Юнит-экономика в маркетинге простыми словами: как считать CAC, LTV и ROMI, чтобы управлять цифрами

Маркетолог потратил полмиллиона за месяц. Собственник спрашивает: «И что мы с этого получили?» Маркетолог начинает рассказывать про охваты, CTR и рост подписчиков. Собственник смотрит в потолок. Знакомая сцена? Это происходит, когда маркетинг работает без unit-экономики. В этой статье я разберу, как перестать быть «статьёй расходов» и стать человеком, который управляет деньгами бизнеса через три числа: CAC, LTV и ROMI.

Маркетолог и собственник говорят на разных языках — вот как это исправить

Меня зовут Павел. Я руковожу маркетингом и работал в компаниях с бюджетами от нуля до нескольких миллиардов. Наблюдение, которое повторяется везде: маркетологи умеют делать, но не умеют объяснять ценность того, что делают.

Это не вопрос навыков презентации. Это вопрос системы измерений. Когда нет единой системы — каждый разговор о бюджете превращается в переговоры, где маркетолог просит, а собственник отказывает или урезает. Когда система есть — разговор становится другим: вы показываете цифры, цифры обосновывают решение, решение принимается.

Unit-экономика маркетинга — это и есть та система. Три показателя:

CAC (Customer Acquisition Cost) — во сколько обходится один новый платящий клиент. LTV (Lifetime Value) — сколько денег этот клиент принесёт за всё время. ROMI (Return on Marketing Investment) — сколько прибыли возвращает каждый вложенный в маркетинг рубль.

Знаете эти три числа по каждому каналу — вы управляете маркетингом. Не знаете — маркетинг просто происходит, и вы отчитываетесь за процесс, а не за результат.

В 2026 году на российском рынке это особенно актуально. Стоимость клика в Яндекс Директе в конкурентных нишах выросла за последние три года в полтора-два раза. Бюджеты сократились у многих компаний. Собственники стали требовательнее. В этой среде выживают маркетологи, которые умеют доказывать ценность своей работы в рублях.

CAC: почему большинство маркетологов считают его неправильно и занижают вдвое

Начнём с главного. CAC — это не «рекламный бюджет делить на количество заявок». Это полная стоимость привлечения одного платящего клиента. Именно платящего — не лида, не регистрации, не «тёплого контакта».

Формула:

CAC = Совокупные расходы на привлечение за период / Количество новых клиентов за период

Ключевое слово: совокупные. И вот здесь начинаются проблемы.

Полный состав расходов на привлечение клиента

Подавляющее большинство маркетологов берут только прямые рекламные расходы. Это ошибка, которая занижает реальный CAC в полтора-три раза и создаёт ложную картину эффективности.

В расходы на привлечение входит всё, что потрачено ради нового клиента:

Рекламные бюджеты всех каналов — Яндекс Директ, ВКонтакте, Telegram Ads, посевы у блогеров, таргетированная реклама, медийные размещения.

Фонд оплаты труда в части привлечения — если таргетолог работает только на привлечение, его зарплата входит целиком. Если контент-менеджер тратит 70% времени на контент для новой аудитории и 30% на поддержку существующих клиентов — входит 70% его зарплаты.

Агентские вознаграждения и стоимость подрядчиков — SEO-агентство, фрилансеры, дизайнеры рекламных материалов, операторы съёмки для рекламных роликов.

Маркетинговые инструменты — коллтрекинг, сервисы аналитики, CRM в части маркетинговой функции, сервисы email-рассылок, платные плагины и интеграции.

Производство рекламного контента — статьи для блога, которые работают на привлечение, видеоролики, лендинги.

Промо-инструменты конверсии — если вы даёте бесплатный пробный период, тестовый доступ или подарочный продукт как инструмент конверсии лида в покупателя, его себестоимость входит в CAC.

Кейс Skyeng: как устроен CAC в EdTech

Skyeng — крупнейшая в России онлайн-школа английского — неоднократно рассказывала о своей экономике на профессиональных конференциях. В период активного роста их CAC составлял 3 000–5 000 рублей на платящего ученика в зависимости от канала и сезона. Важный нюанс: в расчёт включалась стоимость первого бесплатного урока — потому что именно он конвертировал лида в платника. Без этого CAC выглядел бы искусственно низким, а реальная экономика оставалась бы непонятной.

Урок отсюда: всё, что является частью воронки привлечения, входит в CAC. Даже если это «бесплатно для клиента».

Как выглядит расчёт CAC для интернет-магазина: разбор по цифрам

Возьмём реалистичный сценарий. Российский интернет-магазин товаров для спорта и активного отдыха, апрель 2026 года.

Что потратили за месяц:

Яндекс Директ (поиск + РСЯ) — 310 000 рублей. ВКонтакте таргет — 120 000 рублей. Зарплата таргетолога (100% на привлечении) — 90 000 рублей. Зарплата контент-менеджера (65% времени на привлечение) — 39 000 рублей из 60 000. SEO-подрядчик — 50 000 рублей. Инструменты: Яндекс Метрика Pro, коллтрекинг, DataFan — 14 000 рублей.

Итого расходов на привлечение: 623 000 рублей.

Новых клиентов (первая покупка) за апрель: 390 человек.

CAC = 623 000 / 390 = 1 597 рублей.

А теперь посмотрим, что было бы при типичной ошибке — считать только рекламу: (310 000 + 120 000) / 390 = 1 103 рубля. Разница 45%. Маркетолог смотрит в экран и думает, что канал работает лучше, чем на самом деле.

Расчёт CAC для B2B: сервис управления проектами

Компания продаёт облачный сервис управления проектами для команд от 10 человек. Средняя подписка — 12 000 рублей в месяц. Цикл сделки — от 20 до 60 дней.

Расходы за первый квартал 2026 года:

Яндекс Директ (профессиональные запросы) — 380 000 рублей. Контент-маркетинг: статьи, кейсы, вебинары — 160 000 рублей. Зарплата маркетолога и 40% времени sales-менеджера на лидогенерацию — 195 000 рублей. Инструменты (AmoCRM, Roistat, сервис вебинаров) — 42 000 рублей.

Итого: 777 000 рублей.

Новых платящих клиентов за квартал: 44 компании.

CAC = 777 000 / 44 = 17 659 рублей.

Дорого? Посмотрим на LTV — и этот вопрос отпадёт сам собой.

CAC по каналам: почему средняя цифра бесполезна для управления

Если вы знаете только средний CAC по компании — вы знаете почти ничего. Управленческие решения о перераспределении бюджета принимаются только на основе CAC по каждому каналу отдельно.

Типичная структура CAC по каналам, которую я наблюдаю в российских компаниях в 2026 году:

Яндекс Директ, брендовые запросы — CAC 500–800 рублей. Клиент уже ищет именно вас. Эффективность высокая, но масштаб ограничен объёмом брендового спроса.

Яндекс Директ, небрендовые конкурентные запросы — CAC 2 500–5 000 рублей и выше в зависимости от ниши. В высококонкурентных нишах (финансы, недвижимость, медицина) может быть значительно выше.

Таргет ВКонтакте — CAC 1 200–4 500 рублей. Сильно зависит от качества оффера и воронки после клика.

SEO и контент-маркетинг — CAC 700–2 000 рублей при горизонте расчёта 12–18 месяцев. Важно учитывать временной лаг: первые полгода канал «в минусе», потом выходит в плюс и обгоняет платные каналы.

Посевы в Telegram-каналах — CAC 900–3 000 рублей. Зависит от тематики канала и качества аудитории.

Email по собственной базе — CAC 150–500 рублей. Самый дешёвый канал при наличии качественной базы и правильного прогрева.

Реферальная программа — CAC 300–1 200 рублей при правильной механике. Часто недооценённый канал с высоким LTV привлечённых клиентов.

Как B2B-маркетолог учитывает лаг сделки при расчёте CAC

В B2B есть системная ловушка: клиент, привлечённый в феврале, может заплатить в апреле или мае. Если делить февральские расходы на клиентов, которые оплатили только в апреле — февраль будет выглядеть убыточным, а апрель — сверхэффективным. Оба вывода ложные.

Правильный подход — когортный расчёт с поправкой на цикл сделки. Определяете средний цикл (например, 45 дней). Расходы февраля относите к клиентам, оплатившим в марте-апреле. Получаете реальную картину без временных искажений.

LTV: пожизненная ценность клиента — главное число для понимания потолка CAC

LTV — это не «сколько клиент заплатил в первый раз». Это сколько денег он принесёт за всё время пока работает с вами. Разница может быть в десять раз.

Именно LTV определяет, сколько вы можете потратить на привлечение. Высокий LTV оправдывает высокий CAC. Низкий LTV делает даже дешёвое привлечение убыточным.

Базовая формула LTV и как её считать на практике

LTV = Средний чек × Среднее число покупок в год × Среднее время жизни клиента в годах

Для нашего магазина товаров для спорта:

Средний чек — 5 100 рублей. Покупок в год — 2,5 (раз в 4–5 месяцев — типичная история для спортивного ретейла). Среднее время жизни клиента — 2,4 года (получено из CRM по когортам).

LTV = 5 100 × 2,5 × 2,4 = 30 600 рублей.

CAC был 1 597 рублей. LTV/CAC = 19,2. Бизнес работает с очень большим запасом.

Маржинальный LTV: считаем не выручку, а реальные деньги

LTV по формуле выше — это выручка. Деньги бизнеса — это маржа. Для управленческих решений нужен маржинальный LTV:

Маржинальный LTV = LTV × Маржинальность продукта

Если маржинальность спортивного магазина 34%:

Маржинальный LTV = 30 600 × 0,34 = 10 404 рубля.

Соотношение маржинального LTV к CAC = 10 404 / 1 597 = 6,5. Хороший результат.

Бенчмарки маржинального LTV/CAC по российскому рынку 2026 года:

E-commerce (одежда, товары для дома, спорт) — норма от 3:1, хорошо от 5:1. Fashion-ретейл с Wildberries и Ozon — от 2,5:1 с учётом комиссии маркетплейса.

EdTech — от 4:1 на массовых продуктах, от 6:1 на курсах с высоким чеком.

B2B SaaS — от 3:1 на этапе роста, 5:1 и выше на зрелом продукте.

Сервисный бизнес: агентства, консалтинг — от 7:1, потому что стоимость удержания клиента близка к нулю.

Доставка еды и продуктов — от 3:1 с учётом высокой частоты покупок.

LTV через Churn Rate для SaaS: точная формула

Для подписочных продуктов есть более точный способ считать LTV — через отток клиентов:

Среднее время жизни клиента = 1 / Ежемесячный Churn Rate

LTV = MRR (ежемесячная выручка с клиента) × Среднее время жизни

Для сервиса управления проектами: MRR = 12 000 рублей, ежемесячный Churn = 2,2%.

Среднее время жизни = 1 / 0,022 = 45,5 месяцев.

LTV = 12 000 × 45,5 = 546 000 рублей.

CAC был 17 659 рублей. LTV/CAC = 30,9. Выдающийся показатель. Это объясняет, почему SaaS-компании могут позволить себе агрессивные расходы на привлечение — каждый привлечённый клиент даёт многократный возврат.

Почему снижение оттока важнее роста новых клиентов: математика

Большинство маркетологов фокусируются на привлечении. Но посмотрите, что происходит с LTV при снижении Churn.

Сценарий А: Churn 3% в месяц. Время жизни = 33 месяца. LTV = 12 000 × 33 = 396 000 рублей.

Сценарий Б: Churn 2% в месяц. Время жизни = 50 месяцев. LTV = 12 000 × 50 = 600 000 рублей.

Снижение Churn на 1 процентный пункт увеличило LTV на 51% — без единого нового клиента. Для компании с 500 клиентами это разница в 102 миллиона рублей совокупного LTV.

Именно поэтому сильные маркетологи работают на весь жизненный цикл клиента, а не только на воронку привлечения. Яндекс Плюс не случайно строит экосистему удержания через мультисервисность — они считают LTV и понимают, что снижение оттока приносит больше, чем любая рекламная кампания. Сбер Спасибо работает как инструмент удержания: кэшбэк создаёт привычку возврата. Ozon Premium превращает случайного покупателя в лояльного через ценность подписки.

Когортный анализ как инструмент честного LTV

Формульный LTV — это прогноз. Реальный LTV показывает только когортный анализ.

Когорта — это группа клиентов, привлечённых в один временной период. Все, кто заплатил впервые в январе 2026 года — это январская когорта.

Когортный анализ отвечает на вопрос: из 100 клиентов, пришедших в январе, сколько совершили покупку в феврале? Сколько вернулись в марте? Сколько остались активны через полгода?

Эта кривая удержания показывает реальное поведение клиентов — и даёт честный LTV без экстраполяции и предположений.

Инструменты для когортного анализа в РФ: встроенный когортный отчёт в Яндекс Метрике — бесплатно и достаточно для большинства задач. Google Looker Studio с коннектором к вашей CRM — для более гибкой визуализации. Python с библиотекой pandas — если нужна работа с большими объёмами данных или нестандартные разрезы.

Когортная матрица в Google Sheets: по вертикали — месяцы привлечения (январь, февраль, март...), по горизонтали — месяцы после первой покупки (месяц 0, месяц 1, месяц 2...). В каждой ячейке — процент клиентов этой когорты, совершивших покупку в этом месяце. Строится за один рабочий день при наличии данных из CRM.

ROMI: возврат на маркетинговые инвестиции — и почему большинство считает его неверно

ROMI — это ответ на вопрос «окупается ли маркетинг?» в процентах. Положительный ROMI — маркетинг приносит больше, чем стоит. Отрицательный — тратим больше, чем зарабатываем.

Правильная формула — через маржинальную прибыль:

ROMI = (Маржинальная прибыль от маркетинговых активностей − Расходы на маркетинг) / Расходы на маркетинг × 100%

Неправильная формула — через выручку (часто используется по незнанию):

ROMI = (Выручка − Расходы на маркетинг) / Расходы на маркетинг × 100%

Разница критическая. Покажу на числах.

Расходы на кампанию: 200 000 рублей. Выручка: 700 000 рублей. Маржа: 22%.

ROMI через выручку = (700 000 − 200 000) / 200 000 × 100% = 250%. Выглядит отлично.

Маржинальная прибыль = 700 000 × 0,22 = 154 000 рублей. ROMI через маржу = (154 000 − 200 000) / 200 000 × 100% = −23%. Кампания убыточна.

Два противоположных вывода из одних и тех же данных. Именно поэтому формула имеет значение.

Кейс: ROMI рекламной кампании в Яндекс Директ — региональный ретейл

Сеть магазинов бытовой техники в нескольких регионах РФ, второй квартал 2026 года. Запустили кампанию в Яндекс Директе.

Расходы: 520 000 рублей (бюджет + работа директолога). Выручка по данным Яндекс Метрики (атрибуция last-click): 3 100 000 рублей. Маржинальность: 17%.

Маржинальная прибыль = 3 100 000 × 0,17 = 527 000 рублей.

ROMI = (527 000 − 520 000) / 520 000 × 100% = 1,3%

Почти в ноль. Но давайте разберём структуру трафика.

Брендовые запросы (65% бюджета — 338 000 рублей): выручка 2 200 000 рублей, маржинальная прибыль 374 000 рублей. ROMI = (374 000 − 338 000) / 338 000 × 100% = 10,7%.

Категорийные запросы (35% бюджета — 182 000 рублей): выручка 900 000 рублей, маржинальная прибыль 153 000 рублей. ROMI = (153 000 − 182 000) / 182 000 × 100% = −15,9%.

Вывод: брендовый трафик работает. Категорийный — убыточен. Маркетолог перераспределяет бюджет в пользу брендовых кампаний, добавляет минус-слова в категорийные, пересматривает посадочные страницы. Через два месяца общий ROMI кампании вырастает до 34%.

ROMI контент-маркетинга и SEO: как считать канал с отложенным возвратом

SEO — самый сложный канал для ROMI, потому что между инвестицией и результатом проходит 6–12 месяцев.

Метод накопленного ROMI работает так: считаете все расходы на SEO и контент с начала работы канала суммарно за весь период. Считаете выручку, которую Яндекс Метрика атрибутирует к органическому трафику за тот же период. Считаете маржинальную прибыль. Рассчитываете ROMI накопленным итогом.

Типичная динамика SEO-канала в РФ:

Месяцы 1–6: ROMI глубоко отрицательный. Расходы есть, трафик почти не растёт. Месяцы 7–9: выход в ноль или небольшой плюс. Трафик начинает давать конверсии. Месяцы 12–18: ROMI 80–150%. Органика стабильно растёт. Месяцы 18–36: ROMI 150–300%+. Канал обогнал по эффективности большинство платных источников.

Это объясняет принципиальную логику: SEO — это не расход, это капитальная инвестиция. Статья, написанная сегодня, может приносить трафик и клиентов три-четыре года.

Атрибуция: почему ROMI без правильной модели врёт

Атрибуция — это распределение ценности продажи между всеми маркетинговыми касаниями клиента. Без правильной модели атрибуции ROMI по каналам будет искажённым.

Четыре основные модели и их логика:

Последнее касание (Last Click) — 100% ценности конверсии засчитывается каналу, который был последним перед покупкой. Простая, встроена в Яндекс Метрику по умолчанию. Недостаток: занижает ценность охватных каналов и переоценивает брендовый поиск.

Первое касание (First Click) — 100% засчитывается первому каналу, который «открыл» клиента. Хорошо показывает, откуда приходит новая аудитория. Не показывает, что помогло конвертировать.

Линейная — ценность конверсии делится поровну между всеми касаниями. Честнее, но требует полной истории взаимодействий.

Позиционная 40/20/40 — 40% первому касанию, 40% последнему, 20% равномерно между промежуточными. Хороший баланс для большинства бизнесов: учитывает и то, откуда пришёл клиент, и то, что его конвертировало.

С 2024 года в Яндекс Метрике доступна Data-Driven Attribution — модель на основе данных, которая анализирует реальный вклад каждого канала по статистике ваших конверсий. Наиболее точная из доступных, рекомендую переходить на неё при достаточном объёме данных.

Главное правило: выберите одну модель и не меняйте её. Смена модели атрибуции делает сравнение исторических периодов некорректным.

Как связать CAC, LTV и ROMI в систему управления маркетингом

Три показателя работают не по отдельности, а как единый механизм.

Уровень первый: операционный мониторинг (ежемесячно)

Каждый месяц вы обновляете три числа по каждому каналу: CAC — во сколько обошёлся новый клиент. Динамика: растёт или падает, почему. ROMI последних кампаний — что рентабельно прямо сейчас. Промежуточный LTV — средние чеки и частота покупок по последним когортам.

Уровень второй: стратегические решения (ежеквартально)

Раз в квартал обновляете LTV по когортам и строите матрицу эффективности каналов:

Каналы с маржинальным LTV/CAC выше 5:1 — увеличиваете инвестиции. Каналы с показателем 3:1–5:1 — оптимизируете воронку, держите бюджет. Каналы ниже 3:1 — анализируете причину, ищете точки улучшения. Каналы ниже 1,5:1 — сокращаете или перестраиваете полностью.

Уровень третий: годовое планирование

Используете накопленные данные для прогнозирования CAC на основе исторических трендов, моделирования роста LTV при изменении продукта или программы лояльности, прогноза ROMI при разных сценариях бюджетирования.

Реальный кейс: как unit-экономика меняет распределение бюджета

Компания — онлайн-сервис юридических консультаций для бизнеса. Бюджет на маркетинг — 900 000 рублей в месяц. Исходное распределение: 55% Яндекс Директ, 30% ВКонтакте, 15% контент-маркетинг.

После трёх месяцев сбора данных получили следующую картину:

Яндекс Директ: CAC = 8 400 рублей, LTV клиентов = 38 000 рублей, маржа 60%, маржинальный LTV/CAC = (38 000 × 0,6) / 8 400 = 2,7. Ниже нормы.

ВКонтакте: CAC = 11 200 рублей, LTV = 29 000 рублей, маржинальный LTV/CAC = (29 000 × 0,6) / 11 200 = 1,6. Убыточно.

Контент-маркетинг: CAC = 5 200 рублей (с учётом лага 4 месяца), LTV = 62 000 рублей, маржинальный LTV/CAC = (62 000 × 0,6) / 5 200 = 7,2. Лучший канал.

Перераспределение: ВКонтакте сократили до 5% (только ретаргетинг), контент-маркетинг увеличили до 40%, Директ оставили с оптимизацией.

Через 6 месяцев: средний CAC снизился с 9 300 до 6 800 рублей, средний LTV вырос с 36 000 до 47 000 рублей. ROMI маркетинга в целом вырос с 31% до 78%. Это не уникальный кейс — это стандартный результат, когда решения принимаются на основе данных.

Как построить систему данных для unit-экономики без дорогих инструментов

Минимальная система на Google Sheets

Лист 1 — расходы: дата, канал, тип расхода (реклама / ФОТ / инструменты / контент), сумма, комментарий. Обновляется ежемесячно за 20–30 минут.

Лист 2 — клиенты: ID клиента, дата первой покупки, источник привлечения (UTM-метка или ответ «как узнали?»), сумма первой покупки.

Лист 3 — все транзакции: ID клиента, дата покупки, сумма. Каждая покупка — отдельная строка. Именно этот лист даёт LTV через сводную таблицу.

Лист 4 — расчёты: SUMIF и COUNTIF дают CAC по каналам. Сводная таблица по клиентам даёт LTV. Сопоставление с расходами — ROMI.

Система строится за один рабочий день. После первого месяца работы видите реальную картину.

Python для автоматизации: расчёт CAC, LTV и соотношения за секунды

import pandas as pd # Загрузка данных costs = pd.read_csv('costs.csv') # month, channel, amount clients = pd.read_csv('clients.csv') # client_id, first_purchase_date, channel orders = pd.read_csv('orders.csv') # client_id, order_date, amount, margin_pct # CAC по каналам за выбранный месяц target_month = '2026-04' monthly_costs = (costs[costs['month'] == target_month] .groupby('channel')['amount'].sum()) new_clients = (clients[clients['first_purchase_date'].str.startswith(target_month)] .groupby('channel')['client_id'].count()) cac = (monthly_costs / new_clients).round(0) # LTV по каналам client_channel = clients[['client_id', 'channel']] orders_with_channel = orders.merge(client_channel, on='client_id') total_revenue = orders_with_channel.groupby('channel')['amount'].sum() client_count = clients.groupby('channel')['client_id'].count() ltv = (total_revenue / client_count).round(0) # Маржинальный LTV avg_margin = orders_with_channel.groupby('channel')['margin_pct'].mean() marginal_ltv = (ltv * avg_margin).round(0) # Итоговый отчёт report = pd.DataFrame({ 'CAC': cac, 'LTV': ltv, 'Marginal_LTV': marginal_ltv, 'LTV_CAC_ratio': (ltv / cac).round(2), 'Marginal_LTV_CAC': (marginal_ltv / cac).round(2) }) print(report.to_string())

Запускается ежемесячно на выгрузках из CRM и рекламных кабинетов. Полная картина по каналам за 10 секунд.

Инструменты сквозной аналитики для российского рынка

Яндекс Метрика — база для всех. Бесплатно, встроен когортный анализ, модели атрибуции, отчёт по ценности конверсии.

Calltouch — если есть входящие звонки. Коллтрекинг показывает, из какого рекламного канала пришёл звонок. Без этого CAC для бизнесов с телефонными продажами будет неполным. От 3 500 рублей в месяц.

Roistat — автоматизированная сквозная аналитика с готовыми интеграциями AmoCRM и Битрикс24. Считает CAC и ROMI по каналам автоматически. Подходит при расходах от 300 000 рублей в месяц. От 8 000 рублей в месяц.

DataFan — агрегатор данных из ВКонтакте, Яндекс Директа, myTarget прямо в Google Sheets или Looker Studio. Бесплатный тариф закрывает задачи малого бизнеса полностью.

CoMagic — альтернатива Calltouch с более гибкой настройкой мультиканальной аналитики для сложных воронок.

Как использовать unit-экономику для защиты бюджета: два сценария

Маркетолог просит увеличить бюджет на контент-маркетинг.

Без unit-экономики: «Контент-маркетинг — это долгосрочная инвестиция. Нам нужно создавать больше полезного контента, строить экспертизу. Конкуренты активно ведут блоги». Реакция собственника: «У нас уже есть блог. Зачем тратить больше?»

С unit-экономикой: «За 12 месяцев SEO-канал принёс 680 новых клиентов с CAC = 2 100 рублей при среднем CAC по компании 4 700 рублей. LTV клиентов из органики на 28% выше среднего. Накопленный ROMI канала за год — 164%. При увеличении инвестиций с 180 000 до 450 000 рублей прогноз роста органического трафика — 50–70% за 9 месяцев. По текущей конверсии — 380–490 дополнительных клиентов в год. При маржинальном LTV 11 200 рублей × 435 клиентов = 4,87 млн рублей дополнительной маржинальной прибыли. Инвестиция 3,24 млн в год, возврат 4,87 млн. Рекомендую одобрить».

Разница очевидна. Первый разговор — просьба. Второй — управленческое предложение с обоснованием.

Бенчмарки unit-экономики по российскому рынку 2026 года

Типичный CAC по нишам в РФ

Онлайн-образование (массовые курсы B2C): 2 000–6 000 рублей. Для флагманских продуктов с чеком от 80 000 рублей: до 20 000 рублей — норма.

E-commerce: одежда и обувь — 1 000–3 500 рублей, товары для дома — 800–2 500 рублей, электроника — 1 500–5 000 рублей.

Доставка еды — 400–1 500 рублей. B2B SaaS (MRR до 15 000 рублей) — CAC 6 000–20 000 рублей. B2B SaaS (MRR от 50 000 рублей) — CAC 40 000–200 000 рублей, что оправдано высоким LTV.

Финтех — 1 000–5 000 рублей на активного пользователя. Недвижимость — 2 000–7 000 рублей на заявку, 20 000–100 000 рублей на сделку.

Нормальное соотношение LTV/CAC

B2C e-commerce: 3:1 — минимально приемлемо, 5:1 и выше — хорошо, ниже 2:1 — проблема.

B2B SaaS: 3:1 — базовый уровень, 5:1 — уверенный рост, 8:1 и выше — масштабирование.

EdTech: 4:1 — норма, 7:1 и выше — отлично.

Сервисный бизнес: 8:1 и выше, потому что CAC на удержание близок к нулю.

Нормальный ROMI

Выше 0% — маркетинг в плюс. 30–70% — приемлемый уровень. 70–150% — хороший. Выше 150% — отличный. Отрицательный — не всегда катастрофа при стратегическом субсидировании первой покупки.

Семь ошибок в расчётах unit-экономики, которые искажают реальность

Ошибка первая: CAC без людей и инструментов. Рекламный бюджет — меньше половины реальных расходов в большинстве компаний. Не включать ФОТ — значит обманывать себя.

Ошибка вторая: LTV как первый чек. Путаница между средним чеком и пожизненной ценностью клиента — ошибка в 5–10 раз.

Ошибка третья: ROMI от выручки. При марже 20% ROMI от выручки в 3 раза завышает реальную эффективность.

Ошибка четвёртая: один CAC по всей компании. Средний CAC скрывает канальные различия в 2–5 раз.

Ошибка пятая: смешение новых и реактивированных клиентов. Реактивация — не привлечение. Считайте отдельно.

Ошибка шестая: обновление данных раз в год. Рынок меняется ежемесячно. Мониторинг — ежемесячно.

Ошибка седьмая: игнор временного лага в B2B. Расходы месяца X / клиенты месяца X — всегда некорректная формула для B2B. Применяйте когортный подход.

Проверенные Telegram каналы с вакансиями в маркетинге, контенте и продажах

Маркетологи, которые умеют считать CAC, LTV и ROMI, — дефицитный ресурс. Такие специалисты получают оферы на 30–60% выше рынка и выбирают из нескольких предложений. Если вы такой специалист — ищите там, где концентрируются профильные компании.

https://t.me/digital_jobster — профессиональные вакансии для маркетологов, digital-специалистов, SMM и PR. Лучший профильный тг-канал для поиска работы в маркетинге в 2026 году. Только релевантные предложения, без мусора.

https://t.me/rabota_go — вакансии в маркетинге и продажах с понятными условиями. Телеграм-канал с актуальными проектами. Нормальные компании, понятные задачи, без размытых требований.

https://t.me/rabota_freelancee — фриланс и удалённые проекты в digital. TG-канал для маркетологов, которые хотят работать на себя или совмещать проекты.

https://t.me/jobster_resume — разместите резюме и ждите предложений. Или посмотрите базу кандидатов, если нанимаете. Telegram-канал, который работает в обе стороны.

https://t.me/jobster_guru — кейсы, инструменты, жизнь маркетологов. Telegramm-канал о реальном digital: практика, а не теория. Полезно читать каждый день.

Джобстер — платформа для найма маркетологов и поиска работы в digital

Если вам нужен performance-маркетолог с пониманием unit-экономики — или вы сами такой специалист и ищете задачи уровня выше — есть площадка, которая работает именно для этого.

https://jobster.pro— специализированная платформа найма в маркетинге, digital и продажах.

Джобстер — не универсальная джоб-борда, где вакансия маркетинг-директора соседствует с объявлением о работе курьера. Только профильная аудитория: маркетологи, SMM-менеджеры, контент-специалисты, дизайнеры, продажники.

Механика: размещаете вакансию на сайте — она автоматически уходит в сеть Telegram-каналов с 40 000+ активных подписчиков из digital. Один бюджет, двойной охват.

Для работодателей: целевые отклики вместо «нейросетевого спама». Кандидаты, которые уже работают в маркетинге. Скорость закрытия позиций — дни, а не месяцы.

Для соискателей: вакансии от компаний, которые реально нанимают. Без игнора, без призраков, без тестовых на неделю бесплатно. Честный рынок digital.

Джобстер. Профессионалы находят профессионалов.

Самопроверка: знаете ли вы свою unit-экономику на самом деле

Пройдите честно, без подготовки:

Можете назвать CAC вашей компании с разбивкой по трём основным каналам за прошлый месяц — включая ФОТ и инструменты?

Знаете ли LTV отдельно по клиентам из разных каналов привлечения?

Считали ли ROMI от маржинальной прибыли — не от выручки?

Есть ли у вас когортный анализ с данными хотя бы за 6 месяцев?

Обновлялись ли все эти показатели в последние 90 дней?

Можете ли прямо сейчас составить обоснование для увеличения бюджета в цифрах?

Если на четыре и более вопросов ответ «нет» — начните с UTM-меток, целей в Яндекс Метрике и простой таблицы расходов по каналам. Уже через месяц появятся первые данные, через квартал — система.

Вопросы и ответы про unit-экономику маркетолога

Какая формула CAC правильная: делить на лиды или на клиентов?

Только на клиентов — на тех, кто заплатил. Деление на лиды даёт стоимость лида (CPL), а не CAC. CPL полезен для оптимизации воронки, CAC — для оценки эффективности маркетинга в целом.

Нужно ли включать в CAC зарплату отдела продаж?

Зависит от роли продаж в привлечении. Если продавцы обрабатывают только входящие заявки — их зарплата скорее операционные расходы. Если активно генерируют лиды (холодные звонки, исходящие) — их ФОТ в части этой работы входит в CAC.

Что делать, если LTV невозможно посчитать из-за короткой истории компании?

Считайте промежуточный LTV за фактический период работы, применяйте к нему коэффициент из отраслевых бенчмарков для прогноза. Пересчитывайте каждые два-три месяца — со временем точность растёт.

Можно ли сравнивать ROMI разных каналов напрямую?

С оговорками. У разных каналов разный горизонт возврата: контекст даёт результат за дни, SEO — за месяцы. Для честного сравнения используйте накопленный ROMI за одинаковый период от запуска канала.

Как считать CAC для маркетплейсов?

CAC на маркетплейсе — расходы на внутреннюю рекламу (продвижение в поиске, баннеры, акции) делить на новых покупателей первой покупки. Сложность: маркетплейсы не всегда дают данные о повторных покупках одного клиента, что затрудняет расчёт LTV.

Что важнее — снижать CAC или увеличивать LTV?

Зависит от стадии бизнеса. На этапе роста — снижение CAC критично. На зрелом рынке рост LTV через удержание часто даёт больший эффект на рубль вложений. Если соотношение маржинального LTV/CAC ниже 3:1 — сначала работайте над LTV или конверсией воронки.

Как часто нужно пересчитывать unit-экономику?

CAC — ежемесячно. ROMI по кампаниям — по завершении каждой. LTV — раз в квартал или при значимых изменениях в продукте, ценообразовании или рынке. Когортный анализ — раз в квартал с добавлением новых когорт.

Будем рады, если поддержишь статью лайком)

Команда Джобстер:

▫️ витрина открытых вакансий

▫️ разместить Вакансию

▫️ разместить Резюме