Оглавление
Почему классические формулы retention в FMCG не работают
Большинство статей про retention написаны для SaaS и подписок — там всё просто. Есть дата подписки, есть дата отмены. Посчитал — получил retention. В FMCG всё иначе.
Недавно к нам обратился производитель молочной продукции. Они рассчитали retention классическим способом — процент покупателей, которые вернулись за месяц. Получилось 12%. Руководство в шоке: «У нас проблемы с лояльностью!»
На деле проблема была в методологии. После правильного пересчёта показатель вырос до 34% — вполне нормально для категории. Разберём, как считать корректно.
Главная особенность FMCG: люди покупают у всех
В товарах повседневного спроса почти нет моногамных отношений. Человек покупает йогурт каждую неделю, но чередует 2-3 бренда. Зависит от акций, настроения, наличия на полке. С точки зрения классического retention это повторная покупка. Но какая там лояльность, если в следующий раз он возьмёт конкурента?
Поэтому в FMCG важнее смотреть не «вернулся или нет», а долю вашего бренда в покупках категории. Это честная картина удержания.
Вторая особенность — разные циклы покупки. Молоко покупают раз в 3-5 дней, стиральный порошок — раз в 2 месяца. Нельзя мерить retention одним периодом для всех категорий.
Три метода расчета, которыми мы пользуемся
1. Classic Retention Rate — для быстрых категорий
Базовая формула:
Когда подходит: Продукты с коротким циклом — молоко, хлеб, кисломолочка.
Что важно: Период измерения должен соответствовать циклу категории. Для молока — 10 дней, для хлеба — 5-7 дней.
Минус: Не показывает частоту. Человек купил дважды и человек купил пять раз — учитываются одинаково.
2. Repeat Purchase Rate — универсальная метрика
Более гибкая формула:
Когда подходит: Большинство FMCG-категорий, анализ программ лояльности.
Плюс: Учитывает всех покупателей периода, а не только тех, кто был на старте. Более реальная картина поведения.
Пример из практики: Клиент в категории полуфабрикатов получил 15% и решил, что плохо. Мы проверили рыночные данные — средний показатель 18-20%. То есть компания почти на уровне рынка, проблема не критична.
3. Share of Requirements (SOR) — самая точная метрика
Наш любимый показатель:
Что показывает: Реальную долю бренда в корзине покупателя.
Пример: Человек за месяц купил йогурты 8 раз, из них 5 раз — ваш бренд. SOR = 62,5%. Это объективная оценка силы бренда.
Минус: Нужны панельные данные или детальная программа лояльности. Технически сложнее рассчитать.
Сравнение методов
Топ-3 ошибки при расчёте retention
Ошибка №1: Игнорирование сезонности
К нам обратился производитель детского питания. Годовой retention — 45%, вроде нормально. Но при анализе по месяцам оказалось: провал в сентябре-октябре (дети вырастают, переходят на обычную еду), рост зимой-весной (новорожденные).
Это не проблема удержания — это естественная ротация аудитории. Без понимания контекста делаешь неверные выводы.
Ошибка №2: Неучёт мультибрендового поведения
Retention 30% звучит плохо. Но если средний покупатель в категории использует 3-4 бренда, попасть в регулярную корзину 30% клиентов — это хорошо.
Всегда сравнивайте с конкурентами. У вас 25%, у лидера 28% — вы в норме. У лидера 60% — пора менять стратегию.
Ошибка №3: Сравнение разных каналов без контекста
Проект для производителя снеков: retention в онлайне 42%, в рознице 18%. Первая реакция — перекинуть бюджет в онлайн.
Но в онлайне покупают лояльные клиенты и оптовики, а в рознице — импульсные покупки. При этом розница даёт в 20 раз больше выручки. Переориентация убила бы продажи.
Как выбрать период измерения
Проверенный алгоритм:
1. Определите средний интервал между покупками в категории
2.Умножьте на 2-2,5
3.Используйте как окно для retention
Почему коэффициент 2: У людей разная частота покупок. Кто-то покупает чаще среднего, кто-то реже. Удвоение даёт нормальное окно для проявления устойчивого поведения.
Пример: Средний интервал покупки молока — 4 дня. Окно для retention: 4 × 2 = 8 дней.
Референсные периоды по категориям
Если нет своих данных, используйте наши бенчмарки:
Молочка:
Снеки и сладости:
Напитки:
Бытовая химия:
Кейс: как мы спасли клиента от неверных выводов
Ситуация
Производитель творога из Воронежа считал retention за 30 дней — получилось 8-10%. Руководство готовилось менять всю маркетинговую стратегию.
Данные:
Что мы сделали
Шаг 1: Пересчитали retention с окном 20 дней вместо 30. Показатель вырос до 22%.
Шаг 2: Посчитали Repeat Purchase Rate за квартал — 38% покупателей совершили минимум 2 покупки. Есть ядро лояльных.
Шаг 3: Рассчитали SOR по панельным данным — 41%. Из каждых 10 покупок творога 4 приходятся на бренд клиента.
Вывод
Retention 22% за 20 дней — средний уровень (у лидера 28%). SOR 41% — хороший показатель для конкурентной категории.
Реальная проблема была не в удержании, а в низкой узнаваемости и слабом привлечении новых покупателей. Клиент перераспределил бюджет с retention-программ на awareness — и это было правильное решение.
FAQ
Какой retention считается нормальным?
Зависит от категории. Для молочки 20-30% за месяц — норма. Для бытовой химии 40-50% за квартал — нормально. Сравнивайте с прямыми конкурентами, а не с абстрактными нормами.
Можно ли считать без программы лояльности?
Да, через панельные данные или выборочные исследования. Точность будет ниже, но для понимания трендов хватит.
Как часто пересчитывать?
Быстрые категории — каждый месяц. Длинный цикл — раз в квартал. Обязательно годовой расчёт для оценки трендов без сезонности.
Да, если активно привлекаете новых клиентов. Большой приток новичков математически снижает процент повторных покупок. Смотрите на абсолютные цифры: количество лояльных может расти, даже если их доля падает.
Главное
В FMCG retention нельзя считать универсальными формулами из учебников по SaaS. Нужен другой подход:
1. Выбирайте метрику под задачу: Classic Retention для быстрого анализа, SOR для стратегии
2.Адаптируйте период под категорию: молоко и порошок — разные окна
3.Учитывайте мультибрендовое поведение: сравнивайте с конкурентами
4.Используйте несколько метрик: одна цифра не даёт полной картины
По опыту «Белого Квадрата», retention в FMCG — это не «вернулся/не вернулся», а доля бренда в корзине покупателя. В конкурентном рынке мультибрендовое поведение — норма. Задача не в монополии, а в увеличении частоты выбора вашего бренда.
Если не хватает данных или компетенций для правильного расчёта — обращайтесь к исследовательским агентствам. Решения на основе неправильных метрик стоят дорого.