Когда отток начинает расти, первая реакция почти всегда одна: запустить программу удержания. Скидки на продление, звонки «давайте обсудим, что не устраивает», письма «мы по вам скучаем». Интуитивно понятно: раз клиент уходит, надо его удерживать. В массовом B2B‑продукте с тысячами мелких клиентов эта интуиция обычно попадает «в молоко». Отток почти никогда не начинается с недовольства продуктом. Он начинается с того, что клиент так и не понял, как продуктом пользоваться — и перестал запускать его задолго до того, как решил не продлевать подписку. Разница может показаться терминологической. На практике же это определяет, куда идёт бюджет: в спасение уходящих или в то, чтобы клиент вообще дошёл до результата.

Где на самом деле рождается отток

У любого продукта есть момент первого реального результата: первая сделка, закрытая в CRM, первый отчёт, который сэкономил час, первая задача, доведённая до конца без звонка в поддержку. Это тот «твёрдый результат», который вы обещали клиенту при продаже. Пока клиент до этого момента не дошёл, он статистически обречён на уход, независимо от того, какую retention‑механику вы запустите потом.

Retention‑программа, включённая раньше, чем починен онбординг, лечит лишь симптом. Клиент, который вошёл, не понял, откуда начать, и через две недели забыл о продукте, не станет активнее от письма «мы по вам скучаем». Он станет активнее, если в первую неделю кто‑то (человек или сценарий, в зависимости от LTV) покажет ему, что конкретно делать.

Ниже — два случая из личного опыта.

ЦентрКредит: путь новых должен повторять путь активных

В Банке ЦентрКредит, запуская онлайн‑канал для сегмента МСБ, мы столкнулись с обычной картиной: часть новых клиентов открывала счёт, запускала мобильное приложение один‑два раза и становилась менее активной. При этом другая часть — активные пользователи — явно нашла в приложении ценность и возвращалась регулярно.

Первым шагом было не «придумать, как удержать неактивных», а исследовать, чем путь активных отличается от пути тех, кто быстро становился менее активным. Мы разложили поведение по сегментам: отдельно ИП, отдельно ООО, у них разная логика первых действий. И увидели закономерность: активные проходили определённую последовательность шагов в первые недели, а те, кто уходил, как правило эту последовательность не проходили вообще.

Дальше выстроили цепочки коммуникаций через CVM — не общие рассылки, а сценарии, которые вели нового клиента по тому же пути, что и активного, шаг за шагом. Гипотеза была простая: если направить новых по маршруту, который уже подтвердил себя на активных, они с большей вероятностью станут такими же активными, чем если оставить их разбираться самостоятельно.

Гипотеза подтвердилась: запуск онбординга дал +10 процентных пунктов к retention в мобильном приложении в первые месяцы. Ни одного звонка «не уходите» в этой механике не было — только автоматизированный маршрут, который показывал человеку, куда идти дальше.

Кайтен: ручное сопровождение там, где оно окупается

В Кайтене, выстраивая работу с оттоком в сегменте МСБ, я использовал другой инструмент, потому что средний чек в этом сегменте позволял им пользоваться. Обосновать это решение помогла юнит‑экономика: расчёт CAC и LTV с длинным циклом сделки, который я разбирал отдельно, прямо показывал, что ручной труд CS‑менеджера на этом чеке окупается. Вместо автоматических сценариев — CS‑менеджер, который подключался к клиенту сразу после закрытия сделки, иногда ещё на этапе, предшествующем ей.

Первый разговор с CS‑менеджером был не про «давайте я расскажу о продукте», а про цель: зачем клиент вообще купил Кайтен, какую проблему хочет закрыть. От этой цели выстраивался план обучения: не общий курс «как пользоваться системой», а последовательность под конкретные задачи клиента с его особенностями. Если клиент был готов идти дальше, план расширялся до внедрения и развития продукта в компании, с материалами и обучением под этот конкретный путь.

Ручное сопровождение обычно дорогой ресурс, и оно не масштабируется на тысячи мелких клиентов. Но на чеке, где оно окупается, это закрывает ту же задачу, что автоматические CVM‑цепочки в ЦентрКредите: доводит клиента до понимания, зачем ему продукт и что делать дальше, прежде чем он успеет разочароваться в непонятном интерфейсе.

Один принцип, два чека

Разница между этими двумя случаями — в инструменте. И там, и там я не боролся с оттоком напрямую. Я строил путь от момента покупки до момента, когда клиент понимает, зачем ему продукт и что делать дальше. В одном случае этот путь строился автоматикой на массе клиентов с низким чеком. В другом — человеком на клиентах, где чек оправдывает такое внимание.

Это и есть сегментация по выручке клиента: не «одинаковое отношение ко всем», а осознанный выбор, где автоматика, а где — ручной труд, в зависимости от LTV клиента. Типичная ошибка не в выборе инструмента, а в попытке применить один и тот же инструмент ко всем сегментам сразу: ручное сопровождение не масштабируется на массу, автоматика не заменит внимание там, где решение о покупке было сложным и дорогим.

Правильнее анализировать этот путь ещё раньше, не с момента покупки, а с первой коммуникации (баннера, лендинга), и держать одну и ту же информацию синхронной на всех точках касания. В ЦентрКредите, оптимизируя процесс онлайн‑продаж, мы разбирали путь клиента именно так: с рекламного касания, а не с момента, когда он уже стал клиентом.

Что добавить к онбордингу: health score, когорты, customer success сегментация

Два случая выше закрывают главное: онбординг. Дальше идёт стандартный набор инструментов, которые логично достраивают описанный выше подход.

Health score по продуктовым сигналам. Не «платит / не платит», а частота входов, число активных пользователей внутри аккаунта, использование ключевых функций продукта. Падение этих сигналов — повод вмешаться до того, как клиент принял решение не продлевать, а не после. В Kaiten мы с командой CS‑менеджеров строили подобную аналитику для предиктивной работы с оттоком.

Когортный анализ retention‑кривой, а не агрегированный процент оттока. Общий процент оттока за месяц смешивает в одной цифре тех, кто пришёл полгода назад, и тех, кто пришёл вчера. По нему не видно, стало ли лучше после того, как вы поменяли онбординг. Разделите клиентов на когорты по месяцу прихода и сравните, как каждая когорта держится через месяц, три, полгода. Когорта, пришедшая после изменений, держится лучше прежних.

Деление по временному периоду — самый простой срез. Дальше можно резать те же когорты по каналу привлечения или по конкретной рекламной кампании: иногда клиенты с одного канала стабильно уходят быстрее остальных — и тогда дело не в онбординге, а в том, что канал приводит не тех людей.

Раздельная работа с добровольным и недобровольным оттоком. Не весь отток — решение клиента уйти. Заметная часть чисто техническая: карта просрочена, платёж не прошёл, банк заблокировал автосписание. Клиент не отказывался от продукта, просто платёж не дошёл. Чинится это проще всего: несколько повторных попыток списания в течение недели плюс уведомление клиенту, что пора обновить карту. Ни скидок, ни разговоров об удержании — просто техническая настройка, которую почему‑то реже всего внедряют первой.

Сюда же — экономическая рамка, без которой любой из этих инструментов превращается в самоцель. Отток нужно считать не в процентах, а в деньгах: сколько LTV теряется на конкретном сегменте и во сколько обходится его привлечение. И встраивать удержание базы в мотивацию сотрудников, не только за новые сделки, но и за то, что уже проданное осталось и продолжает расти.

Что работает, но не в первую очередь

Работает, но не как первый шаг. Вот ещё несколько инструментов:

  • Автоматические уведомления при падении активности. Письмо, звонок или push, если клиент неделю не заходил. Спасает немного (счёт на единицы процентов) — это дополняет активацию, а не заменяет её.

  • Чем больше у клиента интеграций и данных внутри продукта, тем дороже ему уйти. Это игра в долгую, а не инструмент для тушения пожара.

  • Если клиенты приходят через партнёров‑интеграторов, retention нужно закладывать в саму партнёрскую программу. Иначе часть оттока рождается на стороне партнёра, а вы её не видите вообще.

  • Win‑back — возврат уже ушедших специальным предложением. Конверсия обычно 5–15% — это «частично отбить», а не «предотвратить отток».

  • Предложить клиенту тариф поменьше вместо того, чтобы потерять его целиком. Клиент остаётся в базе, но платит меньше. Вы выбираете сохранить отношения, а не текущую выручку с него. Экономику такого шага стоит считать отдельно под каждый сегмент, а не применять по умолчанию для всех.

Каждый пункт тянет на отдельную статью — здесь это список, а не инструкция.

Где я бы не спешил

Предиктивные ML‑модели оттока и комьюнити как антиоттоковый канал: да, они встречаются в списках лучших практик, но я бы не советовал их как готовый рецепт для массового сегмента с невысоким чеком. Разработка и поддержка такой модели часто не окупаются спасёнными клиентами с чеком в несколько тысяч в месяц, а связь комьюнити с реальным retention трудно измерить. Прежде чем брать такие инструменты в работу, проверьте: экономика не окупается из‑за отсутствия этого инструмента, или из‑за того, что онбординг всё ещё не починен? Чаще верно второе. А онбординг как правило чинить дешевле. Ведь это работа с причиной, а не с симптомом.

С чего начать

  1. Определите момент первого реального результата в своём продукте — то самое действие, после которого клиент понимает, зачем он вообще заплатил. Facebook* в своё время нашёл его через «7 друзей за 10 дней», Slack — через 2000 отправленных сообщений в команде, Dropbox — через первый файл, синхронизированный между двумя устройствами. У вашего продукта такой момент тоже есть.

  2. Посчитайте, какая доля новых клиентов доходит до этого момента в первые 30–60 дней, в зависимости от специфики вашего продукта, и какая доля из них остаётся активной через квартал.

  3. Разделите базу на 2–3 уровня по выручке с клиента. Не пытайтесь вести всех одинаково. У меня в Kaiten внутри сегмента было три группы по MRR.

  4. Для нижнего уровня — выстройте автоматический сценарий, который ведёт нового клиента по пути, каким прошли уже активные. Для верхнего — решите, оправдывает ли чек ручное сопровождение, и если да, определите, кто именно за него отвечает.

  5. Через квартал посмотрите на когортную кривую retention, а не на общий процент оттока за период. Разница между новой и старой когортой и есть ответ, чините вы причину или тушите симптом.

* Деятельность компании Meta (владеет Facebook и Instagram) признана экстремистской и запрещена на территории РФ.

Об авторе

Владимир Лунёв — независимый эксперт, автор методологии делегирования задач ИИ и Telegram‑канала «Управление здорового человека». Более 15 лет в управлении IT: Ex. Руководитель бизнес‑юнита МСБ Kaiten, Ex. Директор по развитию МСБ Bank CenterCredit, ex‑СДЭК, ex‑Яндекс.