Энциклопедия маркетинговых метрик

 

Николай Сергеев

Эволюция доказательного маркетинга в России

Современный российский бизнес переживает фундаментальную трансформацию подходов к оценке эффективности маркетинга и продукта. Период 2024-2025 годов можно охарактеризовать как эпоху «тотальной оцифровки» и отказа от интуитивного управления. Экономическая турбулентность, дефицит кадров и рост стоимости привлечения клиентов (CAC) заставили компании - от федеральных гигантов до нишевых игроков - пересмотреть свои аналитические стратегии. Маркетинг перестал быть функцией поддержки продаж и трансформировался в ключевой драйвер управления прибыльностью бизнеса, где каждое решение должно быть обосновано с математической точностью.

Я проанализировал больше 50 кейсов российских компаний - от Сбера и Додо Пиццы до нишевых клиник и кондитерских. Картина везде одна: бизнес отказывается от "метрик тщеславия" (лайки, просмотры, красивые дашборды) и переходит к жесткой юнит-экономике. Рост CAC (стоимости привлечения клиента), дефицит кадров и экономическая турбулентность заставили считать каждый рубль. Маркетинг из "креативного отдела" превратился в инвестиционный портфель, где каждое вложение должно окупаться с математической точностью.

Платформы вроде Roistat, Calltouch и Mindbox стали не просто "удобными инструментами", а системами выживания. Компании научились связывать рекламу → лид → сделку → оплату в единую цепочку. И вот тут начались сюрпризы: оказалось, что дешевый лид за 450₽ может быть убыточнее дорогого за 1000₽. ROI 550% может оказаться фейком. А рост количества заказов не гарантирует прибыль.

Часть I. Финансовый фундамент: От бюджета к инвестициям (Performance & Unit Economics)

В иерархии метрик российского бизнеса верхнюю строчку прочно занимают финансовые показатели. Маркетинговый бюджет больше не воспринимается как «расходная статья», которую нужно минимизировать. Он рассматривается как инвестиционный портфель, доходность которого (ROI) должна превышать альтернативные способы вложения капитала.

ROI и ROMI: Методология выживания и точки манипуляции

Показатели возврата инвестиций (ROI - Return on Investment и ROMI - Return on Marketing Investment) являются де-факто стандартом отчетности маркетинговых директоров (CMO) перед собственниками. Однако анализ источников вскрывает существенную проблему: отсутствие единого стандарта расчета, что часто приводит к манипуляциям данными или ошибочным управленческим решениям.

Разрыв между ROI и ROMI в российской практике

Хотя в академической теории эти понятия разведены, на практике российские платформы сквозной аналитики и агентства часто используют их как синонимы, либо вкладывают в них специфический смысл. Платформа Roistat, являющаяся одним из лидеров рынка аналитики для малого и среднего бизнеса, в своих обучающих материалах и кейсах делает акцент на необходимости учета не только рекламного бюджета, но и себестоимости проданных товаров/услуг.

Классическая формула, применяемая в кейсах Roistat:

Кейс-стади: Иллюзия успеха кондитерского производства

Источник landing.ru

Показательным примером опасности поверхностных метрик является кейс кондитерской компании, продающей торты и капкейки, описанный в материалах Roistat.

• Контекст: Компания запустила масштабную рекламную кампанию, ориентируясь на рост количества лидов и трафика.
• Наблюдаемые метрики: Рост числа посетителей сайта и звонков создавал видимость успешного масштабирования.
• Скрытая реальность: При детальном расчете выяснилось, что ROI составлял -20%.
• Причина провала: Маркетинг привлекал клиентов на низкомаржинальные позиции (капкейки), где стоимость привлечения (CPO) превышала прибыль с заказа. Без сквозной аналитики, связывающей рекламный канал с конкретной позицией в чеке, этот убыток оставался невидимым за общим валом выручки.
• Вывод: Метрика ROI в отрыве от товарной аналитики бесполезна для e-commerce с широким ассортиментом. Российские компании приходят к необходимости считать ROI не по "каналу в целом", а по товарным категориям.

Кейс-стади: Манипуляция цифрами в рекламе санатория

Источник vc

Другой пример демонстрирует проблему атрибуции и "грязных данных". В кейсе продвижения санатория через платформу myTarget был заявлен феноменальный ROI 550%.

• Деконструкция метрики: При аудите выяснилось, что расчет базировался на заявках, а не на оплатах. Маркетологи приравняли лид к продаже, приписав каждому обращению средний чек.
• Реальность: Отсутствие интеграции с CRM (системой бронирования) скрывало реальный процент конверсии в заезд и отмены бронирований.
• Инсайт: Зрелые компании (уровня Avito или крупных застройщиков) жестко разделяют "Прогнозный ROI" (на основе заявок) и "Фактический ROI" (на основе закрытых актов выполненных работ). В отчетах для руководства допустим только второй вариант.

Юнит-экономика: Философия "Money Mindset"

Для технологических компаний (EdTech, FinTech, E-commerce) юнит-экономика стала не просто набором метрик, а философией управления. Команды учатся мыслить категориями прибыльности одного юнита (клиента или сделки) еще до масштабирования.

Кейс-стади: Skyeng и культ NPU

Источник VC

Компания Skyeng, лидер рынка EdTech в Восточной Европе, демонстрирует один из самых зрелых подходов к финансовым метрикам. Денис Пушкин, Head of Product Marketing, описывает внутреннюю культуру компании как "Money Mindset" (мышление деньгами).

• Ключевая метрика: New Paying User (NPU) — новый платящий пользователь. В отличие от просто "регистрации" или "активного пользователя", эта метрика сразу отсекает "пустой" трафик.
• Иерархия целей:

• Глобальная цель компании: Ежегодный кратный рост (х3).
• Цель маркетинга: Привлечение NPU и максимизация выручки с них.
• Личные KPI: Сотрудники имеют долгосрочные финансовые цели (например, "заработать для компании 1 миллиард рублей за 5 лет").

• Инвестиционный подход к командам: Продуктовая команда рассматривается как инвестиционный актив. Эффективность команды измеряется как отношение генерируемой выручки к фонду оплаты труда (ФОТ) этой команды. Нормой считается мультипликатор х6 (потратили 10 млн на зарплаты — заработали 60 млн выручки).
• Эксперименты с ценообразованием: Юнит-экономика Skyeng чувствительна к среднему чеку. Компания проводит сложные A/B-тесты тарифных сеток. Один из таких экспериментов, направленный на оптимизацию стоимости пакетов уроков, дал прирост выручки на 5%. В масштабах оборотов Skyeng это сотни миллионов рублей, полученные без увеличения рекламного бюджета, только за счет работы с метрикой ARPU (Average Revenue Per User).

Микро-кейсы из малого бизнеса

Понимание юнит-экономики критично и для малого бизнеса. В кейсе сервиса доставки еды 4 владелец оперировал точными цифрами:

• CAC (Стоимость привлечения): 450 руб.
• LTV (Пожизненная ценность): 1800 руб.
• Маржа с LTV: 1350 руб.
  Знание этих метрик позволяло ему конкурировать с крупными агрегаторами, четко понимая свой "запас прочности" в рекламных аукционах. Если ставка за клик повышала CAC до 1400 руб., реклама отключалась, так как бизнес становился операционно убыточным.

Часть II. Анатомия воронки: Технологии сквозной аналитики (The Process Layer)

Если финансовые метрики отвечают на вопрос "Сколько?", то метрики воронки и сквозной аналитики отвечают на вопрос "Откуда?". В условиях, когда путь клиента к покупке (Customer Journey) стал нелинейным и омниканальным, российские компании инвестируют огромные ресурсы в построение "Единого источника правды" (Single Source of Truth).

Интеграция данных: Технический подвиг

Построение сквозной аналитики в крупном российском бизнесе — это сложная инженерная задача, связанная с объединением десятков разрозненных систем.

Кейс-стади: Автодилер Wagner

Источник it-agency.ru

Автомобильный бизнес характеризуется длинным циклом сделки и высокой конкуренцией. Кейс дилера Wagner (реализован IT-Agency) демонстрирует масштаб необходимой инфраструктуры.

• Масштаб данных: Для получения прозрачной отчетности потребовалось объединить:

• 20 аккаунтов Яндекс.Директ.
• 12 аккаунтов Google Ads (актуально до 2022 года, сейчас замещено другими каналами).
• Социальные сети (VK, MyTarget).
• 8 аккаунтов системы коллтрекинга CoMagic.
• 11 различных выгрузок из внутренней CRM-системы (1C-Рарус или аналоги).
• Ручные данные (планы продаж, офлайн-бюджеты).

• Архитектура: Данные собираются в единое хранилище (Data Warehouse), обрабатываются и визуализируются в Power BI (или аналогах типа Yandex DataLens).
• Результат внедрения:

• Рост конверсии: Прозрачность данных позволила оптимизировать рекламные кампании, увеличив конверсию из клика в целевой звонок с 0.4% до 0.8% за 7 месяцев.
• Снижение стоимости: Стоимость целевого лида снизилась в 2 раза.
• Рост объема: Общее количество целевых звонков выросло на 50%.

• Ключевая метрика: "Целевой звонок" (Qualified Call). В автобизнесе просто "звонок" — это слишком грязная метрика (сервис, спам, ошибочные номера). Аналитика фильтрует звонки по длительности, уникальности и тегам операторов.

Проблема атрибуции и "Невидимые" каналы

Одной из самых острых проблем является корректная оценка вклада каналов, которые не приводят к мгновенной конверсии (медийная реклама, контент-маркетинг, SEO).

Кейс-стади: Mango Office и ассоциированные конверсии

Источник Mango Office

Провайдер облачных коммуникаций Mango Office подчеркивает важность отслеживания ассоциированных конверсий.

• Проблема: При линейной модели атрибуции (Last Click) каналы, работающие на верхних этапах воронки (например, охватная статья на vc.ru или видео в VK), могут казаться неэффективными, так как клиент не покупает сразу после просмотра.
• Решение: Использование отчетов по мультиканальным последовательностям. Это позволяет увидеть каналы, которые "знакомят" клиента с брендом или "подогревают" его интерес.

• Метрика: Вклад в ассоциированные конверсии. Отключение каналов с высоким показателем ассоциированных конверсий неизбежно приводит к падению прямых продаж через некоторое время.

Часть III. Экономика отношений: Retention, LTV и Лояльность (Customer Base Monetization)

В 2025 году, когда стоимость привлечения нового клиента в рунете достигла исторических максимумов, фокус внимания российских маркетологов сместился на удержание (Retention) и максимизацию пожизненной ценности (LTV).

CDP как центр управления LTV

Платформы клиентских данных (Customer Data Platforms), такие как российская Mindbox, стали центральным элементом IT-ландшафта ритейлеров. Они позволяют собирать "Золотую запись" о клиенте (Golden Record) и строить персонализированные коммуникации.

Кейс-стади: 12 STOREEZ

Российский фэшн-бренд 12 STOREEZ демонстрирует эффективность работы с собственной базой.

• Метрика: Доля выручки от прямых коммуникаций.
• Результат: 30% всей выручки компания получает через email-рассылки, push-уведомления и мессенджеры.
• Механика: Сегментация базы не по демографии, а по поведению (смотрел, но не купил; давно не покупал; покупает только новинки). Это позволяет отправлять релевантные предложения, а не спам.

Кейс-стади: Афиша

Сервис "Афиша" смог монетизировать даже служебные коммуникации, такие как опросы NPS (Net Promoter Score).

• Эксперимент: В письма с просьбой оценить сервис были добавлены персонализированные рекомендации событий.
• Метрика: Выручка на одно отправленное письмо (RPE — Revenue Per Email).
• Результат: Каждое NPS-письмо приносит компании 12 рублей дополнительной выручки. В масштабах базы "Афиши" это миллионы рублей, генерируемые фактически "из воздуха" (из сервисного трафика).

Метрики оттока (Churn Rate) в SaaS и Подписках

Для сервисов с регулярной оплатой (SaaS, онлайн-кинотеатры, сервисы доставки) метрики оттока являются показателями жизни и смерти.

Методология Carrot Quest

Источник Carrot Quest

Компания Carrot Quest, разрабатывающая инструменты для коммуникации с пользователями, предлагает иерархическую модель метрик оттока:

1. Customer Churn Rate: Процент ушедших клиентов (количественный отток).
2. MRR Churn Rate: Процент потерянной выручки (финансовый отток). Это более важная метрика, так как уход одного крупного клиента больнее, чем уход десяти мелких.
3. Net Negative Churn: Ситуация, когда доход от допродаж (upsell/cross-sell) оставшимся клиентам перекрывает потери от ушедших. Это "Святой Грааль" SaaS-бизнеса.
   

Health Score (Индекс здоровья): Для предотвращения оттока используется предиктивная метрика "Здоровье клиента". Она рассчитывается на основе активности пользователя:

• Частота входов в сервис.

• Использование ключевых функций.

• Обращения в техподдержку.Если Health Score падает, запускаются автоматические сценарии "реанимации" (письма, звонки менеджера), не дожидаясь факта отписки.

Программы лояльности и RFM-анализ

Ритейлеры (Lamoda, Детский Мир, Galamart) активно используют RFM-анализ (Recency, Frequency, Monetary) для сегментации базы.

• Суть: Клиенты делятся на группы по давности последней покупки, частоте покупок и сумме чека.
• Применение:

• VIP-клиенты (555): Получают эксклюзивные предложения, цель — удержание.
• Уходящие (155): Получают агрессивные скидки, цель — возврат.

• Новички (511): Получают welcome-цепочки, цель — развить привычку покупать (активация).

Продуктовая аналитика: Метрики ценности (Product Metrics)

Продуктовый подход, пришедший из IT, теперь применяется повсеместно. Маркетинг отвечает за то, чтобы привести пользователя, а Продукт — за то, чтобы он нашел ценность и остался.

Поиск "Полярной звезды" (North Star Metric)

Компании ищут одну главную метрику, которая лучше всего отражает ценность продукта для клиента.

Глубокий анализ кейса Avito Tech: Изобретение метрики

Источник avito.tech

Команда Avito Pro (B2B-направление для профессиональных продавцов) столкнулась с тем, что стандартные метрики (DAU, количество поданных объявлений) не коррелируют с долгосрочным успехом платформы.

• Проблема: Продавец может подать 100 объявлений, но ничего не продать и уйти разочарованным. Метрика "Количество объявлений" растет, а бизнес страдает (Churn).
• Задача: Найти метрику, которая однозначно говорит: "Этот продавец успешен и останется с нами надолго".
• Решение: Аналитики использовали машинное обучение (библиотека AutoWoE) для анализа кликстрим-данных (поведения пользователей). Они выделили сложные паттерны поведения (как быстро отвечают на сообщения, как оформляют фото, используют ли продвижение), которые отличают успешных селлеров.
• Результат: Была создана синтетическая метрика "Seller Target Action" (Целевое действие продавца).

Применение: Теперь любые изменения в интерфейсе Avito Pro тестируются на влияние на эту метрику. Если новая фича растит "Seller Target Action", она раскатывается в продакшн, так как это гарантированно приведет к росту LTV и выручки в будущем.

Product-Led Growth (PLG): Метрики самороста

Источник productled

Мировой опыт компании Miro (платформа для визуальной коллаборации) активно перенимается российскими продуктовыми командами.

• Time to Value (TTV): Время от регистрации до момента, когда пользователь впервые ощутил ценность продукта ("Ага-момент"). Для Miro это создание первой доски или использование шаблона.
• Activation Rate: Процент пользователей, прошедших онбординг и совершивших ключевое действие. Miro выяснили, что использование шаблонов (Templates) резко повышает вероятность активации.
• Viral Coefficient (K-factor): Количество новых пользователей, которых приводит один существующий пользователь. Для коллаборативных инструментов это органическая метрика роста (я создаю доску и приглашаю коллег).

Процессные метрики: Kanban и Kaiten

Источник Kaiten

Для управления скоростью доставки ценности (Time to Market) российские команды используют метрики потока, визуализируемые в системах типа Kaiten.

• Lead Time: Время от возникновения идеи до ее реализации.
• Cycle Time: Время непосредственной работы над задачей.
• Throughput: Количество задач, которые команда может "переварить" за единицу времени.Сокращение Lead Time напрямую влияет на способность компании быстрее реагировать на изменения рынка и обгонять конкурентов.

Аналитика бренда: Измерение неизмеримого (Brand & Awareness)

Долгое время брендинг считался зоной "чистого творчества", недоступной для точных измерений. Однако технологии 2025 года позволяют оцифровать даже "силу бренда".

Share of Search: Доля поиска как предсказатель выручки

Источник sostav

Метрика, популяризированная маркетологом Лесом Бинетом, нашла активное применение в России, особенно в кейсах Додо Пиццы.

• Суть метрики: Отношение поисковых запросов бренда (например, "Додо Пицца") к общему количеству запросов всех конкурентов в категории.
• Инструменты: Яндекс.Wordstat, Google Trends.
• Кейс Додо:

• Контекст: Конкуренты (Papa John's, Domino's) имели значительно большие бюджеты на ТВ-рекламу (в 10 раз больше веса GRP).
• Наблюдение: Несмотря на доминирование конкурентов в телеэфире, Share of Search "Додо Пиццы" в интернете росла быстрее.
• Вывод: Додо обнаружили сильную корреляцию между ростом Share of Search и последующим ростом доли рынка (Share of Market). Поисковая активность является опережающим индикатором: сначала люди начинают чаще искать бренд, а через 2-3 месяца растет выручка. Это позволяет прогнозировать продажи и оценивать эффективность медийных кампаний без дорогих социологических исследований.

Итого

Красивые метрики — это не цель, а инструмент. CPL, ROI, трафик — все это можно "накрутить" или неправильно интерпретировать. Зрелый бизнес считает не лиды и охваты, а деньги на счету.

Три кейса из России показывают одно: без сквозной аналитики и понимания юнит-экономики вы управляете бизнесом вслепую. Даже если дашборд горит зеленым.

Если ваш маркетолог отчитывается только CPL и трафиком — задайте ему три вопроса:

1. Сколько из этих лидов превратились в оплаты?
2. Какая маржа с каждой категории товаров?
3. Сколько реальных денег принес канал после вычета себестоимости?

Если он не знает ответов — вы уже теряете деньги. Просто пока не видите этого.

https://tinyurl.com/3hary234

5 метрик, за которых обязан отвечать директор по маркетингу

Настоящий CMO понимает на какие ключевые метрики он должен системно влиять. А это означает грамотный трекинг, прозрачная аналитика, забитый и регулярно пополняемый бэклог гипотез и постоянный процесс по запуску проектов развития, которые кратно способы повысить показатели.

Да, вы можете сказать, что показатели банальные, про них итак знают, но при чуть более глубоком погружении в компанию, начинаешь задаваться вопросами "как нас ведёт к этой цели?", "какие проекты влияют на представленные метрики?", "кто ответственный за метрику?"

https://tinyurl.com/m2fur32x