Юнит-экономика в маркетинге: как считать окупаемость рекламы

Маркетолог открывает отчёт по рекламной кампании: CTR выше среднего, конверсия в заявку — 8%, стоимость клика в пределах плана. Всё выглядит отлично. А через квартал выясняется, что бизнес на этом трафике теряет деньги — каждый привлечённый клиент обходится дороже, чем приносит прибыли за всё время сотрудничества. Метрики рекламного кабинета были в порядке, а юнит-экономика — нет.

Я считаю юнит-экономику по каждому крупному проекту ещё до того, как предлагаю клиенту увеличить бюджет. Без этого расчёта легко масштабировать канал, который на самом деле убыточен — просто потому что цифры в интерфейсе Директа или Метрики выглядят привлекательно, а полная стоимость привлечения клиента и его ценность для бизнеса остаются за кадром.

В этой статье разберу, что такое юнит-экономика простыми словами, как считать CAC и LTV, какая формула лежит в основе расчёта окупаемости рекламы, покажу готовую таблицу для расчётов и алгоритм, который использую сам в работе с рекламными бюджетами.

Что такое юнит-экономика простыми словами

Юнит-экономика — это расчёт прибыльности одной единицы бизнеса: одного клиента, одного заказа, одной подписки. Вместо того чтобы смотреть на выручку компании целиком, юнит-экономика отвечает на конкретный вопрос: сколько денег бизнес зарабатывает или теряет на каждом отдельном клиенте, если учесть все расходы на его привлечение и обслуживание.

Для маркетолога юнит — это чаще всего клиент, привлечённый через рекламу. Юнит-экономика в таком случае сравнивает две величины: сколько стоило привлечь этого клиента (CAC) и сколько денег он принесёт бизнесу за всё время, пока остаётся клиентом (LTV). Если LTV выше CAC — юнит прибыльный, компания зарабатывает на каждом новом клиенте. Если ниже — компания платит за то, чтобы терять деньги, и чем больше рекламный бюджет, тем быстрее растут убытки.

Важно не путать юнит-экономику с обычным ROI по рекламной кампании. ROI обычно считают по факту одной покупки — здесь и сейчас. Юнит-экономика смотрит на клиента шире: с учётом повторных покупок, среднего чека на протяжении месяцев или лет, оттока и стоимости обслуживания. Именно поэтому кампания может выглядеть убыточной по ROI в моменте, но быть прибыльной в юнит-экономике — если клиенты возвращаются за повторными заказами.

Зачем юнит-экономика нужна маркетологу

Многие маркетологи считают, что юнит-экономика — это задача финансового директора или собственника бизнеса, а их зона ответственности заканчивается на CTR, конверсии и цене клика. На практике это ограничивает маркетолога ролью исполнителя, который не может объяснить, почему кампания с хорошими показателями в интерфейсе не приносит прибыль компании.

Юнит-экономика даёт маркетологу три практических инструмента. Во-первых, она позволяет сравнивать разные рекламные каналы не по цене клика, а по итоговой прибыльности клиента — иногда канал с более дорогим кликом даёт более качественных клиентов с высоким LTV, и его выгоднее масштабировать. Во-вторых, она помогает аргументированно защищать бюджет перед руководством — вместо «дайте больше денег на рекламу» появляется расчёт «каждый дополнительный клиент из этого канала приносит 3 200 ₽ чистой прибыли». В-третьих, юнит-экономика — это ранний сигнал проблемы: если CAC растёт быстрее LTV несколько месяцев подряд, канал нужно останавливать до того, как он утащит бюджет в минус.

Есть и четвёртая причина, которую редко называют вслух: юнит-экономика влияет на решения о найме и структуре команды. Если расчёт показывает, что канал приносит 400 ₽ чистой прибыли с клиента при 200 новых клиентах в месяц, легко посчитать, окупается ли отдельный специалист по контекстной рекламе в штате или выгоднее работать с подрядчиком на процент от результата.

Формула юнит-экономики: из чего складывается расчёт

Базовая формула юнит-экономики выглядит так: прибыль на клиента = LTV − CAC. Если результат положительный, бизнес зарабатывает на каждом клиенте, привлечённом через конкретный канал. Если отрицательный — теряет, и чем активнее льётся трафик, тем больше убыток.

На практике формула чуть сложнее, потому что нужно учитывать не только сам факт привлечения, но и маржинальность продукта, повторные покупки и стоимость удержания клиента:

Соотношение LTV к CAC — это ключевой показатель, на который я смотрю в первую очередь. Если LTV превышает CAC в 3 раза и больше — бизнес не только окупает рекламу, но и оставляет запас на масштабирование, найм команды и развитие продукта. Если соотношение близко к 1:1 — компания работает практически в ноль, и любой рост издержек на привлечение мгновенно уводит юнит-экономику в минус.

CAC — стоимость привлечения клиента: как считать

CAC (Customer Acquisition Cost) — это полная стоимость привлечения одного платящего клиента. Важное слово здесь — «полная»: в расчёт CAC нужно включать не только расходы на рекламу в Директе, но и зарплату маркетолога, стоимость подрядчика, комиссии платёжных систем при первой оплате, расходы на CRM, если она напрямую завязана на обработку заявок.

Пример из практики: интернет-магазин мебели потратил на контекстную рекламу за месяц 280 000 ₽, ещё 45 000 ₽ ушло на ведение аккаунта подрядчиком. За этот период пришло 116 новых клиентов, оформивших первый заказ. CAC = (280 000 + 45 000) / 116 ≈ 2 800 ₽. Это и есть та сумма, с которой нужно сравнивать прибыль от клиента, а не голая цена клика или цена заявки из отчёта по конверсиям.

Частая ошибка — путать CAC с CPL (стоимостью лида). Заявка ещё не клиент: часть лидов отваливается на этапе обработки, часть не доходит до оплаты. Если считать CAC по количеству заявок, а не по количеству реальных покупателей, показатель окажется искусственно заниженным — и юнит-экономика будет выглядеть лучше, чем есть на самом деле.

Ещё один момент, который стоит учитывать — сезонность. В декабре CAC у розничных магазинов часто ниже обычного за счёт высокого спроса, а в январе-феврале — выше из-за просевшего трафика при том же рекламном бюджете. Если считать CAC по одному месяцу и сразу делать выводы о прибыльности канала, легко ошибиться. Я стараюсь смотреть на скользящее среднее за 3 месяца — это сглаживает сезонные колебания и даёт более честную картину.

LTV — пожизненная ценность клиента

LTV (Lifetime Value) — это суммарная прибыль, которую клиент приносит бизнесу за весь период сотрудничества, а не за одну покупку. Для интернет-магазина с разовыми крупными покупками LTV может почти совпадать со средним чеком. Для сервиса с подпиской или регулярными заказами LTV может в разы превышать сумму первой оплаты — и в этом случае ориентироваться только на окупаемость первой продажи опасно: можно закрыть канал, который на самом деле прибылен в долгосрочной перспективе.

Продолжу пример с мебельным магазином: средний чек — 34 000 ₽, средняя маржинальность — 32%, повторные покупки клиенты совершают в среднем 1,4 раза за два года. LTV = 34 000 × 1,4 × 0,32 ≈ 15 232 ₽. При CAC в 2 800 ₽ соотношение LTV:CAC получается около 5,4:1 — здоровый показатель, канал можно масштабировать.

На LTV сильно влияет отток — доля клиентов, которые перестают покупать или отменяют подписку. Для подписочных сервисов отток напрямую сокращает срок жизни клиента в формуле: если из 100 подписчиков через месяц остаётся 85, а через два — 72, средний срок жизни клиента будет заметно короче, чем кажется на старте, и итоговый LTV нужно пересчитывать с учётом реальной динамики оттока, а не оптимистичного прогноза.

Как связаны CAC и LTV: правило юнит-экономики

CAC и LTV работают только в связке. Низкий CAC ничего не значит, если LTV ещё ниже — вы просто дёшево привлекаете клиентов, которые не приносят прибыли. И наоборот: высокий LTV не спасает канал, если CAC растёт быстрее — рано или поздно расходы на привлечение съедят всю маржу.

Есть три типичных сценария соотношения CAC и LTV. Первый: LTV:CAC ниже 1:1 — компания теряет деньги на каждом клиенте, канал нужно останавливать или полностью пересматривать. Второй: LTV:CAC от 1:1 до 3:1 — юнит-экономика формально положительная, но запаса прочности почти нет, любой рост CPC съедает всю прибыль. Третий: LTV:CAC от 3:1 и выше — канал прибыльный, есть пространство для увеличения бюджета и масштабирования по прогнозу бюджета.

ROI, ROMI и точка безубыточности рекламы

ROI и ROMI рекламной кампании: расчёт окупаемости

ROI (Return on Investment) и ROMI (Return on Marketing Investment) — соседние с юнит-экономикой показатели, но считаются иначе. ROI показывает окупаемость вложений в целом, ROMI — конкретно окупаемость маркетинговых расходов. В отличие от LTV:CAC, которое смотрит на клиента за весь срок жизни, ROI и ROMI чаще считают за конкретный период — месяц или квартал, и это делает их удобным инструментом оперативного контроля, а не стратегического планирования.

Для того же мебельного магазина: доход за месяц от клиентов, пришедших по рекламе — 987 000 ₽, расходы на рекламу — 325 000 ₽. ROMI = (987 000 − 325 000) / 325 000 × 100% ≈ 204%. Каждый вложенный рубль в рекламу вернулся с прибылью в 2,04 рубля за отчётный период — без учёта повторных покупок, которые ROMI, в отличие от LTV, обычно не учитывает.

Я использую ROMI как оперативный показатель для еженедельного контроля кампаний, а юнит-экономику с LTV и CAC — как стратегический инструмент для решений о масштабировании бюджета. Оба показателя дополняют друг друга: маркетинговые метрики в целом стоит смотреть в связке, а не по одной изолированной цифре. Если ROMI резко падает за неделю, а LTV:CAC остаётся здоровым — скорее всего, дело в разовом всплеске конкуренции в аукционе, а не в фундаментальной проблеме канала.

Маржинальность и точка безубыточности в рекламе

Без учёта маржинальности юнит-экономика теряет смысл: сравнивать CAC нужно не с выручкой от клиента, а с прибылью, которую эта выручка приносит после вычета себестоимости товара, логистики, эквайринга и налогов.

Точка безубыточности в юнит-экономике — это CAC, при котором прибыль на клиента равна нулю: CAC = LTV × Маржа. Если фактический CAC ниже этого порога — канал прибыльный, если выше — убыточный. Полезно держать в голове не только текущий CAC, но и максимально допустимый: сколько бизнес может позволить себе тратить на привлечение клиента, оставаясь в плюсе.

На практике я считаю точку безубыточности заранее, до запуска кампании, а не по факту через месяц. Зная максимально допустимый CAC, можно сразу отсекать заведомо невыгодные ставки в аукционе и не тратить бюджет на тестирование гипотез, которые математически не могут окупиться при текущей марже продукта.

Как считать юнит-экономику: пошаговый алгоритм

На практике я привожу расчёт юнит-экономики к пяти шагам, которые можно повторять раз в месяц по каждому рекламному каналу.

Ключевой момент пятого шага — считать юнит-экономику отдельно по каждому каналу, а не по рекламе в целом. У меня были проекты, где Директ на поиске давал LTV:CAC 4,2:1, а РСЯ в это же время — 1,1:1. Если бы я смотрел на средний показатель по всей рекламе, я бы не увидел, что конкретно РСЯ нужно останавливать или пересматривать стратегию показов.

По периодичности: CAC можно пересчитывать хоть каждую неделю, данных для этого обычно достаточно. А вот LTV и итоговое соотношение LTV:CAC имеет смысл пересматривать раз в месяц или раз в квартал — короткие периоды дают слишком мало повторных покупок для устойчивой статистики, и показатель будет скакать без реальных причин.

Таблица и калькулятор юнит-экономики: готовый шаблон

Для быстрого расчёта удобно свести все показатели юнит-экономики в одну таблицу — я использую похожую структуру в Google Таблицах или Excel, обновляя цифры раз в месяц по каждому каналу отдельно.

Такую таблицу легко собрать самостоятельно — специальный калькулятор юнит-экономики не обязателен, если у вас есть данные из рекламного кабинета и CRM. Если данные разбросаны по разным источникам, проще сначала настроить сквозную аналитику, чтобы цифры по расходам и продажам собирались автоматически, а не выгружались вручную каждый месяц.

Отдельная колонка в таблице, которую я всегда добавляю — динамика показателей по месяцам. Разовый расчёт даёт снимок на конкретную дату, а таблица с историей за 6–12 месяцев показывает тренд: растёт CAC или падает, увеличивается LTV после изменений в продукте или сервисе. Именно тренд, а не абсолютное значение, чаще всего подсказывает следующий шаг.

Типичные ошибки при расчёте юнит-экономики рекламы

За годы работы с рекламными бюджетами я регулярно вижу одни и те же ошибки в расчёте юнит-экономики — они искажают картину и приводят либо к преждевременной остановке рабочего канала, либо к масштабированию убыточного.

Эти ошибки объединяет одно — они почти всегда завышают итоговую прибыльность канала. Если результат расчёта выглядит слишком хорошо, чтобы быть правдой, стоит перепроверить исходные данные: скорее всего, где-то в формулу попала выручка вместо прибыли или заявки вместо реальных клиентов.

Юнит-экономика для разных каналов: контекст, SEO, соцсети

Юнит-экономика особенно полезна, когда нужно сравнить каналы с разной ценой входа. Контекстная реклама даёт быстрый и предсказуемый CAC, но требует постоянных вложений. SEO и контент-маркетинг стоят дороже на старте и дольше выходят на результат, зато со временем CAC по органическому трафику снижается, потому что расходы на продвижение не растут пропорционально числу клиентов.

Для корректного сравнения каналов важно единообразие атрибуции: если контекстную рекламу считать по последнему клику, а SEO — по первому касанию, сравнение будет некорректным. Здесь помогает грамотная настройка UTM-меток и единая модель атрибуции в системе аналитики для всех каналов сразу.

Отдельно стоит юнит-экономика удержания: email-рассылки и push-уведомления существующим клиентам почти всегда стоят копейки по сравнению с привлечением нового клиента через рекламу. Если сравнивать CAC нового клиента и стоимость повторной продажи через email, разница может быть в 10–20 раз — и это сильный аргумент в пользу того, чтобы часть бюджета с привлечения сместить на удержание, особенно если LTV:CAC по холодному трафику уже близко к минимально допустимому уровню.

Как снизить CAC и повысить LTV: практические инструменты

Работа с юнит-экономикой — это всегда работа с двумя рычагами одновременно: снижением CAC и повышением LTV. Разберу инструменты, которые чаще всего дают результат в моей практике.

Снижение CAC без внимания к качеству трафика — ловушка: можно удешевить клик, но получить клиентов с низким LTV, которые уходят после первой покупки. Поэтому я всегда смотрю на оба показателя в паре, а не оптимизирую CAC изолированно.

Кейс: юнит-экономика в контекстной рекламе на практике

Приведу реальный пример из практики — сервис доставки воды по подписке. На старте клиент считал эффективность рекламы только по стоимости заявки: 340 ₽ за лид выглядело приемлемо. Когда я предложил посчитать юнит-экономику полностью, картина изменилась.

CAC с учётом конверсии заявок в оплату и ведения аккаунта вышел 1 900 ₽. При этом первая покупка воды приносила всего 450 ₽ прибыли — по ROI в моменте кампания выглядела убыточной. Но LTV с учётом повторных заказов подписки за 8 месяцев составил 6 800 ₽. LTV:CAC получилось 3,6:1 — канал оказался прибыльным, просто окупался не с первой продажи, а в течение первых полутора-двух месяцев подписки.

Без расчёта юнит-экономики этот канал, скорее всего, остановили бы уже через месяц из-за формально низкого ROI по первой продаже. После пересчёта бюджет на канал увеличили на 40%, а payback period взяли как ключевой показатель для еженедельного контроля вместе с данными сквозной аналитики по повторным заказам.

Через три месяца после пересмотра стратегии payback period сократился с двух месяцев до полутора — сработала связка из более точного таргетинга по целевой аудитории и автоматических напоминаний о продлении подписки. Этот кейс — хороший пример того, почему нельзя судить о канале только по стоимости заявки: полная картина юнит-экономики иногда переворачивает решение на противоположное.