Аналитика / Продуктовые метрики
CAC: стоимость привлечения клиента
CAC: стоимость привлечения клиента: формула \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} помогает посчитать продуктовую метрику на согласованной базе событий. В тексте есть условия, пример, ошибки и проверка результата.
Формула
На схеме числитель показывает измеряемый результат, знаменатель — базу сравнения. Отношение переводит исходные счетчики в управленческий показатель.
CAC: стоимость привлечения клиента: результат делят на согласованную базу и интерпретируют только в рамках выбранного периода.
Обозначения
- $C_{\text{marketing}}$
- маркетинговые расходы за период, денежные единицы
- $C_{\text{sales}}$
- расходы на продажи за период, денежные единицы
- $N_{\text{new customers}}$
- новые клиенты, привлеченные за период, клиенты
Условия применения
- Расходы и новые клиенты должны относиться к одному периоду или согласованной когорте.
- Значения для расчета согласованы по смыслу: C_{\text{marketing}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы).
- Единицы, период наблюдения, лист таблицы или расчетная схема выбраны до подстановки.
Ограничения
- Формула относится к области продуктовой аналитики и не заменяет выбор модели.
- Если данные взяты из разных источников или периодов, результат нельзя сравнивать напрямую.
- Округление промежуточных строк допустимо только после проверки единиц и масштаба.
Подробное объяснение
Смысл страницы «CAC: стоимость привлечения клиента» — посчитать продуктовую метрику на согласованной базе событий. Формула \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} нужна не сама по себе, а как короткая модель из области продуктовой аналитики. Перед вычислением проверяют условие: Расходы и новые клиенты должны относиться к одному периоду или согласованной когорте. Обозначения читают до арифметики: C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы); N_{\text{new customers}} — новые клиенты, привлеченные за период (клиенты). Похожую величину с другой базой не берут автоматически. Такой шаг особенно важен в материалах, где рядом стоят близкие формулы. Рабочая ситуация: для продукта берут недельный отчет: 18 000 активных клиентов, 2 700 повторных визитов и 1 120 оплат, после чего считают только метрики с одинаковой базой. Достаточно одной подстановки и проверки. Показатель должен отвечать бизнес-вопросу: доля, среднее, retention или churn нельзя менять местами только потому, что формулы похожи; для этой записи отдельно сверяют C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы). После получения результата его сверяют с ограничениями. Знак, единица и порядок величины должны соответствовать исходной модели. Если проверка не проходит, исправляют не финальную строку, а выбор данных.
Как пользоваться формулой
- Сформулируйте, что именно нужно найти, и выберите запись \text{CAC} = \frac{C_{\text{marketing}} + C_{\text{sales}}}{N_{\text{new customers}}}.
- Выпишите исходные величины: C_{\text{marketing}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы); N_{\text{new customers}} — новые клиенты, привлеченные за период (клиенты).
- Проверьте единицы, период, диапазон таблицы или геометрическую схему.
- Подставьте значения без раннего округления.
- Сверьте знак, масштаб и поведение результата при изменении главного параметра.
Историческая справка
История записи «CAC: стоимость привлечения клиента» связана с практикой продуктовой аналитики. Такие формулы закреплялись потому, что помогали посчитать продуктовую метрику на согласованной базе событий. В учебниках и справочниках постепенно стабилизировались обозначения: C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы). Современная форма \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} ценна тем, что дает короткий путь от условия к проверяемому результату. Для этой страницы историческая справка полезна еще и как защита от неверной аналогии: Расходы и новые клиенты должны относиться к одному периоду или согласованной когорте. В разных источниках могут меняться буквы, порядок записи и единицы, но расчетная потребность остается прежней: сначала выбрать модель, затем проверить данные и только потом считать. Исторический блок здесь нужен не для украшения, а для понимания модели и ее границ.
Историческая линия формулы
У записи «CAC: стоимость привлечения клиента» нет одного бытового автора. Контекст — развитие продуктовой аналитики. Также важны учебные курсы и рабочие методики. Формула \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} здесь дана как современная расчетная запись. Имена из источников уточняют историю метода, но не заменяют условия применения.
Пример
Пример: в когорте новых клиентов фиксируют дату первого действия и не смешивают ее с повторными покупками старых клиентов. Цель для «CAC: стоимость привлечения клиента» — посчитать продуктовую метрику на согласованной базе событий. Расчет начинают с вопроса, а не с поиска похожей формулы. Рабочие величины: C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы); N_{\text{new customers}} — новые клиенты, привлеченные за период (клиенты). Дальше данные подставляют в \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} без смены модели по ходу решения. Показатель должен отвечать бизнес-вопросу: доля, среднее, retention или churn нельзя менять местами только потому, что формулы похожи; для этой записи отдельно сверяют C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы). В конце меняют один ключевой параметр мысленно. Направление изменения должно совпасть со смыслом задачи.
Частая ошибка
Формула \text{CAC} = \frac{C_{\text{маркетинговой аналитики}} + C_{\text{sales}}}{N_{\text{new customers}}} не спасает, если исходная модель выбрана неверно. Сверьте обозначения: C_{\text{маркетинговой аналитики}} — маркетинговые расходы за период (денежные единицы); C_{\text{sales}} — расходы на продажи за период (денежные единицы); N_{\text{new customers}} — новые клиенты, привлеченные за период (клиенты). Ошибки обычно появляются из-за смешения когорт, повторного учета одного клиента, разных временных окон и попытки сравнить абсолютные числа без одинаковой базы. Если ответ выглядит правдоподобно, проверьте его источник. Порядок простой: символ, значение, единица, источник, подстановка, округление.
Практика
Задачи с решением
Проверить исходные данные
Условие. Для «CAC: стоимость привлечения клиента» заданы величины из условия. Нужно посчитать продуктовую метрику на согласованной базе событий.
Решение. Составляем таблицу символов, значений, единиц и источников. Убираем данные, которые относятся к другой модели.
Ответ. К расчету оставлены только согласованные исходные величины.
Выполнить подстановку
Условие. Данные согласованы, требуется применить \text{CAC} = \frac{C_{\text{marketing}} + C_{\text{sales}}}{N_{\text{new customers}}}.
Решение. Подставляем значения, сохраняем промежуточную точность и отдельно проверяем единицу результата.
Ответ. Ответ принимается только после проверки знака, масштаба и смысла.
Дополнительные источники
- Amplitude. Product Analytics Glossary.
- Reforge. Growth and retention metrics materials.
- David Skok. SaaS Metrics 2.0.
- Kohavi, Tang, Xu. Trustworthy Online Controlled Experiments, Cambridge University Press, 2020
- Ron Kohavi et al. Online Controlled Experiments at Large Scale, KDD 2013
Связанные формулы
Аналитика
Базовый LTV клиента
Базовый LTV клиента: формула \text{LTV} \approx \text{ARPU} \cdot \text{Gross Margin} \cdot L помогает требуется требуется требуется требуется требуется требуется важно перевести сырые счетчики продукта в процент, который можно сравнивать по периодам, когортам или каналам. В тексте есть условия, пример, ошибки и п...
Аналитика
Когортное удержание клиентов
Когортное удержание клиентов: формула \text{Retention} = \frac{N_{\text{active at end}}}{N_{\text{cohort start}}}\cdot 100\% помогает требуется требуется требуется требуется требуется требуется важно перевести сырые счетчики продукта в процент, который можно сравнивать по периодам, когортам или каналам. В тексте е...
Аналитика
Конверсия шага воронки
Конверсия шага воронки: формула \text{CR}_{i\to i+1}=\frac{U_{i+1}}{U_i}\cdot100\% помогает требуется требуется требуется требуется требуется требуется важно перевести сырые счетчики продукта в процент, который можно сравнивать по периодам, когортам или каналам. В тексте есть условия, пример, ошибки и проверка рез...