Частота покупок: как рассчитать и увеличить

Иногда бизнес смотрит на выручку и видит вполне нормальную картину: заказы идут, новые клиенты приходят, реклама работает. Но если копнуть чуть глубже, может оказаться, что значительная часть покупателей делает один заказ и исчезает на несколько месяцев. И вот здесь уже становится важна частота покупок. Она показывает, как часто один клиент возвращается за новым заказом за выбранный период.

Зачем считать частоту покупок?

Представим два магазина с одинаковой клиентской базой — по 1000 покупателей. В первом каждый клиент в среднем делает 1,2 заказа за квартал. Во втором — 2,1. Количество клиентов одинаковое, а выручка будет совершенно разной. Поэтому частота покупок помогает понять, насколько хорошо бизнес удерживает покупателей и формирует привычку возвращаться. Она полезна, когда нужно:

• оценить качество работы программы лояльности;
• понять, стали ли клиенты покупать чаще после запуска бонусов;
• сравнить разные сегменты аудитории;
• увидеть, как меняется поведение покупателей со временем;
• спрогнозировать будущую выручку.

Как рассчитать частоту покупок?

Базовая формула метрики частоты покупок выглядит так:

Частота покупок = количество заказов за период / количество уникальных клиентов

Допустим, за месяц интернет-магазин получил 2400 заказов от 1500 покупателей. Считаем:

2400 / 1500 = 1,6

Значит, средняя частота покупки составляет 1,6 заказа на одного клиента в месяц. Сама формула простая. Но перед расчетом есть важный момент — нужно правильно выбрать период. Например, для кофейни логично считать месяц: посетители могут приходить несколько раз в неделю. Для магазина одежды квартал часто будет показательнее. А в продаже мебели или дорогой техники цикл еще длиннее.

Как с помощью частоты покупок прогнозировать выручку?

Эту метрику удобно использовать для простого прогноза. Допустим, у вас 2000 активных клиентов. Средняя частота покупок — 1,4 заказа в месяц, средний чек — $35. Примерный прогноз можно посчитать так:

2000 × 1,4 × $35 = $98 000

Получается около $98 000 потенциальной месячной выручки от текущей активной базы. Теперь представим, что программа лояльности помогла увеличить частоту с 1,4 до 1,6 заказа. Тогда расчет будет уже другим:

2000 × 1,6 × $35 = $112 000

Разница — $14 000 при том же количестве клиентов и том же среднем чеке. Конечно, в реальной работе на продажи влияют сезонность, ассортимент, акции и десятки других факторов. Но понимание периодичности покупок клиентов все равно дает удобную основу для планирования.

Как оценить качество одного продукта через частоту покупок?

Частота пригодится не только для анализа всей клиентской базы. Через нее можно смотреть даже на отдельные категории и товары.

Представим магазин одежды. В ассортименте есть две базовые футболки примерно по одной цене. Первая продается очень хорошо: много первичных заказов, высокий трафик со страницы товара. Вторая на старте продается слабее. Если смотреть только на количество продаж, первая кажется очевидным победителем. Но проходит несколько месяцев, и появляется другая картина. Покупатели первой футболки редко возвращаются за второй такой же моделью или за другим цветом. А среди клиентов, купивших вторую, повторные заказы встречаются заметно чаще. Например:

• модель А — 1200 покупателей, средняя частота последующих покупок 1,15;
• модель Б — 700 покупателей, но средняя частота покупок 1,48.

Это уже интересный сигнал. Возможно, у второй футболки лучше качество ткани, посадка или износостойкость, поэтому после первой покупки клиент начинает больше доверять бренду и заказывает снова. Конечно, по одной метрике окончательный вывод делать рано. Нужно проверить отзывы, возвраты, средний чек, повторные покупки по другим категориям. Но частота помогает заметить то, чего не видно по обычному отчету о продажах.

Как программа лояльности поможет увеличить частоту покупок?

Здесь легко совершить ошибку и сразу предложить всем скидку. Иногда она действительно дает быстрый рост заказов, но далеко не всегда формирует привычку возвращаться.

Лучше начать с нескольких более точных шагов, которые легче всего будет предпринять с правильно настроенной программой лояльности.

Посмотрите, когда клиенты обычно покупают снова. Если большинство возвращается через 30–40 дней, этот период можно использовать для автоматических напоминаний.

Оставляйте выгоду на следующую покупку. Бонусы или кэшбэк работают именно потому, что часть ценности остается после первого заказа.

Разделяйте клиентов по активности. Человек, который покупал неделю назад, и клиент без заказов три месяца не должны получать одинаковые сообщения.

Тестируйте бонус за следующую покупку, а не просто скидку сейчас. Например, дополнительное начисление после второго заказа может работать интереснее обычной скидки на первый.

Используйте персональные рекомендации. Если покупатель регулярно выбирает определенную категорию, предложение по ней будет уместнее массовой акции на весь ассортимент.

Следите за результатом после каждого изменения. Запустили новую механику — сравните, изменилась ли средняя частота покупки через месяц или квартал. Если нет, возможно, проблема вообще не в мотивации, а в сервисе, ассортименте или качестве продукта.

В Loyallyst история покупок, бонусы, активность клиентов и сегменты собираются в одной системе. Это помогает быстро увидеть, как меняется частота покупок, какие клиенты возвращаются чаще и какие сценарии действительно влияют на поведение. В итоге эта метрика отвечает на очень практичный вопрос: сколько раз клиент покупает у вас за определенный период. А дальше начинается самое полезное — вы можете сравнить сегменты, найти слабые места и понять, как увеличить частоту покупок без постоянного увеличения бюджета на привлечение новой аудитории.