Расчёт LTV: как привязать стоимость лида к прибыли от повторных покупок

18 октября 2026 · Команда SaitHub · SEO-блог SaitHub

Большинство маркетологов оценивают эффективность рекламы по стоимости первого обращения. Но если клиент делает вторую и третью покупку, игнорировать эту прибыль значит недооценивать канал. Привязка CAC к LTV позволяет принимать решения о бюджете на основе реальной маржи, а не разовых транзакций.

Механика расчёта пожизненной ценности клиента

Логика оценки канала меняется, когда в расчёт включается не только первая продажа, а вся последовательность покупок конкретного пользователя. Для этого используется метрика LTV (Life Time Value), которая суммирует маржу от всех транзакций за период жизни клиента. Если стоимость привлечения лида (CAC) превышает 30% от LTV, канал считается убыточным на горизонте года. В e-commerce средний LTV обычно в 2–3 раза выше стоимости первого заказа, что открывает пространство для более агрессивного маркетинга.

Структура данных для точного расчёта

Для корректного расчёта необходимо связать идентификаторы из рекламных систем с данными CRM. Без этого невозможно отследить, какой именно канал привёл клиента к повторным покупкам. В базе данных должны храниться не только суммы чеков, но и даты транзакций, чтобы строить кривую удержания. Ошибка в атрибуции приводит к занижению или завышению LTV в среднем на 15–20%.

Первичная атрибуция — фиксация источника первого контакта (UTM-метки, ID рекламных кампаний).
Идентификация клиента — привязка cookie или номера телефона к юрлицу в CRM.
История транзакций — полный лог всех покупок с указанием суммы и даты.
Списание комиссий — вычет стоимости логистики, оплаты платёжных систем и возвратов.

Формула связи CAC и LTV

Формула расчёта прибыльности канала проста: (LTV - CAC) / CAC = ROI. Если показатель выше 3, канал окупается с запасом. Если ниже 1, каждый привлечённый клиент убыточен. Важно учитывать не среднюю стоимость лида, а медиану, так как аутляеры в виде VIP-клиентов искажают статистику. В B2B-сегменте LTV может достигать нескольких миллионов рублей, что полностью меняет подход к оценке эффективности рекламы.

Учёт времени удержания в модели

Метрика LTV должна рассчитываться с учётом дисконтирования по времени, так как рубль, полученный через год, стоит меньше, чем рубль сейчас. Для большинства проектов достаточно horizon в 12–24 месяца. Если клиент делает первую покупку в январе и вторую в ноябре, вклад второй покупки в LTV снижается из-за инфляции и стоимости капитала. Игнорирование этого фактора ведёт к завышению ценности канала на 10–15%.

Практика сегментации по частоте покупок

Не все клиенты одинаково ценны. Сегментация базы по частоте повторных обращений позволяет выделить группы с высоким потенциалом. Клиенты, совершающие повторную покупку в течение 30 дней, имеют LTV в 4 раза выше, чем те, кто возвращается через полгода. Настройка триггеров в CRM для таких сегментов позволяет повысить конверсию в повторную покупку на 15–20%. Это напрямую снижает эффективную стоимость лида.

Оптимизация бюджета на основе данных

После расчёта LTV по каждому каналу можно перераспределить бюджет. Каналы с высоким LTV и низким CAC получают больший объём инвестиций. Каналы с низким LTV и высоким CAC сокращаются. В результате общая маржинальность бизнеса растёт без увеличения общего рекламного бюджета. Мониторинг этих метрик должен быть автоматизирован и обновляться еженедельно.

Автоматизация отчётности в BI-системе

Ручной пересчёт LTV в Excel не масштабируется при росте базы. Необходимо настроить дашборд в BI-системе, который автоматически обновляет данные из CRM и рекламных кабинетов. Отчёт должен показывать динамику LTV по месяцам и по каналам. Это позволяет быстро реагировать на снижение удержания клиентов и корректировать маркетинговые кампании. Стоимость внедрения такого дашборда окупается за 2–3 месяца за счёт оптимизации расходов.