Возвращающиеся читатели

Происхождение и история термина

В аналитике медиа употребляются близкие английские названия: returning users, returning visitors и returning readers. В рассмотренных документах они относятся к разным правилам измерения. Поэтому в отчёте важнее указать источник определения, чем переводить разные категории одним словом «читатели».

Исследование Pew Research Center от 5 мая 2016 года даёт исторический пример другого объекта измерения — возврата к той же новостной статье на мобильном телефоне. Повторным считалось новое посещение статьи спустя не менее 60 минут после начала предыдущей сессии; исследование отслеживало возврат только на том же устройстве. Эти правила относятся к конкретному исследованию 2016 года, а не к современной отраслевой норме. ^[3]

Суть и механизм

Измерение начинается не с «верности читателя», а с цепочки событий. Система фиксирует визит, связывает его с учётным идентификатором, ищет более раннее посещение и применяет своё временное правило. Результат зависит от всех четырёх условий.

Слово «читатель» здесь служит удобной редакционной подписью. На деле отчёт считает распознанные идентификаторы. Если один человек заходит с телефона и ноутбука и система не связывает эти обращения, в данных могут появиться два пользователя. Если несколько людей пользуются одним браузером и одним идентификатором, система может представить их как одного пользователя.

Последствия ограничений идентификации зависят от конкретной методики. Chartbeat относит к категории Unclassified посетителей, у которых не сохраняется частота визитов; среди примеров сервис называет отказ от tracking cookies и каналы, где такие данные не собираются. ^[2] В исследовании Pew использовались собственные cookie сайтов, а авторы отдельно предупреждали: часть возвратов могла остаться незамеченной, если пользователь очистил cookie. Исследование также учитывало возврат только на том же устройстве. ^[3] Эти два примера не устанавливают универсальное правило для всех систем аналитики.

Период имеет два разных смысла. Период отчёта определяет, какие события попали в расчёт. Окно возврата задаёт, насколько далеко система смотрит назад или после первого визита. Сравнивать недели можно лишь при одинаковых правилах, иначе изменение настройки будет выглядеть как изменение поведения аудитории.

Категории New и Returning не всегда образуют непересекающееся разбиение. В одном диапазоне дат идентификатор может сначала зафиксировать первое посещение, а затем начать следующую сессию. Из определений GA4 следует, что он тогда отвечает условиям обеих метрик. Поэтому нельзя вычислять Returning простым вычитанием New из Total. ^[1]

Виды и классификации

Для практического анализа полезно сначала разделить показатели по объекту измерения.

Платформенные категории также различаются:

Как применяется на практике

Редакция может следить за общей возвращаемостью сайта, чтобы понимать, какая часть распознанной аудитории уже знакома с изданием. Для материала вопрос уже другой: вернулись ли к обновляемой новости, расследованию или инструкции. Исследование Pew показывает, что эти объекты нельзя смешивать: оно изучало повторные сессии на той же статье, а не любое возвращение на сайт. ^[3]

Когортный анализ нужен, когда редакция хочет сравнить группы, впервые пришедшие в разные периоды или из разных каналов. В Retention-отчёте Яндекс Метрики пользователи объединяются по периоду первого визита, а последующие визиты распределяются по временным окнам. Проценты рассчитываются относительно размера исходной когорты. ^[6]

Пример: после запуска рассылки можно выделить новых посетителей первой недели и проверить, какая их доля вернулась на второй неделе. Общая доля возвращающихся за вторую неделю не заменит этот расчёт: в неё попадут давние посетители и участники других когорт.

Как измерить или проверить

Для внутреннего отчёта редакция может заранее установить собственное правило. Например: «возвращающийся идентификатор — тот, у которого есть хотя бы один визит до текущего визита в доступной истории счётчика».

Тогда доля возвращающихся за период равна:

где $U_{return}$ — число уникальных идентификаторов с предыдущим визитом, а $U_{all}$ — все уникальные идентификаторы, учтённые за тот же период по тому же правилу.

Учебный пример. За неделю система распознала 200 идентификаторов. У 50 нашёлся более ранний визит. Получаем $50 / 200 \times 100\% = 25\%$. Это означает, что четверть учтённых идентификаторов удовлетворила принятому правилу возврата. Называть результат долей физических людей можно только при доказанном соответствии идентификаторов людям.

Когортное удержание рассчитывается иначе:

где $U_{cohort,0}$ — размер исходной когорты, а $U_{cohort,2}$ — её участники, вернувшиеся во второе окно. Если в исходной неделе было 100 новых идентификаторов, а во вторую неделю вернулись 30, удержание второго окна равно 30%. Знаменатель остаётся равным 100, а не всей аудитории второй недели. Такой принцип соответствует Retention-логике Метрики. ^[6]

Для контроля отчёта рядом с процентом стоит показывать абсолютные числа. Доля может вырасти из-за сокращения притока новых посетителей, даже если вернувшихся не стало больше.

Ошибки, ограничения и спорные вопросы

Первая ошибка — считать возврат доказательством лояльности. Технически найденная предыдущая сессия ничего не говорит о доверии, привычке или готовности рекомендовать издание. В GA4 предыдущая сессия даже не обязана быть вовлечённой. ^[1]

Вторая ошибка — смешивать визиты, пользователей и людей. Число повторных сессий нельзя делить на число пользователей и называть долей возвращающихся читателей. Числитель и знаменатель должны описывать одну единицу учёта.

Третья ошибка — сравнивать системы или периоды без фиксации настроек. У Chartbeat есть отдельная категория Loyal, у Метрики периодичность зависит от истории счётчика, а исследование Pew ограничивалось той же статьёй и устройством. ^{[2, 3, 4]}

Правовой аспект

Если выбранная настройка аналитики включает обработку персональных данных в России, оператору требуется применимое основание из части 1 статьи 6 Федерального закона № 152-ФЗ «О персональных данных» в редакции от 26 июля 2026 года. Одного технического наличия идентификатора недостаточно, чтобы сделать вывод о допустимости обработки. ^[5]

Зарубежные счётчики и персональные данные. С 1 июля 2025 года часть 5 статьи 18 закона № 152-ФЗ «О персональных данных» (в редакции Федерального закона от 28.02.2025 № 23-ФЗ) не допускает при сборе персональных данных граждан России, в том числе в интернете, их запись, хранение и другие операции с использованием баз данных за пределами России. Счётчики вроде Google Analytics передают на зарубежные серверы IP-адреса и идентификаторы cookie, которые могут относиться к персональным данным; о трансграничной передаче, кроме того, заранее уведомляют Роскомнадзор (статья 12 того же закона). Нарушения влекут ответственность по статье 13.11 КоАП РФ. Использование такого счётчика на российском сайте требует юридической оценки; для сбора данных о посетителях из России применяют системы веб-аналитики с хранением данных в России, например Яндекс Метрику.

Частые вопросы

Связанные термины

• loyalnost-auditorii-smi
• vremya-na-materiale
• vremya-na-sayte
• dochityvaemost
• veb-analitika
• personalnye-dannye