редакции
Как управлять платным трафиком в разрезе постоянных и новых клиентов (LTV и CAC)?
Это чревато тем, что вместо того, чтобы зарабатывать с постоянных клиентов, вы будете тратить всю маржу на их привлечение.
О том, как управлять экономикой в разрезе новых и постоянных клиентов в eCommerce расскажет Павел Корякин из агентства платного трафика и аналитики 1jam.ru
Например, мы можем тратить на привлечение нового клиента всю маржу с первого чека, так как скорее всего он будет совершать повторные продажи и принесет прибыль. Но мы не можем тратить всю маржу на повторное привлечение этого же клиента, иначе нам просто будет не из чего зарабатывать.
В конце статьи есть простые и эффективные инструменты, а далее я постараюсь на картинках объяснить теорию на примере моей подружки Вики.
В январе Вика пришла в наш интернет магазин с контекстной рекламы и купила туфли за 10 т.р., из них 2 т.р., это наша маржа, после вычета расходов на рекламу получаем 1 т.р. валовой прибыли. Вроде, все понятно. Так как наш магазин Вике понравился, то она снова вернулась в феврале и купила еще одни туфли за 10 т.р, но в этот раз она пришла из бесплатного поиска, поэтому наша прибыль выросла в 2 раза, так как не пришлось платить за рекламу! Теперь Вика стала нашим постоянным клиентом. Теперь тоже самое давайте отразим в таблице и получим LTV и CAC, если проще, то сколько мы получили прибыли за все время (LTV) и сколько потратили на удержание Вики (CAC). Итого видим, что за все время потратили 1000 рублей (CAC), а получили 3000 рублей (LTV) — Вика приносит вам прибыль! В марте Вика снова пришла к нам через ретаргетинг и купила туфли, за 10 т.р., но при этом мы потратили на ее привлечение 2 т.р., поэтому в марте получили нулевую прибыль :( И тут мы задаемся вопросом, а как так получилось, что мы потратили на Вику 2000 рублей и получили ноль, ведь ранее она приносила прибыль? Как это контролировать, чтобы поддерживать положительную доходность по каждому клиенту? — Нам нужно составить такую же таблицу, но уже не только по Вике, а по всем пользователям. На выходе вы получим таблицу ниже, где по столбикам выручка с Вики в Январе, Феврале и т.д. Формальность только в том, что теперь Вику мы называем когортой, причем январской когортой, потому что первый раз она пришла к нам в Январе. Для этого выгрузим из Google Analytics следующий отчет, для простоты в отчете только Вика. «У меня нет User ID» По хорошему нужно передавать его, как custom dimension (пользовательский параметр) вместе с транзакцией в GA. Но мы живем в реально мире, поэтому можно подтянуть ВПР’ом по Идентификатору транзакции из базы данных CRM или 1С. «Склеивание» пользователей Часто, в самом 1С пользователи не «склеиваются», или склеиваются только по номеру телефона, без email и ФИО. Например, если бы у Вики было 2 email-адреса, то мы бы просто не смогли свести по ней данные. В лучше случае реально соотнести 70% клиентов, остальные будут использовать разные eMail, телефоны, адреса и мы просто не сможем их «сметчить» «У меня в GA неверная выручка» Если заказы, которые приходят с сайта в CRM, отменяются, а сумма и состав меняются, то нужно с сервера передавать корректные данные в GA. С отклонением 10% еще можно работать, но если 30%, то нужно решать. Одно из решений задачи. Для этого нужно всего лишь построить сводную таблицу со следующими параметрами на примере Google Sheets. То есть мы просто к каждому User ID подтягиваем дату первой покупки. Получим Далее подтягиваем эту дату в общую таблицу ВПР’ом по User ID в колонку Когорта. Все готово, только нужно добавить столбик месяц. Строим отчет по когортам. Получаем Сейчас у нас в когорте только Вика с ее туфлями, давайте для примера посмотрим аналогичный отчет по той же технологии, но с большим количеством клиентов. То есть в колонке Когорта мы видим дату первой покупки пользователей, а в колонках Месяц сумму повторных покупок в указанный месяц. Можно взять средний коэффициент маржинальности по группам товаров и умножить на выручку, но картина все равно будет смазываться :( Поэтому наиболее адекватный способ, это параллельно с выручкой передавать валовую прибыль (Выручка-Себестоимость) из CRM в Google Analytics в поле налогов (tax) транзакций. Используйте ETL сервисы или выгружайте отдельно каждый день или по 7 дней через Google SpreadSheets Addon. По сути нам нужно построить такой же когортный отчет, где вместо выручки будут расходы, расходы на привлечение Вики в первый месяц, а далее расходы на ее повторное привлечение через ретаргетинг и прочие. Но у нас возникает проблема, как расходы на клики отнести транзакциям, потому что транзакции, это по сути клиенты, давайте их далее так и называть. 1000 рублей / 1 транзакцию = 1000 рублей стоило привлечение одного клиента В январе на 10 кликов мы потратили 1000 рублей, из чего посчитали, что привлечение Вики стоило нам 1000 рублей, но по факту это не совсем так, потому что мы привлекли еще 9 пользователей, за которых заплатили по 100 рублей, но они ничего не купили, поэтому мы отнесли все расходы на Вику. И что, все же логично? Да, так же логично появляется Алина, которая тоже покупает туфли и 1000 рублей уже делится на 2 транзакции. 1000 рублей / 2 транзакции = 500 рублей стоят привлечение двух клиентов Потом появляются разные рекламные каналы, так как они работают по разному, то будет несправедливо делить расход пополам, и мы делим «в рамках» каналов. 300 рублей / 1 транзакцию = 300 рублей стоит привлечение Вики через Яндекс Маркет 700 рублей / 1 транзакцию = 300 рублей стоит привлечение Алины через Вконтакте Потом из Вконтакте переходит Света, которая уже является нашим постоянным клиентом, но в этот раз она ничего не купила, однако мы потратили деньги на ее привлечение, поэтому было бы справедливо весь расход Вконтакте поделить пополам между Алиной и Светой. 300 рублей / 1 транзакции = 300 рублей стоит привлечение Вики через Яндекс Маркет 700 рублей / 2 транзакции = 350 рублей стоит удержание Светы и привлечение Алины Как вы могли заметить, теперь наши расходы делятся не только на привлечение новых клиентов, но и на удержание постоянных, то есть Светы! Далее эти 350 рублей на удержание Светы отнесутся к ее последующим транзакциям. Альтернативные примеры удержания А теперь давайте попробуем добавить разные месяцы и расчеты будут происходить не только в рамках каналов, но и в рамках периодов. То есть, когда мы пытаемся отнести расходы клиентам, то сталкиваемся с рядом сложностей. Эти и ряд других задачи не получится решить в рамках Excel, поэтому я решил закодить расчеты на python, но код не прикладываю, потому что в нем будет сложно разобраться, да и не нужно этого делать — Нужно искать простые решения. Предположим, нам получилось атрибутировать (присвоить) расходы к Вике в правой последней колонке. Когда мы имеем расходы и доходы на Вику по месяцам, то без проблем сможем посчитать все производные показатели. У нас получается такой же отчет по когортам, но в нем не только выручка, но и расходы на группу клиентов, которую мы привлекли в Январе. Прикрепляю пример того, что получилось на более сложном проекте, где в строках Когорта мы видим месяц, когда мы первый раз привлекли клиентов, а по столбикам месяцы с расходами на их удержание. Например, в 12-2019 месяце мы потратили 3910 р. на удержание пользователей, которые совершили первую транзакцию 8-2018. Можно заметить, что не так много расходов было отнесено к предыдущим месяцам, но это из за специфики интернет-магазина, они работают с новыми клиентами. Теперь рассмотрим валовую прибыль по когортам «Выручка * k — Расходы на удержание» Не сложно было посчитать ROI, он примерно одинаковый у старых и новых когорт. Данные можно отфильтровать в разрезе рекламных каналов, например, на скрине ниже валовая прибыль по таргетированной рекламе, можно заметить, что почти половина прибыли приходится на постоянных клиентов из старых когорт. Вы видите прибыль и ROI с привлеченных клиентов на протяжении всей их жизни, по факту из этих когорт и складывается валовая прибыль. Наиболее частая проблема, когда затраты на удержание превышают маржу, то есть мы платим за постоянных клиентов столько же, сколько за привлечение новых. На данный момент нет инструментов «под ключ», потому что слишком высок уровень кастомизации от проекта к проекту, но есть OWOX, Renta, SegmentStream, из которых можно собирать подобные отчеты, но это обойдется от $500 в месяц при грубом округлении. Вторая проблема в точности, хорошо, если получится хотя бы на 70% склеить клиентов на сайте. Ниже я приведу пример, как разделить экономику в Яндекс Директ, аналогично можно сделать в Google Ads, Facebook и др. Нужно настроить выгрузку email и телефонов постоянных клиентов в CSV файл на сервере, а этот файл подгружать в Яндекс Аудитории, как сегмент. Можно автоматизировать процесс через API или сделать несколько списков постоянных клиентов, чтобы разделить их на RFM сегменты: наиболее доходные, средние и низкодоходные + ваша специфика. В Яндекс Директ в настройках рекламной кампании сделать корректировки на аудиторию постоянных клиентов. Например, если на привлечение новых клиентов вы можете тратить 1000 рублей, а на повторные продажи 500 рублей, то корректировка составит −50%. Далее в мастере отчетов Яндекс Директ можно увидеть данные в разрезе постоянных и новых клиентов. На скрине Покупатели за все время, это постоянные клиенты, а «—» все остальные. Можно заметить, что по постоянным покупателям он составляет 300 рублей, а по всем остальным 831, потому что мы можем платить за привлечение новых клиентов больше с расчетом их повторных покупок. Аналогичный отчет можно построить в Power BI, выгрузив данные из Яндекс Директ по API, потому что в интерфейсе сложно их исследовать, но это тянет еще на одну статью.
Построим отчет выручки по когортам
На базе данных Google Anytics
Возможные проблемы
Добавляем в таблице дату первой когорты
Возможные проблемы
Хочу видеть не выручку, а валовую прибыль!
Не могу выгрузить данные, у меня семплирование
Ок, неплохо, но ведь нам нужно понять, сколько мы тратим на привлечение и удержание Вики?
Вернемся к таблице с Викой
Ок, ну видим мы эти цифры и что делать?
Можно ли автоматически строить такие отчеты?
Какие есть простые и эффективные решения для этой задачи?
Выводы