Как рассчитать стоимость привлечения клиента. 2 кейса

Стоимость привлечения клиента – ключевой показатель для расчета экономики любого проекта. Проще всего она считается для сайтов. Типичная ситуация для сайта: вы рекламируете его на разных площадках, а через месяц, когда надо решить продолжить размещать рекламу или от чего-то можно/нужно отказаться, останавливаетесь в замешательстве. Где вы тратите деньги впустую, а где они приносят наибольшую прибыль?
Один из показателей, который позволяет это оценить – стоимость привлечения клиента. В терминах продуктовой аналитики product management этот показатель называется CAC или CoCA (Cost of Customer Acquisition).

Вопрос о выборе рекламных площадок для сайта и планирование его рекламы встал перед нашим клиентом. В течение месяца клиент размещал баннеры на трех городских сайтах с высокой посещаемостью. На исходе месяца встал вопрос: на каких сайтах эффективнее размещаться? На сайте клиента установлена Яндекс метрика, которая показала:

Все баннеры вели на одну страницу, это позволило учесть показатели отказов и, зная, как они считаются в метрике Яндекса (Подробнее об отказах в Яндекс метрике и Google analytics – в статье "Как быстро выявить самые проблемные страницы сайта"), мы получили таблицу:

Пояснения к расчетам на примере строки Web site 1:
24 перехода - 2.184 отказов (9,10%) = 21,816 посетитель
4500 руб. / 21,816 = 206.271 руб.

Самую высокую и невыгодную стоимость привлечения показал web сайт 2.

Стоимость привлечения по баннерам нам показалась высокой и дополнительно к отчету мы рассчитали стоимость перехода по контекстной рекламе в поиске.
Стоимость клика в контекстной рекламе оказалась в 50 раз меньше.
Чего не хватает в приведенных расчетах?

Расчет эффективности рекламы заказывал отдел маркетинга, а все данные о продажах, в том числе о запросах с сайта уходили в отдел продаж. Этих данных у отдела маркетинга нет.

Мы рассчитали стоимость привлечения посетителя на сайт, а не стоимость привлечения клиента. Решение по рекламе принимал отдел маркетинга клиента, ему нужны были какие-то объективные данные для вывода. Средний чек клиента значительно выше стоимости размещения, но клиент не хотел нерасчетливо размещать рекламу сайта.

Об ошибочных решениях, опирающихся на таких данных, расскано ниже, в выводах.

У клиента возник вопрос об оптимизации расходов на рекламу.
Нам был известен средний чек по магазину 11 000 руб. и данные по рекламе в Яндекс, Google и в одной из социальных сетей.

Яндекс.Директ
Общие затраты — 18500 рублей
Число кликов - 3400
Заказов в магазине — 465 заказов

Google AdWords
Общие затраты — 12000 рублей
Число кликов - 2780
Заказов в магазине — 30 заказов

Вконтакте
Общие затраты — 6000 рублей
Число кликов - 1450
Заказов в магазине — 8 заказов

Казалось бы, при среднем чеке в 11000 руб., можно пренебречь затратами на привлечение клиента в 750 руб., но, как выяснилось, у заказчика нет данных по маржинальности товаров. От рекламы Вконтакте он решил отказаться как от самой невыгодной.

Мы не знаем был ли он неправ.

Всего два примера наших заказчиков показывают:

1. Расчет стоимости привлечения клиента важен при планировании рекламы и продвижения сайта.


2. Для расчета нужны данные. Отсутствие данных - главная проблема клиентов, которые обращаются к нам. Без данных по затратам, среднему чеку, стоимости продвижения, маржинальности продукта, числу заказов расчеты оказываются неполными, в выводах легко ошибиться.
   Так в примере №1, самая затратная на посетителя площадка могла привести клиентов, а две другие - лишь посетителей, которые не стали клиентами. И отказ нашего заказчика от этой площадки мог оказаться невыгодным. В рамках имеющихся данных мы могли лишь предложить более дешевый канал привлечения посетителей на сайт, но сэкономив на рекламе, заказчик, возможно, лишился продаж.


3. В примере №2, если бы заказчик знал маржинальность, мы бы посчитали затраты в ней. Возможно, что 750 руб. составляют лишь 3-4% от маржи и отказываться от ВКонтакте не расчетливо, т. к. это 10,5% продаж. А может быть и правильно, если маржа низкая и затраты неоправданны даже для 10,5%.


4. Стоимость привлечения клиента всегда дороже стоимости привлечения посетителя. Так, в примере №2 средняя стоимость привлечения посетителя составила 4,78 руб. (36500 руб./ 7630 кликов) против средней стоимости привлечения клиента в 517,39 руб.

Анализируются и рассчитываются любые рекламные действия с сайтом: продвижение сайта в поиске или продвижение в социальных сетях (SMM). Берем затраты на вид продвижения, делим на число пришедших клиентов по результатам продаж, рассчитываем какую долю маржи продукта "съедает" продвижение. Оцениваем выгодно или невыгодно тратим деньги. Оценивать иначе – гадать на кофейной гуще и либо терять клиентов, либо неэффективно вкладывать.

Ни посещаемость сайта ("самый посещаемый в городе", "№1 по посещаемости"), ни цена размещения на нём ("всего-то 4000 руб."), ни общее число кликов (в примере №2 больше 7500 за месяц) не должны скрывать главного: стоит результат тех денег, которые потрачены на его достижение или не стоит? Ответ на этот вопрос должен быть дан в цифровом выражении.

Стоимость привлечения клиента (CAC) надо считать не только для сайтов, но и для любого вида рекламы.

Стоимость привлечения клиента - не единственный показатель маркетинга на основе данных. Анализируются данные по обычным продажам в офф лайн, где анализ позволят принимать решения об изменениях, увеличивающих доходность. Методы, основанные на внедрении маркетинга на основе данных (data driven marketing) обеспечивают прирост доходов не менее 8%.

Посмотрите еще:


Как росийская марка за 8 дней и 0.00 руб. получила мировую известность