Стоимость привлечения клиента: как я её измеряю без команды аналитиков

Стоимость привлечения клиента держит самую дружелюбную формулу в маркетинге. Сложите всё, что вы потратили на привлечение клиентов, разделите на количество привлечённых клиентов, готово. Финансовые курсы, страницы глоссариев и калькуляторы сходятся в этой одной строке, и все останавливаются ровно там, где начинается работа.

Я маркетолог и работаю с ИИ ежедневно два с половиной года. Я веду платные кампании для клиентов, строю собственную измерительную обвязку и пишу этот блог на пяти языках. Ни в одном моём проекте нет команды аналитиков. В большинстве компаний, с которыми я работаю, маркетингом занимается один человек, иногда половина. Если это ваша ситуация, учебниковый CAC почти бесполезен, потому что он предполагает, что вы уже знаете, какой евро привёл какого клиента. Вы не знаете. Об этом недостающем куске и есть эта статья.

Это практическая версия. Как на самом деле работает атрибуция, когда вы строите её сами. Какие окна дают честные цифры. Ошибки, которые я вижу каждую неделю, включая смешанный CAC против платного CAC и хрупкость одноканальной схемы, рассказанные на историях из реальных кампаний. Никаких средних по рынку, потому что число, которое вы не можете проверить по собственным данным, не помогает принять ни одного решения.

Главное коротко

• Формула занимает минуту. Измерение занимает квартал. Трудная часть это знать, какие евро и какие клиенты попадают в дробь.
• Без атрибуции CAC это мнение. Я веду набор атрибуции первого касания на 44 вектора, собранный на Node и PHP, классифицирующий органику, соцсети и прямой трафик одинаково на клиенте и на сервере.
• Ведите смешанный CAC и платный CAC как пару. Один говорит, работает ли машина целиком, второй говорит, окупается ли рычаг, который вы тянете.
• Окно решает, где правда. CAC, измеренный в окне короче вашего цикла продаж, это шум с десятичными знаками.
• CAC, построенный на одном канале, это единая точка отказа. Я видел, как кампания клиента с одного дня на другой ушла в ноль из-за верификации, а не из-за технической ошибки.
• ИИ сжимает работу вокруг CAC, но не стоимость доверия. Квалификация, follow-up и кластеризация ускоряются. Доверие стоит столько, сколько стоит.

Формула, которую все знают, и что в неё входит на самом деле

CAC равен общим затратам на привлечение, делённым на новых клиентов. Две корзины, одна дробь. На формуле никто не проваливается. Проваливаются на том, что впускают в верхнюю часть дроби.

Полный числитель состоит из четырёх частей. Медиазатраты, самая простая. Подписки на инструменты: аналитика, конструктор форм, места в CRM. Внешняя помощь: агентства и фрилансеры. И рабочее время, та часть, которую каждый малый бизнес молча выбрасывает. Если основатель проводит десять вечеров в месяц над кампаниями, это время является затратой и должно попасть в число. Каналы, которые выглядят бесплатными, никогда не бесплатны. Они оплачиваются вниманием, а внимание самая дорогая валюта, которая есть у маленькой команды.

У знаменателя одно правило. Только новые клиенты, за период, который вы измеряете. Возвращённые и повторные покупатели это прекрасно, но они отвечают на другой вопрос, а именно на удержание, и подмешивание их тихо снижает ваш CAC, пока число не перестаёт что-либо значить.

Это вся формула, честно применённая. Теперь часть, которую калькуляторы пропускают: откуда вы знаете, какой клиент откуда пришёл.

Без атрибуции CAC это мнение

За каждой цифрой CAC скрыто решение, которое кто-то принял о том, откуда пришёл каждый клиент. Аналитика говорит про последний клик. Продавец говорит, что клиент нашёл вас сам. Основатель помнит упоминание в подкасте в марте. Кто-то выбирает версию, таблица получает число, и число наследует догадку. Без атрибуции CAC это мнение в костюме десятичной дроби.

Поэтому я перестал спорить о моделях атрибуции и построил обвязку. Мой набор атрибуции лидов фиксирует 44 вектора первого касания. Он работает на Node и на PHP, поэтому встаёт в любой проект независимо от стека под ним. Одна и та же логика классификации, органика, соцсети, прямой трафик, работает на клиенте и на сервере, и когда обе стороны сходятся, источник лида перестаёт быть историей и становится фактом.

Первое касание это осознанный выбор. Оно отвечает на вопрос, который я реально задаю: что привело этого человека к нам в первый раз. Последний клик отвечает на другой вопрос, какая реклама его закрыла, и обе цифры живут в моих отчётах. Но когда я хочу понять, работает ли блог на пяти языках, первое касание это честная линза, потому что оно отдаёт должное тому, что начало путь, а не тому, кто случайно стоял на финише.

Набор я собрал сам, без команды разработки, так же, как каждый инструмент, на который полагаюсь: описав, что хочу, и проверив то, что написала модель. Остальной стек, аналитика, рекламные API, дашборды, задокументирован здесь.

Смешанный CAC и платный CAC: понимайте, какую цифру читаете

Смешанный CAC это все затраты на привлечение, делённые на всех новых клиентов. Платный CAC это расходы на платные каналы, делённые на клиентов, которых эти каналы привели. Оба истинны. Они отвечают на разные вопросы, и путать их самая частая ошибка с CAC, которую я вижу.

Смешанный CAC говорит, работает ли машина целиком. Если контент, SEO, рекомендации и реклама вместе приводят клиентов ценой, которую переживает ваша маржа, бизнес жизнеспособен. Платный CAC говорит, окупается ли конкретный рычаг, который вы тянете. Это цифра, на которую вы смотрите перед масштабированием кампании, потому что масштабирование меняет платный CAC и почти не двигает смешанный.

Классические ошибки идут в обе стороны. Мерить контент по платному CAC, чему контент всегда проиграет, потому что его затраты лежат во времени, а отдача приходит поздно. Или обосновывать удвоение рекламного бюджета смешанным CAC, что в корне неверно, потому что органический двигатель внутри смеси делает тихую работу, за которую удвоение бюджета с радостью присвоит себе заслугу.

Когда обе цифры заслуживают доверия, они кормят следующий вопрос: что из этого вернулось. Это разговор про возврат на маркетинговые вложения, и он работает только поверх честного CAC.

Проблема окна: CAC, измеренный слишком быстро, это случайное число

Если ваш типичный путь от первого касания до подписи занимает шесть недель, а вы меряете CAC помесячно, вы сравниваете расходы этого месяца с смесью клиентов прошлого и текущего месяца. Число двигается по календарным причинам, а не по бизнесовым, и все смотрят на него так, будто оно что-то значит.

Окно должно соответствовать циклу. Измерьте промежуток между первым касанием и закрытой сделкой по вашим недавним клиентам и сделайте окно хотя бы такой длины. Затем группируйте по месяцу первого касания, так что когорта это все, кто впервые пришёл в январе, когда бы они ни купили на самом деле. Это одна лишняя колонка в таблице, и она убирает из метрики большую часть фальшивой драмы.

Здесь есть и политическая сторона. Короткие окна льстят дорогим каналам, потому что купленные ими клиенты появляются сразу. Длинные окна льстят органике, потому что доверие растёт медленно. Когда кто-то в комнате хочет закрыть блог и перелить бюджет в рекламу, проверьте сначала окно, а потом число. Половину времени аргумент оказывается артефактом календаря.

Кампания клиента за ночь ушла в ноль, и никто ничего не сломал

Вот история, которую я рассказываю постоянно, потому что она изменила моё отношение к канальному риску. Швейцарский клиент с электронной коммерцией, без имени, стабильно вёл кампании в Google Ads. Однажды утром показы ушли в ноль. Не спад. Ноль. Никакой технической ошибки, ничего сломанного, ничего, что мог бы починить техник.

Причиной была верификация рекламодателя в Google. Аккаунту требовалась проверка организации плюс документ, удостоверяющий личность, бюрократический шаг, который не имел к кампаниям никакого отношения, и пока эта бумажная работа не пройдена, реклама просто не показывается. С одного дня на другой самый измеренный канал в аккаунте перестал существовать.

Урок для бизнеса больше, чем урок про Google. Если все ваши новые клиенты идут через один канал, ваш CAC это не просто число, это единая точка отказа, и её можно выключить формой. Измеряйте каждый канал, который можете, но держите включённым хотя бы один двигатель, который принадлежит вам: контент, SEO, рассылку, что-то, что ни одна платформа не может поставить на паузу из-за бумаг.

Две цифры CAC из моей собственной работы

Я поставлю собственные цифры туда, где совет, по форме, если не в абсолютных суммах.

Моя консалтинговая работа ведётся контентом. Двигатель это этот блог, пять языков, написанный с помощью ИИ и построенный под то, как люди ищут сейчас, включая поиск через ИИ-ассистентов. Предельная стоимость статьи низкая, но не нулевая, и не нулевая её часть это вычитка. ИИ пишет черновик за минуты, но чтение, проверка и защита каждого тезиса, вот настоящая статья расходов, и я отказываюсь её убирать, потому что публиковать непрочитанное это способ убить голос. Мой CAC это в основном внимание, потраченное осознанно.

Другой пример это aiexhibitions.net, мой каталог ИИ-выставок. Он работает на самостоятельной подписке через Stripe, с тарифами 6, 12 и 24 евро в месяц. Площадка приходит, выбирает тариф, подписывается, и ни один человек не касается процесса. Предельный CAC самостоятельного листинга близок к нулю, и в этом весь смысл. Затраты лежат впереди, в продукте и в контенте, благодаря которому площадки вообще находят сайт. Вот форма, к которой стоит стремиться: дорого построить, почти бесплатно повторять. Более длинную историю о том, как ИИ встроен в эту ежедневную работу, я разобрал здесь.

Где ИИ снижает CAC, а где нет

После двух с половиной лет ежедневной работы с ИИ я могу точно сказать, какие части стоимости привлечения он сжимает. Квалификацию: модель читает входящие лиды и за секунды отделяет настоящих от шума. Follow-up: последовательности, съедавшие полдня, составляются, персонализируются и проверяются за минуты. Формы и посадочные страницы: собираются за вечер, а не за спринт. И мета-уровень: кластеризация когорт и каналов, просьба к модели найти закономерность в двенадцати месяцах данных первого касания, анализ, на который в маленькой команде никогда не было времени.

Чего ИИ не сжимает, так это стоимости доверия. Люди покупают, когда верят вам, а вера строится из доказательств, которые появляются стабильно, из живого человека, который отвечает, когда что-то ломается, из утверждений, которые выдерживают проверку. ИИ сделал контент изобильным, и тем самым сделал доверие дефицитным входом, а дефицитные входы это дорогие входы. Если ваш CAC высокий, потому что вам ещё никто не доверяет, ни одна модель это не чинит. Больше контента от модели может его даже поднять.

Именно поэтому проекты ИИ-маркетинга внутри компаний так часто проваливаются. Инструменты работают, результат выглядит готовым, а слой суждения, тот, что решает, что правда, а что в духе бренда, так и не построен. Четыре способа, которыми случается этот провал, я разобрал здесь.

Ограждения: как я распоряжаюсь деньгами клиентов

Закончу рабочим правилом, которое держит всё вышесказанное честным. В клиентских кампаниях ничего не тратится и не меняется без явного GO. У каждого клиента есть порог охраны в 200 евро расходов в месяц, и его прохождение требует тройной проверки: текущие расходы, потолок клиента и явное подтверждение. Пока все три не сойдутся, ничего не двигается. Чтение данных, извлечение инсайтов и написание отчётов всегда бесплатны, и я делаю их проактивно, потому что измерение стоит внимания, а траты стоят денег, и эти вещи нельзя путать.

Связь с CAC прямая. Порядок операций такой: сначала измерение, потом трата, потом масштаб. CAC, который вы можете защитить, построенный на атрибуции, которой вы доверяете, в окне, совпадающем с вашим циклом, делает решение GO простым. Всё остальное это азартная игра с лучшим форматированием.

Частые вопросы

В чём разница между CAC и CPA?

CAC считает новых клиентов. CPA, стоимость за действие, считает одно событие: клик, заполненную форму, регистрацию. У вас может быть отличный CPA и ужасный CAC, и это значит, что вы покупаете действия, а не клиентов. Всегда проверяйте, за что платформа реально берёт с вас деньги, и переводите это в клиентов, прежде чем праздновать.

Как посчитать CAC без команды аналитиков?

Так же, как я. Кладите в числитель всё, включая собственное время по ставке, которую вы установили один раз и никогда не переигрываете сами с собой. Фиксируйте первое касание каждого лида, с трекинговыми параметрами на каждой ссылке, которую контролируете, и одним правилом классификации, работающим одинаково на клиенте и на сервере. Группируйте клиентов по месяцу первого касания. Сверяйте раз в месяц, в один и тот же день, в одной и той же таблице. Цель не точность. Цель постоянство, чтобы тренд был настоящим, даже если абсолютное число несовершенно.

Какой должна быть стоимость привлечения клиента?

Та, которую вы можете защитить собственными данными. Любой универсальный бенчмарк это чужой бизнес в ваших числах. Честный метод: сравните стоимость привлечения клиента с валовой маржой, которую приносит клиент, и с тем, сколько времени клиенты остаются, и посмотрите обе версии, смешанную и платную, прежде чем что-то решать. Худшая стоимость привлечения клиента не высокая. Это неизмеренная, которую вы обнаруживаете в тот день, когда канал исчезает.