LTV и CAC: сколько реально стоит ваш клиент и почему это важнее CTR

Почему маркетолог без LTV и CAC работает вслепую

Классическая ситуация: канал даёт лиды по 800 рублей, все довольны, бюджет растёт. А потом выясняется, что эти лиды покупают один раз и уходят, а клиент из другого канала — втрое дороже, но остаётся на два года и тянет за собой рефералов. Разница в юнит-экономике колоссальная, но если смотреть только на CPL, её не видно.

Именно для этого существуют LTV (Lifetime Value, пожизненная ценность клиента) и CAC (Customer Acquisition Cost, стоимость привлечения клиента). Вместе они дают ответ на главный вопрос маркетинга: «Зарабатываем ли мы на каждом привлечённом клиенте или тихо тратим больше, чем получаем?»

Ещё одна причина, по которой на эти метрики стоит смотреть сейчас: стоимость привлечения продолжает расти на большинстве каналов, а бизнес вынужден искать не просто «больше лидов», а более качественных клиентов с высоким потенциальным LTV.

Как считать CAC: не упрощайте формулу

Базовая формула и её ловушки

Формула выглядит просто:

CAC = (Все расходы на маркетинг и продажи за период) / (Количество новых клиентов за тот же период)

Например: потратили 300 000 ₽, привлекли 30 клиентов → CAC = 10 000 ₽.​

Но здесь сразу первая ловушка: большинство команд считают только рекламный бюджет и получают «красивый» CAC, который занижен в полтора-два раза.

Что реально входит в CAC

Полный расчёт включает:

• Затраты на рекламные каналы (контекст, таргет, SEO-агентство)
• Зарплаты маркетологов и продажников, занятых привлечением
• Стоимость CRM, коллтрекинга и других инструментов
• Производство контента и креативов
• Комиссии партнёров и агентств

Есть и упрощённый вариант: Marketing CAC — только рекламный бюджет по конкретному каналу. Он нужен для быстрого сравнения каналов между собой, но не для оценки реальной экономики.

Типичная ошибка с периодами

Ещё одна проблема — несовпадение периодов затрат и клиентов. Если вы запустили кампанию в октябре, а оплаты пришли в ноябре, считать CAC в октябре некорректно. Всегда сопоставляйте расходы с периодом, в котором клиент совершил первую оплату.

Шаблон расчёта CAC (по каналам за месяц)

Канал	Бюджет, ₽	Доля зарплат, ₽	Инструменты, ₽	Новых клиентов	CAC, ₽
Яндекс Директ	150 000	30 000	5 000	25	7 400
SEO	40 000	20 000	3 000	12	5 250
Telegram Ads	60 000	15 000	2 000	8	9 625
Итого	250 000	65 000	10 000	45	7 222

Три способа считать LTV: от простого к точному

Способ 1: быстрый старт

Если хотите получить первую цифру за 10 минут:

LTV = Средний чек × Среднее количество покупок в месяц × Среднее время жизни клиента (в месяцах)

Пример для интернет-магазина: средний чек 1 200 ₽, покупки раз в 2 месяца (0,5 в месяц), клиент остаётся активным 18 месяцев → LTV = 1 200 × 0,5 × 18 = 10 800 ₽.

Минус этого способа: вы получаете LTV по выручке, а не по прибыли. Для управленческих решений важнее маржинальный LTV.

Способ 2: через маржу

LTV = Средний чек × Частота покупок × Срок жизни клиента × Средняя маржинальность

Если маржа у нас 35%, то LTV из примера выше = 10 800 × 0,35 = 3 780 ₽ — это уже реальная прибыль, с которой можно работать.

Какой метод выбрать: быстрая шпаргалка

Метод	Сложность	Точность	Что нужно из данных	Когда подходит
Быстрый (через выручку)	Низкая	Низкая	Средний чек, частота покупок, срок жизни	Первая оценка, нет истории покупок
Через маржу	Средняя	Средняя	+ данные по маржинальности	Управленческие решения, выбор каналов
Когортный анализ	Высокая	Высокая	+ даты первой покупки и всех следующих, связь канал в CRM	Оценка каналов, решения по удержанию

Способ 3: когортный анализ (самый честный)

Два предыдущих способа работают на усреднённых данных, которые маскируют разрыв между разными сегментами клиентов. Когортный анализ показывает реальную картину.

Суть: разбить всех клиентов на группы по месяцу первой покупки и отследить, сколько каждая когорта принесла через 1, 3, 6, 12 месяцев. Это позволяет увидеть, какие каналы привлекают клиентов с высокой «приживаемостью», а какие — разовых покупателей, которые красиво смотрятся в CAC, но убивают LTV.

Инструменты для когортного анализа, доступные в России без ограничений:

• Яндекс DataLens — бесплатно, подключается к любой БД​
• Яндекс Метрика — встроенные когортные отчёты для сайтов​
• RetailCRM / AmoCRM / Битрикс24 — базовые когорты по первой покупке​
• Mindbox — прогнозная аналитика LTV с ML-моделями​

LTV/CAC соотношение: что считать нормой

Главный KPI юнит-экономики — отношение LTV к CAC. Общепринятый стандарт:

Соотношение LTV:CAC	Что это значит	Что делать
Ниже 1:1	Бизнес в убытке на каждом клиенте	Срочный аудит модели
1:1 – 2:1	Работаете в ноль или на грани	Оптимизировать CAC или повышать LTV
3:1	Здоровая модель, можно масштабировать	Увеличивать бюджет на привлечение
5:1 и выше	Высокая эффективность	Проверить, не недоинвестируете ли в рост​

Для B2B бенчмарки немного другие: норма — 3–5:1, у зрелых компаний — 5+. Для быстрорастущих стартапов в фазе захвата рынка допустимо 2:1 — они сознательно жертвуют рентабельностью ради доли.

Важно: соотношение 5:1 и выше — не всегда хорошо. Это может сигнализировать о том, что компания недоинвестирует в привлечение и растёт медленнее, чем могла бы.

Ещё одна метрика, которую часто игнорируют: CAC Payback Period

LTV/CAC отвечает на вопрос «окупается ли привлечение», а Payback Period уточняет — «через сколько месяцев»:

Payback Period = CAC / Ежемесячный маржинальный доход от клиента​

Если CAC = 9 000 ₽, а клиент приносит 1 500 ₽ маржи в месяц → Payback = 6 месяцев. Для большинства B2C-моделей норма — до 12 месяцев. В SaaS B2B — до 18–24 месяцев.

Чем короче срок окупаемости, тем меньше зависимость от внешнего финансирования при масштабировании.

Как реально увеличить LTV: не теория, а механики

Работа с частотой покупок

Триггерные коммуникации после первой покупки — один из самых прямых способов поднять частоту. На практике работают:

• Welcome-серия в первые 7–14 дней: знакомство с продуктом, кейсы, онбординг
• Реактивационные сценарии для «уснувших» клиентов через 60–90 дней без покупки
• Регулярные рассылки с пользой (аналитика, гайды) — особенно в B2B, где прямая реклама работает хуже​

Снижение оттока на 10–12% через такие механики в конечном счёте кратно увеличивает LTV всей когорты.

Рост среднего чека через upsell и cross-sell

Стандартные механики, которые недооценивают:

• Upsell: предложить более дорогой тариф или расширенную версию в момент покупки
• Cross-sell: сопутствующие товары или услуги (к купленному станку — пусконаладка и сервис)
• Пакетные предложения: объединить несколько продуктов с выгодой для клиента

Важно обучить команду делать эти предложения уместно, а не навязчиво — иначе получаете отток вместо роста LTV.

Программы лояльности: B2C vs B2B

В B2C работают стандартные бонусные баллы, статусы, кэшбэк. В B2B — другая логика: персональный менеджер, приоритетная поддержка, доступ к закрытым вебинарам и аналитике, более выгодные условия за объём. Скидки в B2B работают слабее, чем ощущение «нас здесь ценят».

Как снижать CAC: три вектора

1. Сегментация и качество трафика

Лучший способ снизить CAC — не жать ставки в аукционе, а точнее прицелиться. Более целевая аудитория даёт лучшую конверсию и снижает стоимость клиента. На практике это означает:

• Регулярный аудит семантики и аудиторий в Яндекс Директ
• RFM-сегментация существующей базы и Look-alike по ней
• Исключение сегментов с исторически низким LTV из платного трафика

2. Оптимизация воронки конверсии

Универсального бенчмарка по CR из лида в клиента в B2B не существует — диапазоны сильно расходятся в зависимости от ниши, длины цикла сделки и источника лидов. Органика и рефералы конвертируются заметно лучше холодного платного трафика, а в дорогих или высококонкурентных сегментах даже 3–5% может быть приемлемым результатом при длинном цикле. Важнее не сравнивать свои цифры с абстрактной «нормой», а регулярно отслеживать динамику внутри собственной воронки: если CR просел — искать, на каком этапе и почему. Часто одно изменение в онбординге или скрипте продаж даёт -20–30% к CAC.

3.  Органические и реферальные каналы

Стоимость клиента из SEO и рекомендаций обычно в 2–4 раза ниже платных каналов. Это долгосрочная инвестиция, но при правильном подходе доля органики 30–50% от входящего трафика — реалистичная цель для зрелого бизнеса.

Где обычно ломается юнит-экономика

Ошибка 1: считать один усреднённый CAC по всем каналам
Смешивая органику с платным трафиком, вы получаете «среднюю температуру по больнице». Считайте CAC по каждому каналу отдельно — тогда видно, какой канал работает, а какой просто разбавляет хорошие каналы своей неэффективностью.

Ошибка 2: не включать зарплаты в расчёт CAC
Самая распространённая ошибка — учитывать только рекламный бюджет. В итоге руководство видит красивую цифру, а по факту компания работает в минус. Полный CAC = бюджет + зарплаты + инструменты + контент.

Ошибка 3: считать LTV по выручке, а не по марже
LTV по выручке выглядит красиво, но ничего не говорит о реальной прибыльности. Включайте маржинальность в расчёт — иначе рискуете масштабировать убыточные сегменты.

Ошибка 4: не сегментировать клиентов
Усреднённый LTV маскирует разрыв между лучшими и худшими клиентами. На практике топ-10% когорт могут давать в 15–20 раз больше, чем медианный клиент. Именно под таких клиентов нужно затачивать привлечение.

Ошибка 5: считать метрики раз в год
LTV и CAC — живые метрики, которые нужно пересматривать минимум раз в квартал. Рынок меняется, стоимость каналов растёт, поведение клиентов сдвигается.

Мини-кейсы из практики

B2C e-commerce

Команда смотрела на CAC по Яндекс Директ — 2 500 ₽, хороший показатель. Но когортный анализ показал: клиенты из этого канала делают в среднем 1,3 покупки за два года, тогда как клиенты из email-рассылок — 4,1 покупки. Перераспределение 20% бюджета в пользу удержания и работы с базой дало рост LTV когорты — примерно с 5 200 до 7 000 ₽ — за 6 месяцев.

B2B SaaS

Компания с LTV 450 000 ₽ и CAC 150 000 ₽ имела соотношение 3:1 — модель устойчива. При росте CAC до 200 000 ₽ соотношение падало до 2,25 — зона риска. Решение: внедрить реферальную программу (CAC из рефералов — в зависимости от модели программы, в среднем в 3–4 раза ниже платных каналов) и поднять конверсию trial → paid с 12% до 19% через улучшенный онбординг.

Образовательный проект

CAC из таргета ВКонтакте на первый курс — 3 200 ₽. Первый курс стоит 4 000 ₽, второй — 5 000 ₽. Исходная конверсия в повторную покупку — 47%: средний LTV = 4 000 + 5 000 × 0,47 = 6 350 ₽, соотношение LTV/CAC ≈ 2:1 — модель на грани. После внедрения email-серии и Telegram-бота конверсия во второй курс выросла до 62%: LTV = 4 000 + 5 000 × 0,62 = 7 100 ₽, соотношение — 2,2:1. Следующий шаг — третий курс (6 000 ₽): даже 30% конверсии в него дают LTV = 4 000 + 5 000 × 0,62 + 6 000 × 0,30 = 8 900 ₽ и соотношение ~2,8:1 — всё без изменения бюджета на привлечение.

Практический чек-лист: внедряем работу с LTV и CAC

1. Определите период расчёта: для большинства бизнесов — 12 или 24 месяца. Для подписочных моделей — срок среднего контракта.
2. Соберите данные из CRM: первая дата покупки, все последующие оплаты, сумма, маржинальность.
3. Рассчитайте CAC по каждому каналу с учётом всех затрат — бюджет + зарплаты + инструменты.
4. Посчитайте LTV по марже, не по выручке.
5. Разбейте клиентов на когорты по месяцу первой покупки. Посмотрите, как ведут себя когорты из разных каналов.
6. Проверьте соотношение LTV:CAC по каждому каналу и сегменту. Ориентир — минимум 3:1.
7. Посчитайте Payback Period: если больше 12–18 месяцев — оцените, оправдан ли такой срок для вашей модели.
8. Найдите лучший сегмент: кто ваши топ-20% клиентов по LTV? Какие каналы их приносят? Масштабируйте именно их привлечение.
9. Настройте регулярный мониторинг: LTV и CAC должны быть в ежемесячном дашборде — не в годовом отчёте.

Что изменилось в 2026 году

Несколько актуальных трендов, которые влияют на работу с этими метриками:

Предиктивный LTV и AI. Инструменты типа Mindbox и Retail Rocket уже в 2026 году позволяют прогнозировать вероятность оттока и будущий LTV конкретного клиента на основе ML-моделей. Это даёт возможность не ждать, пока клиент уйдёт, а превентивно работать с группой риска. Компании, использующие такой подход, существенно опережают конкурентов по точности удержания и снижению оттока.

Интеграция LTV в рекламные кабинеты. Яндекс Директ позволяет передавать данные о ценности клиента обратно в систему и оптимизировать ставки под «жирных» лидов, а не просто под любую конверсию. Это меняет подход к оптимизации кампаний: вместо «снижай CPA» — «привлекай клиентов с высоким прогнозным LTV».

Фокус на удержании как альтернативе росту CAC. По данным ряда обзоров по B2B-маркетингу, в 2026 году компании всё активнее смещают часть бюджетов с привлечения на удержание — особенно в условиях роста ставок в аукционах. CRM-маркетинг с измеримым вкладом в LTV и снижением CAC через удержание становится одним из приоритетных инструментов.

 

LTV и CAC — это не просто метрики для квартального отчёта. Это способ принимать решения о бюджетах, каналах и продуктовых приоритетах на основе реальной экономики, а не интуиции. Начните с честного расчёта обеих цифр по сегментам — и картина маркетинга изменится сразу.