Процент клиентов, прекративших использовать продукт за определённый период.
Churn Rate (коэффициент оттока) -- это метрика, показывающая процент клиентов, которые прекратили пользоваться продуктом или услугой за определённый период времени. Если в начале месяца у вас было 1 000 клиентов, а к концу осталось 950, churn rate составляет 5%. Это один из важнейших показателей здоровья бизнеса, особенно для подписочных моделей (SaaS, стриминг, e-commerce с повторными покупками).
Концепция churn rate получила широкое распространение в телекоммуникационной отрасли в 1990-х годах, когда операторы начали терять абонентов из-за растущей конкуренции. С переходом бизнеса в цифровую среду метрика стала универсальной. Сегодня churn rate отслеживают компании любого масштаба -- от стартапов до корпораций.
Обратная метрика -- Retention Rate (коэффициент удержания): Retention = 100% - Churn. Если churn rate 5%, то retention 95%. Фокус современного маркетинга смещается от привлечения к удержанию, потому что привлечение нового клиента обходится в 5-7 раз дороже, чем удержание существующего. Снижение churn rate на 5% может увеличить прибыль на 25-95% (Harvard Business Review).
Churn rate напрямую определяет потолок роста компании. Если ежемесячный отток составляет 5%, вам нужно привлекать минимум 5% новых клиентов только чтобы сохранить текущий уровень. При стоимости привлечения (CAC) 1 000 рублей и базе 10 000 клиентов -- это 500 000 рублей ежемесячно только на компенсацию оттока.
Среднерыночные значения churn rate: SaaS -- 3-8% в месяц, e-commerce (подписки) -- 5-10%, мобильные приложения -- 4-7%, телеком -- 1-3%. Компании-лидеры стремятся к churn ниже 2% в месяц.
Критически важно различать voluntary churn (клиент осознанно ушёл) и involuntary churn (карта просрочена, платёж не прошёл). Involuntary churn составляет 20-40% от общего оттока и может быть снижен через автоматические retry-механизмы и напоминания об оплате.
Базовая формула:
Churn Rate = (Ушедшие клиенты за период / Клиенты на начало периода) x 100%
Более точные вариации:
Процесс работы с оттоком:
SaaS-платформа для HR: churn rate составлял 8% в месяц. Анализ показал, что 60% уходящих клиентов не использовали ключевую функцию в первые 7 дней. Внедрение onboarding-цепочки из 5 писем снизило churn до 4,5% -- на 44%.
Онлайн-кинотеатр: построил модель предикции оттока на основе частоты просмотров, длительности сессий и жанровых предпочтений. Клиентам с высокой вероятностью ухода (>70%) отправляли персонализированные push-уведомления с рекомендациями фильмов. Retention этой группы вырос с 35% до 52%.
Интернет-магазин продуктов: определил, что клиенты с частотой заказов менее 1 раза в месяц имеют churn 40% за квартал. Запуск триггерной SMS-цепочки "Давно не заказывали" со скидкой 10% снизил отток в этом сегменте на 25%.
Trigly предоставляет полный стек инструментов для борьбы с оттоком. ChurnPredictor (модуль predictions.py) использует градиентный бустинг (GradientBoostingClassifier) для прогнозирования вероятности оттока каждого клиента. Модель обучается на 12 признаках: 5 базовых (RFM-показатели, общая выручка, количество заказов) и 7 поведенческих из ClickHouse (частота событий, разнообразие, последняя активность).
RFM-анализ (RFMService) автоматически рассчитывается каждую ночь через Celery-задачу recalculate_rfm. Клиенты с низким R (Recency) автоматически попадают в сегменты риска. Lifecycle-стадии (LifecycleService) отслеживают переход клиентов через стадии active -> at_risk -> churned.
AI-скоринг (AIScoringService) рассчитывает композитный балл 0-100, где низкий балл сигнализирует о риске оттока. На основе этих данных запускаются автоматические реактивационные кампании через Journey Builder с пресетом reactivation. Модуль аналитики предоставляет dashboard с трендом churn rate и возможностью drill-down по сегментам.
В e-commerce нет явного события "отписка". Обычно клиент считается ушедшим, если не совершал покупок дольше 2-3 средних интервалов между покупками. В Trigly это автоматически определяется через lifecycle_stage -- стадия "churned" присваивается при длительном отсутствии активности.
Зависит от отрасли и бизнес-модели. Для SaaS B2B -- 2-5% в месяц, для B2C-подписок -- 5-10%, для e-commerce (повторные покупки) -- 20-30% в квартал. Ориентируйтесь на свой исторический показатель и стремитесь к улучшению на 10-20% за квартал.
Быстрые победы (1-2 недели): автоматические напоминания о незавершённых действиях, onboarding-цепочки, триггеры на снижение активности. Системные улучшения (1-3 месяца): предиктивные модели, персонализация, программа лояльности. В Trigly все эти инструменты доступны из коробки.
Trigly предоставляет комплексную систему борьбы с оттоком, охватывающую все этапы — от выявления до реактивации. На этапе выявления работают три механизма: LifecycleService автоматически присваивает стадию at_risk при снижении активности и churned при длительном отсутствии. RFM-анализ через ежесуточный пересчёт выявляет клиентов с падающим R-показателем (давность). ChurnPredictor на основе градиентного бустинга прогнозирует вероятность оттока за 30-60 дней до фактического события.
На этапе реактивации — Flow Builder с пресетом reactivation запускает автоматическую омниканальную цепочку: email с персонализированным предложением → push-уведомление → SMS с промокодом → Telegram-сообщение. Шаг smart_send выбирает оптимальный канал для каждого клиента на основе исторических данных о вовлечённости.
На этапе мониторинга — CampaignAnalyticsService предоставляет когортный анализ с визуализацией удержания по группам клиентов. ClickHouse хранит все события с TTL 365 дней, что позволяет анализировать поведенческие паттерны, предшествующие оттоку, и корректировать модели прогнозирования.
Сеть фитнес-студий обнаружила, что 45% новых членов прекращают посещения в первые 3 месяца. Анализ поведения через CDP показал, что клиенты, посетившие зал менее 4 раз за первый месяц, уходят с вероятностью 80%. Внедрение триггерной push-цепочки с персональным расписанием тренировок и мотивационными сообщениями снизило ранний отток на 30%, сэкономив 4,2 млн рублей в квартал на привлечении замещающих клиентов.
Сервис подписки на товары для дома анализировал involuntary churn (неудачные платежи). Оказалось, что 35% оттока связано с истёкшими банковскими картами. Внедрение автоматической цепочки из трёх напоминаний (email за 7 дней до списания, push за 3 дня, SMS в день списания) снизило involuntary churn на 62%, что дало дополнительный MRR в 1,8 млн рублей.
Сервис бухгалтерского учёта построил модель ChurnPredictor на 12 признаках. Главным предиктором оттока оказалось снижение частоты входов (feature #3 в модели). Клиенты, входившие в систему менее 2 раз в неделю (при норме 5+), уходили в течение 60 дней с вероятностью 73%. Триггер на снижение активности запускал onboarding-цепочку с обучающими материалами и предложением персональной консультации, что снизило churn в этом сегменте на 28%.
«Низкий churn означает здоровый бизнес». Не всегда. Churn rate может быть низким просто потому, что клиенты заключили долгосрочные контракты и ещё не истёк срок. Реальная удовлетворённость может быть низкой, и отток проявится скачкообразно при окончании контрактов. Важно отслеживать опережающие индикаторы: скоринг вовлечённости, NPS, частоту обращений в поддержку.
«Нужно удерживать всех клиентов». Некоторые клиенты убыточны — их LTV ниже CAC. Удержание таких клиентов через скидки и промо только увеличивает убытки. Trigly через LTVPredictor позволяет оценить прогнозную ценность каждого клиента и инвестировать в удержание только тех, чей LTV оправдывает затраты.
«Churn rate — это показатель маркетинга». На самом деле отток зависит от качества продукта, клиентского сервиса, ценовой политики и конкурентной среды. Маркетинг может замедлить отток через реактивационные кампании и персонализацию, но системное снижение churn требует межфункционального подхода. Trigly помогает выявить причины оттока через анализ поведенческих паттернов, но устранение корневых причин — задача всей компании.
Churn rate и retention rate — это две стороны одной монеты: Retention = 100% - Churn. Однако для финансового моделирования важнее revenue churn, который учитывает денежный вклад ушедших клиентов. Клиент с высоким RFM-скором (чемпион), который уходит, наносит больший ущерб, чем уход клиента из сегмента «потерянные».
Стадия жизненного цикла помогает понять, на каком этапе происходит основной отток. Если большинство уходят на стадии «новый клиент», проблема в онбординге. Если уходят «активные» — в ценности продукта или конкуренции. Trigly через LifecycleService автоматически отслеживает эти переходы и позволяет анализировать воронку жизненного цикла.
AI-платформа автоматизации маркетинга с лучшими инструментами