Соотношение LTV/CAC в e-commerce: руководство для DTC

Соотношение LTV/CAC в e-commerce отвечает на один вопрос: оставляет ли новый клиент со временем больше денег, чем стоило его привлечь? Идея простая. Проблема в том, что большинство магазинов считают это соотношение по выручке вместо прибыли и по среднему вместо когорт, и оба этих выбора приукрашивают картину.

Часть с CAC разобрана в нашем руководстве о стоимости привлечения нового клиента. Определения маржи взяты из руководства о маржинальной прибыли в e-commerce: CM2 равна чистым продажам за вычетом себестоимости товара, доставки, платёжных комиссий, упаковки и возвратов.

Что такое соотношение LTV/CAC?

Соотношение LTV/CAC сравнивает ценность, которую клиент создаёт за выбранный период, с деньгами, потраченными на то, чтобы его вообще привлечь.

• LTV:CAC = пожизненная ценность клиента ÷ стоимость привлечения клиента

Для магазина обе части требуют точного определения:

• LTV: накопленная маржинальная прибыль (CM2) на клиента за фиксированное окно, например 12 месяцев с первого заказа.
• CAC: стоимость привлечения нового клиента, то есть общий маркетинговый расход, делённый на число клиентов, впервые купивших в том месяце, когда была привлечена когорта.

Соотношение выше 1,0 в такой логике означает, что клиент окупил стоимость своего привлечения в пределах окна. Всё, что сверху, идёт на постоянные затраты и прибыль.

Почему LTV нужно считать по маржинальной прибыли, а не по выручке?

Пожизненная ценность, построенная на выручке, учитывает деньги, которые с каждым заказом снова уходят из бизнеса, поэтому она завышает ценность клиента на весь размер переменных затрат.

Возьмём придуманный пример: клиент тратит €144 за 12 месяцев. При CM2 в 45 процентов он оставляет €64,80. Если привлечение стоило €50, соотношение по выручке равно 2,9, а по маржинальной прибыли 1,3. Первое выглядит здоровым. Второе говорит, что за год клиент покрыл стоимость собственного привлечения и оставил лишь €14,80 на постоянные затраты и прибыль.

LTV по выручке к тому же скрывает изменения в ваших затратах. Если тарифы на доставку растут или вы добавляете скидку, чтобы получить повторные заказы, LTV по выручке остаётся на месте, а LTV по маржинальной прибыли падает. Только второй показатель отражает то, что произошло.

Как построить когортный LTV по месяцу и каналу?

Когортный LTV группирует клиентов по месяцу их первого заказа и следит за этой группой дальше, так что у всех клиентов в сравнении одинаковое время на повторную покупку.

Отчёт Shopify «Customer cohort analysis» группирует клиентов по дате первого заказа и затем отслеживает их повторные покупки, что даёт вам число заказов. Чтобы превратить это число в LTV по маржинальной прибыли:

1. Выберите когорту. Все клиенты, чей первый заказ пришёлся на один месяц.
2. Добавьте канал привлечения. Отметьте каждого клиента каналом его первого заказа по UTM-меткам, сохранённым при оформлении заказа. Разметку описывает наше руководство о том, как держать UTM в порядке от объявления до Shopify.
3. Суммируйте маржинальную прибыль на клиента месяц за месяцем. Чистые продажи по всем заказам когорты, умноженные на CM2 % и делённые на размер когорты.
4. Задайте CAC. Используйте nCAC первого месяца когорты или расход канала, делённый на число новых клиентов из этого канала.

Когорты по каналам зависят от того, как вы атрибутируете первый заказ. Модели первого и последнего касания дают разные ответы, это объясняет наше сравнение атрибуции по первому и последнему касанию. Выберите одну модель и не меняйте её.

Как выглядит пример когорты?

Таблица ниже описывает одну придуманную когорту: клиентов, которые впервые купили в январе. Цифры круглые и придуманы, чтобы показать метод, они не взяты из реального магазина. Средний чек составляет €80, CM2 равна 45 процентам, значит, каждый заказ приносит €36 маржинальной прибыли. nCAC в январе составил €50.

Читайте по строке, затем вниз по столбцу. Эта когорта окупается между третьим и шестым месяцем и заканчивает год с соотношением 1,3:1 по маржинальной прибыли. Сравните ту же строку с когортой другого месяца или канала, и вы быстро увидите, за каких клиентов стоит платить больше.

Является ли 3:1 правильным ориентиром для LTV/CAC?

Цифра 3:1 представляет собой эмпирическое правило из подписочного софта, и её стоит воспринимать как отправную точку для обсуждения, а не как цель для магазина.

Дэвид Скок, чьи тексты о SaaS-метриках обычно и служат источником этой цифры, описывает соотношение больше 3 для здорового SaaS-бизнеса и предупреждает, что не стоит превращать само соотношение в цель. В SaaS есть ежемесячные регулярные платежи, измеримый отток и высокая валовая маржа. У DTC-магазина нерегулярные повторные заказы, себестоимость физических товаров и возвраты. Одна и та же цифра здесь означает разное.

Для магазина важнее другое:

• Окно. Соотношение 3:1 за пять лет и 3:1 за 12 месяцев описывают разные бизнесы. Всегда указывайте окно.
• База маржи. Соотношение, которое по выручке выглядит здоровым, по маржинальной прибыли может быстро сжаться: 2,9 против 1,3 в примере выше.
• Деньги. Высокое соотношение при медленной окупаемости всё равно может оставить бренд без денег, пока он ждёт повторных заказов.

Как рассчитать окупаемость CAC в e-commerce?

Окупаемость CAC в e-commerce означает время, за которое накопленная маржинальная прибыль когорты на клиента покрывает стоимость привлечения этого клиента.

• Окупаемость CAC = первый месяц, в котором накопленная CM2 на клиента ≥ nCAC

Если повторные покупки стабильны, быстрая оценка выглядит так:

• Заказов до окупаемости = nCAC ÷ маржинальная прибыль с заказа

В примере когорты €50 ÷ €36 дают примерно 1,4 заказа. К шестому месяцу когорта доходит до 1,45 заказа на клиента, так что окупаемость наступает между третьим и шестым месяцем, что совпадает с таблицей.

В эссе Скока также говорится, что возврат CAC в течение 12 месяцев служит полезным ориентиром для SaaS. Для магазина задавайте окно исходя из денежной позиции: как долго вы можете финансировать привлечение, пока повторные заказы не вернут деньги?

Как окупаемость меняет решения по рекламе?

Число заказов, нужное для окупаемости привлечения, определяет, насколько высокие ставки и какие офферы вы можете себе позволить и как быстро нужно выносить вердикт кампании.

Окупаемость на первом заказе. Каждый новый клиент прибылен уже на кассе. Масштабироваться можно, пока nCAC остаётся ниже маржинальной прибыли первого заказа, а кампании можно оценивать на коротких окнах по POAS. Повторные заказы становятся бонусом, а не обязательным условием. Риск для денежного потока низкий.

Окупаемость после 3 заказов. Каждый новый клиент превращается в заём, который, как вы рассчитываете, вернут повторные заказы. Прежде чем поднимать расход, нужны надёжные данные по когортам, денежная подушка, чтобы покрыть разрыв, и программа удержания, в которой вы уверены. Кампании нужно оценивать по качеству клиентов, которых они приводят, а не только по ROAS первого заказа, потому что дешёвый первый заказ от покупателя, который больше не вернётся, никогда не окупится.

В промежуточных случаях многие бренды держат две планки: безубыточный ROAS первого заказа из нашего калькулятора безубыточного ROAS и потолок nCAC по окупаемости на основе данных когорт.

Какие ошибки с LTV/CAC встречаются чаще всего?

Большинство искажённых LTV:CAC сводится к нескольким решениям об исходных данных, из-за которых соотношение выглядит лучше, чем идут дела у бизнеса:

• Короткие окна, которые называют пожизненными. Данные за девяносто дней ещё не пожизненная ценность. Если экстраполировать их с оптимистичной долей повторных покупок, соотношение раздувается.
• Неучтённые скидки. Повторные заказы, полученные за счёт больших скидок, несут меньшую маржу. Используйте чистые продажи после скидок для каждого заказа.
• Игнорирование возвратов. Рефанды приходят поздно. Пересчитывайте старые когорты, когда возвраты уже закрыты.
• Смешение новых и вернувшихся клиентов. Сводный CAC вместо nCAC делит расход на клиентов, которых не нужно было привлекать.
• Один LTV на весь магазин. Клиенты из канала, построенного на скидках, могут вообще не вернуться, а покупатели из другого канала возвращаются. Разделяйте по каналам.

Чем здесь помогает Wevion

Честному соотношению LTV/CAC нужны расход со всех платформ, заказы магазина и себестоимость товаров за одни и те же даты, а эти данные обычно лежат в трёх разных местах.

Wevion подключает рекламные аккаунты Meta, Google, TikTok, Taboola, Snapchat и Outbrain через официальный API каждой платформы, выводит заказы и выручку из Shopify или WooCommerce рядом с этим расходом в одном дашборде и синхронизирует данные примерно каждые 15 минут, так что часть CAC для каждой когорты видна в одном месте.

Аналитика прибыльности Wevion, которая находится в бета-версии, подтягивает себестоимость единицы товара из магазина и один раз заданные доставку и комиссии и показывает прибыль, маржу и POAS с маржой по каждому SKU. Кросс-канальная аналитика переводит все аккаунты в одну валюту по курсу каждого дня, поэтому расход на нескольких рынках складывается правильно.

Попробовать можно на собственных рекламных аккаунтах и магазине с 14-дневным пробным периодом на тарифе Pro. Для старта карта не нужна. Мы попросим её на 7-й день или раньше, если вы израсходуете пробные кредиты, а оплата начнётся на 14-й день, только если вы её добавите.

Ключевые выводы

• LTV:CAC для магазина стоит считать как LTV по маржинальной прибыли за указанное окно, делённый на nCAC.
• LTV по выручке может превратить соотношение 1,3 в 2,9.
• Стройте LTV по когортам с разбивкой по месяцу первого заказа и каналу привлечения, а не по средним значениям магазина.
• 3:1 остаётся эмпирическим правилом из SaaS, а не законом для DTC.
• Окупаемость CAC наступает в первый месяц, когда накопленная маржинальная прибыль на клиента покрывает nCAC.
• Окупаемость на первом заказе позволяет масштабироваться на коротких окнах, а окупаемость за несколько заказов требует данных по когортам и денег.