Клієнтська база магазину: чому 58 % чеків нічого не кажуть про покупців
За рік магазин пробив 18 683 чеки, і в 10 817 з них покупець не вказаний. Про 304 відомих клієнтів система знає все — скільки разів прийшли і на яку суму. Про решту — тільки суму в касі. Розбираємо, що дає ідентифікація і як побачити, хто прийшов уперше, а хто зник.
За 2025 рік мережа з двох магазинів косметики пробила 18 683 чеки. У 7 866 з них указано, хто саме купував. У решті 10 817 — ні: сума, час, товари є, покупця немає. Тобто про 58 % покупок магазин знає все, крім найголовнішого для будь-якої роботи з клієнтами — хто це був.
Нижче — що дає ідентифікація на реальних цифрах, як побачити прихід і відтік клієнтів і чому знамените правило «20 % клієнтів дають 80 % виторгу» на цих даних не спрацювало.
Дві половини одного магазину
Різниця між анонімним і названим покупцем видно вже в списку продажів: у частині рядків стоїть ім'я, у частині — «Невизначений клієнт».
Найцікавіше — що ці дві половини майже однакові за грошима. Середній чек анонімного покупця — 538 грн, ідентифікованого — 501 грн. «Безіменні» витрачають не менше; магазин просто нічого про них не пам'ятає між покупками.
Зате про названих клієнтів відомо все. За 2025 рік їх було 304, і кожен у середньому зробив 25,9 покупки — приблизно двічі на місяць — на 12 957 грн за рік. Це вже не абстракція, а конкретна поведінка, з якою можна працювати: пропонувати відповідні позиції, рахувати накопичувальну знижку, помічати, коли людина перестала приходити.
Ідентифікація — це не анкета
Щоб покупка потрапила в історію клієнта, у документі продажу має бути вказаний покупець — вибраний зі списку або підтягнутий дисконтною карткою. Усе. Ані анкет, ані згоди на розсилки для самого обліку не потрібно.
Далі ця ідентифікація починає працювати сама. Накопичувальна знижка рахує суму покупок конкретної людини й підставляє її відсоток у чек — механіка розібрана в статті про персоналізацію. Без указаного клієнта ця машинерія просто не вмикається: система не має до кого прив'язати накопичення.
Тому картка лояльності — не про пластик, а про причину назватись. Покупець отримує відсоток, магазин — історію покупок. Обидві сторони в плюсі, і ніяких «залиште ваш номер телефону, ми вам зателефонуємо» для цього не потрібно.
Хто прийшов уперше, а хто зник
Коли клієнти ідентифіковані, з'являється можливість бачити рух бази, а не лише її обсяг. Звіт нових і втрачених клієнтів показує три списки за обраний період: хто купив уперше, хто відновив покупки після паузи і хто купував раніше, а тепер ні.
Механіка проста і має один нюанс, про який варто знати: звіт завжди порівнює обраний період з попереднім періодом такої самої довжини. Вибрали квартал — порівняння з попереднім кварталом; вибрали тиждень — з попереднім тижнем. Від цього залежить сенс слова «втрачений»: за тиждень до втрачених потрапить кожен, хто просто не зайшов саме цими днями, а за квартал — уже ті, хто справді зник.
Для магазину, де середній клієнт приходить двічі на місяць, робочий горизонт — квартал: він фільтрує випадкові пропуски й показує реальний відтік. Той самий принцип порівняння однакових періодів працює і в аналізі сезонності.
І ще одне: порожній звіт — теж результат. Якщо всі клієнти купували і раніше, і тепер, усі три блоки будуть порожні. Це означає стабільну базу, а не поламаний звіт.
Правило 80/20 краще перевірити, ніж повірити
Програми лояльності часто будують на припущенні, що невелика група клієнтів робить основну касу. На цих даних припущення не підтвердилось: топ-20 % ідентифікованих клієнтів (61 особа) дали 30 % виторгу своєї частини, а не 80 %. Медіанний клієнт витратив 12 590 грн за рік, найактивніший — 28 020, найскромніший — 4 760. Різниця між «найкращим» і «звичайним» — у два з половиною рази, а не в десятки.
Практичний наслідок: у такій базі VIP-програма для вузького ядра дасть менше, ніж рівні умови для всіх постійних. У вашому магазині пропорція може бути іншою — але дізнатись це можна тільки порахувавши, а не прочитавши. До речі, з ABC-аналізом асортименту виходить та сама історія: класичного 20/80 у реальних даних часто просто немає.
Типові помилки
Робити висновки про всіх покупців за 42 % чеків. Ідентифікована частина — це не випадкова вибірка: у ній переважають постійні клієнти. Переносити її поведінку на анонімів не можна, і тим більше — на «весь магазин».
Заводити картку кожному силоміць. База з тисячі записів, де половина — «Клієнт 1», «Клієнт 2» і вигадані телефони, гірша за триста реальних історій: вона створює ілюзію знання.
Оцінювати відтік на короткому періоді. Тижневий «втрачений клієнт» найчастіше просто у відпустці. Період має бути довшим за звичайний інтервал між покупками.
Плутати кількість карток з активною базою. У прикладі в довіднику 700 покупців, а купували за рік 304. Активна база — це ті, хто приходив, а не ті, кому колись видали пластик.
Коли цим не варто перейматись
Якщо магазин працює перший місяць, історії покупок ще немає ні в кого, і звіт відтоку показуватиме порожнечу — це нормально, до нього варто повернутись через квартал. Якщо формат точки такий, що люди принципово не хочуть називатись — маленький магазин біля дороги, імпульсні покупки, — витрачати зусилля на ідентифікацію заради самої ідентифікації не варто. Клієнтська аналітика має сенс там, де покупці повертаються, і саме частота повернень підказує, чи вкладатись у неї.
Коротко
Клієнтська аналітика працює рівно з тих чеків, де вказаний покупець: у прикладі це 42 % чеків і 304 людини з відомою історією — 26 покупок і майже 13 тисяч гривень за рік кожна. Решта покупок лишається просто сумою в касі. Почати варто не з програми лояльності, а з двох цифр: скільки відсотків чеків ідентифіковано і як за квартал змінюється кількість тих, хто приходить. Подивитись, як це влаштовано в LEX.Торгівля, можна на сторінці тарифів.
Часті питання
Навіщо взагалі вказувати клієнта в чеку, якщо він платить готівкою?
Щоб покупка потрапила в історію конкретної людини, а не в загальний котел. Від цього залежать персональна знижка, накопичувальна шкала і вся клієнтська аналітика: скільки разів людина приходила, на яку суму і коли була востаннє. Чек без клієнта дає лише суму в касі.
Скільки покупців реально вдається ідентифікувати?
У розібраному прикладі — 42 % чеків за рік, решта 58 % анонімні. Це не «погано» саме по собі: багато людей заходять по одну позицію й не хочуть жодних карток. Важливо знати свою пропорцію: якщо ідентифіковано менш ніж третину чеків, будь-які висновки про клієнтів будуть про меншість.
Чи правда, що 20 % клієнтів дають 80 % виторгу?
Не обов'язково. У розібраному прикладі топ-20 % клієнтів дали лише 30 % виторгу ідентифікованої частини — база виявилась рівномірною, без вираженого ядра. Це не привід ігнорувати правило, а привід перевірити його на власних даних, перш ніж будувати на ньому програму лояльності.
Як побачити, хто перестав приходити?
Звітом нових і втрачених клієнтів: він порівнює обраний період з попереднім такої самої довжини і показує три списки — хто купив уперше, хто відновив покупки після паузи і хто купував раніше, а тепер ні. Довжина періоду задає чутливість: за тиждень «втраченим» стане кожен, хто просто не зайшов.
Чому звіт нових і втрачених клієнтів іноді порожній?
Бо він показує саме зміни, а не список бази. Якщо всі клієнти купували і в попередньому періоді, і в поточному, то нових немає, втрачених теж — і всі три блоки будуть порожні. Це нормальний результат для стабільної бази, а не помилка.
Що робити, якщо клієнтів у базі майже немає?
Почати з одного питання на касі й однієї причини для покупця назватись — картки, накопичувальної знижки або просто зручності. Заводити картку кожному силоміць не потрібно: краще 30 % чеків з реальною історією, ніж 100 % записів із порожніми телефонами й вигаданими іменами.
