После урока будет понятно:

• чем churn отличается от retention;
• почему высокий приток новых клиентов не всегда означает здоровый рост;
• что именно можно считать оттоком;
• зачем смотреть на когорты, а не только на общую среднюю;
• где тексты участвуют в удержании и где заканчивается их влияние.

Представьте SaaS, который каждый месяц привлекает 100 новых платящих клиентов.

На первый взгляд всё отлично.

Но если из этих 100 клиентов через месяц остаются только 40, бизнес сталкивается с другой проблемой: новых пользователей приходится постоянно привлекать заново, чтобы хотя бы компенсировать уход старых.

Можно увеличивать рекламный бюджет, улучшать лендинг и поднимать конверсию в регистрацию, но если клиент быстро перестаёт видеть ценность продукта, рост остаётся нестабильным.

Поэтому в SaaS важно смотреть не только на вопрос:

но и на вопросы:

• сколько клиентов осталось;
• сколько ушло;
• когда они ушли;
• что происходило до ухода;
• отличаются ли новые клиенты от тех, кто пришёл раньше.

Churn — отток клиентов или выручки.

В зависимости от задачи SaaS может смотреть как минимум на два разных показателя.

Customer churn

Показывает, какая доля клиентов перестала пользоваться платным продуктом за период.

Например, в начале месяца у сервиса было 200 платящих клиентов. За месяц 10 клиентов полностью отменили подписку.

10 / 200 × 100% = 5% churn.

Это значит, что за месяц сервис потерял 5% клиентской базы, которая была у него на начало периода.

Revenue churn

Показывает потерю регулярной выручки.

Это важно, потому что клиенты могут платить разные суммы. Если ушли два небольших клиента и один крупный, количество отменённых подписок ещё не показывает реальный финансовый эффект.

С MRR мы уже познакомились в уроке 2. Теперь видно, почему Churned MRR нужно рассматривать отдельно от количества ушедших клиентов.

Retention — удержание клиентов или пользователей.

Он показывает, какая часть выбранной группы продолжает пользоваться продуктом спустя определённое время.

Например, из 100 клиентов, оформивших подписку в январе:

• через месяц осталось 80;
• через два месяца — 70;
• через три — 64.

Можно сказать, что трёхмесячный retention этой группы составляет 64%.

Для копирайтера особенно важно другое: не любой пользователь, который не вернулся, ушёл из-за текста.

Причина может быть в самом продукте, цене, отсутствии задачи, технических проблемах, onboarding, качестве поддержки или неверном ожидании, созданном ещё до покупки.

Представим SaaS, в котором средний retention через месяц — 70%.

Само число почти ничего не говорит.

Внутри него могут находиться очень разные группы:

• корпоративные клиенты сохраняются на уровне 90%;
• индивидуальные пользователи — на уровне 50%;
• клиенты из органического поиска — 80%;
• пользователи из рекламной кампании — 45%;
• те, кто прошёл onboarding, — 85%;
• те, кто его не завершил, — 40%.

Если всё смешать в одну цифру, часть полезной информации исчезает.

Именно поэтому SaaS использует когортный анализ.

Когорта — группа пользователей, объединённых общим признаком или событием.

Чаще всего в SaaS анализируют пользователей, которые начали пользоваться продуктом в один период.

Например:

• январская когорта;
• февральская;
• мартовская.

Но когорты можно строить и по другим признакам:

Главное — не просто разделить людей на группы, а сравнить их поведение во времени.

Допустим, каждый месяц SaaS получает по 100 новых платящих клиентов.

Общий вывод: более новые когорты удерживаются лучше.

Но для бизнеса следующий вопрос гораздо важнее:

Например:

• изменили onboarding;
• улучшили продукт;
• перестроили рекламу и начали приводить другую аудиторию;
• изменили тарифы;
• внедрили обучение;
• переписали коммуникации первых дней.

Когортный анализ показывает изменение поведения, но сам по себе не доказывает причину.

Первые дни после регистрации

Пользователь ещё не привык к продукту и может не понимать:

• что делать первым;
• где искать нужную функцию;
• как получить первый результат;
• что продукт вообще способен решить его задачу.

Здесь работают onboarding, welcome-письма, подсказки, инструкции и уведомления.

Регулярное использование

Пользователю нужно понимать:

• что происходит в продукте;
• какие действия требуют внимания;
• как пользоваться новыми возможностями;
• что изменилось;
• где получить помощь.

Риск ухода

Сигналами могут быть:

• снижение активности;
• незавершённая настройка;
• повторяющиеся ошибки;
• отсутствие использования ключевой функции;
• попытка отмены подписки.

Коммуникация может помочь:

• объяснить следующий шаг;
• предложить помощь;
• показать недооценённую функцию;
• предложить подходящий тариф;
• собрать причину отказа.

Нельзя получить хороший retention только за счёт хорошего копирайтинга.

Если продукт:

• нестабилен;
• не решает задачу;
• слишком дорог;
• плохо устроен;
• не соответствует обещаниям лендинга,

текст не исправит фундаментальную проблему.

Задача текста — помочь пользователю:

• понять продукт;
• быстрее получить ценность;
• выполнить нужное действие;
• не потеряться;
• принять информированное решение.

Для анализа важно не только сколько клиентов ушло, но и когда.

В первые дни

• совпало ли ожидание с реальностью;
• понятно ли, как начать;
• получил ли пользователь первый результат;
• не слишком ли сложна настройка;
• не обещает ли лендинг то, чего продукт не даёт.

После первого месяца

• сформировалась ли регулярная привычка использования;
• достаточно ли ценности для продолжения оплаты;
• используются ли ключевые функции;
• понятен ли тариф.

После длительного использования

Причины могут быть другими:

• изменение потребностей;
• появление конкурента;
• стоимость;
• сокращение команды;
• переход на другую систему;
• недостаток функций.

Одинаковое письмо «Мы заметили, что вы уходите» для всех этих ситуаций вряд ли будет одинаково полезным.

В сервисе «Порядок» команда заметила: из пользователей, которые зарегистрировались в январе, через месяц активны 55%.

В феврале изменили первые экраны onboarding. У февральской когорты через месяц активны уже 68%.

Можно сделать предположение, что новый onboarding помог.

Но пока неизвестно:

• одинаковые ли пользователи пришли в январе и феврале;
• не изменился ли канал привлечения;
• не вышла ли новая функция;
• не изменились ли цены;
• одинаково ли считается активность.

Например:

• не завершил onboarding;
• не создал первый проект;
• перестал пользоваться ключевой функцией;
• не вернулся после trial;
• снизил активность;
• начал отмену подписки.

Для этой ситуации зафиксируйте:

1. какое поведение показывает риск ухода;
2. на каком этапе клиентского пути это происходит;
3. какой текст или элемент коммуникации пользователь видит сейчас;
4. какое ближайшее действие желательно получить;
5. какое событие можно измерить;
6. какую группу пользователей имеет смысл сравнить;
7. какой период сравнения нужен;
8. какие другие причины могут объяснить изменение retention или churn.

Рабочий лист помогает разобрать одну ситуацию риска ухода, определить ближайшее действие пользователя, выбрать когорту для сравнения, учесть альтернативные причины и сформулировать проверяемую гипотезу.

• ✓ Я различаю churn и retention.
• ✓ Я понимаю разницу между количеством ушедших клиентов и потерянной выручкой.
• ✓ Я могу объяснить, что такое когорта.
• ✓ Я понимаю, зачем сравнивать отдельные группы пользователей.
• ✓ Я не делаю вывод о причинности только по одному изменению.
• ✓ Я могу определить ближайшее действие пользователя.
• ✓ Я учитываю альтернативные причины оттока.