- Введение: почему важно учитывать отложенные конверсии и повторные покупки
- Базовые определения и формулы
- Что такое ROI в маркетинге
- Ключевые дополнительные метрики
- Учет отложенных конверсий: подходы и практические шаги
- 1. Определение окна атрибуции
- 2. Построение когорного анализа
- 3. Модель накопления конверсий (decay/lag model)
- Учет повторных покупок и LTV
- Почему повторные покупки важны
- Способы включения LTV в расчёт ROI
- Атрибуция: варианты и влияние на ROI
- Примеры расчётов: три кейса
- Кейс 1: поисковая реклама (PPC), короткий цикл
- Кейс 2: контент-маркетинг, длинный цикл
- Кейс 3: соцсети с ремаркетингом
- Практическая методика расчёта в компании: шаги и автоматизация
- Шаблон расчёта (упрощённый)
- Статистика и эмпирические наблюдения
- Ограничения и риски методов
- Рекомендации и лучшие практики
- Пример итоговой отчётной таблицы
- Заключение
Введение: почему важно учитывать отложенные конверсии и повторные покупки
Традиционный расчёт ROI часто сводится к простой формуле: доход минус затраты, делённые на затраты. Для многих бизнесов этого недостаточно. Пользователь может увидеть рекламу сегодня, совершить первую покупку через неделю, а затем повторно купить через три месяца. Игнорирование временного фактора (отложенных конверсий) и повторных покупок ведёт к систематическому занижению ценности каналов, особенно брендовых и контентных.

Базовые определения и формулы
Что такое ROI в маркетинге
ROI (Return on Investment) — относительный показатель окупаемости инвестиций. Базовая формула:
ROI = (Доход — Затраты) / Затраты
Ключевые дополнительные метрики
- CPA (Cost per Acquisition) — стоимость привлечения одного клиента;
- LTV (Lifetime Value) — ожидаемая суммарная прибыль от клиента за всё время взаимодействия;
- CR (Conversion Rate) — конверсия из клика/показа в покупку;
- ARPA/ARPU — средний доход за период на пользователя;
- Attribution window — окно атрибуции (например, 7/30/90 дней).
Учет отложенных конверсий: подходы и практические шаги
1. Определение окна атрибуции
Окно атрибуции — период, в течение которого конверсии связываются с конкретной рекламной коммуникацией. Для разных каналов он должен различаться: поисковая реклама часто даёт быстрый отклик (7–14 дней), а контент-маркетинг или соцсети — более долгий (30–180 дней).
2. Построение когорного анализа
Когортный анализ показывает поведение клиентов, пришедших в конкретный период. Так можно увидеть, сколько дохода приносит когорта в первый, второй и последующие месяцы.
3. Модель накопления конверсий (decay/lag model)
Используют распределение задержек (например, экспоненциальный спад или эмпирическое распределение из данных) и «накапливают» будущие конверсии в текущую эпоху для более корректного ROI. Это позволяет приписать часть будущего дохода текущим инвестициям.
| Шаг | Действие | Ожидаемый результат |
|---|---|---|
| 1 | Собрать данные по когорте (источник, дата первого взаимодействия) | База для анализа |
| 2 | Построить распределение времени до первой покупки и повторных покупок | Окно атрибуции и профиль отложенных конверсий |
| 3 | Применить модель распределения дохода по времени | Скорректированные доходы по каналам |
Учет повторных покупок и LTV
Почему повторные покупки важны
Однократная покупка — это лишь часть ценности клиента. В ритейле, подписных сервисах и B2B доход от повтора может составлять значительную долю общего LTV. При расчёте ROI каналов важно учитывать не только первый заказ, но и ожидаемые будущие транзакции.
Способы включения LTV в расчёт ROI
- Прямой LTV: на основе исторических данных рассчитать среднюю суммарную прибыль на клиента за N месяцев/лет и приписать её к каналам по сроку привлечения.
- Дисконтированный LTV: приводить будущие доходы к текущей стоимости с помощью ставки дисконтирования (особенно важно для долгосрочных циклов).
- Сценарный LTV: строить консервативный/базовый/оптимистичный сценарии на основе retention rate и среднего чека.
Атрибуция: варианты и влияние на ROI
Методы атрибуции существенно влияют на распределение дохода между каналами и, следовательно, на их ROI. Основные схемы:
- Last-click (последний клик) — простая, но часто искажает значение брендовых/поверхностных каналов;
- First-click (первый клик) — усиливает влияние каналов, которые приводят первых касаний;
- Linear — равномерное распределение по всем касаниям;
- Time decay — большая доля у последних касаний, но учитывается вклад предыдущих;
- Data-driven / algorithmic — модель на основе реальных данных (маршрутов пользователей), даёт наиболее точные оценки при достаточном объёме данных.
При наличии качественного аналитического стека рекомендуется использовать data-driven атрибуцию с учётом временных задержек и LTV.
Примеры расчётов: три кейса
Кейс 1: поисковая реклама (PPC), короткий цикл
Исходные данные: затраты — 100 000 руб., прямой доход за 30 дней — 250 000 руб., повторные покупки в течение 90 дней дают дополнительно 20 000 руб.
- ROI (только 30 дней) = (250 000 — 100 000) / 100 000 = 1.5 → 150%;
- ROI (с учётом повторных покупок) = (270 000 — 100 000) / 100 000 = 1.7 → 170%.
Кейс 2: контент-маркетинг, длинный цикл
Исходные данные: вложения в блог/SEO — 300 000 руб. за квартал. Первая покупка приходит в среднем через 45 дней, а доходы от когорты за год составляют 600 000 руб.
- ROI за квартал (по первым продажам, 90 дней): если первый годовой поток распределить, но первые 90 дней дают 150 000 руб.: ROI = (150 000 — 300 000)/300 000 = -0.5 → -50%;
- ROI годовой (с учётом LTV) = (600 000 — 300 000)/300 000 = 1.0 → 100%.
Вывод: при оценке контента важно смотреть более длительные горизонты — кварталы или год.
Кейс 3: соцсети с ремаркетингом
Исходные данные: затраты 200 000 руб., прямой доход 30 дней — 120 000 руб., через 90 дней доходы от повторных покупок и отложенных конверсий — 180 000 руб.
- Короткий ROI = (120 000 — 200 000)/200 000 = -0.4 → -40%;
- Расширенный ROI = (300 000 — 200 000)/200 000 = 0.5 → 50%.
Практическая методика расчёта в компании: шаги и автоматизация
- Собрать и унифицировать данные: источники трафика, клики/показы, даты взаимодействий, транзакции с датами и суммами.
- Выбрать окно атрибуции для каждого канала (например, 7/30/90/180).
- Построить когорты и рассчитать доходы по дням/неделям/месяцам с момента первого контакта.
- Оценить ожидаемый LTV на основе исторических retention- и churn-метрик.
- Применить выбранную модель атрибуции (рекомендуется data-driven или time decay при ограниченных ресурсах).
- Внедрить автоматизированные отчёты в BI-системе, которые показывают ROI по разным горизонтам (30/90/365 дней).
Шаблон расчёта (упрощённый)
| Параметр | Формула / примечание |
|---|---|
| Прямой доход | Сумма транзакций, приписанных каналу по атрибуции в заданном окне |
| Ожидаемый доход от повторных покупок | LTV за период — доход в окне атрибуции |
| Итого скорректированный доход | Прямой доход + ожидаемый доход от повторов (дисконтированный при необходимости) |
| Затраты | Рекламный бюджет + сопутствующие расходы |
| ROI скорректированный | (Итого скорректированный доход — Затраты) / Затраты |
Статистика и эмпирические наблюдения
Ниже приведены усреднённые наблюдения по ряду индустрий (обобщённые цифры на основе множества практик аналитиков):
- Для e-commerce: до 30–40% дохода от когорты может приходиться на повторные покупки в первые 6 месяцев.
- Для SaaS: около 60–80% валовой ценности клиента распознаётся в течение первого года, но значимая часть откладывается на 3–12 месяцев.
- Контент и SEO: 50–70% эффекта может приходить после 3 месяцев инвестиций.
Эти статистики подчёркивают необходимость смотреть шире краткосрочных KPI.
Ограничения и риски методов
- Переоценка LTV при плохом качестве данных — риск завышения ROI;
- Сложности в data-driven атрибуции при малых объёмах трафика;
- Неполная видимость оффлайн-конверсий и CRM-интеграций;
- Изменение пользовательского поведения со временем — потребность в регулярном переобучении моделей.
Рекомендации и лучшие практики
- Всегда смотреть на ROI по нескольким горизонтам: 30/90/365 дней.
- Интегрировать данные CRM и аналитики для полного учёта жизненного цикла клиента.
- Использовать сценарный подход к LTV (консервативный/базовый/оптимистичный).
- Периодически пересматривать окна атрибуции под новые маркетинговые активности.
- Автоматизировать отчётность и визуализацию, чтобы менеджеры видели скорректированные ROI по каналам в реальном времени.
Мнение автора: Корректный расчёт ROI — это не только математика, но и дисциплина данных. Без интеграции CRM, учёта временных задержек и LTV маркетинг будет принимать решения на основе искажённых сигналов. Инвестируйте в качественную аналитику — это окупается многократно.
Пример итоговой отчётной таблицы
| Канал | Затраты | Доход 30д | Ожид. доход 365д (LTV) | ROI 30д | ROI 365д |
|---|---|---|---|---|---|
| PPC | 100 000 | 250 000 | 270 000 | 150% | 170% |
| SEO/контент | 300 000 | 150 000 | 600 000 | -50% | 100% |
| Соцсети | 200 000 | 120 000 | 300 000 | -40% | 50% |
Заключение
Правильный расчёт ROI рекламных каналов требует учёта не только прямых конверсий в коротком окне, но и отложенных продаж и повторных покупок. Комбинация когортного анализа, моделей задержек, LTV и продуманной атрибуции даёт наиболее адекватную картину эффективности. Для разных каналов оптимальные горизонты оценки будут отличаться: PPC — короткие, контент/SEO/брендовые каналы — длинные. Внедрение автоматизированных отчётов и использование data-driven атрибуции существенно повышают качество решений.
Короткая памятка: сравнивайте ROI по 30/90/365 дней, включайте LTV и применяйте сценарный подход для принятия управленческих решений.