Как мы оцениваем эффективность рекламных каналов для клиентов

Когда меня просят «посчитать эффективность канала», я первым делом спрашиваю: «А в какой модели продаж и для какой бизнес-цели?». Ответ «хотим дешёвых лидов» — это не цель, а промежуточная метрика, которая без привязки к деньгам может завести в ловушку масштабирования бесполезного трафика. В своей практике я связываю расходы на канал с качеством обращений, доходом, сроком окупаемости и вкладом в общую воронку — и только после этого делаю выводы. Ниже — логика, которую я использую при аудите клиентских проектов.

Что именно считаем эффективностью канала

У рекламного канала может быть много «хороших» метрик, но не все из них одинаково полезны для бизнеса. Если смотреть только на CTR или стоимость клика, легко получить красивую статистику и слабый результат по выручке. По моим наблюдениям, примерно в 40% случаев, когда клиенты приходят с запросом «у нас отличный канал, давайте его масштабировать», при детальной проверке оказывается, что отличный он только на уровне CPC и CPL, а до денег эти лиды либо не доходят, либо дают убыток по CAC.

Я оцениваю канал по нескольким уровням:

• Потоковый уровень — показы, клики, CTR, CPC.
• Лидогенерация — заявки, звонки, сообщения, CPL.
• Качество спроса — доля целевых лидов, конверсия в квалификацию, доля фрода.
• Экономика — выручка, валовая прибыль, ROMI/ROI, CAC, срок окупаемости.
• Вклад в систему — помогает ли канал создавать спрос, догревать аудиторию и поддерживать повторные продажи.

Такой подход важен потому, что один и тот же канал может быть отличным для охвата и слабым для прямых продаж, либо наоборот. Например, медийная реклама часто не даёт дешёвых лидов, но может заметно влиять на брендовый спрос и последующие конверсии через поиск — я неоднократно фиксировала это через uplift-тесты с контрольными группами, когда отключение медийки приводило к падению брендового трафика на 15–20% в течение двух недель.

На каких данных строится оценка

Чтобы выводы были воспроизводимыми, я не опираюсь на один источник данных. Рекламный кабинет в изоляции — это как смотреть на мир через замочную скважину: видно клики и расходы, но не видно, во что эти клики превратились за пределами платформы. Обычно использую сразу несколько слоёв:

Если канал приводит много заявок, но они не доходят до сделки, это видно только при связке рекламы с CRM. Я проверяла это экспериментально: в одном проекте при отключении интеграции с CRM два канала показывали практически идентичный CPL, но после подключения сквозной аналитики выяснилось, что у одного доля фродовых и нецелевых заявок была 35%, а у второго — 4%. Разница в ROMI при этом составила 2,8x. Если считать эффективность только в кабинете, можно переоценить канал, который даёт дешёвый, но бесполезный трафик.

Как мы оцениваем каналы: рабочая схема

Ниже — базовый алгоритм, который я использую в проектах. Он не привязан к конкретной нише и прошёл проверку на клиентах с разной длиной цикла сделки — от e-commerce с покупкой в один заход до b2b-проектов с циклом 3–6 месяцев.

1. Фиксируем цель канала

Сначала определяем, что именно должен дать канал:

• заявки;
• продажи;
• звонки;
• подписки;
• повторные покупки;
• рост брендового спроса.

Это принципиально, потому что у каждого канала своя роль. Поисковая реклама чаще закрывает горячий спрос, а таргет и медийка чаще создают или подогревают его. Когда я провожу аудит, а цель канала не зафиксирована документально, это почти всегда означает, что решения по бюджету принимаются на основании разрозненных метрик без связи с бизнес-результатом.

2. Ставим единые правила атрибуции

Атрибуция — это способ понять, какой канал «заслужил» конверсию. Здесь важно заранее договориться о правилах, иначе отчёты будут противоречить друг другу. Без единой модели атрибуции данные из разных источников просто не сходятся, и любая попытка сравнения каналов становится статистически некорректной.

Я обычно проверяю:

• окно атрибуции;
• модель распределения ценности между касаниями;
• учёт брендового трафика;
• учёт повторных визитов;
• дедупликацию лидов между формой, звонком и мессенджером.

Без этого легко получить ситуацию, когда один канал «везде последний», а другой «никогда не получает заслугу», хотя оба влияли на сделку. Например, в одном проекте при переходе с last-click на data-driven-атрибуцию два канала, которые казались убыточными, показали положительный вклад в воронку — их ценность была в касаниях на ранних этапах, которые модель по последнему клику просто игнорировала.

3. Сегментируем не только каналы, но и аудитории

Один и тот же канал работает по-разному в зависимости от сегмента. Игнорировать это — значит принимать решения на основе средних значений, которые могут быть обманчивыми. Поэтому я сравниваю:

• новые и возвращающиеся пользователи;
• холодный и горячий спрос;
• регионы;
• устройства;
• типы запросов;
• товарные категории;
• этап воронки.

Это помогает увидеть, где канал реально эффективен, а где просто расходует бюджет. В одном кейсе таргет показывал отрицательный ROMI в целом, но при сегментации по товарным категориям выяснилось, что для двух из пяти категорий он работал с ROMI 180% — просто остальные три тянули среднее вниз. Отключение неэффективных сегментов и перераспределение бюджета дало рост общего ROMI на 35%.

4. Смотрим не только среднее, но и распределение

Средние значения часто скрывают проблему. Канал может показывать нормальный CPL в целом, но при этом приводить слишком много низкокачественных лидов в отдельных сегментах. Я не раз сталкивалась с ситуацией, когда средний CPL выглядит здоровым, а медиана — значительно выше, что говорит о том, что несколько удачных кампаний маскируют провальные.

Поэтому дополнительно анализирую:

• медиану стоимости лида;
• разброс результатов по кампаниям;
• долю кампаний, которые дают прибыль;
• стабильность результата по неделям;
• зависимость от сезона.

5. Считаем экономику до сделки и после сделки

На практике меня интересуют две границы:

• до сделки — сколько стоит заявка, звонок, квалифицированный лид;
• после сделки — какая выручка и маржа пришли из канала.

Это особенно важно в длинных циклах продаж. Канал может выглядеть дорогим по CPL, но выигрывать по качеству сделок и итоговому доходу. Я много раз наблюдала картину: таргет даёт CPL в 2–3 раза ниже поиска, но после учёта конверсии в продажу и среднего чека поиск выигрывает по марже в расчёте на вложенный рубль. Без разреза «до и после сделки» такие выводы сделать невозможно.

Какие метрики мы используем

Набор метрик зависит от модели бизнеса, но есть базовый набор, без которого оценка обычно неполная.

Когда я свожу эти метрики в единую систему, я всегда проверяю, на каком периоде считаются LTV и ROMI. Если ROMI положительный, но рассчитан на горизонте 14 дней, а цикл сделки — 45, то выводы несостоятельны. Аналогично LTV без когортного анализа — это просто цифра, которая может не иметь отношения к реальной доходности клиента.

Что важно не перепутать

• Низкий CPL не всегда означает хороший канал.
• Высокий CTR не всегда означает качественный трафик.
• Большой объём лидов не всегда означает рост продаж.
• Положительный ROMI в одном месяце не гарантирует стабильность в следующем.

Как отличаем хороший канал от «дешёвого, но бесполезного»

Для этого я смотрю на связку показателей, а не на одну цифру. Практически это выглядит так:

• канал даёт трафик;
• трафик конвертируется в лид;
• лид доходит до квалификации;
• квалифицированный лид становится сделкой;
• сделка приносит маржу выше стоимости привлечения.

Если на любом из этапов есть провал, канал нельзя считать эффективным, даже если он дешёвый в начале воронки. В одном проекте я наблюдала канал, который давал рекордно низкий CPL, но на этапе квалификации отсеивалось 70% заявок — они были либо фродовыми, либо от аудитории, которая ошибочно кликнула на креатив, не соответствующий офферу. Формально CPL был в три раза ниже рынка, но по факту стоимость квалифицированного лида — в четыре раза выше, чем у поиска.

Пример логики сравнения

Эта таблица — не истина в последней инстанции, а иллюстрация логики. В каждом конкретном проекте цифры могут отличаться, и я всегда проверяю их на реальных данных, а не подгоняю под шаблон.

Особенности оценки разных каналов

Поисковая реклама

Для поиска важнее всего:

• доля брендовых и небрандовых запросов;
• конверсия по группам ключей;
• доля мусорных запросов;
• качество посадочных страниц;
• стоимость квалифицированного лида.

Поиск обычно лучше всего показывает намерение пользователя, поэтому его часто оценивают не только по CPL, но и по качеству сделок. В моей практике разделение брендовых и небрандовых кампаний — один из самых недооценённых шагов. Если смешать их в одну кучу, брендовые конверсии с высокой вероятностью и низкой стоимостью маскируют реальную эффективность небрандового поиска, и бюджет перераспределяется некорректно.

Таргетированная реклама

Здесь важно понимать, что пользователь не всегда готов купить сразу. Поэтому я смотрю:

• вовлечённость;
• микроконверсии;
• переходы в сайт;
• возвраты;
• вклад в последующие касания.

Если оценивать таргет только по прямым продажам, можно недооценить его роль в формировании спроса. Я проверяла это через анализ путей пользователей: в одном проекте 25% конверсий, которые по last-click приписывались поиску, имели касание с таргетом за 3–7 дней до сделки. Исключение таргета из воронки привело бы к падению общего объёма продаж, хотя прямой ROMI по нему был отрицательным.

Медийная реклама

Медийку почти всегда ошибочно оценивают по последнему клику. Для неё полезнее анализировать:

• рост брендового спроса;
• увеличение прямых и повторных заходов;
• влияние на конверсию других каналов;
• uplift в тестовых и контрольных сегментах.

Иначе есть риск признать канал «неэффективным» только потому, что он работает не в нижней, а в верхней части воронки. Uplift-тесты здесь — золотой стандарт: мы выделяем контрольный сегмент, которому не показываем медийку, и сравниваем поведение с тестовым. Если разница в брендовом трафике или конверсии статистически значима — вклад канала подтверждён.

Ретаргетинг

Ретаргетинг обычно хорошо виден в отчётах, но здесь важно не переоценить его вклад. Пользователь мог уже принять решение до показа рекламы, а ретаргетинг лишь получил последний клик.

Поэтому я отдельно проверяю:

• насколько сегмент «догревался» до показа;
• есть ли рост конверсии после контакта;
• не происходит ли каннибализация брендового спроса.

При корректной настройке без ретаргетинга часть конверсий просто перетечёт в брендовый поиск или прямые заходы — и это нужно учитывать, чтобы не приписывать каналу те продажи, которые случились бы и без него.

Типичные ошибки в оценке эффективности

Вот ошибки, которые я встречаю чаще всего — они повторяются от проекта к проекту независимо от ниши:

• сравнивают каналы без единой атрибуции;
• оценивают только первые заявки, а не продажи;
• не убирают дубли лидов;
• не разделяют брендовый и небрандовый спрос;
• смотрят на один период, игнорируя сезонность;
• сравнивают каналы с разной длиной цикла сделки;
• делают выводы по слишком малой выборке;
• не учитывают маржинальность продукта.

Особенно коварна ошибка с малой выборкой. Если канал дал 15 продаж за месяц, ROMI может колебаться от +200% до −50% просто из-за случайного распределения. Я всегда проверяю статистическую значимость различий между каналами, особенно когда цена ошибки — перераспределение бюджета.

Почему это опасно

Если канал приводит дорогих клиентов с высокой маржой, он может быть намного полезнее канала с дешёвыми, но низкомаржинальными заказами. Без учёта экономики бизнеса такие сравнения вводят в заблуждение. Представьте: канал А даёт CAC 5000 рублей и среднюю маржу с клиента 20 000, а канал Б — CAC 1000 и маржу 1500. По CAC канал Б выглядит привлекательнее, но чистая прибыль на клиента у канала А — 15 000 против 500. Если масштабировать канал Б без этого разреза, можно долго наращивать оборот и удивляться, почему прибыль не растёт.

Как мы проверяем выводы на практике

Чтобы не полагаться на интуицию, я использую проверяемые процедуры. Методология строится на принципе воспроизводимости: если другой аналитик повторит расчёт по тому же набору данных и правилам, он должен получить те же выводы.

Пошаговый блок

1. Собираю данные из рекламных кабинетов, аналитики, CRM и коллтрекинга.
2. Привожу к единому справочнику кампаний, каналов и источников.
3. Убираю дубли и технический шум.
4. Считаю воронку по каждому каналу.
5. Сравниваю каналы по нескольким метрикам, а не по одной.
6. Проверяю стабильность результата по периодам.
7. Смотрю на влияние канала на итоговую выручку и маржу.
8. Фиксирую выводы и условия, при которых они сохраняют силу.

Шаг с проверкой стабильности — один из самых важных. Если канал показывает ROMI 150% в одном месяце и −20% в следующем, а сезонность не объясняет разброс, то экстраполировать результаты опасно. Я обычно анализирую минимум 3–4 периода, прежде чем рекомендовать масштабирование или остановку.

Чек-лист оценки канала

• Есть ли у нас единая модель атрибуции?
• Связаны ли рекламные расходы с CRM?
• Видим ли мы не только лиды, но и сделки?
• Учитываем ли мы маржу, а не только выручку?
• Разделены ли брендовые и небрандовые кампании?
• Проверена ли сезонность?
• Есть ли анализ по сегментам?
• Смотрели ли мы стабильность результата во времени?
• Понимаем ли мы, какой именно вклад канал даёт в воронку?

Если хотя бы на половину этих вопросов ответ «нет», вывод об эффективности канала пока нельзя считать надёжным. В своей практике я не перехожу к рекомендациям по бюджету, пока не закрыты все пункты — слишком высока цена ошибки, когда решение принимается на неполных данных.

Когда канал стоит масштабировать

Канал имеет смысл усиливать, если одновременно выполняются несколько условий:

• он даёт прогнозируемый поток;
• лиды доходят до продажи;
• экономика остаётся положительной;
• результат стабилен не один период, а несколько;
• рост бюджета не ломает эффективность.

Последний пункт особенно важен: многие каналы хорошо работают на малом объёме, но быстро «перегорают» при масштабировании. Поэтому я обязательно проверяю, сохраняется ли качество при увеличении расходов. Обычно это делается через последовательное повышение бюджета с шагом 20–30% и мониторингом ключевых метрик — CAC, доли целевых лидов, ROMI. Если на очередном шаге метрики начинают проседать, мы нашли точку насыщения.

Когда канал лучше остановить или пересобрать

Канал требует пересмотра, если:

• заявки есть, но продаж почти нет;
• растёт доля мусорных лидов;
• стоимость привлечения клиента выше допустимой;
• качество падает при росте бюджета;
• канал дублирует то, что уже хорошо делает другой источник;
• нет возможности корректно измерить результат.

В таких случаях проблема может быть не только в канале, но и в посадочной странице, оффере, сегментации или настройках учёта. Прежде чем ставить крест на канале, я всегда проверяю альтернативные гипотезы: возможно, кампания направлена не на ту аудиторию, или креатив обещает одно, а лендинг — другое.

FAQ

Что важнее: CPL или ROMI?

Для оценки канала на уровне бизнеса важнее ROMI, потому что он показывает возврат на вложения. CPL полезен как промежуточная метрика, но сам по себе не отвечает на вопрос об окупаемости. Я могу привести пример, когда CPL в одном канале был в два раза выше, чем в другом, но ROMI — в три раза выше за счёт лучшей конверсии в продажу и большего среднего чека. Ориентация только на CPL в этом случае привела бы к решению в пользу менее прибыльного канала.

Почему один канал может быть дешёвым, но неэффективным?

Потому что он может приводить много лидов низкого качества, которые не доходят до сделки или дают низкую маржу. Дешёвый лид не равен выгодному клиенту. Это особенно заметно в нишах с длинным циклом продаж: канал может генерировать сотни заявок по 50 рублей, но если в квалификацию проходит 5%, а в продажу — 1%, то стоимость реального клиента оказывается кратно выше, чем у канала с дорогим CPL и высокой конверсией.

Можно ли сравнивать между собой все каналы одной цифрой?

Нежелательно. Разные каналы решают разные задачи: одни создают спрос, другие конвертируют его в заявки, третьи помогают дожать пользователя до покупки. Сравнивать их по одному показателю — это как оценивать футболистов исключительно по количеству забитых мячей, игнорируя голевые передачи, отборы и позиционную игру. Сводная оценка возможна, но она должна учитывать роль канала в системе.

Как понять, что канал влияет на продажи, даже если не даёт последний клик?

Нужно смотреть на модель атрибуции, пути пользователя, повторные касания и тесты с контрольными группами. Для верхнеуровневых каналов полезна оценка инкрементального эффекта, а не только прямых конверсий. Практически это решается через анализ мультиканальных последовательностей и сравнение конверсии пользователей, которые видели рекламу канала, с теми, кто не видел.

С какой частотой пересматривать эффективность каналов?

Обычно я смотрю оперативные метрики еженедельно, а итоговую эффективность — по более длинным периодам, чтобы не попасть в ловушку случайных колебаний и сезонности. Для проектов с коротким циклом сделки это может быть месяц, для b2b — квартал или полгода. Главное — не дёргать бюджет каждую неделю на основе нестабильных промежуточных данных.

Эффективность рекламного канала нельзя честно оценить по одному показателю или одному отчёту из кабинета. Надёжная оценка появляется только тогда, когда расходы, лиды, продажи и маржа связаны в одной логике измерения, а выводы проверяются на стабильность и воспроизводимость. Это основа, которую я закладываю в каждый проект — и только после неё перехожу к рекомендациям по бюджетам и стратегии.