Расчёт предельной стоимости клика (CPC) в омниканальной стратегии
Для расчёта предельной стоимости клика (CPC) в омниканальной стратегии необходимо анализировать всю воронку продаж, учитывая вклад каждой точки контакта в конверсию и общую ценность клиента (LTV). Это позволяет определить максимальный CPC, при котором рекламные инвестиции остаются рентабельными для каждого канала.
Определение предельной стоимости клика (CPC) для каждой точки контакта в омниканальной стратегии – задача нетривиальная, но критически важная для эффективного управления бюджетом. Для этого нужно не просто смотреть на последний клик, а понимать, как каждый канал взаимодействует с клиентом на пути к покупке, и какую ценность в итоге приносит. Мы должны распределить ценность конверсии между всеми точками контакта, а затем рассчитать максимальный CPC, чтобы кампания оставалась прибыльной. Иными словами, мы ищем тот потолок затрат на один клик, выше которого инвестиции перестанут окупаться, с учётом полной траектории клиента.
Почему классический подход к CPC устарел в омниканале?
В прошлом многие маркетологи рассчитывали CPC, исходя из прямой конверсии от последнего клика. Например, если клик по контекстной рекламе привёл к покупке, то вся ценность этой покупки относилась на счёт контекста. Но реальность современного потребительского пути гораздо сложнее. Клиент может сначала увидеть баннер в социальной сети, затем перейти по ссылке из поисковой выдачи, прочитать отзыв в блоге, получить email-рассылку, и только потом совершить покупку, возможно, даже через офлайн-магазин или звонок в колл-центр. При таком сценарии, если мы будем приписывать всю ценность последнему клику, мы недооценим вклад остальных каналов.
Классический подход «last click» ведёт к искажённому представлению о прибыльности каналов. Каналы, которые находятся в начале воронки, формируют спрос, но не всегда напрямую приводят к конверсии. Они получают незаслуженно низкую оценку, а каналы, отвечающие за завершение сделки, переоцениваются. В результате, бюджет может распределяться неоптимально, а мы рискуем отключить эффективные, но непрямые каналы, которые на самом деле играют ключевую роль в прогреве аудитории и построении знания о продукте.
Нам нужно отойти от упрощённой модели и признать, что каждый клик, каждое касание вносит свой вклад в итоговую конверсию. Цель – определить этот вклад максимально точно, чтобы установить адекватную предельную стоимость для каждого клика в любой точке контакта. Это позволяет избежать ситуации, когда мы платим за клик больше, чем он может принести в долгосрочной перспективе, или, наоборот, упускаем возможность масштабировать эффективные каналы, потому что не видим их полного влияния на клиентский путь.
Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Методы атрибуции: как распределить ценность между точками контакта
Для корректного расчёта предельного CPC необходимо использовать модели атрибуции, которые распределяют ценность конверсии между различными точками контакта. Выбор модели зависит от специфики бизнеса, длины цикла сделки и доступности данных.
Модель «Линейная»
В линейной модели каждая точка контакта на пути к конверсии получает равную долю ценности. Если клиент совершил 4 касания перед покупкой на 4000 рублей, то каждое касание получает по 1000 рублей ценности. Это простая и понятная модель, которая даёт всем каналам заслуженное внимание, но может не отражать реального вклада, ведь некоторые касания могут быть более значимыми.
Модель «Позиционная» (U-образная)
Эта модель присваивает большую часть ценности (например, по 40%) первому и последнему касанию, а оставшиеся 20% равномерно распределяет между промежуточными. Она полезна, когда важно стимулировать первое касание (привлечение) и последнее (завершение сделки). Если покупка на 4000 рублей произошла после 4 касаний, первое и последнее касания получат по 1600 рублей, а два промежуточных – по 400 рублей.
Модель «С временным затуханием»
В этой модели касания, которые были ближе к моменту конверсии, получают большую ценность. Чем дальше касание от покупки, тем меньший вклад ему присваивается. Эта модель хорошо подходит для бизнесов с коротким циклом сделки, где недавние взаимодействия более значимы. Например, ценность уменьшается на 7% за каждый день, если цикл конверсии составляет 30 дней. Если первое касание было 25 дней назад, а последнее вчера, последнее получит значительно больше ценности.
Модель «На основе данных» (Data-Driven)
Это наиболее продвинутая модель, которая использует алгоритмы машинного обучения для определения фактического вклада каждого канала. Она анализирует все пути конверсии и пути, не приведшие к конверсии, чтобы понять, какие точки контакта действительно важны. Google Analytics 4 предлагает такую модель по умолчанию. Она требует большого объёма данных и позволяет получить наиболее точное распределение ценности, но её расчёты могут быть сложными для ручной проверки.
Выбор модели атрибуции – это стратегическое решение. Не существует одной универсальной «правильной» модели. Важно понимать цели бизнеса и особенности клиентского пути, чтобы модель максимально точно отражала реальную ценность каждого взаимодействия. Ошибочная модель атрибуции ведёт к неверным выводам о рентабельности и, как следствие, к неэффективному распределению маркетингового бюджета.
— Денис Орлов, Перформанс-маркетолог Rusability
Пошаговый расчёт предельного CPC
Рассмотрим конкретный алгоритм расчёта предельного CPC с учётом омниканальной стратегии и выбранной модели атрибуции.
Шаг 1: Определение LTV (Lifetime Value) или средней ценности клиента
Прежде всего, нам нужно понять, сколько денег в среднем приносит клиент за весь период взаимодействия с компанией. Это фундаментальный показатель. Без него любые расчёты CPC будут висеть в воздухе. Если мы продаём одноразовый продукт, то берём средний чек или средний доход с транзакции. Если у нас подписочная модель или клиенты возвращаются, то рассчитываем LTV. Допустим, средний чек одной покупки у нас составляет 5000 рублей, а коэффициент повторных покупок — 0.4 за год. Среднее количество покупок у клиента за год: 1 + 0.4 + 0.4^2 + ... = 1 / (1 - 0.4) = 1.67 покупки. Средний LTV клиента за год: 5000 рублей * 1.67 = 8350 рублей.
Формула для LTV:
LTV = (Средний чек * Среднее количество покупок в год) / Коэффициент оттока клиентов
Или, для более простых моделей:
LTV = Средний чек * Среднее число покупок от одного клиента за весь период его жизни
Для примера, возьмём упрощённый LTV: 8350 рублей. Это та сумма, которую клиент принесёт компании. С неё мы и должны отталкиваться при расчёте маркетинговых затрат.
Шаг 2: Определение целевой маржинальности
Нельзя тратить весь LTV на привлечение. Нужно учесть себестоимость продукта, операционные расходы, зарплаты, логистику и желаемую прибыль. Этот шаг определяет, какую долю от LTV мы готовы выделить на маркетинг. Допустим, после всех вычетов мы хотим получить 30% чистой прибыли. Тогда на маркетинг мы можем выделить 70% от LTV.
Бюджет на привлечение клиента (CAC Limit) = LTV * (1 – Целевая маржинальность)
В нашем примере: CAC Limit = 8350 рублей * (1 – 0.30) = 8350 * 0.70 = 5845 рублей. Это максимальная сумма, которую мы можем потратить на привлечение одного клиента, чтобы остаться в рамках желаемой прибыли.
Шаг 3: Выбор модели атрибуции и расчёт доли ценности конверсии для каждого клика
Предположим, мы выбрали модель атрибуции «Линейная». Клиентский путь до конверсии состоит из 4 касаний: Клип в TikTok (первое касание) -> Баннер в VK Рекламе -> Поиск в Google (брендовый запрос) -> Клип в TikTok (последнее касание с прямой конверсией). В нашем примере, LTV = 8350 рублей. Если конверсия произошла, и по линейной модели каждое из 4 касаний получило равную долю, то ценность каждого касания: 8350 рублей / 4 = 2087.5 рублей.
Если бы мы использовали модель «Позиционная» (U-образная), где первое и последнее касание получают по 40%, а промежуточные по 10% (всего 100%):
Клип в TikTok (первое касание): 8350 * 0.40 = 3340 рублей
Баннер в VK Рекламе (промежуточное): 8350 * 0.10 = 835 рублей
Поиск в Google (брендовый запрос, промежуточное): 8350 * 0.10 = 835 рублей
Клип в TikTok (последнее касание): 8350 * 0.40 = 3340 рублей
Важно понимать, что эти суммы – это ценность, которую каждый клик принёс в рамках конкретной конверсии. Нам нужна средняя ценность для каждого типа клика (из каждого канала). Для этого нужно собрать данные по всем конверсиям за период, применить выбранную модель атрибуции, и затем агрегировать эти данные по каналам. Например, если клик по контекстной рекламе в среднем участвует в 1.5 конверсиях, и его средневзвешенная доля ценности составляет 1500 рублей.
Шаг 4: Расчёт предельной стоимости клика (CPC Limit) для каждой точки контакта
Теперь, когда у нас есть ценность, которую приносит клик с учётом атрибуции, мы можем рассчитать предельный CPC. Мы берём долю ценности, присвоенную конкретному клику (или типу клика/каналу), и умножаем её на наш лимит расходов на привлечение клиента (CAC Limit) в долях от LTV. То есть, если ценность, которую канал приносит (определённая моделью атрибуции) составляет X рублей, то мы можем потратить на этот клик X * (1 – Целевая маржинальность).
Предельный CPC (для канала/точки контакта) = (Ценность, присвоенная клику по модели атрибуции) * (1 – Целевая маржинальность)
Вернёмся к нашему примеру. Допустим, мы усреднили данные и получили, что средневзвешенная ценность одного клика из TikTok (где он выступал как первое или последнее касание) по модели «Позиционная» составляет 2500 рублей. И из VK Рекламы (промежуточное касание) — 800 рублей. Целевая маржинальность остаётся 30%.
Для TikTok:
Предельный CPC_TikTok = 2500 рублей * (1 – 0.30) = 2500 * 0.70 = 1750 рублей.
Для VK Рекламы:
Предельный CPC_VK = 800 рублей * (1 – 0.30) = 800 * 0.70 = 560 рублей.
Таким образом, мы видим, что можем позволить себе платить за клик в TikTok значительно больше, чем за клик в VK Рекламе, потому что, согласно нашей модели атрибуции, клики из TikTok приносят большую ценность в цепочке конверсии. Эти расчёты дают нам чёткие ориентиры для ставок и оптимизации кампаний в различных каналах.
Кейс: Онлайн-магазин электроники и предельный CPC
Рассмотрим конкретный пример для онлайн-магазина, который продаёт смартфоны и аксессуары. Средний чек по всем покупкам составляет 25 000 рублей. За год клиент совершает в среднем 1.5 покупки (например, покупает смартфон, а через полгода аксессуар). Коэффициент оттока клиентов — 0.2 в год. Желаемая маржинальность – 25%.
Расчёт LTV
LTV = (Средний чек * Среднее количество покупок в год) / Коэффициент оттока = (25000 * 1.5) / 0.2 = 37500 / 0.2 = 187 500 рублей.
Допустим, LTV, скорректированный на срок жизни клиента, для нас составляет 50 000 рублей. Это более реалистичная цифра, так как LTV может быть сложнее рассчитать, учитывая специфику продукта.
Расчёт предельного CAC (Cost per Acquisition)
CAC Limit = LTV * (1 – Целевая маржинальность) = 50 000 рублей * (1 – 0.25) = 50 000 * 0.75 = 37 500 рублей. Это максимальная сумма, которую мы готовы потратить на привлечение одного клиента.
Применение модели атрибуции
Используем модель «Позиционная» (U-образная: 40% — первое касание, 20% — промежуточные, 40% — последнее касание). Предположим, средний клиентский путь до покупки выглядит так:
Первое касание: Реклама в новостной ленте (Яндекс.Дзен) – 40%
Промежуточное 1: Контекстная реклама (Яндекс.Директ, общий запрос) – 10%
Промежуточное 2: Ретаргетинг (VK Реклама) – 10%
Последнее касание: Поиск (Яндекс.Директ, брендовый запрос) – 40%
Тогда ценность конверсии (50 000 рублей) распределяется следующим образом:
Далее, нам нужно понять, сколько кликов в среднем приходится на каждый канал, чтобы получить эту долю ценности. Это важный момент: мы не просто делим общую ценность на количество касаний, а смотрим на среднее количество кликов, которое приводит к такому вкладу канала в конверсию. Допустим, статистика показывает, что для получения указанной доли ценности нам требуется:
Яндекс.Дзен: в среднем 20 кликов, чтобы канал внёс свой вклад в 20 000 рублей ценности.
Яндекс.Директ (общий запрос): в среднем 10 кликов для 5 000 рублей ценности.
VK Реклама (ретаргетинг): в среднем 5 кликов для 5 000 рублей ценности.
Яндекс.Директ (брендовый запрос): в среднем 3 клика для 20 000 рублей ценности.
Расчёт предельного CPC для каждого канала
Предельный CPC = (Доля ценности канала * (1 – Целевая маржинальность)) / Среднее количество кликов для достижения этой доли ценности.
Из этих расчётов видно, что мы можем позволить себе гораздо более высокую ставку за клик по брендовому запросу в Яндекс.Директе, поскольку этот канал играет ключевую роль в завершении сделки и имеет высокую конверсионную ценность. При этом, CPC для Яндекс.Дзена, который находится в начале воронки, тоже достаточно высок, потому что он является первым касанием и формирует спрос.
Без понимания, как именно клиенты взаимодействуют с вашими каналами, вы будете оптимизировать кампании вслепую. Мультиканальная атрибуция даёт вам карту, которая показывает, какие клики на самом деле стоят своих денег. Это не про то, чтобы тратить больше, а про то, чтобы тратить умнее.
— Денис Орлов, Перформанс-маркетолог Rusability
Факторы, влияющие на точность расчётов
Точность расчёта предельного CPC напрямую зависит от качества и полноты данных, которые мы используем. Есть несколько ключевых факторов, которые могут исказить результаты, если их не учесть.
Качество сбора данных и сквозная аналитика
Чтобы мультиканальная атрибуция работала корректно, необходимо обеспечить сквозной сбор данных о всех касаниях клиента, начиная от первого взаимодействия и заканчивая продажей. Это включает данные из рекламных систем, CRM, аналитических платформ (Яндекс.Метрика, Google Analytics 4) и даже офлайн-точек (если они интегрированы). Отсутствие единой системы учёта или пропуски в данных приведут к неточным выводам. Например, если мы не отслеживаем звонки или покупки в офлайне, то ценность таких каналов будет утеряна, а доля других каналов – искажена.
Длина цикла сделки
Для продуктов с длинным циклом сделки (например, недвижимость, автомобили, B2B-услуги) атрибуционные модели должны учитывать более длительный период взаимодействия. Модель «с временным затуханием» может быть эффективной, но важно определить правильный период затухания. Если цикл сделки составляет 3 месяца, то данные за неделю не дадут полной картины. Необходимо анализировать данные за адекватный период, чтобы увидеть весь путь клиента.
Повторные покупки и LTV
Как было сказано ранее, LTV является основой для расчёта. Если вы не учитываете повторные покупки и пожизненную ценность клиента, вы сильно занижаете потенциальную выручку и, как следствие, будете недооценивать максимальный CPC. Короткий горизонт планирования (только первая покупка) приведёт к тому, что вы будете отказываться от клиентов, которые могли бы принести значительную прибыль в долгосрочной перспективе.
Сезонность и внешние факторы
Спрос и поведение клиентов могут значительно меняться в зависимости от сезона, праздников, экономических изменений и действий конкурентов. Эти факторы могут влиять на конверсионные показатели и, соответственно, на ценность каждого касания. Расчёты предельного CPC должны периодически пересматриваться, чтобы учитывать эти изменения. Например, перед Новым годом спрос на подарки резко возрастает, и многие каналы могут показывать аномально высокую эффективность, которая не сохранится после праздников.
Ошибки в расчётах маржинальности
Некорректное определение целевой маржинальности может привести к тому, что вы либо будете тратить на маркетинг слишком много (и терять прибыль), либо слишком мало (и упускать потенциал роста). Важно включать все прямые и косвенные расходы, связанные с продажей продукта, и чётко понимать, какую долю прибыли вы хотите получить после всех затрат.
Даже самая сложная модель атрибуции не заменит здравый смысл и понимание бизнеса. Ваша задача – не слепо следовать цифрам, а использовать их как инструмент для принятия обоснованных решений, постоянно тестируя и адаптируя свою стратегию.
Инструменты для автоматизации и аналитики
Ручной расчёт предельного CPC для каждой точки контакта в омниканальной стратегии становится практически невозможным по мере роста масштабов бизнеса и сложности клиентских путей. Современные инструменты аналитики и автоматизации значительно упрощают эту задачу.
Системы сквозной аналитики
Платформы, такие как Roistat, Calltouch, OWOX BI, позволяют собирать данные со всех рекламных источников, CRM-систем, сайтов и коллтрекинга в едином интерфейсе. Они автоматически применяют выбранные модели атрибуции и показывают, какой доход и LTV приносит каждый канал, учитывая всю цепочку касаний. Это критически важно для получения полной картины и дальнейшего расчёта предельных значений CPC.
Веб-аналитика (Яндекс.Метрика, Google Analytics 4)
Эти системы предоставляют базовые отчёты по моделям атрибуции и помогают понять, как различные каналы взаимодействуют. Google Analytics 4, например, предлагает data-driven модель атрибуции по умолчанию, что уже является хорошей отправной точкой. Однако для глубокого анализа и привязки к реальным финансовым показателям бизнеса может потребоваться интеграция с CRM и использование более продвинутых инструментов сквозной аналитики.
Бид-менеджеры и автоматизированные системы управления ставками
После того как вы рассчитали предельный CPC для каждого канала и ключевого слова, вы можете использовать эти данные для настройки автоматических стратегий управления ставками в рекламных кабинетах (Яндекс.Директ, VK Реклама). Например, можно установить целевой CPA (Cost Per Acquisition) или ROAS (Return On Ad Spend) на основе этих предельных значений. Некоторые системы также позволяют загружать данные из внешних источников и оптимизировать ставки, опираясь на показатели, рассчитанные сторонними сервисами сквозной аналитики. Это освобождает маркетолога от рутинной работы и позволяет системе быстро реагировать на изменения на рынке.
Использование этих инструментов позволяет не только точно рассчитать предельный CPC, но и оперативно корректировать ставки, масштабировать эффективные каналы и своевременно отключать неэффективные, тем самым увеличивая ROMI (Return on Marketing Investment) и общую прибыльность маркетинговых кампаний.
Выводы и рекомендации
Отойдите от модели «last click». В омниканальной стратегии она искажает реальный вклад каналов. Переходите на более продвинутые модели атрибуции, которые учитывают весь клиентский путь.
Рассчитывайте LTV. Это отправная точка для всех финансовых расчётов в маркетинге. Без точного понимания пожизненной ценности клиента вы не сможете адекватно оценить рентабельность своих инвестиций.
Устанавливайте чёткую целевую маржинальность. Определите, какую часть от LTV вы готовы выделить на привлечение клиента, чтобы сохранить желаемую прибыль. Это ваш предел для CAC.
Используйте модели атрибуции для распределения ценности. Выберите модель, которая наилучшим образом отражает специфику вашего бизнеса и клиентского пути: линейная, позиционная, с временным затуханием или data-driven. Затем агрегируйте данные, чтобы получить средневзвешенную ценность каждого клика/канала.
Регулярно пересматривайте предельный CPC. Рынок, конкуренты, поведение клиентов и внутренние показатели постоянно меняются. Расчёты предельного CPC – не статичная величина; они должны обновляться хотя бы раз в квартал.
Инвестируйте в сквозную аналитику. Ручной расчёт и отслеживание в сложных омниканальных воронках неэффективны. Автоматизированные системы позволяют собрать данные из всех источников и получить достоверную картину.
Используйте предельный CPC для настройки автоматических стратегий. Загружайте рассчитанные значения в бид-менеджеры и рекламные кабинеты. Это позволит оптимизировать ставки в реальном времени и максимизировать ROMI, не выходя за рамки бюджета.
Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!