Повышение LTV в добровольном медицинском страховании: практический кейс с расчётами и выводами

Проблема: низкий CRR и высокий Churn в ДМС

В 2024 году страховая компания зафиксировала CRR (Customer Retention Rate) на уровне $65\%$ — это означало, что $35\%$ клиентов не продлевали полисы ДМС. Параллельно рос Churn Rate (отток) — до $28\%$ за год.

Ключевые симптомы:

• рост жалоб на сложность продления полиса;
• низкая вовлечённость корпоративных клиентов;
• отсутствие системы напоминаний о завершении срока действия договора.

Формула расчёта CRR:

$\text{CRR} = \frac{\text{Количество клиентов на конец периода} — \text{Новые клиенты за период}}{\text{Количество клиентов на начало периода}} \times 100\%$

Где:

• Количество клиентов на конец периода — число активных клиентов в конце отчётного периода;
• Новые клиенты — те, кто подключился за этот период.

Анализ: выявление причин оттока

Провели три этапа исследования:

1. Опрос уходящих клиентов: 68 % назвали «сложность процедуры продления», 22 % — «отсутствие выгоды при продлении».
2. Сегментация по CLV (Customer Lifetime Value): выделили группы с низким, средним и высоким CLV.
3. Карта пути клиента: выявили «болевые точки» — этап подачи заявления на продление и ожидание ответа.

Решения: от программы лояльности до упрощения процессов

1. Программа лояльности для корпоративных клиентов:
   • скидка $15\%$ при продлении на 2 года;
   • бесплатный телемедицинский сервис для сотрудников;
   • персональный менеджер для компаний с числом застрахованных > 100.
2. Проактивная поддержка:
   • SMS‑напоминания за 30/15/3 дня до окончания полиса;
   • ежеквартальные консультации по оптимизации программы ДМС;
   • чат‑бот в Telegram для быстрых вопросов.
3. Упрощение процедуры продления:
   • автоматическое формирование заявки на продление;
   • подписание договора через ЭЦП;
   • сокращение сроков рассмотрения с 5 до 1 рабочего дня.

Результат: +40 % к LTV, CRR 82 %

Через 6 месяцев после внедрения:

• CRR вырос с $65\%$ до $82\%$ (+17 п.п.);
• Churn снизился с $28\%$ до $16\%$;
• LTV увеличился на $40\%$ — с $120\,000$ до $168\,000\ \text{руб.}$.

Формула LTV:

$\text{LTV} = \text{Средний доход с клиента за период} \times \text{Среднее время жизни клиента (в периодах)}$

До оптимизации: $\text{LTV} = 20\,000 \times 6 = 120\,000\ \text{руб.}$. После: $21\,000 \times 8 = 168\,000\ \text{руб.}$

Кейс 1: автоматизация напоминаний

Задача: снизить Churn за счёт своевременных напоминаний. Действие: внедрили триггерные SMS и email за 30/15/3 дня. Аудитория: все клиенты с полисами ДМС.

Результаты за 3 месяца:

• открываемость SMS — $92\%$;
• доля продлений после напоминания — $68\%$;
• снижение Churn на $9\%$.

Кейс 2: персонализация предложений

Гипотеза: индивидуальные условия повышают лояльность. Действие: для сегмента «Средний CLV» разработали гибкие тарифы — клиент сам выбирал набор услуг (например, стоматология + анализы или телемедицина + вызов врача на дом).

Результаты за 4 месяца:

• рост CRR в сегменте с $68\%$ до $79\%$;
• увеличение среднего чека на $15\%$;
• снижение жалоб на «несоответствие программы потребностям» на $40\%$.

Кейс 3: упрощение документооборота

Проблема: долгий процесс согласования документов при продлении. Решение: внедрили электронный документооборот (ЭДО) с интеграцией в CRM.

Этапы:

1. автоматическая генерация договора;
2. подписание через ЭЦП;
3. мгновенная активация полиса.

Эффект: время продления сократилось с 5 рабочих дней до 1 часа. CRR в сегменте «Корпоративные клиенты» вырос с $70\%$ до $84\%$.

Кейс 4: программа «Приведи друга — получи скидку»

Цель: стимулировать реферальный трафик. Условия: клиент получает $10\%$ скидку на следующий период за каждого привлечённого друга, оформившего полис ДМС.

Итоги за квартал:

• $12\%$ новых клиентов — по реферальной программе;
• CRR участников программы — $88\%$ (на $23\%$ выше среднего);
• средний LTV реферала — $150\,000\ \text{руб.}$ (на $25\%$ больше обычного клиента).

Кейс 5: анализ «тихих отток»

Задача: выявить клиентов, которые не продлевают полис, но не сообщают о причинах. Метод: анализ активности в личном кабинете (ЛК) — вход, просмотр услуг, обращения в поддержку.

Выявили группу «пассивных» клиентов — заходят в ЛК реже 1 раза в 3 месяца. Для них запустили:

• персональные предложения по оптимизации программы;
• бесплатные чек‑апы для поддержания вовлечённости.

Результат: возврат $35\%$ «тихих» клиентов, рост CRR в группе с $55\%$ до $72\%$.

Кейс 6: интеграция с HR‑системами компаний

Для корпоративных клиентов разработали API для синхронизации с HR‑платформами. Теперь:

• при приёме нового сотрудника полис ДМС оформляется автоматически;
• при увольнении — деактивируется;
• данные о составе застрахованных обновляются в реальном времени.

Эффект: снижение административных затрат на $40\%$, CRR корпоративных клиентов — $86\%$.

Кейс 7: геймификация продления

Внедрили «игру» в ЛК: за продление полиса клиент получал баллы, которые можно обменять на услуги (массаж, анализы, телеконсультации).

Механизмы:

• за продление на 1 год — 500 баллов;
• за 2 года — 1 200 баллов;
• за отзыв — 100 баллов.

Итоги: CRR участников программы — $89\%$, средний LTV — $180\,000\ \text{руб.}$ (+50 % к базовому).

Уроки, которые мы извлекли

1. Персонализация — ключ к удержанию: стандартные предложения работают хуже индивидуальных.
2. Упрощение процессов снижает отток: чем меньше шагов до продления, тем выше CRR.
3. Проактивная коммуникация важнее реактивной: напоминания и консультации до проблемы предотвращают Churn.
4. Данные — основа решений</strong: анализ CLV и пути клиента выявляет «узкие места». Мотивация работает: программы лояльности и реферальные схемы увеличивают LTV.

Негативные моменты и как их избежать

• Переусложнение программ лояльности: слишком много условий сбивает клиента. Решение: делать правила простыми и прозрачными.
• Игнорирование обратной связи: без опросов нельзя понять причины оттока. Вывод: регулярно собирать и анализировать отзывы.
• Отсутствие метрик: без отслеживания CRR и Churn невозможно оценить эффективность. Рекомендация: внедрить дашборды в реальном времени.

Прогнозы на 2025 год

Ожидаемые тренды в ДМС:

• рост доли цифровых полисов (до 70 % новых продаж);
• развитие превентивной медицины в программах ДМС;
• усиление требований к защите персональных данных (152‑ФЗ);
• интеграция ДМС с корпоративными wellness‑программами.

Рекомендация: инвестировать в автоматизацию и персонализацию — это снизит Churn и увеличит LTV.

Изменения в страховой отрасли

С 2024 года действуют нормы:

• обязательное предоставление электронных полисов (Указание Банка России № 6300‑У);
• требования к защите данных клиентов в цифровых сервисах (152‑ФЗ);
• стандарты раскрытия информации о программах ДМС (Закон № 4015‑1).

Влияние на маркетинг: необходимость балансировать между удобством клиента и соблюдением нормативов.

Заключение

Повышение LTV в ДМС — это системный подход:

• анализируйте данные (CLV, CRR, Churn);
• упрощайте процессы (ЭДО, автопродление);
• мотивируйте клиентов (лояльность, реферальные программы);
• будьте проактивны (напоминания, консультации).

Результат — устойчивый рост пожизненной ценности клиента и снижение оттока.

Источники

1. Закон РФ от 27.11.1992 № 4015‑1 «Об организации страхового дела в Российской Федерации».
2. Федеральный закон от 27.07.2006 № 152‑ФЗ «О персональных данных».
3. Указание Банка России от 10.01.2024 № 6300‑У «О порядке выдачи электронных полисов».
4. Исследование «Тренды ДМС — 2024» (Ассоциация страховщиков России).
5. Исследование «Тренды ДМС — 2024» (Ассоциация страховщиков России).
6. Отчёт «Цифровизация страховых услуг» (НИУ ВШЭ, 2024).
7. Методические рекомендации по расчёту LTV и CRR (РАЭК, 2023).
8. Данные CRM‑систем страховых компаний (анонимизированные кейсы за 2023–2024 гг.).
9. Стандарты обслуживания клиентов в ДМС (ГОСТ Р ИСО 10002‑2020).
10. Материалы конференций «Страхование будущего» (Москва, 2024).