Пожизненная ценность клиента онлайн-платформы и цена привлечения: 4 вывода из когорт

На первом созвоне с онлайн-платформой я слышу одну и ту же фразу: клиент у нас вроде окупается. Спрашиваю, сколько он принесет за весь срок подписки и какую цену за его привлечение можно себе позволить, и в ответ получаю стоимость оплаты из рекламного кабинета за прошлую неделю. Материал для тех, кто отвечает за выручку подписочного сервиса или платформы: четыре вывода на данных отраслевых отчетов и когортных таблиц реального проекта и способ найти предел, дороже которого привлекать клиента нет смысла.

Содержание

1. Отраслевые нормативы по окупаемости клиента сняты со зрелых компаний

2. Первая неделя показывает меньше трети того, что заплатит когорта

3. Разлет между соседними неделями опаснее любой формулы

4. Предельная цена привлечения считается от маржи и срока возврата

5. Перед сокращением бюджета стоит пройти 6 проверок

6. Частые вопросы

Отраслевые нормативы по окупаемости клиента сняты со зрелых компаний

Два ориентира кочуют по презентациям для инвесторов. Первый сформулировал Дэвид Скок из фонда Matrix Partners в цикле SaaS Metrics 2.0: у сильных подписочных компаний соотношение LTV/CAC больше 3, порой 7-8, а вложения в клиента возвращаются за 5-7 месяцев. Молодым командам он советовал держать срок возврата в пределах года.

LTV (lifetime value) обозначает пожизненную ценность клиента, то есть маржу, которую он оставит, пока подписка активна. CAC (customer acquisition cost) показывает, сколько стоило его заполучить.

Второй ориентир свежее. Согласно исследованию Aleph и Benchmarkit от 1 июня 2026 года, медианная софтверная компания с корпоративными клиентами в 2025 году отбивала затраты на привлечение за 16 месяцев. Лучшей четверти выборки хватало полугода, худшей требовалось два года и дольше. В прошлогоднем выпуске Benchmarkit отдельно оговаривает, что привычная планка около 12 месяцев напрямую связана со средним чеком договора.

К цифрам претензий нет. Их сняли с компаний, где отток давно устоялся, а молодая онлайн-платформа подставляет в ту же логику первые месяцы работы.

Классическая формула делит маржу с платежа на долю клиентов, ушедших за месяц. Уходит 4 процента, и расчет отводит подписчику 25 месяцев жизни. Уходит 2,5 процента, и жизнь растягивается до 40. Допустимая цена привлечения от такой поправки гуляет в 1,6 раза, хотя продукт остался прежним. Поэтому у сервисов младше двух лет я собираю ценность клиента из фактических оплат по когортам.

Первая неделя показывает меньше трети того, что заплатит когорта

Разберу на одном проекте: онлайн-сервис на подписке, платный трафик в основном идет через Директ. Для него у нас заведены две недельные когортные таблицы, в одной регистрации, в другой оплаты. По строкам идут недели прихода, по столбцам даты снимков, в ячейках накопленные суммы. Раскрывать данные клиента нельзя, так что ниже смоделированные цифры на базе его отчетности: абсолюты другие, соотношения и ход кривых прежние.

Февральская когорта (3-9 февраля 2025 года) набрала за свою неделю 130 оплат. Через месяц в строке стояло 234, к одиннадцатой неделе 335, к исходу июля 395, и рост прекратился. Больше двух третей оплат пришли, когда кабинет уже относил эту неделю к давно закрытому периоду.

Строки здесь замирают спустя примерно 25 недель. За первое полугодие 2025 года дозрели 26 недельных когорт, суммарно они выглядят так:

Часть людей возвращается и заводит аккаунт позднее, отсюда плюс четверть к регистрациям. Оплат же стало втрое с лишним больше. В неделю прихода сервис видел лишь 28 процентов того, что когорта в итоге заплатила, и решения по кампаниям на таком срезе опирались на неполную картину.

Разлет между соседними неделями опаснее любой формулы

За средним множителем 3,6 прячется широкий разброс. Когорта 10-16 марта за шесть месяцев увеличила оплаты в 5,3 раза, у когорты 2-8 июня множитель всего 2,6. Январская неделя совпала с праздниками, отсюда 558 регистраций при обычных для сервиса 700-800.

Оценивая канал по единственной неделе, легко выключить сильную кампанию и сохранить слабую. Множитель добора я усредняю минимум по десятку дозревших когорт и обновляю ежеквартально: кривая меняется вслед за тарифами, сезонностью и составом трафика.

Свежие недели тоже пригодятся. Неделя 3-9 ноября принесла 128 оплат, а средний множитель обещал ей около 460 к финалу. На седьмой неделе в строке стояло 388, или 84 процента ожидаемого, тогда как дозревшие когорты к этому возрасту в среднем имели 73 процента финального результата. Неделя обгоняет график, и решение по ее кампании можно принять, не ожидая шести месяцев.

Что я проверяю в таблице когорт первым: Если строки начали замирать раньше обычного, первым делом смотрю продления: трафик мог остаться прежним, а удержание просесть после смены тарифа или цены.

Предельная цена привлечения считается от маржи и срока возврата

Ценность регистрации получаем, перемножив три величины: сколько оплат приходится на одну регистрацию, средний чек и маржинальность, то есть долю чека после инфраструктуры, внешних сервисов, поддержки и эквайринга. Итог делим на желаемый коэффициент, например на 3, и получаем предельную цену регистрации.

Условный пример на круглых числах: средний чек 1 000 рублей, маржинальность 70 процентов, коэффициент 3, доля оплат взята из когорт выше.

Маркетолог, выставивший в кампании целевые 30 рублей за регистрацию, сам отрезает трафик, который окупается с запасом. Когда стратегия в Директе настроена на оплату, пересчитывайте предел под платящего клиента: в неделю прихода у описанного сервиса одну оплату давали 7-8 регистраций.

Срок возврата читается прямо из когортной таблицы. Переведите накопленные оплаты в маржинальные рубли и отметьте столбец, где они догнали расход на привлечение этой недели. Февральская когорта получила примерно 60 процентов финальных оплат за первый месяц и около 85 за 11 недель, основная отдача укладывается в первые 2-3 месяца.

Отсюда следствие для масштабирования: удвоенный бюджет тратится сразу, маржа капает полгода, и кассовый разрыв придется чем-то покрывать.

Перед сокращением бюджета стоит пройти 6 проверок

1. Когорты в расчете дозрели: их строки не прибавляли хотя бы две-три недели подряд.

2. В формуле стоит маржа. С выручкой клиент кажется выгоднее, чем есть, и предельная цена привлечения завышается.

3. В стоимость привлечения включены не только рекламные расходы, но и зарплаты команды, подписки на аналитику и подрядчики.

4. Свежие недели пересчитаны через средний множитель добора.

5. Каналы сравниваются на равном горизонте и не сваливаются в общую когорту. Пользователи из поиска, рекламы и рекомендаций удерживаются неодинаково, усредненная цифра это скроет.

6. Первая оплата и продление ведутся отдельными строками.

Для старта хватит выгрузки регистраций и оплат с разбивкой по неделе прихода и двух цифр от финансистов: среднего чека и маржинальности. Когда история событий в аналитике хранится давно, таблица восстанавливается задним числом, и дозревшие когорты окажутся в распоряжении сразу.

Другие разборы экономики каналов для онлайн-сервисов мы собираем в блоге Сайткрафта.

Частые вопросы

Как объяснить LTV без формул?

Это маржа, которую клиент оставляет сервису от первой оплаты до отказа от подписки.

Можно ли считать пожизненную ценность клиента, если платформе меньше года?

Можно, по когортам, что успели накопиться. Уже по 3-4 месяцам истории выходит осторожная нижняя оценка, бюджетные решения на ней принимать можно, а уточнять ее удобно ежемесячно.

Каким должно быть соотношение пожизненной ценности и стоимости привлечения у подписочного сервиса?

Отправная точка 3:1. Меньше единицы означает убыток на каждом новом клиенте. Значение заметно выше 5:1 часто говорит, что компания недоинвестирует в развитие, уступая спрос конкурентам.

Чем срок окупаемости привлечения отличается от этого соотношения?

Соотношение показывает, сколько вернется, срок окупаемости показывает, когда. Сервис с хорошим соотношением может отбивать клиента полтора года и касса такого срока может не выдержать.

Работает ли когортный подход для сервисов с годовыми контрактами?

Да, с шагом в месяц или квартал и горизонтом минимум в два продления.