и при каком отклике она выходит в ноль.

  • Охват CRM: сколько продаж и клиентов вы видите и можете достать

    Показывает, какая доля чеков и выручки привязана к клиенту (карта, телефон), какая часть базы дала согласие на рекламные сообщения и до какой части можно реально достучаться. Без этого выводы по клиентам строятся на меньшей части продаж.

    Какую часть продаж и базы вы видите и можете достать: на чём вообще стоит клиентская аналитика.

  • Обязательство по бонусным баллам и сгорание

    Из начисленных, списанных и сгоревших баллов считает остаток баллов, обязательство перед участниками по номиналу, историческую долю сгорания по закрытой когорте, резерв с учётом ожидаемого сгорания, стоимость программы в выручке и доначисление к созданному резерву.

    Сколько бренд должен участникам баллами, какая часть сгорит и сколько резерва нужно держать.

  • Размер выборки опроса и погрешность: сколько ответов нужно и что можно читать по срезам

    По доверительной вероятности, допустимой погрешности, ожидаемой доле ответа, размеру базы, эффекту квот и доле ответивших считает, сколько ответов нужно, сколько приглашений отправить и сколько это стоит. Для уже собранной выборки показывает погрешность общей оценки и каждого среза: срез в несколько раз меньше даёт широкий интервал.

    Сколько ответов нужно для выбранной погрешности, сколько приглашений отправить, сколько это стоит и какая погрешность у каждого среза уже собранной выборки.

Вопросы для самопроверки

  • Какая доля клиентов даёт основную часть выручки и кто из них засыпает?
  • Для каждого сегмента назначено действие и известна его цена?
  • Сколько стоит один процентный пункт повторных покупок и каков потолок расходов на удержание?
  • Есть ли контрольная группа для оценки программы лояльности?
  • Учтён ли самоотбор: как вели себя участники до вступления?
  • Какова ставка награды и при какой ставке программа становится убыточной?
  • Какова доля выручки у пяти крупнейших клиентов?
  • Что будет с прибылью при уходе крупнейшего клиента и есть ли план?
  • Возвращаемость считается по когортам, а не по общему числу заказов?

Проверка знаний

Вопросы с вариантами ответа. Правильный ответ и пояснение указаны под каждым вопросом.

  1. Активных клиентов 10 000, 30 % в программе лояльности. Участники покупают 3,0 раза в год, похожие клиенты вне программы 2,2; программе приписано 50 % разницы. Чек 5 000 ₽, маржа 50 %. Награды 4 % от чека, баллами пользуются 80 %, обслуживание 300 000 ₽. Каков чистый эффект программы за год?

    • А. 900 000 ₽
    • Б. 1 260 000 ₽
    • В. 1 560 000 ₽
    • Г. 4 260 000 ₽

    Правильный ответ: Б. 1 260 000 ₽. Участников 10 000 × 30 % = 3 000. Разница частоты 3,0 − 2,2 = 0,8, программе приписано 50 %: 0,4 покупки, или 1 200 дополнительных заказов. Валовая прибыль 1 200 × 5 000 × 0,5 = 3 000 000 ₽. Награды 3 000 × 3,0 × 5 000 × 4 % × 80 % = 1 440 000, обслуживание 300 000, всего 1 740 000. Эффект 1 260 000 ₽. 4 260 000 получится, если приписать программе всю разницу 0,8 (6 000 000 − 1 740 000), 900 000, если считать, что баллами пользуются все (награды 1 800 000), 1 560 000 без обслуживания. Неистраченные баллы остаются обязательством.

  2. Остаток баллов на начало 8,0 млн, начислено 5,0 млн, списано в оплату 3,0 млн, сгорело 1,5 млн; цена балла 1 ₽. По закрытой когорте сгорает 30 % баллов, резерв уже создан на 5,2 млн ₽. Сколько нужно доначислить (учёт резерва уточните с бухгалтером)?

    • А. 1,8 млн ₽
    • Б. 3,3 млн ₽
    • В. 5,95 млн ₽
    • Г. 0,75 млн ₽

    Правильный ответ: Г. 0,75 млн ₽. Остаток баллов = 8,0 + 5,0 − 3,0 − 1,5 = 8,5 млн. Не все баллы будут использованы, поэтому резерв берут с поправкой на сгорание: 8,5 × (1 − 0,3) = 5,95 млн ₽. Уже создано 5,2, доначислить 5,95 − 5,2 = 0,75 млн ₽. 1,8 получится, если забыть вычесть сгоревшие баллы из остатка (10,0 × 0,7 − 5,2), 3,3, если не учесть сгорание (8,5 − 5,2), 5,95 это сам резерв, а не доначисление.

  3. Когорта января 1 000 клиентов, из них 400 вернулись в первом периоде. Когорта февраля 3 000, вернулись 600. Когорта марта 1 000: первый период у неё ещё не наступил. Каково средневзвешенное удержание в первом периоде?

    • А. 20 %
    • Б. 30 %
    • В. 25 %
    • Г. 40 %

    Правильный ответ: В. 25 %. Считают только когорты, у которых период уже наступил: (400 + 600) / (1 000 + 3 000) = 25 %. Среднее двух процентов (40 % и 20 %) даёт 30 %, но не учитывает размеры когорт. 20 % получится, если взять в знаменатель и мартовскую когорту, по которой данных ещё нет (1 000 / 5 000), 40 % это только январь.

  4. Погрешность общей оценки ±5,3 п. п. при 400 ответах. Какая погрешность у среза из 100 ответов?

    • А. те же ±5,3 п. п.
    • Б. около ±2,6 п. п.
    • В. около ±21,1 п. п.
    • Г. около ±10,6 п. п.

    Правильный ответ: Г. около ±10,6 п. п.. Погрешность обратно пропорциональна корню из числа ответов: ответов в четыре раза меньше, погрешность в два раза больше. В четыре раза она растёт только при шестнадцатикратном уменьшении. Где разобрано: Срез читается как отдельный опрос.

  5. Опрос ±5 п. п., 95 %, база 12 000, эффект квот 1,2, отвечают 12 %. Сколько приглашений отправить?

    • А. 3 700
    • Б. 444
    • В. 1 332
    • Г. 2 220

    Правильный ответ: А. 3 700. Ответов нужно 444, приглашений 444 ÷ 12 % = 3 700. 444 это число ответов, а не приглашений. Где разобрано: Срез читается как отдельный опрос.

  6. Как выводят порог «ушедшего» клиента?

    • А. Берут 90 дней для всех
    • Б. Берут срок гарантии
    • В. Как квантиль интервалов между повторными покупками
    • Г. Берут число магазинов

    Правильный ответ: В. Как квантиль интервалов между повторными покупками. Порог привязан к ритму покупок конкретной категории. Где разобрано: Порог «ушедшего» берут из данных.

  7. Когда изменение NPS считается значимым?

    • А. Когда |z| не меньше квантиля выбранного уровня доверия
    • Б. Когда NPS вырос хоть на пункт
    • В. Когда ответов больше ста
    • Г. Никогда

    Правильный ответ: А. Когда |z| не меньше квантиля выбранного уровня доверия. Разница должна превышать шум опроса. Где разобрано: NPS без интервала вводит в заблуждение.

Частые ошибки

  • Ошибка: Сравнивать участников программы с остальными

    Чем грозит: Самоотбор завышает эффект в разы

    Как избежать: Сравнивайте до и после и с контрольной группой.

  • Ошибка: Делать сегменты без действий

    Чем грозит: Таблица красивая, продажи не меняются

    Как избежать: К каждому сегменту прикрепите действие и цену.

  • Ошибка: Мерить возвращаемость по общему числу заказов

    Чем грозит: Новые клиенты и старые смешиваются, картина размыта

    Как избежать: Считайте по когортам по месяцу первой покупки.

  • Ошибка: Давать скидку всем

    Чем грозит: Большая часть уходит тем, кто купил бы и так

    Как избежать: Таргетируйте на сегменты, где скидка меняет решение.

  • Ошибка: Не следить за концентрацией

    Чем грозит: Уход одного клиента ломает план

    Как избежать: Задайте допустимую долю клиента и условия отсрочки.

  • Ошибка: Срез читают с погрешностью всей выборки

    Чем грозит: Разницу видят там, где её нет Разница в 6 пунктов лежит в пределах погрешности: решение о группе принято по шуму.

    Как избежать: Считайте выборку на каждый срез. Увеличьте выборку под срезы или принимайте решение только при разнице больше суммы погрешностей.

    Как выглядит (условные цифры): Общая погрешность ±5,3 п. п., у среза из 100 ответов ±10,6 п. п.; доли двух срезов различаются на 6 п. п.

  • Принимать фиксированные 90 или 180 дней

    Как выглядит (условные цифры): У сезонной одежды ритм покупок другой.

  • Сравнивать NPS без интервала

    Как выглядит (условные цифры): Разница в пределах шума объявляется ростом.

Россия и ЕАЭС

Клиентская база в России регулируется законом о персональных данных (152-ФЗ): для хранения и использования данных нужно согласие, понятная политика и хранение данных граждан РФ на серверах в России. Рассылки по электронной почте, СМС и мессенджерам допустимы только с согласия получателя (статья 18 закона о рекламе 38-ФЗ), а реклама должна быть маркирована в системе ЕРИР. Программа лояльности оформляется публичной офертой или правилами: сроки жизни баллов и условия сгорания пропишите заранее.

Баллы и бонусы создают обязательство в бухгалтерском учёте, а их налоговый режим (скидка или маркетинговый расход, влияние на НДС) зависит от конструкции программы: проверьте у бухгалтера. На маркетплейсах клиентская база принадлежит площадке: данные о покупателях вы получаете в ограниченном виде, а лояльность строится внутри правил площадки, поэтому свой сайт и мессенджеры остаются главным местом, где данные принадлежат вам. Для оптовых клиентов концентрация оценивается по контрагентам; кредитный лимит и отсрочку фиксируют в договоре, а при росте долей крупнейших покупателей следят за просроченной дебиторкой.

Требования к персональным данным и рассылкам различаются по странам: в Беларуси, Казахстане, Армении и Киргизии действуют собственные законы о персональных данных, а часть из них требует локализации данных; ориентир, проверьте у местного юриста. Платёжные привычки и каналы тоже разные: в Казахстане активны Kaspi и рассрочки, в Беларуси и Армении иные платёжные системы и мессенджеры. Валюта и НДС влияют на чек и программу: ставки НДС по странам — на странице «Страны ЕАЭС и СНГ» (ориентир на 14.11.2026, проверьте). Сегменты и расчёты переносятся без изменений, а ставки награды и пороги чека задаются в местной валюте.

Категории и аудитории

Одежда
В одежде покупка сезонная и частота низкая (две–четыре покупки в год), поэтому давность считают сезонами, а не неделями. Клиент, не купивший месяц, ещё не «спящий». Хорошо работают рекомендации по размерам и стилю, а скидочная лояльность быстро приучает ждать акций.
Обувь
Обувь покупают реже одежды и по размеру, который известен: сохранённый размер клиента делает повторную покупку проще, а высокие возвраты по размеру портят лояльность. Цикл замены длиннее (год и более), и сегменты строят по сезону и типу пары. Возврат ушедших работает на обновлении гардероба.
Аксессуары
Аксессуары покупают импульсивно и как подарок: чек небольшой, частота разная, а покупатель часто не владелец. Для подарочных покупок ценна дата праздника, а не RFM по получателю. Хорошо работают дополнение к основной покупке и подарочные сертификаты, а программа лояльности может быть дешёвой по награде.
Детское
Клиент здесь родитель, а покупатель ребёнок, который растёт: потребность возобновляется каждый сезон и с каждым размером, поэтому повторные покупки естественно высоки. Срок жизни клиента ограничен возрастом ребёнка; сегменты строят по возрасту детей, а согласие на данные относится к родителю. Эффективно напоминание о смене размера.
Мужское
Мужская аудитория покупает реже и крупнее, часто по необходимости, и дольше сохраняет привычный бренд, поэтому удержание дешевле, а возврат проще. Многие покупки совершает женщина как подарок. Скидки менее эффективны, чем сервис и быстрый подбор, а сегменты по частоте различаются сильнее.
Женское
Женская аудитория покупает чаще и охотнее реагирует на новинки, коллекции и сообщество, но и острее реагирует на скидки: самоотбор в программе лояльности выражен сильнее. Много данных о предпочтениях позволяет точные сегменты, но и риск приучить к акциям выше. Награждайте за новинки и ранний доступ, а не только за скидку.

Вопросы, на которые отвечает тема

  • Какая доля клиентов даёт основную выручку и кого из них мы теряем?
  • Окупает ли программа лояльности свою стоимость, если убрать самоотбор?
  • Сколько стоит один процентный пункт повторных покупок?
  • Какие клиенты приносят больше всего прибыли и кто «засыпает»?

Ключевые показатели и термины

Сначала изучите

Что дальше

Следующая ступень: «CRM и клиентская база: удержание, сегменты, возврат». Рядом по смыслу: «Маркетинговый бюджет и проверка эффекта», «Опт: условия и отсрочки», «Формат точки, аренда и судьба магазина».

Документы по теме

Открыть интерактивно →