Юнит-экономика и планирование тестов
Калькуляторы CAC, LTV и выручки под конкретный тип бизнеса - и размер выборки, без которого A/B-тест не ответит ни на один вопрос. Дефолты, реалистичные для рынка Казахстана; математика, такая, чтобы прошла внутренний review CFO.
Привлечение
Расходы на одного нового пользователяКредиты
основной драйвер LTV; считается один раз за жизнь клиента, не помесячноДепозиты
тихий, но мощный множитель LTVПереводы
малая комиссия × частотаПлатежи (карта, QR)
interchange × объёмЧастые вопросы
Как считать CAC?
CAC (стоимость привлечения клиента) = все расходы на маркетинг и продажи за период, делённые на число новых клиентов за тот же период. Учитывайте рекламный бюджет, зарплаты маркетинга, гонорары агентств и инструменты. Не учитывайте органику и выручку от текущих клиентов.
Как считать LTV?
LTV = средняя выручка с клиента за период × валовая маржа × ожидаемый срок жизни клиента. Для подписочной модели: ARPU × валовая маржа ÷ churn rate. Для e-commerce: средний чек × частота покупок × площадь под кривой удержания.
Какое соотношение LTV/CAC считать здоровым?
Ориентир: 3:1 и выше для SaaS и подписки. 1,5–2:1 допустимо для высокооборотного e-commerce с быстрой окупаемостью. Ниже 1:1 вы теряете деньги на каждом привлечении. И всегда смотрите вместе с периодом окупаемости: LTV/CAC 5:1 при окупаемости в 36 месяцев — это кассовый разрыв.
Как период окупаемости связан с CAC?
Окупаемость = CAC ÷ месячная валовая прибыль с клиента. Чем короче, тем меньше оборотных средств заморожено в росте и тем ниже риск по финансированию. Финтех-приложения обычно целятся в 6–12 месяцев, e-commerce часто укладывается в 1–3, SaaS — 12–24.
Что такое минимально различимый эффект (MDE)?
Наименьшая разница, которую тест спроектирован поймать; здесь она задаётся относительно базы. MDE 10% при конверсии 4% означает, что тест различит переход к 4,4%. Эффект меньше может быть реальным - просто на запланированной выборке его не отличить от шума.
Почему A/B-тесту нужно столько трафика?
Размер выборки растёт обратно квадрату эффекта. Уменьшили искомый эффект вдвое - выборка выросла вчетверо, и это ещё до деления трафика между более чем двумя группами.
Можно остановить тест, как только появилась значимость?
На этих числах - нет. Формула предполагает один тест фиксированного размера. Ежедневные проверки с остановкой на первом значимом результате разгоняют реальную долю ложноположительных до 20–30%. Либо держитесь запланированной выборки, либо используйте последовательный метод, рассчитанный на непрерывный мониторинг.
Что делать с тремя или четырьмя вариантами?
Выборка считается на группу, поэтому общий трафик и длительность растут вместе с числом групп. Каждая дополнительная группа - это ещё одно сравнение с контролем, а значит выше шанс получить ложного победителя: разделите α на число сравнений (поправка Бонферрони), если групповая ошибка должна остаться на уровне 5%.
С формулами всё в порядке. Проблема во входных данных.
CAC, LTV и payback - это арифметика. Сложность в том, откуда берутся числа: расходы лежат в шести кабинетах, выручка - в CRM, возвраты - нигде, и общего ключа для джойна нет. Модель на несводимых числах - это уверенный неправильный ответ.
Разбор из практики: Конец арендованных аудиторий: Зачем бизнесу строить собственные DWH и собирать First-Party Data
Документ, который мы заполняем до того, как кто-то откроет контейнер: конвенции именования, модель идентичности, таблицы событий и свойств с примерами, карта назначений и QA-чеклист, который ловит задвоенную выручку.