Маркетинговая аналитика с ИИ

Глава 2. От показов до прибыли: новая логика маркетинговых метрик

В этой главе мы сделаем то, чего не делает большинство книг по маркетингу: разложим метрики по слоям, от самых «верхних» (показы, охват) до самых «нижних» (прибыль, возврат инвестиций). Слои связаны между собой, и понимать связь — значит понимать, какая метрика действительно отражает то, что вас интересует. Цель главы — не перечислить формулы (это будет в главе 8), а построить систему, в которой любая метрика имеет своё место.

Слои маркетинговых метрик

Все маркетинговые метрики можно разделить на шесть слоёв. Каждый слой — это шаг ближе к бизнес-результату. Метрики верхних слоёв легко считаются, быстро меняются и потому любимы в отчётах. Метрики нижних слоёв трудно считать, они меняются медленно, но именно они показывают, есть ли у бизнеса результат. Аналитик, который умеет двигаться по этим слоям, — это аналитик, который говорит на языке собственника.

Слой 1. Метрики внимания

Это «верх» воронки: показы, охват, частота. Они отвечают на вопрос «сколько человек вообще увидели нас». Показ — это одно отображение рекламы или страницы. Охват — это уникальные пользователи, увидевшие (а не просто «которым показали»). Частота — сколько раз в среднем один пользователь видел рекламу за период. Эти метрики важны для оценки охватных кампаний, брендинга и верха воронки. Их проблема: они ничего не говорят о том, что человек сделал после показа. 100 000 показов в «Дом и Сад» могут означать 100 000 заинтересованных или 100 000 случайно кликнувших мимо — без метрик следующего слоя не разобрать.

Часто путают показы и охват. Если один пользователь видел рекламу 10 раз, это 10 показов и 1 охваченный. В отчётах любят показывать «показы» — цифра всегда больше и впечатляет. Охват — честнее. Частота выше 5–7 за неделю обычно означает, что вы перенасыщаете аудиторию: она перестаёт реагировать. Это не закон, а ориентир — в разных нишах терпимость разная.

Слой 2. Метрики привлечения

Это переход от «видели» к «отреагировали»: клики, CTR, CPC, CPM, посещаемость сайта, глубина просмотра, отказы. Клик — это действие, но не результат. CTR (click-through rate) — отношение кликов к показам. CPC (cost per click) — средняя цена клика. CPM (cost per mille) — цена за тысячу показов. Эти метрики показывают, насколько привлекательно предложение на уровне рекламы или сниппета. Высокий CTR может означать отличную рекламу, а может — кликбейт, который приведёт нецелевой трафик и быстро отвалится. Низкий CPC может означать экономию, а может — дешёвый, но нецелевой трафик, который не превращается в лиды.

Метрики привлечения — самый частый источник ложных выводов. «CTR вырос с 1,2% до 2,8%» — отлично? Не обязательно. Если одновременно показы упали вдвое, то кликов в абсолюте могло стать меньше. Если при этом выросла доля мобильного трафика, который чаще кликает, но реже покупает, — рост CTR вообще не означает улучшения. Метрики этого слоя нужно смотреть в паре с метриками следующего слоя — иначе они вводят в заблуждение.

Слой 3. Метрики конверсии

Здесь — переход от посетителя в лид. Конверсия (CR, conversion rate) — отношение целевых действий к числу возможностей для них. Например, конверсия из посетителя в лид — это отношение числа заявок к числу посетителей. Конверсия из лида в сделку — отношение числа сделок к числу лидов. CPL (cost per lead) — средняя цена лида. CPA (cost per action) — цена за целевое действие (не обязательно лид; может быть подпиской, регистрацией, добавлением в корзину).

Здесь впервые появляются осмысленные коммерческие метрики. Но и здесь много ловушек. Конверсия — не абсолютная величина, она всегда считается для конкретного шага в конкретной воронке. «Конверсия 4,5%» без указания, из чего во что, не означает ничего. У «Дома и Сад» конверсия из посетителя в оформленный заказ может быть 1,2%, из оформленного заказа в оплаченный — 65%, из посетителя в оплаченный заказ — 0,78%. Любая из этих цифр может быть «конверсией», но интерпретация радикально разная.

Слой конверсии — это граница между маркетингом и продажами. Дальше начинается «коммерческий» слой, и в большинстве компаний метрики этого слоя уже считаются в CRM, а не в рекламном кабинете. Это одновременно и благо, и проблема: благо — потому что появляются реальные цифры, проблема — потому что данные из двух систем часто не сходятся. Этому посвящена глава 6.

Слой 4. Метрики продаж

Сделки, средний чек (AOV, average order value), выручка, число клиентов, доля повторных покупок. Эти метрики считает CRM или финансовая система. Здесь впервые появляется «деньги» — то, что интересно собственнику. Выручка — это сумма, которую заплатили клиенты. AOV — средний чек одного заказа. Число клиентов — уникальные плательщики за период. Доля повторных — процент клиентов, сделавших второй и более заказ.

В B2B-кейсе «ПрофКонсалт» этот слой — основной. Один новый клиент за месяц — норма. AOV — 36 000 рублей в год. Выручка — десятки миллионов, но считается по нескольким десяткам сделок. Здесь анализ продаж — это не агрегаты, а индивидуальный разбор каждой сделки. В e-commerce — наоборот, миллионы событий, и работает только агрегированный анализ. Слой метрик продаж по-разному выглядит в разных моделях бизнеса, но принцип общий: речь идёт о конкретных деньгах, которые прошли через кассу.

Слой 5. Метрики удержания

Retention (доля клиентов, сделавших повторную покупку за период), churn (отток), LTV (lifetime value — пожизненная ценность клиента), частота повторных покупок, среднее время между покупками. Это «длинные» метрики: их нельзя посчитать за один день, они требуют наблюдения за клиентом во времени. Они показывают, создаёт ли маркетинг долгосрочную ценность, или только разовые продажи. Для бизнеса с подписками (SaaS, услуги) — это центральные метрики. Для e-commerce — часто недооценивается.

У «Дома и Сад» собственник не считал LTV, потому что «это сложно». Когда построили когортный анализ за 24 месяца, оказалось: 28% клиентов делают повторную покупку, и их LTV за год — 8 700 рублей против 4 200 первого чека. То есть повторные клиенты приносят в 2,07 раза больше, чем новые. Это означало, что_channel, приводящий повторных клиентов (органика, email), недооценён, а канал, приводящий разовых (Директ на нецелевые запросы), переоценён.

Слой 6. Финансовые показатели

Валовая прибыль, маржинальность, ROAS (return on ad spend), ROMI (return on marketing investment), CAC (customer acquisition cost) в связке с LTV, точка безубыточности. Это язык собственника. Здесь впервые появляются не «деньги, которые пришли», а «деньги, которые остались». Валовая прибыль = выручка − себестоимость. Маржинальность = валовая прибыль / выручка. ROAS = атрибутированная выручка / расходы. ROMI = (дополнительный маржинальный доход − маркетинговые затраты) / маркетинговые затраты × 100%.

Эти метрики сложнее считать, потому что они требуют объединения данных из нескольких источников и включения расходов, которые маркетолог обычно не видит: себестоимости, затрат на обработку, возвратов, скидок. Но именно они показывают, создаёт ли маркетинг деньги для бизнеса, или только для рекламных систем. Глава 8 подробно разбирает формулы и определения. Глава 9 — юнит-экономику. Здесь же главное: метрики финансового слоя — это финальный шаг в иерархии.

Связь маркетинговых действий с прибылью

Шесть слоёв не существуют отдельно. Любое маркетинговое действие проходит по всей цепи. Увеличили бюджет на Директ → выросли показы (слой 1) → выросли клики (слой 2) → выросли лиды (слой 3) → выросли сделки (слой 4) → выросла валовая прибыль (слой 6). На каждом шаге часть «протекает»: не все показы становятся кликами, не все клики — лидами, не все лиды — сделками, не все сделки — прибылью. Каждая протечка — это коэффициент, и умножение этих коэффициентов даёт полную связь.

Если на одном из шагов коэффициент резко ухудшится, итоговая цифра пострадает, даже если предыдущий шаг «вырос». Пример: увеличили показы на 50%, но при этом снизилась конверсия из клика в лид на 30% (потому что расширили аудиторию и захватили нецелевых). Итог: лидов станет на 5% больше, но себестоимость лида вырастет, и прибыль может упасть. Без понимания всей цепи собственник видит «рост лидов» и не видит падения маржи. Аналитика без всех шести слоёв — это как смотреть на спортсмена только в одной точке дистанции: можно подумать, что он побеждает, когда на самом деле проигрывает.

Как не перепутать промежуточный показатель с конечным результатом

Главный риск в этой иерархии — принять промежуточный слой за финальный. Маркетолог, которому платят за показы, оптимизирует показы. Компании, у которой KPI — CTR, оптимизируют CTR. Агентства, которые отчитываются кликами, не отчитываются прибылью. Промежуточный показатель — это хорошо для диагностики, но плохо как цель. Цель — это всегда слой 6: маржа, прибыль, ROMI, LTV/CAC. Все предыдущие слои — инструменты для понимания, как получается эта цель.

Простой тест: если в вашем отчёте KPI — это CTR или CPC, спросите себя, что произойдёт, если этот показатель удвоится. Станет ли бизнесу лучше? Не всегда. Высокий CTR может означать кликбейт, который даёт дешёвые лиды, не превращающиеся в клиентов. Низкий CPC может означать нецелевой трафик. Если ответ на вопрос «что произойдёт с маржой, если X вырастет?» — не очевиден, метрика не должна быть KPI. Это диагностический показатель, не целевой.

То же с воронкой. Конверсия в лид — диагностический показатель. Конверсия в оплаченный заказ — ближе к цели. LTV — ещё ближе. Чистая маржа на клиенте за весь срок его жизни — финальный показатель. Двигайтесь от верха вниз. На какой глубине вы перестаёте считать — там и есть ваш текущий предел аналитики. Цель книги — опустить этот предел до слоя 6 для большинства компаний, и дальше — до сегментированного и сценарного анализа.

Краткие выводы

Ключевые тезисы главы 2

— Все маркетинговые метрики делятся на шесть слоёв: внимание, привлечение, конверсия, продажи, удержание, финансы.

— Метрики верхних слоёв легко считать, но они не отражают бизнес-результат; метрики нижних слоёв — наоборот.

— Связь между слоями — это коэффициенты, перемножение которых даёт путь от показа к марже.

— Любое маркетинговое действие проходит всю цепь; если один коэффициент ухудшится, итог пострадает, даже если остальные выросли.

— Промежуточный показатель не может быть KPI. KPI — это метрика, которая отвечает на вопрос «что произойдёт с маржой, если X улучшится?».

— Аналитик должен уметь двигаться по слоям — от показа к марже и обратно, локализуя проблему.

Практическое задание

Возьмите текущий набор метрик вашей компании. Распределите их по шести слоям. Отметьте, какие слои у вас считаются, какие — нет. Для каждого «пустого» слоя запишите, что мешает посчитать метрики этого слоя (нет данных, нет интеграции, нет формулы). Определите, какой «коэффициент протечки» между слоями вы не знаете — например, не знаете конверсию из лида в сделку, потому что CRM не размечает лиды. Это и есть карта приоритетов для следующих глав: чинить нужно то звено, где обрыв.

Глава 3. Как задавать правильные аналитические вопросы

Любой анализ начинается с вопроса. Без вопроса данные — это просто таблица. С вопросом — это исследование. Самая распространённая проблема аналитики не в том, что нет данных, а в том, что никто не сформулировал, на какой вопрос эти данные должны ответить. В итоге строятся «обзорные» отчёты, в которых есть всё, а ответов — нет. Эта глава — про то, как переводить управленческую тревогу в аналитический вопрос, который можно проверить.

Как переводить бизнес-задачу в аналитический вопрос

Управленческие вопросы обычно звучат неформально: «что-то маркетинг стал хуже», «куда уходят деньги», «почему продаж стало меньше». Это сигналы, не вопросы. Аналитический вопрос должен быть конкретным, измеримым и проверяемым. Хорошая формулировка: «Какой канал привёл больше всего клиентов с LTV выше среднего за последние 12 месяцев, и какова доля этого канала в общем CAC?». Плохая формулировка: «какие каналы лучше работают».

Перевод управленческого вопроса в аналитический — это сужение. Из бесконечного множества возможных ответов нужно выбрать тот, который ведёт к решению. Если собственник спрашивает «почему продаж стало меньше», сначала определите, о каком периоде речь (месяц, квартал), о каком продукте или канале, в каком сравнении (с прошлым месяцем, с аналогичным месяцем прошлого года). Только после этого вопрос становится анализируемым. Иначе аналитик получит «общую картину», в которой нет ответа, и собственник скажет: «я это и так знал».

Дерево вопросов

Хороший приём — дерево вопросов. Начальный вопрос «почему упала выручка?» раскладывается на под-вопросы: «упало ли число клиентов, или средний чек, или и то, и другое?». Если число клиентов — «упали ли новые клиенты, или вырос отток, или и то, и другое?». Если новые клиенты — «упали ли показы, или CTR, или конверсия из клика в лид, или конверсия из лида в сделку?». На каждом уровне вопрос становится конкретнее, и в какой-то момент упирается в конкретный показатель, который можно посчитать. Это и есть аналитический вопрос, на который данные реально ответят.

Дерево вопросов помогает не застрять на «верхних» объяснениях. Часто собственник получает ответ «выручка упала, потому что стало меньше клиентов» — и считает, что это анализ. На самом деле это переформулировка. Настоящий анализ — это движение вниз по дереву, пока не найдётся конкретный показатель, который изменился, и гипотеза, почему он изменился. Глава 11 подробно разбирает, как ИИ помогает строить такие деревья; пока — главное правило: остановитесь, когда вопрос стал проверяемым.

Как формулировать измеримую цель

Цель — это не «улучшить маркетинг». Это конкретное изменение конкретной метрики на конкретную величину за конкретный срок. «Увеличить ROMI по каналу Яндекс Директ с текущих 180% до 240% к концу третьего квартала» — измеримая цель. «Сделать маркетинг эффективнее» — не измеримая. Формула измеримой цели: метрика + направление + абсолютное или относительное изменение + срок. Без любого из этих четырёх элементов цель остаётся пожеланием.

Измеримая цель решает три задачи. Первая — фокус: понятно, какие данные нужны, а какие — нет. Если цель — ROMI по Директу, не нужно тянуть в отчёт показатели по VK Рекламе. Вторая — критерий успеха: ясно, достигнута ли цель. Это снимает споры «получилось/не получилось». Третья — план проверки: заранее известно, что будем сравнивать. «Сравним ROMI за квартал до и квартал после» или «сравним с контрольной группой кампаний». Без проверки цель превращается в надежду.

В кейсе «ПрофКонсалт» собственник поставил цель: «увеличить долю повторных покупок в общей выручке с 42% до 55% за 12 месяцев». Это измеримая цель. Дальше — аналитический вопрос: какие сегменты клиентов дают наибольшую долю повторных, какие каналы приводят «долгих» клиентов, какие факторы связаны с повторной покупкой. Без такой цели непонятно, что анализировать. С целью — ясно, какие данные собирать и какие гипотезы проверять.

Как выбирать метрики

Метрик много. Измеримая цель требует одной-двух. Как выбрать? Возвращаемся к шести слоям из главы 2. Цель — это всегда метрика нижнего слоя (продажи, удержание, финансы). Если цель сформулирована через метрику верхнего слоя (CTR, показы), это не бизнес-цель, а операционная задача. Операционные задачи полезны, но они не могут быть финальной целью маркетинга. Финальная цель — что-то из денег, прибыли или удержания.

Если цель — маржа, метрикой результата может быть валовая прибыль, маржинальность или ROMI. Если цель — удержание, метрикой может быть Retention за период, доля повторных в выручке или LTV. Если цель — рост, метрикой может быть число новых клиентов, выручка или доля рынка. Выбор зависит от того, что собственник действительно хочет изменить. Не путайте «объём» (выручка, число клиентов) с «эффективностью» (маржа, ROMI, LTV/CAC). Это разные цели, требующие разных метрик и разных действий.

Как определять период анализа

Период анализа — это не произвольное решение. Он зависит от двух факторов: цикла сделки и сезонности. Цикл сделки — это время от первого контакта до закрытия. В «Дом и Сад» это 1–7 дней. В «ПрофКонсалт» — 2–12 недель. Период анализа должен быть в 3–5 раз длиннее цикла сделки, иначе вы измеряете незавершённые процессы. Если цикл — неделя, минимум для анализа — месяц. Если цикл — три месяца, минимум — квартал.

Сезонность — второй фактор. Если бизнес имеет выраженную сезонность (новый год, лето, периоды промо), нужно сравнивать сопоставимые периоды. Январь с декабрём сравнивать бессмысленно — декабрь в e-commerce всегда лучше. Сравнение января с январем прошлого года, или с январём нормированным, или с ноября по февраль текущего года — имеет смысл. Без учёта сезонности любые выводы о росте или падении ненадёжны.

Третий фактор — горизонт прогноза. Если вы хотите прогноз на квартал, нужно минимум 8–12 кварталов исторических данных. Если горизонт — месяц, нужно 24–36 месяцев истории. Чем длиннее ряд, тем надёжнее прогноз, но тем труднее учесть структурные изменения (например, что рынок в 2022 был не такой, как в 2024). Глава 14 разбирает это подробно; здесь — правило: период анализа должен быть достаточно длинным, чтобы делать вывод, и достаточно коротким, чтобы условия были сравнимы.

Как учитывать сезонность

Сезонность — это систематическое колебание спроса, связанное с временем года, праздниками, событиями. У «Дома и Сад» пики — ноябрь-декабрь (подарки, текстиль) и март (весеннее обновление). У «ПрофКонсалт» — конец квартала (бухгалтерская отчётность) и конец года. Чтобы не спутать сезонный рост с результатом действия, используют три приёма. Первый — сравнение год-к-году: январь этого года с январём прошлого. Второй — скользящее среднее: сглаживание колебаний за несколько месяцев. Третий — сезонная декомпозиция: разделение ряда на тренд, сезонность и остаток.

Простой приём — индекс сезонности. Для каждого месяца считается среднее значение за несколько лет и делится на среднегодовое. Если январь в среднем даёт 70% от среднегодового, индекс — 0,7. Если декабрь — 1,6, то есть 160% от среднего. При анализе роста фактические значения делятся на индекс, и получается «очищенный от сезонности» ряд. В малом бизнесе это можно сделать в Excel за 30 минут. ИИ-помощники умеют делать это автоматически, но нужно проверять — они часто путают сезонность с трендом.

Как избегать показателей тщеславия

Показатели тщеславия (vanity metrics) — это метрики, которые выглядят впечатляюще, но не ведут к решению. Классические примеры: «число подписчиков», «число показов», «число лайков», «трафик сайта». Каждая из этих цифр может расти, а бизнес — стагнировать. Чтобы отличать полезную метрику от показателя тщеславия, задайте три вопроса. 1) Если эта метрика удвоится, станет ли бизнесу лучше? 2) Можно ли по этой метрике принять конкретное решение? 3) Эта метрика — средство или цель? Если на первый вопрос — «не обязательно», на второй — «неясно», на третий — «скорее средство», это показатель тщеславия.

Это не означает, что такие метрики не нужно отслеживать. Число подписчиков важно для оценки охвата. Трафик важен для верхней воронки. Проблема начинается, когда эти метрики попадают в KPI маркетолога или собственника. Тогда маркетолог оптимизирует метрику, а не результат. «Нам нужно 10 000 подписчиков в Telegram» — это показатель тщеславия как цель. «Нам нужно 10 000 подписчиков, чтобы достичь 8% конверсии в платную услугу» — это средство с измеримой целью. Разница в формулировке определяет разницу в действиях.

Как отличать симптом от причины

Симптом — это видимая проблема. Причина — её скрытый механизм. Снижение выручки — симптом. Рост стоимости клика при том же бюджете, ведущий к снижению трафика, ведущий к снижению лидов, ведущий к снижению выручки — причинно-следственная цепь. Аналитика заканчивается тогда, когда найдена причина, а не когда описан симптом. Иначе решение будет «лечить симптом» — и проблема вернётся.

Метод «пяти почему» помогает докапываться. Снижение выручки → почему? Меньше оплаченных заказов. Почему? Меньше оформленных корзин. Почему? Выросла доля брошенных корзин. Почему? Изменилась форма оформления, добавили поле «отчество». Почему? Юрист попросил для договора. Решение: убрать поле «отчество» из обязательных на этапе оформления, добавить его в форму уже после оплаты. Симптом (выручка падает) исправлен через причину (новое поле в форме).

ИИ в этом процессе полезен, но ограничен. Он может предложить гипотезы причин, но не может проверить их без данных. Он может навести на цепочку «пять почему», но финальное звено — за человеком. Глава 11 подробно разбирает, как использовать ИИ для такого анализа. Пока — главное правило: каждый «почему» должен вести к конкретному проверяемому факту, не к ещё одному «возможно».

Ограничения и риски

Даже правильно сформулированный вопрос не гарантирует правильного ответа. Три типичных риска. Первый — неверно выбранный период: анализ за слишком короткий срок даёт случайные колебания, за слишком длинный — усредняет разные режимы работы. Второй — неверно выбранный сегмент: общий ответ может скрыть, что в прибыльном сегменте всё хорошо, а в убыточном — катастрофа. Третий — неверно выбранная методика сравнения: «до/после» без контрольной группы может приписать эффект действию, которое на самом деле ни при чём.

Эти риски — не повод отказываться от анализа. Это повод формулировать вопрос так, чтобы учесть ограничения. «Выросла ли конверсия в сделку после изменения лендинга, по сравнению с предыдущим месяцем, в сегменте клиентов из Яндекс Директа» — конкретный вопрос. «Получится ли такой же результат, если мы запустим это на всех каналах» — следующий вопрос, требующий уже эксперимента. Глава 16 разбирает эксперименты; здесь — главное: любой вывод содержит область применимости, и её нужно формулировать явно.

Краткие выводы

Ключевые тезисы главы 3

— Аналитика начинается с вопроса. Без вопроса данные — это просто таблица.

— Управленческий вопрос нужно сузить до аналитического: периода, сегмента, метрики, сравнения.

— Дерево вопросов помогает двигаться от симптома к причине, пока вопрос не станет проверяемым.

— Измеримая цель = метрика + направление + величина + срок. Без любого элемента — это пожелание.

— Период анализа должен быть в 3–5 раз длиннее цикла сделки и учитывать сезонность.

— Показатели тщеславия — это метрики, которые растут, а бизнес не меняется. Они не могут быть KPI.

— Анализ заканчивается, когда найдена причина, а не когда описан симптом.

Практическое задание

Выберите одну текущую управленческую задачу в вашем маркетинге. Сформулируйте её в виде: «что мы хотим узнать, по какому периоду, по какому сегменту, по какой метрике, с каким сравнением». Разложите вопрос в дерево из 4–6 уровней, пока не дойдёте до конкретного показателя, который можно посчитать. Сформулируйте 2–3 гипотезы о причинах. Определите, какие данные нужны для проверки. Это и есть техническое задание на следующий аналитический цикл.

ЧАСТЬ II. ДАННЫЕ И ИНФРАСТРУКТУРА

Глава 4. Карта маркетинговых данных

Данных много, но они разрозненны. Сайт знает одно, рекламный кабинет — другое, CRM — третье, финансовая система — четвёртое. Чтобы аналитика работала, нужно знать, где живут данные, что они означают, какие ограничения у каждого источника и как их связывать. Эта глава — карта источников данных. После неё вы должны понимать, какие данные у вас есть, какие нужны, какие дублируются, какие — несовместимы между собой.