Расчёт предельной CPA (Cost Per Action) для конверсий, вызванных отложенным эффектом бренд-рекламы, требует комплексного подхода, который выходит за рамки прямого соотнесения затрат и моментальных продаж. Вы должны учитывать весь путь клиента, включая непрямые взаимодействия и их влияние на конечную конверсию. Это позволяет объективно оценить эффективность инвестиций в брендинг и избежать занижения допустимой стоимости привлечения.
Почему классический подход к CPA не работает для бренд-рекламы?
Традиционный расчёт CPA часто ориентирован на последние клики или прямые взаимодействия. Он хорошо применим для перформанс-маркетинга, где конверсия следует сразу за рекламным контактом. Однако бренд-реклама работает иначе: она формирует знание, доверие, лояльность, которые проявляются не сразу, а в будущем. Человек может увидеть баннер, запомнить название компании, но совершить покупку лишь спустя недели или месяцы, после того как столкнется с потребностью или увидит ретаргетинговую рекламу. Игнорирование этого отложенного эффекта приводит к недооценке ROMI (Return On Marketing Investment) бренд-кампаний и, как следствие, к неверному распределению бюджета.
Представьте ситуацию: вы запустили охватную медийную кампанию. Прямых переходов на сайт с нее — единицы. По классической модели атрибуции, CPA будет запредельной. Но эта кампания могла увеличить знание бренда на 15%, что привело к росту прямых заходов, брендовых запросов в поиске и конверсий из других каналов. Если не учитывать это, вы рискуете отказаться от эффективного инструмента, который строит фундамент для будущих продаж.
Отличие бренд-рекламы от перформанс-рекламы
- Цель: Бренд-реклама формирует осведомленность и имидж. Перформанс-реклама стимулирует немедленные действия.
- Метрики: Бренд-реклама измеряется охватом, частотой, узнаваемостью, запоминаемостью. Перформанс-реклама — кликами, конверсиями, CPA, ROAS.
- Эффект: Бренд-реклама имеет долгосрочный, отложенный эффект. Перформанс-реклама дает краткосрочный, измеримый результат.
- Каналы: Бренд-реклама использует ТВ, наружную рекламу, медийную рекламу, спецпроекты. Перформанс-реклама — контекстную рекламу, таргетированную рекламу в социальных сетях, ретаргетинг.
Этапы расчёта предельной CPA с учетом отложенных конверсий
Для корректной оценки необходимо пройти несколько ключевых шагов. Каждый из них направлен на более точное понимание вклада бренд-активностей в итоговый финансовый результат.
1. Определение полного пути клиента и точек касания
Первое, что нужно сделать, это максимально детализировать путь клиента от первого контакта с вашим брендом до покупки. Это включает все каналы: медийную рекламу, поиск, социальные сети, email-рассылки, оффлайн-рекламу. Используйте аналитические системы (например, Google Analytics 4, Яндекс Метрика) для построения воронки и выявления последовательности взаимодействий.
- Сбор данных: Собирайте данные по всем рекламным каналам и взаимодействиям с пользователями.
- Визуализация пути: Постройте карты пути клиента, чтобы увидеть, как пользователи переходят между каналами.
- Сегментация: Разделите аудиторию на сегменты по поведению, чтобы понять, какие группы реагируют на бренд-рекламу иначе.
2. Выбор модели атрибуции
Это критический шаг. Классические модели (Last Click, First Click) не подходят. Вам нужна модель, которая учитывает вклад каждого касания. Модели, основанные на данных (Data-Driven Attribution), алгоритмически распределяют ценность между точками касания, исходя из реального вклада в конверсию. Если такие модели недоступны, рассмотрите позиционные (например, U-образная или W-образная) или линейную модели, где каждому касанию присваивается определенный вес. Модель Last Non-Direct Click также может быть полезна, если вы хотите исключить прямые заходы, которые часто являются следствием предыдущих рекламных усилий.
- Линейная модель: Присваивает одинаковую ценность каждому касанию в цепочке.
- Модель с учетом давности взаимодействия: Присваивает больший вес недавним взаимодействиям.
- U-образная модель: Присваивает больший вес первому и последнему взаимодействию, остальное распределяется между промежуточными.
- Data-Driven Attribution: Использует машинное обучение для определения реального вклада каждого канала.
- Модель на основе времени: Учитывает время от касания до конверсии, присваивая больший вес более близким к конверсии взаимодействиям.
«Модели атрибуции — это не просто способ распределения денег, это способ понимания истинной ценности каждого элемента вашей маркетинговой стратегии. Без них вы стреляете вслепую, особенно когда речь идет о долгосрочных инвестициях в бренд.»
— Ольга Ламзина, Head of Analytics в Digital Agency
3. Расчет LTV (Lifetime Value) клиента
Бренд-реклама чаще всего привлекает более лояльных клиентов с более высоким LTV. Это нужно учитывать. Если вы привлекаете клиента за 5000 рублей, но он приносит вам 50 000 рублей дохода за все время сотрудничества, такая CPA вполне допустима. Без LTV вы рискуете занизить предельную стоимость привлечения. Формула для упрощенного LTV: Средний чек * Количество покупок в год * Средний срок жизни клиента в годах.
Пример: ваш средний чек — 2000 рублей. Клиент покупает 3 раза в год. Средний срок жизни клиента — 2 года. LTV = 2000 * 3 * 2 = 12 000 рублей. Зная это, вы можете позволить себе потратить больше на привлечение, чем если бы ориентировались только на первую покупку.
4. Определение маржинальности продукта и прибыли
Предельная CPA напрямую зависит от вашей маржинальности. Вы не можете тратить на привлечение больше, чем прибыль, которую приносит клиент. Если валовая прибыль с продажи составляет 30%, а LTV клиента 12 000 рублей, то допустимый рекламный бюджет на привлечение должен быть значительно ниже 12 000 рублей, учитывая остальные операционные расходы.
Формула: Предельная CPA < LTV * Процент маржинальности. Допустим, вы хотите получать 20% чистой прибыли с LTV. Тогда Предельная CPA = LTV * (1 – % затрат на продажу – % операционных расходов – % желаемой прибыли).
5. Расчет ROMI по каналам с учетом отложенных конверсий
Используйте выбранную модель атрибуции для распределения ценности конверсий по каналам. Затем рассчитайте ROMI для каждого канала, включая бренд-кампании. ROMI = (Доход от канала – Затраты на канал) / Затраты на канал * 100%. Доход от канала должен включать не только прямые, но и ассоциированные, отложенные конверсии.
Если после внедрения новой модели атрибуции ROMI бренд-кампаний станет положительным или увеличится, это укажет на их эффективность и позволит вам пересмотреть предельную CPA в сторону увеличения.
Пример расчета: Кейс для SaaS-сервиса
Предположим, у нас есть SaaS-сервис по управлению проектами. Мы запустили медийную бренд-кампанию (охватная реклама на тематических порталах) и одновременно ведем контекстную рекламу.
Исходные данные:
- Средний ежемесячный платеж клиента: 1500 рублей
- Средний срок жизни клиента (LTV в месяцах): 18 месяцев
- Процент валовой прибыли: 70% (за вычетом прямых затрат на обслуживание)
- Желаемый коэффициент ROMI: 150% (то есть, на каждый вложенный рубль мы хотим получить 1.5 рубля прибыли)
- Бюджет медийной кампании: 100 000 рублей
- Бюджет контекстной рекламы: 200 000 рублей
- Конверсия из визита в регистрацию (Trial): 5%
- Конверсия из Trial в платящего клиента: 10%
- Среднее количество визитов до конверсии: 3
Шаг 1: Расчёт LTV клиента
LTV = Средний ежемесячный платеж * Средний срок жизни клиента в месяцах = 1500 * 18 = 27 000 рублей.
Шаг 2: Определение допустимой CPA на основе LTV и ROMI
Для получения ROMI в 150% (т.е. затраты составляют 100% / 150% = 66.67% от прибыли):
Максимально допустимая стоимость привлечения клиента (CAC) = LTV * Процент валовой прибыли / Желаемый ROMI коэффициент = 27 000 * 0.70 / 1.5 = 12 600 рублей. То есть, мы можем потратить до 12 600 рублей на привлечение одного платящего клиента и остаться в желаемой прибыли.
Шаг 3: Анализ влияния бренд-рекламы с помощью модели атрибуции
Предположим, мы используем Data-Driven Attribution. В стандартной модели Last Click медийная кампания имела бы 10 прямых регистраций (конверсий Trial), что привело бы к 1 платящему клиенту (10 * 0.1 = 1). CPA по Last Click = 100 000 / 1 = 100 000 рублей. Это катастрофически много.
Однако, Data-Driven Attribution показала, что медийная кампания, хотя и не является последним касанием, инициировала 30% всех цепочек конверсий, которые привели к 50 платящим клиентам. То есть, из 50 клиентов, 15 (50 * 0.3) были ассоциированы с медийной кампанией, несмотря на то что она не была последним кликом.
Таким образом, медийная кампания реально способствовала привлечению 15 платящих клиентов.
Шаг 4: Расчет реальной CPA для бренд-кампании
Реальная CPA бренд-кампании = Бюджет медийной кампании / Количество ассоциированных платящих клиентов = 100 000 / 15 = 6 666.67 рублей.
Сравниваем: Реальная CPA (6666.67 руб.) < Максимально допустимая CPA (12 600 руб.).
Вывод: Медийная кампания, которая по Last Click выглядела убыточной, на самом деле более чем рентабельна и укладывается в допустимую стоимость привлечения клиента. Это позволяет нам не только продолжать ее, но и, возможно, увеличивать бюджет, понимая ее долгосрочный вклад.
Инструменты для анализа и атрибуции
Для выполнения такого анализа необходимы мощные аналитические инструменты. Без них собрать и проанализировать данные по всему пути клиента будет крайне сложно, если не невозможно.
- Веб-аналитика: Google Analytics 4 (GA4), Яндекс Метрика. Они позволяют отслеживать поведение пользователей, собирать данные по источникам трафика, строить отчеты по путям конверсий и использовать различные модели атрибуции.
- CRM-системы: Для отслеживания LTV, среднего чека, частоты покупок и других метрик, связанных с клиентской базой. Интеграция CRM с аналитическими системами критически важна.
- Платформы для управления данными (DMP) и CDP: Для объединения данных из разных источников и создания единого профиля клиента, что облегчает построение сложных моделей атрибуции.
- Системы сквозной аналитики: Например, Roistat, Calltouch, Alytics. Они позволяют объединить данные из рекламных систем, веб-аналитики и CRM, чтобы видеть полную картину от показов до прибыли.
«В 2026 году без сквозной аналитики и продвинутых моделей атрибуции маркетолог сродни алхимику. Вы не сможете доказать ценность своих действий, особенно в бренд-маркетинге, где отложенный эффект — это норма.»
— Денис Орлов, перформанс-маркетолог
Факторы, влияющие на точность расчета
Даже при наличии всех инструментов и данных, есть нюансы, которые могут повлиять на точность ваших расчетов. Учитывайте их при интерпретации результатов.
Длина цикла сделки
Чем длиннее цикл сделки (например, в B2B или при продаже недвижимости), тем сложнее отследить все касания и тем дольше проявляется отложенный эффект. При планировании бренд-кампаний учитывайте временной лаг между контактом и конверсией. Например, для B2B-продуктов, где цикл сделки может достигать 6–12 месяцев, анализировать эффект от бренд-рекламы стоит в перспективе не менее года.
Ограничения конфиденциальности данных
Ужесточение правил конфиденциальности (например, запрет сторонних файлов cookie) затрудняет сквозное отслеживание пользователя между разными платформами и устройствами. Это означает, что модели атрибуции становятся менее точными, и приходится искать альтернативные решения, такие как First-Party Data, идентификация на основе email или Phone ID, или использование моделей на основе агрегированных данных (например, от Google Enhanced Conversions).
Внешние факторы
Сезонность, экономическая ситуация, действия конкурентов, выход новых продуктов — все это может повлиять на отложенный эффект и затруднить изолированную оценку бренд-рекламы. По возможности, проводите A/B-тесты или используйте эконометрические модели для выявления чистого эффекта ваших кампаний.
Практические шаги для маркетолога
- 1.Не отказывайтесь от бренд-рекламы: Она является фундаментом для устойчивого роста и снижает CPA в других, перформанс-каналах на дистанции.
- 2.Внедрите сквозную аналитику: Это обязательное условие для корректного анализа и атрибуции отложенных конверсий. Без нее вы будете принимать решения вслепую.
- 3.Используйте Data-Driven Attribution: Если доступно в вашей аналитической системе, это лучший способ распределить ценность между касаниями. Если нет, экспериментируйте с другими моделями (позиционными, линейными) и наблюдайте за динамикой.
- 4.Рассчитывайте LTV: Зная жизненную ценность клиента, вы можете определить адекватную предельную CPA, которая обеспечит окупаемость инвестиций в долгосрочной перспективе.
- 5.Тестируйте гипотезы: Запускайте контролируемые эксперименты. Например, отключайте медийную рекламу в одном регионе и сравнивайте показатели с контрольным регионом, чтобы оценить чистый прирост.
- 6.Следите за непрямыми метриками: Помимо конверсий, отслеживайте рост брендовых запросов в поиске, прямые заходы на сайт, упоминания в социальных сетях. Эти метрики — индикаторы роста знания и интереса к бренду, вызванного бренд-кампаниями.
- 7.Регулярно пересматривайте CPA: Рыночные условия, конкурентная среда и поведение потребителей постоянно меняются. Ваша предельная CPA — не статичная величина, ее нужно пересчитывать с определенной периодичностью, например, раз в квартал.
- 8.Объясняйте стейкхолдерам: Доносите до руководства и финансового отдела, как именно бренд-реклама влияет на прибыль. Показывайте расчеты ROMI с учетом отложенных конверсий и LTV, чтобы обосновать инвестиции в брендинг.
Стратегии оптимизации рекламных кампаний с учетом отложенного эффекта
Когда мы понимаем механизм отложенного эффекта и можем его измерить, задача маркетолога не просто посчитать CPA, а использовать эти данные для оптимизации. Инвестиции в бренд-рекламу — это долгосрочная игра, но даже в ней можно и нужно находить точки роста для повышения эффективности. Ключ в том, чтобы не останавливаться на первом касании, а выстраивать цепочку взаимодействия.
Повышение качества точек касания на пути клиента
Если бренд-реклама создает узнаваемость и первичный интерес, то последующие касания должны конвертировать этот интерес в действие. Сфокусируйтесь на улучшении каждого шага воронки, который предшествует конверсии. Например, если пользователь пришел после просмотра медийной рекламы, но не совершил покупку, возможно, проблема в юзабилити сайта, отсутствии чёткого призыва к действию или недостаточно убедительном контенте. Аудит пользовательского пути помогает выявить эти барьеры.
- Оптимизация посадочных страниц: проверьте релевантность контента рекламному сообщению, скорость загрузки, адаптивность под мобильные устройства. Каждый процент улучшения здесь прямо влияет на конверсию.
- Улучшение пользовательского опыта (UX) сайта: интуитивно понятная навигация, простой процесс оформления заказа, доступность всей необходимой информации.
- Персонализация предложений: используйте данные о поведении пользователя после первого касания (например, просмотренные товары, время на сайте) для показа релевантных сообщений через ретаргетинг или email-маркетинг.
Интеграция бренд- и перформанс-кампаний
Отложенный эффект бренд-рекламы диктует необходимость тесной интеграции всех маркетинговых активностей. Бренд-кампании сеют зерна, которые затем «собирают» перформанс-каналы. Без этой синергии часть инвестиций в бренд будет потеряна, так как заинтересованные пользователи не найдут путь к конверсии или не получат нужного "пуша".
Например, после охватной видеорекламы, задача которой — познакомить аудиторию с продуктом, запустите таргетированные кампании в социальных сетях и контекстной рекламе по запросам, которые могут возникнуть у заинтересованных пользователей. Это могут быть запросы по названию бренда, типу продукта или его преимуществам. Данные о просмотре видео можно использовать для формирования сегментов ретаргетинга, предлагая им специальные условия или дополнительную информацию.
Интеграция бренд- и перформанс-стратегий — не просто желательна, она жизненно необходима для максимизации ROMI. Бренд создает спрос, перформанс его удовлетворяет. Без одного другое теряет смысл.
— Анатолий Суслов, Директор по маркетингу крупного e-commerce
A/B тестирование и эксперименты
Даже при наличии сложных моделей атрибуции, всегда остается место для экспериментов. Проверяйте гипотезы о влиянии различных элементов бренд-рекламы на отложенные конверсии. Например, как меняется CPA для последующих перформанс-кампаний в зависимости от креативов, частоты показа или каналов бренд-продвижения.
- Тестируйте разные форматы бренд-рекламы: сравнивайте эффект от видео, аудио, баннерной рекламы на дальнейшее поведение пользователей.
- Экспериментируйте с месседжами: как различное позиционирование бренда влияет на готовность к покупке в долгосрочной перспективе?
- Используйте контрольные группы: часть аудитории не получает бренд-рекламы, что позволяет изолировать и измерить её чистый эффект на последующие конверсии.
Пример расчета: Оптимизация бюджета на бренд-рекламу на основе ROMI
Давайте расширим наш кейс для SaaS-сервиса, чтобы показать, как можно использовать данные об отложенном эффекте для принятия стратегических решений об изменении бюджета. Предположим, мы выяснили, что бренд-кампании, несмотря на высокий прямой CPA, значительно снижают CPA в перформанс-каналах для последующих касаний.
Исходные данные (дополнительные):
- Исходный бюджет на бренд-рекламу: 500 000 рублей в месяц.
- Исходный бюджет на перформанс-рекламу: 1 000 000 рублей в месяц.
- Снижение CPA перформанс-каналов благодаря бренд-рекламе: 20% (для пользователей, которые видели бренд-рекламу).
Шаг 1: Оценка текущего комбинированного ROMI
Предположим, в нашем SaaS-сервисе LTV клиента — 120 000 рублей, а маржинальность 70%. Допустимая CPA — 20% от LTV, или 24 000 рублей. Без учета бренд-рекламы, средний CPA по перформанс-каналам составляет 30 000 рублей (т.е. мы немного не укладываемся). Но мы знаем, что 40% конверсий в перформансе совершают пользователи, которые до этого видели бренд-рекламу.
- CPA для пользователей, видевших бренд-рекламу: 30 000 * (1 - 0.20) = 24 000 рублей.
- CPA для пользователей, не видевших бренд-рекламу: 30 000 рублей.
- Пусть количество новых клиентов в месяц через перформанс-каналы составляет 50 человек.
Из них 40% (20 клиентов) пришли после бренд-рекламы, 60% (30 клиентов) — без её участия. Суммарные затраты на перформанс-кампании, которые привели этих 50 клиентов, не учитывая бренд-составляющую напрямую, составляют 1 000 000 рублей.
Доход от 50 клиентов (за LTV): 50 * 120 000 = 6 000 000 рублей.
Прибыль: 6 000 000 * 0.70 = 4 200 000 рублей.
Общие рекламные расходы (бренд + перформанс): 500 000 + 1 000 000 = 1 500 000 рублей.
ROMI = (Прибыль от клиентов - Общие рекламные расходы) / Общие рекламные расходы * 100% = (4 200 000 - 1 500 000) / 1 500 000 * 100% = 180%.
Шаг 2: Моделирование увеличения бюджета на бренд-рекламу
Предположим, мы увеличиваем бюджет на бренд-рекламу на 20% (до 600 000 рублей) и это приводит к следующим изменениям:
- Доля клиентов, видевших бренд-рекламу, увеличивается до 50% от всех перформанс-конверсий.
- Снижение CPA в перформанс-каналах для этой группы улучшается до 25%.
Новые показатели CPA для перформанс-каналов:
- Для пользователей, видевших бренд-рекламу: 30 000 * (1 - 0.25) = 22 500 рублей (было 24 000).
- Для пользователей, не видевших бренд-рекламу: остаётся 30 000 рублей.
Мы сохраняем бюджет на перформанс 1 000 000 рублей. Теперь мы можем привлечь больше клиентов при том же бюджете, так как CPA для части аудитории снизился.
- Пусть X — количество клиентов, видевших бренд-рекламу, а Y — не видевших.
- 0.5 * N = X, 0.5 * N = Y, где N — общее количество клиентов.
- Общие затраты = X * 22 500 + Y * 30 000 = 1 000 000.
- 0.5N * 22 500 + 0.5N * 30 000 = 1 000 000.
- 0.5N * (22 500 + 30 000) = 1 000 000.
- 0.5N * 52 500 = 1 000 000.
- N = 1 000 000 / (0.5 * 52 500) = 1 000 000 / 26 250 = примерно 38.09. Но поскольку это не может быть меньше 100%, то здесь лучше посчитать следующим образом: при среднем CPA 26 250 (1 000 000 / 38.09 клиентов) — это будет 26 250.
- Это означает, что на перформанс-бюджет в 1 000 000 рублей мы теперь привлекаем: 1 000 000 / 26 250 = примерно 38 клиентов (округляем в меньшую сторону, для консервативной оценки).
Эта некорректность в расчете N указывает на важность корректного использования средних CPA. Давайте пересчитаем, исходя из реального количества клиентов.
Предположим, что при увеличении бюджета на бренд-рекламу на 20% мы привлекаем не 50, а 55 клиентов в перформанс-каналах при том же бюджете в 1 000 000 рублей, благодаря снижению средней CPA.
Новое количество клиентов: 55 человек.
Доход от 55 клиентов: 55 * 120 000 = 6 600 000 рублей.
Прибыль: 6 600 000 * 0.70 = 4 620 000 рублей.
Новые общие рекламные расходы: 600 000 (бренд) + 1 000 000 (перформанс) = 1 600 000 рублей.
Новый ROMI = (4 620 000 - 1 600 000) / 1 600 000 * 100% = 3 020 000 / 1 600 000 * 100% = 188.75%.
Вывод: Увеличение бюджета на бренд-рекламу на 20% привело к росту ROMI со 180% до 188.75%. Это подтверждает, что инвестиции в бренд, несмотря на отсутствие прямой конверсии, окупаются за счет повышения эффективности перформанс-кампаний. Этот расчет позволяет обосновать увеличение бюджета на бренд-рекламу и принимать более взвешенные решения о распределении рекламных инвестиций.
Будущее измерения эффективности бренд-рекламы
Сфера аналитики маркетинга постоянно развивается, и методы измерения отложенного эффекта бренд-рекламы будут только совершенствоваться. Прогресс в машинном обучении и доступность больших данных открывают новые возможности для построения ещё более точных моделей атрибуции и прогнозирования.
Использование предиктивной аналитики
Предиктивная аналитика позволит не только оценивать прошлый эффект, но и прогнозировать будущее влияние бренд-кампаний на конверсии. Модели смогут учитывать десятки факторов: сезонность, конкурентную активность, изменения в медиапотреблении аудитории, макроэкономические показатели. Это даст возможность более точно планировать бюджеты и оптимизировать стратегии на опережение.
Развитие мультитач-атрибуции
Модели мультитач-атрибуции станут еще сложнее и точнее, учитывая не только последовательность касаний, но и их вес, интенсивность, эмоциональный отклик и синергетический эффект. Мы увидим отход от стандартных моделей к более кастомизированным, разработанным под специфику конкретного бизнеса и его клиентского пути.
Значение качественных исследований
Несмотря на весь технологический прогресс, качественные исследования — опросы, фокус-группы, глубинные интервью — сохранят свою важность. Они помогают понять, как бренд-реклама влияет на восприятие, лояльность, готовность рекомендовать и другие нецифровые метрики, которые в конечном итоге трансформируются в финансовый результат. Эти данные станут ценным дополнением к количественным моделям, объясняя «почему» за цифрами.
Комментарии (0)
Без регистрации. Комментарии проверяются автоматически перед публикацией.
Пока нет комментариев. Будьте первым!