strategai
RUEN
Обсудить потенциал AI
Управление оттоком Обзорвсе сценарии и отрасли Подписочный оттокотмена и непродление Транзакционный оттокмолчаливый уход Продление контрактовrenewal и upsell Возврат ушедшихwinback
Заказная разработка · AI-система

Клиент не отписывается. Он просто перестаёт приходить

Здесь нет события ухода — значит, сначала нужно договориться, что считать оттоком, и только потом строить модель.

Обсудить внедрение Как это работает
Пауза против личной нормысегодня
Клиент Aнорма 7 дней
9 дней
Клиент Bнорма 14 дней
41 день
Клиент Cнорма 30 дней
33 дня
Клиент Dнорма 5 дней
28 дней
Молчаливый уход виден по паузе, а не по отказу2 из 4
Где применяется eCom и маркетплейсы Продуктовый ритейл HoReCa · сети АЗС и сервис Аптечные сети
/01 эффект решения

Отток без отписки не виден в отчёте, пока не станет поздно

Клиент не ушёл — он «ещё не пришёл». Разница между этими состояниями и есть предмет модели.

+3–6%
к выручке базы на пилоте с контрольной группой
до 2 раз
разница в глубине покупательской паузы между категориями
10–14 недель
до пилота на ваших данных

Первый результат обычно даёт не модель, а определение: как только «отток» перестаёт быть общим словом и становится порогом по каждой категории, работа с базой меняется сама.

/02 что это и кому

Что именно предсказывает модель в этом контуре

Тип оттока определяет, как выглядит «уход» в данных.

Событие надо определить

Уход выводится из паузы: у хлеба она одна, у шин — совсем другая. Порог считается по категории.

Сигнал ранний

Реже, меньше корзина, дольше пауза — спад виден до того, как клиент исчез окончательно.

Единица решения

Клиент × категория: он мог уйти из одной корзины и остаться в другой.

Кому подходит

eCom и маркетплейсы Продуктовый ритейл HoReCa · сети

Где ещё работает

АЗС и автосервис Аптечные сети Зооритейл DIY и товары для дома Салоны и услуги
/03 как это работает

Четыре модуля: от риска ухода до оффера в канале

Ядро общее с другими контурами оттока.

ВАШИ ДАННЫЕ Чеки и заказы по клиенту Карта лояльности и каналы Обращения в поддержку Продукт, тарифы, каналы История коммуникаций ЯДРО · ЧЕТЫРЕ МОДУЛЯ НА КАЖДОГО КЛИЕНТА 01 · Риск ухода вероятность не вернуться, с порогом паузы по каждой категории 02 · Uplift-модель кому касание поможет, а кого лучше не трогать 03 · Выбор оффера что предложить и в каком канале, с учётом стоимости оффера 04 · Замер эффекта контрольная группа: удержанный LTV, а не число касаний ЕДИНИЦА РЕШЕНИЯ: КЛИЕНТ × КАТЕГОРИЯ, А НЕ КЛИЕНТ ЦЕЛИКОМ ЭКОНОМИКА: СТОИМОСТЬ ОФФЕРА ВЫЧИТАЕТСЯ ИЗ УДЕРЖАННОГО LTV ДО РЕШЕНИЯ ПРИЁМКА: КОНТРОЛЬНАЯ ГРУППА НЕ ВЫКЛЮЧАЕТСЯ ПОСЛЕ ПИЛОТА ЧТО НА ВЫХОДЕ Очередь клиентов на сегодня Оффер и канал по каждому Драйверы риска для оператора Удержанный LTV против контроля КУДА ВСТАЁТ CRM и рабочее место Рассылки и мессенджеры Контакт-центр
Платежи, активность, обращения ЯДРО · ЧЕТЫРЕ МОДУЛЯ 01 · Риск ухода 02 · Uplift-модель 03 · Выбор оффера 04 · Замер эффекта Очередь клиентов и офферы

архитектура из наших внедрений; состав данных уточняется на диагностике

/04 что считать оттоком

Порог паузы свой у каждой категории

Одинаковый порог «90 дней» одновременно поздно для одних и рано для других.

ДНИ ПАУЗЫ, ПОСЛЕ КОТОРЫХ КЛИЕНТ СЧИТАЕТСЯ УХОДЯЩИМ ПРОДУКТЫ КАЖДЫЙ ДЕНЬ 14–21 ДРОГЕРИ И КОСМЕТИКА 45–60 АПТЕКА · РЕГУЛЯРНЫЙ ПРИЁМ 30–40 ОДЕЖДА И ОБУВЬ 90–120 ШИНЫ · СЕЗОННЫЕ ТОВАРЫ 180+ ОБЩИЙ ПОРОГ «90 ДНЕЙ» — ПОЗДНО ДЛЯ ОДНИХ, РАНО ДЛЯ ДРУГИХ

Порог по категории

Считается на вашей истории: как распределены паузы между покупками внутри каждой группы.

Клиент × категория

Уход из одной корзины не значит уход из магазина — и наоборот.

Причина спада

Модель называет её: ассортимент, цена, сервис доставки или конкурент рядом.

пример по товарным группам; ваши пороги считаются на истории покупок

/05 матрица uplift

Бюджет удержания — только на «убеждаемых»

Из четырёх сегментов платить имеет смысл за один.

КОММУНИКАЦИЯ ПОМОГАЕТ КОММУНИКАЦИЯ НЕ ПОМОГАЕТ ИЛИ ВРЕДИТ Убеждаемые · persuadables САМ НЕ ОСТАНЕТСЯ, НО ТОЧНЫЙ ОФФЕР УДЕРЖИВАЕТ ЕДИНСТВЕННЫЙ СЕГМЕНТ, ГДЕ КАСАНИЕ ПРИНОСИТ ДЕНЬГИ → весь бюджет удержания сюда Потерянные · lost causes УЙДУТ В ЛЮБОМ СЛУЧАЕ — ПРИЧИНА НЕ В ЦЕНЕ И НЕ В ОФФЕРЕ КАСАНИЕ ТРАТИТ БЮДЖЕТ БЕЗ ЭФФЕКТА Лояльные · sure things ОСТАНУТСЯ САМИ — СКИДКА ПРОСТО СНИЖАЕТ ИХ ЧЕК САМАЯ ЧАСТАЯ УТЕЧКА БЮДЖЕТА УДЕРЖАНИЯ Спящие клиенты · sleeping dogs КАСАНИЕ САМО ПОДНИМАЕТ ВОПРОС ОБ УХОДЕ ИХ НЕ ТРОГАЕМ: КОММУНИКАЦИЯ РАБОТАЕТ ПРОТИВ ВАС БЕЗ КАСАНИЯ УЙДЁТ БЕЗ КАСАНИЯ ОСТАНЕТСЯ

Прогноз оттока отвечает на вопрос «кто уйдёт». Uplift отвечает на другой: «кого удержит именно наше касание». Это разные списки, и бюджет идёт по второму.

классификация uplift-моделирования; в проекте пороги сегментов задаются на ваших данных

/06 чем отличаемся

Удержанный LTV, а не рассылка по группе риска

RFM-сегменты и рассылка по базе/strategai
Что считается оттокомОбщий порог на всю базу: «не покупал 90 дней»Свой порог паузы по каждой категории и каналу
Кого касаемсяВесь сегмент «уходящие» из RFMТолько убеждаемых: uplift отделяет их от остальных трёх сегментов
Чем удерживаемСкидка на следующий заказОффер под причину спада: ассортимент, доставка, цена или сервис
Как считается эффектОтклик на рассылку и выручка периодаУдержанная выручка базы против контроля, минус стоимость офферов
За что платитеПодписку на CDP и рассылкиФикс + Success Fee от подтверждённого прироста выручки базы
/07 часто спрашивают

Что спрашивают до старта

Как определить отток, если клиент не отписывается?
По паузе между покупками, но порог считается не «на глаз» и не общий на базу, а по каждой категории: у продуктов ежедневного спроса пауза в три недели уже сигнал, у сезонных товаров три месяца — норма. Порог фиксируется вместе с вашей командой до старта модели.
Чем это отличается от RFM-сегментации?
RFM описывает прошлое: как давно, как часто, на сколько. Здесь два прогноза: вероятность что клиент не вернётся и вероятность что его вернёт именно наше касание. Второе RFM не умеет, а именно оно решает, куда идёт бюджет.
Какие данные нужны?
Чеки или заказы за 18–24 месяца с товарной детализацией, карта лояльности или иной идентификатор клиента, каналы покупок и лог коммуникаций. Для пилота достаточно выгрузок.
А если клиент покупает без карты лояльности?
Тогда часть базы не идентифицируется, и это ограничение честно попадает в оценку эффекта: работаем на той доле, которую видим. На диагностике считаем, какая это доля и хватает ли её для статистически значимого пилота.
Что предлагать клиенту, который просто перестал приходить?
Зависит от причины спада, и её модель тоже называет: ушла категория, выросла цена, испортился сервис доставки, появился конкурент рядом. Оффер выбирается под причину, а не «минус 10% на всё».
Как замеряется эффект?
Контрольная группа клиентов, которая не получает касаний, и метрика «удержанная выручка базы минус стоимость офферов». Критерии приёмки фиксируются до старта, контроль не выключается после пилота.

Посчитаем эффект для васи обсудим внедрение

Под NDA, без обязательств. Смотрим вашу базу и историю оттока, называем диапазон удержанного LTV и предлагаем, с чего начинать.

🇷🇺