Этот материал пригодится представителям магазинов и сервисов, в которые пользователь с высокой вероятностью вернется за повторной покупкой. Например, службам доставки еды, интернет-магазину товаров для животных.

Если ваш бизнес ориентирован на разовые продажи, скажем, как служба эвакуации авто или изготовление памятников, то пользы будет немного.

Прежде чем начнем разбирать отчет, краткий ликбез с формулами. Наш персонаж-буратино — Василий, маркетолог пиццерии «Парма».

Клиенты разные и кто-то собирает заказ на 500 рублей, кто-то берет пиццу на корпоратив и платит 3000 рублей. Чтобы сгладить колебания, принято ориентироваться на средний чек — AOV, Average Order Value — по всем клиентам .

Первая формула гласит, что стоимость привлечения должна быть меньше среднего чека иначе Василий и руководитель долго не протянут:

CAC < AOV

Правильно смотреть в будущее и ожидать, что клиент совершит еще несколько заказов. Потом отвалится, так как никто не вечен. Однако за свой «срок жизни» успеет принести определенный доход. Это и будет LTV, Life Time Value — пожизненная ценность клиента.

Вторая формула:

LTV = AOV × Количество продаж (год) × Срок жизни (лет)

Василий предполагает, что типичный клиент оформляет заказ на 800 рублей, делает один заказ в месяц на протяжении года, затем так пресытится, что поменяет «Парму» на «Флоренцию».

LTV = 800 * 12 * 1 = 9600 рублей.

Недурно! Как понять, сколько Василий может платить за привлечение клиента, чтобы бизнес рос и развивался? В учебных пособиях приводят такую формулу, третью для нас:

LTV > 3 × CAC

или

CAC < LTV / 3

Если возьмем данные по LTV из примера, то получим, что на привлечение можно тратить до 3200 рублей. Даже я немного в шоке. Для перестраховки предлагаю занизить ожидания Василия: продажи клиенту в рамках года на 50% (ах!), а LTV делить на 5 (ох!). Получаем CAC = 800 * 6 * 1 / 5 = 960 рублей. Похоже на правду :)

Что интересно, мы готовы заплатить за привлечение клиента даже больше, чем получим с его первой покупки — и ничего, не трясемся! Знаем, что будут светлые времена в нашей с ним истории, он еще поест нашей пиццы, хе-хе.

Analytics считает данные в плоскости пользователя, а не клиента, что не меняет сути. Посмотрите на эти метрики:

• UAC (User Acquisition Cost) — стоимость привлечения пользователя: еще ничего не купил, просто человечек зашел осмотреться;
• ARPU (Average Revenue Per User) — средний доход с одного пользователя.

Четвертая формула, очень похожая на первую:

UAC < ARPU

Такая длинная подводка нужна для того, чтобы переварить главное налегке.

Где найти: «Аудитория» — «Общая ценность». Удобно, что не требуется модифицировать код или предварительно включать сбор данных. Работает из коробки.

Подкручиваем:

• Показатель общей ценности — нас интересуют деньги, выбираем «Доход на пользователя» (ARPU). Ремарка: требуется настроенная «Электронная торговля».
• Диапазон дат для канала — период для анализа, данные собираются с 1 марта 2017.

В таблице ниже «Канал привлечения трафика» (channel) выставлен по умолчанию, можно также смотреть в других разрезах:

• источника (source);
• канала, ох уж этот перевод (medium);
• кампании (campaign).

Осталось посмотреть на показатель ARPU и решить, хорошо ли отрабатывают рекламные инструменты или ну такое.

Выше я писал, что UAC для контекстной рекламы — это средняя цена клика за тот же диапазон, за который мы смотрим отчет в Analytics. Сформировал отчет в рекламном кабинете, увидел цифру, вписал — никакой магии.

Разберем цифры в отчете Google Analytics. Возьмем источник yandex.search, по нему UAC=20, а ARPU=280 — сверхприбыльно! Другой источник — yandex.context, UAC=14, а ARPU=31. В плюсе, но если посчитать прочие расходы бизнеса, то сработали в 0 или даже в минус.

Яндекс.Метрика внедрила отчет по пользователям, но пока это таблица с фиксацией всех телодвижений пользователей.

Пофильтровали, поохали, закрыли. Работать с данными невозможно. 100%, что в 2019 году отчет обрастет полезными фишками, ждем.

Любая система person-based аналитики справляется с этим на ура. Примеры: Kissmetrics, Mixpanel. Дорого, пропускаем.

И, вероятно, самый оптимальный вариант «цена/качество» — Roistat. Это типичный пример «аналитики денег», а не «аналитики пользовательских сессий»: какое дело бизнесу до глубины просмотра?

Roistat интегрируется с CRM, поэтому видит, когда продажа действительно состоялась. Analytics не понимает, что происходит, когда заказ с сайта попадает на менеджера. Заказ задвоился? Клиент отменил? Не выкупил в пункте выдачи? Вернул из-за брака? Данные преувеличены и не отражают действительности.

Roistat считает LTV по каналу так:

LTV = Прибыль / Оплатившие клиенты

Легко видеть, что если бизнес регулярно допродает, то LTV увеличивается. И наоборот, если пользователи совершают единичные покупки, то LTV замирает. Два примера пользы:

1. После открутки кампании в Директе «Пиццы на заказ» получаем, что LTV ежемесячно прирастает и уже достиг показателя 3000 рублей. Что позволяет нам смело выделять 1000 рублей на привлечение одного клиента, несмотря на изначальную установку «не более 300 рублей».
2. Если LTV Директа сильно больше LTV Google Ads, то повод задуматься, все ли возможности рекламы мы используем? Возможно, именно ретаргетинг в Директе возвращает аудиторию на сайт за повторными заказами, а мы не используем это в Ads.

Вот чем еще хорош Roistat:

• Анализ на разных глубинах: от источника до ключевого слова
• Расчет классических и «денежных» показателей: CPO, ДРР, ROI, упомянутый LTV — чудо ведь!
• Интеграция с любой CRM и даже «Google Таблицами» — всё будет учтено
• Интеграция с любым коллтрекингом, чтобы не терять звонки
• Мультиканальная атрибуция U-shape (40-20-40) и веру в то, что нам позволят строить собственные модели. С такой атрибуцией вклад каналов в конверсию распределяется более справедливо, чем при модели last-click.

Знаете альтернативу Roistat или что-то похожее — расскажите.

Если вы поняли, что для принятия взвешенных маркетинговых решений недостаточно данных из Метрики и Аналитикса, а конверсия пугающе низкая, мы готовы помочь:

• Настроить сквозную аналитику: понять, что есть сейчас, и сколько потребуется денег и времени, чтобы выстроить правильный учет. На сайте Ройстата вам скажут, что это делается за 5 минут — вранье.
• Автоматизировать маркетинг через взаимодействие с посетителями и клиентами. Разработаем сценарии по выкупу брошенных корзин, увеличению среднего чека и LTV. Об этом расскажем в новой статье.

Остались вопросы по статье? Пишите на welcome@aberix.ru