Почему клиенты уходят: как провести churn research и найти настоящую причину оттока

Churn research нужен именно для того, чтобы заменить версии с планерки проверяемыми фактами. В этой статье разобран весь путь исследования: как отделить технические сбои оплаты от осознанного ухода, где в данных найти момент, когда клиент принял решение, коммуникация с ушедшими и почему их прямому ответу нельзя верить. Все расчеты идут на одном сквозном примере, так что вы сможете повторить их на своих цифрах уже на этой неделе.

Содержание:

1. Что такое churn в аналитике и зачем его измерять
2. Как рассчитать Churn Rate: формула и сквозной пример
3. Какие существуют виды оттока клиентов
4. Шаг 1. Разделите добровольный и недобровольный отток
5. Шаг 2. Найдите момент ухода в поведении клиентов
6. Шаг 3. Соберите выборку ушедших клиентов
7. Шаг 4. Exit-опрос при отмене подписки: какие вопросы задавать
8. Шаг 5. Интервью с ушедшим клиентом: сценарий на 25 минут
9. Шаг 6. Как отделить причину ухода от повода
10. Шаг 7. Превратите результаты в решения и проверьте их
11. Как отток влияет на LTV и другие метрики
12. Что такое churn prediction и нужна ли для него модель
13. Какой churn rate считается нормальным: бенчмарки по отраслям

Понедельник, планерка, аналитик выводит на экран график: отток вырос с 3,8% до 5,1% за квартал. Кто-то из команды сразу говорит, что клиенты уходят из-за цены, кто-то вспоминает конкурента, снизившего тариф в марте, а руководитель просит что-нибудь сделать с удержанием клиентов до конца месяца. Через месяц вы запускаете скидку для тех, кто нажал кнопку отмены, и отток остается прежним, потому что настоящая причина была совсем другой и никто ее не искал.

Отток клиентов, или churn, показывает долю пользователей, которые за выбранный период перестали платить или пользоваться продуктом. Для подписных моделей эта метрика оказывается едва ли не главной, поскольку выручка следующего месяца целиком складывается из тех, кто остался, а привлечение замены обходится намного дороже.

В бизнесах с регулярными продажами стоимость привлечения нового клиента обычно в 5–7 раз выше стоимости удержания существующего, и каждый ушедший клиент означает не только потерянную выручку, но и новые расходы на маркетинг.

Отслеживать отток имеет смысл сразу в трех разрезах, потому что каждый из них отвечает на свой вопрос. Количество ушедших клиентов показывает масштаб проблемы, потерянная выручка показывает ее цену, а срок жизни ушедших показывает, на каком этапе продукт ломается. Одна усредненная цифра прячет ровно ту информацию, ради которой метрику и считают.

Churn research надстраивается над этой метрикой и работает уже не с процентами, а с конкретными людьми. Вы берете список ушедших клиентов, восстанавливаете их поведение за несколько месяцев до отмены, разговариваете с частью из них и в результате получаете перечень причин с весами. Только после этого причины можно превращать в задачи бэклога и спорить о приоритетах предметно, а не на уровне ощущений.

Базовая формула коэффициента оттока выглядит просто: количество ушедших клиентов за период делится на количество клиентов на начало периода и умножается на сто процентов. Сложности начинаются не в арифметике, а в определении того, кого считать ушедшим и какой период брать.

Дальше в статье будет один продукт и один набор цифр, чтобы вы видели, как каждый шаг меняет картину.

Разница между двумя метриками принципиальна для решений: customer churn считает логотипы и говорит о продукте, revenue churn считает деньги и говорит о бизнесе. Если в продукте есть переходы между тарифами, к этой паре добавляется net revenue retention, где расширение оставшихся клиентов компенсирует потери от ушедших, и картина снова меняется.

Частота расчета зависит от модели продаж. Для подписки с ежемесячной оплатой отток считают раз в месяц и обязательно по когортам, потому что общая цифра смешивает новичков и старожилов. В e-commerce с разовыми покупками вместо оттока смотрят на повторные покупки и период неактивности, а ежедневный расчет коэффициента оттока почти всегда дает шум вместо сигнала.

Разделение видов оттока это не теоретическая классификация, а первый практический шаг, потому что за разные типы отвечают разные команды и лечатся они принципиально по-разному.

Пропорции между этими видами полезно знать до начала работы, чтобы понимать, какая часть проблемы вообще относится к продукту. (Медианный месячный отток в B2B SaaS в 2026 году составляет около 3,5%, из которых примерно 2,6% приходится на добровольный уход и 0,8–0,9% на недобровольный, вызванный неудачными списаниями и истекшими картами. В потребительских продуктах доля технического оттока заметно выше: в B2C SaaS недобровольный отток занимает от 20% до 40% общего объема, а в подписках мобильных приложений доходит до половины.

Отдельного внимания заслуживает скрытый отток, поскольку он не виден ни в одном отчете по отменам. Компания исправно платит по годовому договору, продлевать его уже не собирается, и вы узнаете об этом за неделю до окончания срока, когда сделать что-либо поздно. Чтобы такие клиенты не превращались в сюрприз, заведите отдельный отчет по платящим компаниям с нулевой активностью за последние 30 дней: в сквозном примере таких оказалось 147 штук, то есть 8% базы и вполне предсказуемый отток следующего квартала.

Самая обидная ошибка в churn research состоит в том, что команда проводит интервью с людьми, которые никуда не собирались уходить и даже не заметили, что перестали быть клиентами. У них просто не прошла оплата, и продукт молча закрыл доступ.

Клиент отменяет подписку не в тот день, когда нажимает кнопку отмены. Решение вызревает недели, и все это время оно видно в данных: использование продукта падает в среднем на 41% за квартал, предшествующий отмене, поэтому сигнал доступен задолго до самого события.
Чтобы этот сигнал увидеть, постройте график активности по 57 ушедшим компаниям за 90 дней до отмены и наложите его на такой же график по оставшимся клиентам. Смотреть нужно не на общие входы в систему, а на ключевое действие, ради которого продукт покупали, иначе вы будете сравнивать шум с шумом.

В сквозном примере ключевым действием оказалось проведение приемки товара, и расхождение между двумя группами началось за два месяца до отмены, а не за последнюю неделю. Параллельно всплыла вторая находка: 33 компании из 57 так и не завели в системе второй склад, хотя при продаже разговор шел именно про несколько точек, а ради одной точки продукт покупать смысла не было.
Возраст ушедших клиентов стоит проверить отдельно, потому что он подсказывает, какую часть продукта чинить.

На первые 90 дней жизни клиента приходится от 60% до 70% всего оттока, и в примере медианный срок жизни ушедшей компании составил 74 дня. Проблема, следовательно, была не в зрелом продукте и не в усталости от него, а в первых неделях работы, когда клиент так и не получил обещанного результата.

Если кривые активности у ушедших и оставшихся совпадают вплоть до последней недели, это верный признак того, что вы выбрали не то действие для анализа. Ключевое действие определяется не частотой в логах, а связью с ценностью: в складском учете это проведенная приемка, а не открытие главного экрана.

Разговаривать со всеми 57 компаниями не нужно, да и не получится, потому что отношения закончились и мотивации помогать у людей почти нет. Задача выборки в другом: набрать достаточно разных историй, чтобы причины начали повторяться.

Для качественной части исследования обычно хватает 8–12 интервью, и собирать их лучше по трем правилам. Во-первых, берите клиентов, ушедших не более 60 дней назад, поскольку через два месяца человек помнит уже не события, а свою итоговую оценку. Во-вторых, обязательно включайте оба сегмента, тех, кто дошел до ключевого действия, и тех, кто до него не добрался, иначе вы получите только половину картины. В-третьих, отдельно добирайте двух-трех крупных клиентов по выручке, даже если их мало, потому что уход одного такого стоит дороже двадцати мелких и причина у него, как правило, своя.

В примере провели 12 интервью: восемь с теми, кто не завел второй склад, и четыре с теми, кто пользовался продуктом полноценно и все равно ушел. Согласие на разговор дали примерно каждый третий из тех, кому написали, и это нормальный отклик для ушедших клиентов.

Долю согласившихся заметно поднимает формулировка просьбы. Предлагайте конкретные 20 минут, честно говорите, что возвращать и продавать ничего не будете, и объясняйте, что разбираетесь в собственных ошибках. Письмо с последним шансом остаться и скидкой работает ровно наоборот: человек воспринимает его как продажу и не отвечает.

Опрос при отмене и интервью решают разные задачи и хорошо работают только в паре. Опрос дает количественную картину по всем ушедшим, а интервью объясняет, что стоит за выбранными вариантами ответа. Хороший churn survey занимает 5–7 вопросов и встроен прямо в интерфейс на экране отмены, где отклик максимальный.

В опрос имеет смысл включить закрытый вопрос о причине с пятью-шестью вариантами и полем для своего ответа, причем варианты формулируйте словами клиентов из обращений в поддержку, а не внутренними терминами команды.

Дальше идет вопрос о том, чем человек будет пользоваться вместо вашего продукта, потому что ответ показывает либо конкурента, либо ручной процесс в таблице, к которому клиент спокойно вернулся. Третий полезный вопрос касается времени: когда вы впервые подумали, что продукт вам не подходит. Завершают опрос одна открытая строка про то, чего не хватило, и галочка согласия на короткий разговор.

В сквозном примере на опрос ответили 21 компания из 57, то есть 37%. Распределение получилось такое: 41% выбрали вариант «не разобрались, как настроить под свои процессы», 24% указали, что нашли решение дешевле, 19% сослались на отсутствие нужной функции, оставшиеся 16% выбрали «другое». Эта картина уже похожа на ответ, но пока она остается набором самооценок, которые предстоит проверить поведением из второго шага и разговорами из пятого.

Цель интервью состоит в том, чтобы восстановить хронологию событий, а не собрать мнения о продукте. Вопрос «почему вы ушли» получает заранее заготовленный ответ, зато просьба рассказать, что происходило в марте, вытаскивает факты, из которых причина собирается сама.

Пятый вопрос в B2B оказывается едва ли не самым ценным. В примере в семи интервью из двенадцати выяснилось, что решение об отмене принимал вовсе не тот человек, с которым команда общалась при продаже: кладовщик так и не освоил систему и тихо вернулся к таблице, а платил директор, который однажды увидел неиспользуемую подписку в отчете по расходам.

Рамка Jobs To Be Done помогает не сползти в обсуждение отдельных кнопок и функций, потому что она возвращает разговор к работе, которую клиент нанимал продукт выполнять, и к тому, кого он нанял вместо вас. Подробный разбор подхода есть в статье Концепция Jobs To Be Done, а сами формулировки клиента записывайте дословно, не переводя на язык команды: фразы «не понял, куда вбивать остатки» и «неудобный интерфейс» приводят дизайнера к совершенно разным задачам.

Ответ «дорого» звучит примерно в каждом втором исследовании и почти никогда не означает цену. Чаще всего он означает, что клиент не увидел ценности на эту сумму, а назвать деньги проще и приличнее, чем признаться, что не разобрался в продукте.

Проверяется это сопоставлением названной причины с поведением человека до ухода, и такая сверка занимает полдня работы с выгрузкой.

После сверки итоговая картина по добровольному оттоку сложилась так: 58% ушедших не прошли активацию в первые 30 дней, 21% уперлись в отсутствие интеграции с их кассовой программой, 12% ушли из-за реальной конкуренции по цене и функциям, оставшиеся 9% относились к структурным причинам вроде закрытия точки. Если ваш итоговый список причин полностью совпал с версиями, которые команда называла на планерке до исследования, вероятнее всего вы искали подтверждение, а не ответ, и выборку стоит расширить.

Исследование заканчивается не отчетом на двадцать слайдов, а изменениями в продукте, у каждого из которых есть измеримый результат. Удобно сразу свести причины, решения и замеры в одну таблицу, чтобы через квартал было видно, что сработало.

Отдельно проговорите с командой, какие причины вы сознательно решили не чинить. В примере конкуренцию по цене оставили как есть, поскольку снижение тарифа обрушило бы экономику по всей базе ради 12% ушедших, и это осознанный выбор, а не упущение.

Отток входит в расчет пожизненной ценности клиента напрямую, поэтому любое изменение удержания мгновенно отражается на экономике продукта. Формула простая: LTV = ARPU / Churn Rate.


Для примера до изменений это 12 400 / 0,051 = 243 137 рублей, а после снижения оттока 12 400 / 0,036 = 344 444 рубля. Пожизненная ценность выросла на 41%, хотя ни цена, ни средний чек не менялись.

Дальше эта цифра идет в юнит-экономику и меняет решения за пределами продуктовой команды. При стоимости привлечения в 60 000 рублей отношение LTV к CAC поднялось с 4,1 до 5,7, а значит маркетинг получил право выкупать более дорогой трафик, который раньше не окупался. Так метрика удержания превращается в аргумент для бизнеса, а не остается внутренним показателем продукта.

Связь с удержанием при этом зеркальная: retention rate и churn rate в сумме дают сто процентов за один и тот же период, поэтому работать можно с любой стороны медали. Практические способы поднять удержание разобраны в статье 7 способов улучшить Retention Rate.

Прогнозирование оттока это оценка вероятности ухода до того, как клиент нажал кнопку отмены. Для начала работы сложная модель не нужна, потому что простой скоринг по нескольким поведенческим признакам ловит большую часть случаев и делается аналитиком за день.

В сквозном примере health score собрали из пяти сигналов: падение активности более чем на 40% за 30 дней дает 3 балла, отсутствие ключевого действия за последние 14 дней еще 3 балла, непройденная активация в первые 30 дней 2 балла, обращение в поддержку без решения и смена контактного лица на стороне клиента по одному баллу. Клиенты, набравшие от четырех баллов, попадают в сегмент высокого риска, и с ними связывается customer success.

Саму систему прогнозирования нужно оценивать отдельными метриками, иначе через полгода никто не сможет сказать, работает она или просто занимает время команды.

Честный разбор ограничений экономит больше времени, чем сам метод, поэтому его лучше держать в голове с самого начала.

Первое ограничение это рационализация. Человек называет ту причину, которая звучит прилично и не требует признавать собственные ошибки, поэтому «дорого» и «не было времени» встречаются намного чаще, чем «я так и не понял, как этим пользоваться». Работает против этого только реконструкция событий, а не прямые вопросы о мотивах.

Второе ограничение это смещение выборки. На интервью соглашаются те, кому не все равно, а клиент, который тихо перестал заходить через неделю после регистрации, не ответит ни на письмо, ни на опрос, хотя именно он представляет самую массовую часть оттока. Частично это лечится количественной частью: поведение молчунов вы все равно видите в данных, даже если поговорить с ними не удалось.

Третье ограничение связано со временем. Через два месяца после ухода человек помнит уже не последовательность событий, а свой итоговый вывод о продукте, поэтому чем свежее отмена, тем достовернее хронология.

Наконец, отток невозможно обнулить, и цель исследования состоит не в этом. Часть клиентов уходит по причинам вне вашего контроля: закрылся бизнес, сменился владелец, исчезла сама задача. Задача churn research в том, чтобы отделить эту неуправляемую долю от управляемой и точно понимать, за что команда действительно отвечает. Список причин с процентами при этом остается входом в приоритизацию, а не заменяет ее, поэтому дальше решения все равно проходят через оценку влияния и трудозатрат, например по RICE.

Начните с выгрузки клиентов, ушедших за последний квартал, и добавьте к ней три колонки: причина прекращения подписки из биллинга, срок жизни в днях и отметка о том, дошел ли клиент до ключевого действия. Одна эта таблица разделит отток на технический и управляемый и покажет, в каком сегменте сосредоточена потеря выручки.

Дальше настройте повторные списания, если их до сих пор нет, и напишите десяти клиентам с самой свежей датой отмены с просьбой о разговоре на двадцать минут. Согласятся трое или четверо, и этого хватит для первых гипотез, а через две недели у вас на руках будет не мнение команды о том, почему уходят клиенты, а список причин с весами, который уже можно приоритизировать и защищать перед руководством.

Разобрать методику продуктовых исследований на своем продукте можно на курсе «Продуктовые исследования», а системно разложить работу с метриками и удержанием на курсе «Полное погружение в продакт-менеджмент».