Amazon запустила подписку Prime 2 февраля 2005 года: за 79 долларов в год — неограниченная двухдневная доставка. По сообщениям, тогдашний финансовый директор Том Шкутак ожидал от программы лишь «умеренного влияния» на издержки доставки, ставя на рост лояльности и частоты покупок. Что известно достоверно из документов и данных, а что нет: в письме акционерам за 2015 год Джефф Безос пишет, что Amazon увеличила выбор товаров с двухдневной доставкой для Prime с 1 миллиона до более чем 30 миллионов, что членство выросло на 51% за год (в США — на 47%), а пользователи Prime Video чаще переходят с бесплатной пробы на платное членство и чаще продлевают подписку. По оценкам исследовательской фирмы CIRP, американские члены Prime заказывают примерно дважды в месяц против примерно одного раза у остальных, а тратят примерно вдвое больше; долю продлевающих подписку CIRP оценивает в 93% после первого года и 98% после второго. Оговорка: это оценки внешнего исследователя по опросам, компания эти цифры не публикует; членов Prime отличает самоотбор (в подписку идут те, кто и так покупает часто), поэтому разница в тратах не доказывает, что именно подписка создала дополнительную выручку. Цифры «в 4,6 раза» и «прибыльность выше на 25%», которые ранее приводились в тексте, мы подтвердить не смогли и убрали.
Происхождение и исследовательская база
Идея измерять ценность клиента не по разовой покупке, а по совокупной прибыли за весь период отношений восходит к практике директ-маркетинга 1980-х годов — базам данных о повторных покупках и RFM-анализу (давность, частота, сумма). Роберт Блэттберг и Джон Дейтон в статье «Manage Marketing by the Customer Equity Test» (Harvard Business Review, июль-август 1996) предложили управлять маркетингом через «капитал клиентов», сопоставляя ценность клиентов с затратами на их привлечение и удержание (отдельная методика — «Customer Equity»). Важная оговорка о порогах: соотношение LTV к стоимости привлечения (CAC) «не менее 3:1», которое встречается в тексте ниже, — практический ориентир из бизнес-практики, а не научный результат; в доступных нам источниках такого порога мы не нашли.
Фредерик Райхельд и Эрл Сассер в статье «Zero Defections: Quality Comes to Services» (Harvard Business Review, сентябрь-октябрь 1990) сообщили, что снижение оттока клиентов на 5% даёт рост прибыли на 85% в отделениях одного банка, на 50% в страховом брокере и на 30% в сети автосервиса; затем Райхельд развил эти идеи в книгах «The Loyalty Effect» (1996) и «The Ultimate Question» (2006). Эти цифры — результаты отдельных компаний, отобранных авторами, а не оценка по случайной выборке.
Что даёт количественная оценка: Гупта, Леманн, Стюарт (2004): Сунил Гупта, Дональд Леманн и Дженнифер Стюарт («Valuing Customers», Journal of Marketing Research, 2004, т. 41, №1, с. 7-18) определяют ценность клиента как ожидаемую сумму дисконтированных будущих доходов, исходя из допущений об удержании и марже, и оценивают её по общедоступным данным пяти компаний — Capital One и четырёх интернет-компаний (Amazon, Ameritrade, eBay, ETrade); использованы квартальные данные с 1996-1997 годов по март 2002 года. Результаты: ценность клиентов близко соответствует рыночной стоимости для Capital One, Ameritrade и ETrade, тогда как Amazon и eBay, по оценке авторов, либо переоценены рынком, либо обладают «ценностью опциона», которую модель не улавливает. Сравнение рычагов: эластичность по удержанию — 3-7 (улучшение удержания на 1% повышает ценность клиентов и фирмы на 3-7%), эластичность по марже — около 1, по стоимости привлечения — 0,02-0,3. Авторы отмечают, что модель упрощена (они допускают постоянную долю удержания «ради простоты»), а стоимость привлечения сложно оценить одинаково для разных компаний: например, для eBay доля удержания не раскрывалась и была принята равной 80% (среднее по США по Райхельду). Практический вывод: удержание — самый чувствительный рычаг в модели, но результат зависит от допущений.
Критика «лояльные клиенты всегда выгодны»: Райнартц и Кумар: Вернер Райнартц и В. Кумар в статье «The Mismanagement of Customer Loyalty» (Harvard Business Review, июль 2002) на данных около 16 000 клиентов четырёх компаний сообщают, что клиенты делятся не на две, а на четыре группы, что лояльные клиенты не обязательно обходятся дешевле, платят больше или приводят новых клиентов, и что заметная часть «лояльных» клиентов приносит мало прибыли (по конспекту статьи — около половины). Это важная поправка к идее «удержание всегда выгодно»: удерживать нужно тех клиентов, чья ценность подтверждена данными. Оговорка: детали приведены по аннотации и конспекту статьи; полный текст нам недоступен.
Ключевые идеи и принципы
Принцип: клиент — актив, в который инвестируют, а не разовый источник выручки
Традиционный подход измеряет успех отдельной сделкой. Подход, основанный на LTV, рассматривает клиента как актив с накопительной ценностью — решения об инвестициях в удержание, сервис или программу лояльности оцениваются относительно этой совокупной ценности, а не относительно одной покупки.
Принцип: LTV должен сравниваться с CAC, а не рассматриваться изолированно
Пожизненная ценность клиента сама по себе ничего не говорит об эффективности бизнеса — важно соотношение LTV к стоимости его привлечения (на практике часто используют ориентир порядка 3:1, но научного обоснования порога мы не нашли). Высокий LTV при ещё более высоком CAC означает, что компания фактически теряет деньги на каждом привлечённом клиенте.
Принцип: удержание обычно дешевле и выгоднее привлечения
Каждый процентный пункт роста удержания клиентов, как показали исследования Райхельда, непропорционально сильно влияет на итоговую прибыль — потому что затраты на удержание существующего клиента, как правило, ниже затрат на привлечение нового, а удержанный клиент продолжает приносить выручку без повторных маркетинговых расходов.
Принцип: не все клиенты одинаково ценны — сегментация по LTV меняет стратегию работы
VIP-клиенты с высоким LTV и высокой лояльностью требуют других действий (эксклюзивные привилегии, персональное внимание), чем растущие клиенты со средним LTV (апсейл, кросс-селл) или спящие клиенты с высоким LTV, переставшие покупать (реактивационные предложения). Одинаковый подход ко всем клиентам игнорирует эту разницу в ценности.
Ограничения, слепые зоны и критика
Расчёт LTV требует исторических данных о клиентах за продолжительный период — для молодых компаний или быстро меняющихся рынков ретроспективный расчёт может опираться на нерепрезентативную выборку и вводить в заблуждение относительно будущего поведения клиентов.
Погоня за ростом LTV через частые коммуникации и предложения рискует стать навязчивой — грань между «регулярной коммуникацией» и «спамом», раздражающим клиента и снижающим саму лояльность, которую стратегия должна укреплять, легко нарушается.
Инвестиции в удержание убыточных клиентов (LTV ниже CAC) без явного решения либо изменить экономику отношений с ними, либо отказаться от них — распространённая слепая зона: не все клиенты стоит удерживать одинаково настойчиво.
Причинность и самоотбор: кейс Prime показывает высокую вовлечённость подписчиков, но не доказывает, что программа создала дополнительную ценность: в Prime вступают те, кто и без того покупает часто. Для оценки эффекта программы лояльности нужна контрольная группа или естественный эксперимент, а не сравнение «участники против остальных».
Типовые ошибки
Ошибка 1: фокус только на привлечении новых клиентов.
Все ресурсы уходят на привлечение, при этом существующие клиенты не удерживаются — стоимость привлечения растёт, а пожизненная ценность клиентской базы не увеличивается.
Как избежать
явно распределять ресурсы между привлечением и удержанием, а не считать привлечение единственным источником роста.
Ошибка 2: одинаковый подход ко всем клиентам без сегментации по LTV.
VIP-клиенты получают тот же уровень сервиса, что и убыточные, — ценные клиенты недополучают внимания, которое удержало бы их дольше, а ресурсы тратятся на клиентов, не окупающих вложений.
Как избежать
сегментировать клиентов по фактическому LTV и выстраивать разную стратегию для VIP, растущих, спящих, новых и убыточных сегментов.
Ошибка 3: программа лояльности не создаёт реальной ценности для клиента.
Программа формально существует, но клиенты её не используют — баллы или привилегии недостаточно значимы, чтобы повлиять на реальное поведение при покупке.
Как избежать
проектировать программу лояльности вокруг того, что клиент реально ценит, и регулярно проверять её фактическое использование, а не только факт существования.
Ошибка 4: инвестиции в удержание не сверяются с экономикой.
Компания вкладывается в удержание клиентов, не проверяя, окупаются ли эти вложения относительно прироста LTV, — расходы на лояльность могут превышать выгоду, которую она приносит.
Как избежать
считать LTV и CAC регулярно и явно оценивать, окупаются ли конкретные инвестиции в удержание относительно этих цифр.
Ошибка 5: LTV не измеряется вообще.
Компания не знает своего LTV и не знает, какие сегменты клиентов самые ценные, — управлять тем, что не измеряется, невозможно, решения принимаются вслепую.
Как избежать
выстроить регулярный расчёт LTV по компонентам (средний чек, частота покупок, продолжительность жизни клиента, CAC, затраты на обслуживание) как постоянную практику, а не разовое упражнение.
Ошибка 6: считают всех «лояльных» клиентов выгодными.
По данным Райнартца и Кумара, лояльные клиенты не обязательно обходятся дешевле, платят больше или приводят новых клиентов, а заметная часть таких клиентов приносит мало прибыли. Удержание без проверки прибыльности превращается в вложения в неприбыльные отношения.
Как избежать
до запуска программы удержания разделить клиентов по фактической прибыльности и по вероятности ухода, и инвестировать в удержание тех, у кого высокая прибыль при высоком риске ухода.
Ошибка 7: судят о программе лояльности по расходам её участников, не учитывая самоотбор.
Участники платных программ (как Prime) уже покупают чаще, чем остальные; сравнение «участники против неучастников» завышает эффект программы. Для честной оценки нужен контрольный сегмент или сравнение до и после запуска на сопоставимых клиентах.
Как избежать
при запуске программы оставить сопоставимую контрольную группу и сравнивать динамику расходов и оттока, а не уровни.
План внедрения
Неделя 1: рассчитать текущий LTV и CAC
Собрать данные по среднему чеку, частоте покупок, продолжительности жизни клиента, стоимости привлечения и затратам на обслуживание, рассчитать текущее соотношение LTV к CAC.
Неделя 2: сегментировать клиентов по LTV
Разделить клиентов на сегменты (VIP, растущие, спящие, новые, убыточные) по фактической пожизненной ценности и определить стратегию для каждого сегмента.
Неделя 3: определить стратегии удержания и развития
Определить конкретные действия для удержания клиентов дольше (качество, опыт, поддержка) и для роста среднего чека и частоты покупок (апсейл, кросс-селл, пакетирование).
Неделя 4: запустить программу лояльности и закрепить измерение
Выбрать и запустить программу лояльности, соответствующую специфике бизнеса, и встроить регулярное измерение LTV, оттока и удержания в постоянную практику компании.
Как реализовать этот план с помощью фрейма «Стратегия пожизненной ценности и лояльности» в OrgDevTools
Фрейм считает пожизненную ценность клиента (CLV) по сегментам и сравнивает её со стоимостью привлечения. Он проверяет, окупает ли себя программа лояльности, а меры удержания и роста собирает в одном месте. Фрейм бесплатный, и его удобно использовать как тренажёр: меняете маржу, отток или CAC и сразу видите, как меняется экономика сегмента.
Вкладка «1. Сегменты и CLV» — недели 1–2: рассчитать LTV и CAC, сегментировать клиентов
Сначала задаётся горизонт расчёта в месяцах. Если поле пустое или в нём ноль, фрейм берёт 36 месяцев. Это рабочая настройка фрейма.
Ниже идёт таблица сегментов, которая изначально пуста. Строки добавляются кнопкой «+ добавить сегмент», а удаляются крестиком. В каждой строке заполняются:
название сегмента;
маржа с клиента, ₽/мес;
отток, %/мес (не больше 100);
рост маржи у оставшихся клиентов, %/мес;
CAC, ₽.
Отрицательные числа фрейм не принимает. Сегмент попадает в расчёт, только если у него заполнены название, маржа и отток.
Дальше фрейм считает сам:
CLV на горизонте. Месячная маржа каждый месяц растёт на заданный процент, а клиент остаётся с вероятностью «1 − отток». Суммы складываются без дисконтирования.
CLV/CAC. Число окрашивается так: красное — ниже 1, жёлтое — ниже 3, зелёное — 3 и выше, серое — если CAC не указан или равен нулю.
Окупаемость в месяцах — просто CAC, делённый на месячную маржу.
Типы сегментов (VIP, спящие и т. п.) фрейм не предлагает. Названия вы придумываете сами.
Вкладка «2. Программа лояльности» — неделя 4: запустить программу лояльности
Здесь задаётся одно общее число: стоимость программы на участника, ₽/мес. Для каждого сегмента с названием вводится отток участников программы, %/мес.
Фрейм пересчитывает CLV с программой. Маржа уменьшается на стоимость программы (но не ниже нуля), отток заменяется оттоком участников. Затем фрейм показывает разницу с обычным CLV:
зелёным «+N ₽ к CLV», если программа выгодна или разница нулевая;
красным «−N ₽», если программа снижает CLV;
«нет данных», если отток участников не введён или сегмент не попал в расчёт на первой вкладке.
Вкладка «3. Стратегия» — неделя 3: стратегии удержания и развития
Это четыре карточки со свободными списками строк:
«Приобретение» — подсказка «Канал — CAC — как снижаем»;
«Удержание» — «Мера удержания — на какой сегмент»;
«Расширение» — «Допродажа — кому — эффект на маржу»;
«Пожизненная ценность» — «Решение по ценности сегмента».
Содержание записей фрейм не разбирает. В вердикте учитывается только то, есть ли хотя бы одна запись в «Удержании» и «Расширении».
Вкладка «Визуализация»
Для каждого рассчитанного сегмента выводятся две полосы:
верхняя — CLV, в цветах CLV/CAC: красная, жёлтая или зелёная;
нижняя, серая, — CAC.
Справа от полос указана кратность, например «3,2×».
Вкладка «Итоги»
Вердикт показывает первую сработавшую проверку в таком порядке:
Нет ни одного рассчитанного сегмента — фрейм просит добавить маржу и отток.
CLV/CAC ниже 1 — красный вердикт: сегмент не окупает привлечение. Фрейм предлагает снизить CAC, поднять маржу или перестать привлекать этот сегмент.
CLV/CAC ниже 3 — жёлтый вердикт: клиент окупается, но запаса нет.
Окупаемость дольше 12 месяцев (рабочая настройка фрейма) — жёлтый вердикт с советом ускорить возврат денег: предоплата, первая допродажа.
Программа лояльности снижает CLV — красный вердикт: пересмотреть выгоды программы или отключить её для сегмента.
Пуст список «Удержание» или «Расширение» — жёлтый вердикт: «цифры сходятся, но плана нет».
Если ни одна проверка не сработала — зелёный вердикт. Фрейм называет сегмент с наибольшим CLV и советует направлять бюджет привлечения в него.
В каждой проверке называется только первый проблемный сегмент. Под вердиктом выводится сводка: сколько сегментов рассчитано, сколько не окупают CAC, сколько ниже 3×, сколько мер удержания и расширения.
Кнопка «Создать задачу» предлагает название «Исправить экономику сегмента «…»», если есть убыточный сегмент. Иначе название такое: «Реализовать шаг стратегии удержания/роста CLV». В описание задачи попадают меры удержания, а если их нет — текст вердикта.
Чего фрейм не делает
Не дисконтирует будущую маржу. На длинном горизонте CLV получается выше, чем по определению Гупты и соавторов.
Считает отток постоянным, а окупаемость — без учёта оттока и роста маржи.
Не выделяет затраты на обслуживание отдельно. Их нужно заранее вычесть из маржи.
Не делит клиентов на сегменты сам и не проверяет, что сегменты построены по фактической прибыльности.
Не исправляет самоотбор. Если ввести отток нынешних участников программы, а не контрольной группы, эффект программы будет завышен (Ошибка 7).
Пропускает сегменты без CAC в проверках окупаемости, поэтому зелёный вердикт «все сегменты окупают привлечение» к ним не относится.
Не оценивает качество мер в карточках стратегии.
Заполнили фрейм? Сохраните, чтобы не потерять
Книги по теме
Фредерик Райхельд — «The Loyalty Effect» (1996) и «The Ultimate Question 2.0» (2006). Ключевые исследования связи между удержанием клиентов, лояльностью и прибыльностью компании.
Роберт Блэттберг, Джон Дейтон — «Manage Marketing by the Customer Equity Test» (Harvard Business Review, 1996). Первоисточник формализованного сравнения пожизненной ценности клиента со стоимостью его привлечения как критерия эффективности маркетинга.
Гупта С., Леманн Д., Стюарт Дж. — «Valuing Customers» (Journal of Marketing Research, 2004). Оценка ценности клиентов по данным пяти компаний, эластичность удержания, маржи и привлечения.
Райнартц В., Кумар В. — «The Mismanagement of Customer Loyalty» (Harvard Business Review, 2002). Критика тезиса «лояльные клиенты всегда выгодны».
Райхельд Ф., Сассер Э. — «Zero Defections: Quality Comes to Services» (Harvard Business Review, 1990). Ранняя работа о влиянии снижения оттока на прибыль.