Рекламный кабинет показывает ROAS 4, а прибыль не растёт. Обычно кампании тут ни при чём. Платформа засчитала себе покупки, которые случились бы и без рекламы, а следующий вложенный доллар стоит дороже среднего.
Поэтому юнит-экономику performance-маркетинга считают по собственной модели. У рекламных платформ есть системный интерес завышать свой вклад, и чем дороже клики, тем дороже обходится вера их отчётам.
Средний CAC прячет точку насыщения
Стоимость привлечения клиента (CAC) решает, насколько устойчиво масштабируется платный канал. Но средняя цифра здесь обманывает.
Средний, или смешанный, CAC считают как весь рекламный расход, делённый на всех привлечённых клиентов. Маржинальный CAC показывает стоимость следующего клиента:
Маржинальный CAC = прирост расходов / прирост клиентов
Разницу проще всего увидеть на выдуманном, но типичном канале. При бюджете 10 000 долларов канал приводит 250 клиентов, CAC 40 долларов. Бюджет удвоили до 20 000, клиентов стало 400. Средний CAC 50 долларов, но последние 150 клиентов обошлись в 10 000 / 150 ≈ 67 долларов каждый. На 30 000 долларов клиентов 480. Средний CAC 62,5 доллара, а последние 80 клиентов стоили по 125.
Допустим, клиент приносит 150 долларов валовой прибыли за жизнь. По среднему CAC отношение LTV/CAC выглядит как 2,4, терпимо. По последнему шагу оно 1,2, и третьи 10 000 долларов почти не окупаются. Средняя цифра при этом продолжает выглядеть прилично ещё несколько месяцев.
Поэтому бюджет моделируют кривой насыщения: какой CAC ждать на каждом следующем шаге бюджета, как он реагирует на рост бюджета, что будет в лучшем и худшем сценарии. Одна средняя такой картины не даёт.
Полный CAC включает людей, креативы и данные
Реальный CAC не ограничивается рекламным бюджетом. В него входят производство креативов, маркетинговые операции и инструменты, данные, эксперименты и инфраструктура атрибуции.
Продолжим пример с бюджетом 20 000 долларов и 400 клиентами. Медийный CAC 50 долларов. Добавим креативы на 4 000 долларов, инструменты и данные на 2 000, долю зарплаты команды на 6 000. Полные расходы 32 000 долларов, полный CAC 80. Это на 60% больше той цифры, которую видит продакт, считающий только медиа.
Смысл CAC приобретает лишь рядом с LTV. Устоявшиеся ориентиры такие: в B2C CAC держат ниже трети LTV, в SaaS в пределах 20-30% LTV, у поставщика на маркетплейсе ниже пятой части LTV. Сравнивать с ними стоит только полный CAC. Иначе окупаемость на бумаге выйдет выше реальной, и бюджет нарастят на завышенных цифрах.
ROAS и MER отвечают на разные вопросы
После стоимости привлечения встаёт вопрос отдачи. Здесь работают две метрики, и обе без инкрементальности неполны.
- ROAS = выручка кампании / расходы на кампанию. Полезен, чтобы сравнивать кампании, креативы и аудитории. Бесполезен, когда нужно измерить, что канал добавил сверх органики, распределить бюджет между каналами или учесть конверсии с длинным лагом.
- MER = вся выручка / все маркетинговые расходы. По сути это ROAS по всему бюджету сразу. Он завязан на фактическую выручку, не зависит от атрибуции и устойчив на волатильных каналах. Зато не отделяет органику, прячет убывающую отдачу и искажается ранним LTV в длинных когортах.
MER поэтому держат как индикатор здоровья бюджета в целом. Тонкие решения по нему не принимают.
Сам по себе ROAS ничего не говорит о прибыли, пока рядом нет маржи. Точку безубыточности считают одной строкой:
ROAS безубыточности = 1 / валовая маржа
При марже 60% это примерно 1,67: каждый доллар рекламы должен вернуть хотя бы 1,67 доллара выручки. При марже 30% порог уже 3,33. Один и тот же ROAS 2,8 у магазина электроники с тонкой маржой означает убыток, а у SaaS с маржой 80% хороший запас. Сравнивать ROAS между бизнесами без поправки на маржу бессмысленно.
Обе метрики обманывают по одной причине. Рекламные платформы присваивают себе чужое: органические конверсии, брендовый спрос, эффект партнёров и аффилиатов, покупки, которые ретаргетинг просто перехватил. Отделить своё от чужого может только инкрементальный lift.
Инкрементальный lift показывает, что канал сделал сам
Инкрементальность отвечает на один вопрос: что произошло бы без рекламных расходов. Ответ на него дают только эксперименты.
- Гео-тесты. Регионы случайно делят на те, где расходы поднимают, и контрольные. Подходят для крупных бюджетов и учитывают межканальное влияние. Методику описали Vaver и Koehler из Google в работе «Measuring Ad Effectiveness Using Geo Experiments» (2011).
- Тесты прироста конверсии. Сравнивают тестовую и контрольную группы на уровне пользователей.
- Channel on/off. Канал на время отключают или включают и смотрят, что меняется в общей выручке.
- Аудиторные сплиты. Сравнивают группу, которая видела рекламу, с группой, которая её не видела.
В каждом случае заранее считают мощность теста и минимальный размер выборки. Нулевой или отрицательный lift ещё не приговор: сначала проверяют интервал неопределённости и мощность.
Из lift получаются честные версии привычных метрик. Инкрементальный CAC = расходы / инкрементальные конверсии, инкрементальный ROAS = инкрементальная выручка / расходы. Вернёмся к примеру. Платформа отчиталась о 400 покупках на 20 000 долларов, ROAS 4. Гео-тест показал, что 30% покупок случились бы и без рекламы. Откуда эта цифра? Из контрольных регионов: рекламу там не показывали, а продажи на душу населения всё равно составили около 30% от уровня тестовых. Инкрементальных покупок 280, инкрементальный CAC 20 000 / 280 ≈ 71 доллар вместо 50, инкрементальный ROAS 2,8.
Разница между 50 и 71 долларом и есть то, что канал приписал себе. Правила дальше простые. Если инкрементальный CAC выше LTV, канал не масштабируется. Если инкрементальный ROAS ниже единицы, канал уничтожает деньги.
Атрибуция завышает вклад рекламы в пяти местах
Обычная атрибуция путает корреляцию с причиной, и ошибки у неё повторяются.
- Ретаргетинг забирает себе конверсии внизу воронки: покупки людей, которые уже почти решились и купили бы и так.
- Брендовый поиск отражает силу бренда. Реклама на брендовые запросы часто просто стоит на пути у человека, который уже решил купить.
- Многоканальная атрибуция (MTA) переоценивает последний клик.
- Отчёты платформ преувеличивают собственный вклад, и каждая считает одну и ту же покупку своей.
- Сегменты с высоким намерением задирают ROAS: эти люди купили бы при любой рекламе.
Итог всегда один: бюджет раздувается, а CAC в отчётах выглядит ниже настоящего.
Ни один метод не даёт полной правды, поэтому их сводят вместе. Маркетинг-микс моделирование (MMM) ловит долгосрочные эффекты, MTA показывает детальное поведение, инкрементальные тесты дают опорную истину, а сценарная модель связывает всё это с бюджетом. В такой связке атрибуция перестаёт быть отчётностью. Она определяет бюджеты, стратегию креативов и порог маржинального CAC.
Ранние когорты обещают больше, чем принесут
Даже с честной атрибуцией остаётся главный вопрос: окупаются ли приведённые клиенты. Платное привлечение работает, только когда новые пользователи складываются в прибыльные когорты.
Смотрят на кривые удержания, LTV когорт, срок окупаемости CAC, churn, глубину вовлечённости, а в B2B и SaaS ещё и на потенциал расширения. По отдельности ни одна метрика ничего не решает.
Дешёвый канал легко оказывается дорогим. Представьте два канала. Первый конвертирует в регистрацию 30% кликов, второй 12%, и по этой метрике первый выигрывает в два с половиной раза. Через неделю в продукте остаются 2% зарегистрированных из первого канала и 8% из второго. На тысячу кликов это 6 и почти 10 активных пользователей: «плохой» канал приводит больше людей, которые вообще способны окупиться.
Ранние когорты обманывают ещё и составом. Первые пользователи обычно самые заинтересованные, поэтому удержание, ARPU и окупаемость на старте выглядят лучше, чем будут на масштабе.
Отсюда правило: бюджет открывают по шагам и каждый шаг привязывают к свежим когортам. Бюджет наращивают, пока LTV новых когорт растёт, удержание держится, а срок окупаемости сокращается. Сворачивают, как только маржинальный CAC обгоняет LTV. Разворот обычно заметен раньше по падению активации в свежих когортах, чем по итоговой марже.
Срок окупаемости при этом измеряет замороженные деньги. Пока когорта не окупила свой CAC, бюджет на её привлечение фактически выдан в долг самому себе. Чем длиннее срок окупаемости, тем больше такого долга висит одновременно. Поэтому наращивать расходы на растущем маржинальном CAC особенно опасно, когда окупаемость и так растянута.
Порог LTV/CAC в 3 служит нижней границей, а не целью
Порог LTV/CAC не ниже 3 и окупаемость CAC примерно за 12 месяцев давно стали отраслевой эвристикой для подписочного бизнеса. Каждая команда пересчитывает её от своей маржи и своего срока окупаемости.
У порога есть обратная сторона. Слишком высокий LTV/CAC, скажем 5 и выше, обычно значит недоинвестирование в рост: команда могла бы привлекать больше и быстрее, но не тратит. Для SaaS рабочий коридор 3,3-5, что соответствует CAC в 20-30% LTV.
Сведём пример из предыдущих разделов. Медийный CAC из кабинета 50 долларов, LTV 150, отношение ровно 3, на самом пороге. Теперь посчитаем честно: полные расходы 32 000 долларов делим на 280 инкрементальных клиентов. Полный инкрементальный CAC около 114 долларов, LTV/CAC около 1,3. Канал, который в отчёте стоял на границе здоровья, на деле едва окупается.
Срок окупаемости сдвигается так же. Допустим, клиент приносит 10 долларов валовой прибыли в месяц. По кабинету CAC окупается за 5 месяцев, по полному инкрементальному CAC за 11,4. Разница в шесть с лишним месяцев замороженных денег на каждой когорте.
По сроку окупаемости ориентир в B2C меньше 6-8 месяцев, в B2B SaaS меньше 12-18. Всё, что дольше, ускоряет сжигание денег. Пороги проверяют по инкрементальному и полному CAC. Медийный CAC из кабинета почти всегда покажет запас, которого нет.
Решение о бюджете принимает следующий доллар
Платные каналы почти всегда выглядят эффективнее, чем есть. Поэтому главные KPI такие: инкрементальность, маржинальный CAC и срок окупаемости. ROAS из рекламного кабинета остаётся вспомогательной цифрой. Бюджет масштабируем, когда маржинальный CAC стабилен, lift положительный, а когорты предсказуемо создают LTV.
Модель живёт, пока у неё есть ритм проверок. Рабочий вариант выглядит так:
- Каждую неделю: маржинальный CAC по каналам на последнем шаге бюджета, доля бюджета в ретаргетинге и брендовом поиске, активация свежей когорты.
- Каждый месяц: полный CAC против LTV по когортам, срок окупаемости по последним трём когортам, MER как общий фон.
- Каждый квартал: инкрементальный тест хотя бы по одному крупному каналу и сценарии на рост CPC и CPM, смену алгоритмов платформ и выгорание креативов.
Сценарии нужны потому, что маржа на последнем шаге бюджета тонкая. В примере выше последние клиенты стоили по 125 долларов при LTV 150. Если CPC вырастет на 20% при той же конверсии, их CAC поднимется до 150 и сравняется с LTV. Средний CAC в этот момент будет около 75 долларов и тревоги не вызовет.
У этой схемы есть понятный предел: гео-тесты и MMM по карману только большим бюджетам. Компании, которая тратит несколько тысяч долларов в месяц, они не подходят. Регионов и конверсий не хватит, чтобы тест набрал мощность.
Посмотрим на арифметику. Пусть базовая конверсия 2%, а ждём относительный прирост 10%, то есть 0,2 процентного пункта. Стандартная оценка n ≈ 16 × p × (1 минус p) / δ² даёт 16 × 0,02 × 0,98 / 0,002² ≈ 78 400 пользователей в каждой группе. Для небольшого бюджета это месяцы показов. Таким командам хватает двух инструментов: MER как общего фона и on/off-тестов канала на две-три недели. Маржинальный CAC при этом считать можно всегда, по шагам бюджета, как в примере выше.
Когда команды спорят о бюджете, помогает порядок приоритетов: инкрементальность выше ROAS из кабинета, маржинальный CAC выше среднего, когортная окупаемость выше метрик для отчёта.
Если следующий вложенный доллар приводит клиента дороже, чем тот принесёт, бюджет пора резать, какой бы ROAS ни показывал кабинет.