Методы прогнозирования в маркетинге: как анализ и планирование CLV/CAC убережет бизнес от коллапса

Прогноз на 2050 от PwC сулит Индии 2-е почётное место в рейтинге 10 крупнейших экономик мира. При этом уже сейчас у экспертов не остается никаких сомнений, что Индия «подвинет» США, которые неизбежно опустятся на 3-е место. В ближайшие десятилетия у мира будет сразу 2 Великих шёлковых пути — это Китай и Индия, — и множество дорожек помельче:

7 главных развивающихся экономик мира E7 (Китай, Индия, Индонезия, Бразилия, Россия, Мексика и Турция) превзойдут «Большую семёрку» G7 (США, Великобритания, Франция, Германия, Япония, Канада и Италия) по объёму ВВП:

Типичный пример экономического прогнозирования — это экстраполяция на основе исторических данных.

Прогноз — это всегда спекуляция, рассуждение на тему.

Свежеизготовленный прогноз всегда точен, но перспектива вносит самые непредсказуемые изменения, поэтому горизонт очень размыт.

Бывший аналитик, а ныне писатель и эссеист Нассим Николас Талеб в своей книге «Чёрный лебедь. Под знаком непредсказуемости», как никто другой, смог описать влияние непредсказуемых изменений на прогнозы. Талеб проходил свои «аналитические университеты» в охваченном гражданской войной Ливане под грохот пролетающих над головой миномётов. Немногие на тот момент предполагали, что война разразится, но непредсказуемость внесла-таки свои коррективы. «Чёрным лебедем» Талеб называет любое событие, которое внезапно вносит существенные изменения в самый стройный и логичный прогноз, вероятность которого вдруг устремляется в направлении от 99,9% до 50/50%.

Правило непредсказуемости Талеба отлично сработало в прогнозе PwC на 2050 г, который после событий 2019 г. имеет небольшое уточнение:

Прогнозирование в бизнесе и маркетинге

Маркетинговое прогнозирование ничем не отличается от экономического: та же экстраполяция. Но с учётом «чёрных лебедей» Талеба есть 4 ключевых дополнения:

• частота;
• метрики;
• тренды-тактики;
• экспертное мнение.

Маркетинговое прогнозирование максимально приближено к реальности, когда из одной исторической точки может исходить сразу несколько путей-дорожек, которые принято называть трендами. В таком случае прогнозы строятся оперативно и часто, при этом сразу в направлении нескольких тренд-тактик:

С течением времени часть тренд-тактик теряют свою актуальность или «преломляются», сталкиваясь с реальностью, поэтому прогноз и долговременная стратегия постоянно корректируются с помощью особых метрик (CAC и CLV — о них пойдет речь далее). Окончательная бизнес-модель продвижения претерпевает свои изменения под влиянием мнения группы экспертов и в последнее время всё чаще дополняется данными, это могут быть даже данные ИИ на основе машинного обучения.

Помимо более рационального и целенаправленного планирования маркетинговых бюджетов и значительного упрощения процессов по принятию стратегических решений, основной задачей прогнозирования в маркетинге принято считать здоровое управление рисками. Да, маркетинговые прогнозы — это не 100%-я вероятность успеха, но они помогают избежать настоящих катастроф или при необходимости предпринять корректирующие действия.

Маркетинговое прогнозирование — это непрерывное познание и обучение, почти как в школе: когда мы хорошо выполняем свою домашнюю работу, сюрпризов становится меньше.

Зачем маркетологам Account-based marketing (ABM)?

Не только для построения прогностических моделей, но и для их ежедневного применения в практике маркетологам требуется оперировать огромным количеством информации. В быстро меняющемся цифровом мире как никогда важно, чтобы маркетологи использовали каждую минуту с пользой: изучали последние тенденции B2B-маркетинга, оценивали и дорабатывали показатели, прокладывали самый короткий путь к высокому ROI.

Этот долгий и упорный поиск приводит многих маркетологов к ABM, т. е. стратегиям завоевания рынка на основе актуальных маркетинговых метрик, которые направлены на построение доверительных отношений с клиентами, когда каждый потенциальный лид рассматривается именно как личность с определённым набором психографических данных, а не абстрактное нечто с точно измеренным объёмом кошелька. Account-based marketing (или маркетинг ключевых клиентов) – это точечный подход в маркетинге, где продажи и маркетинг работают, как одна команда.

Точность измерений оказывается решающим фактором в любой новой маркетинговой стратегией. Соотношение пожизненной ценности клиента, или CLV, к затратам на привлечение клиентов, или CAC, имеет решающее значение (CLV/CAC). Эта пропорция часто используется для обоснования инвестиций в маркетинговые кампании и допродажи, однако она обладает гораздо большим прогностическим эффектом.

Доход, который компания получает за время взаимовыгодного взаимодействия с клиентом (CLV), обычно охватывает период от 3 до 5 лет, но значительно увеличивается при использовании подхода MBA. Аналогично, сумма, затраченная на привлечение клиентов (CAC), кратно уменьшается, если правильно применять MBA.

Методы расчёта и прогноза CAC и CLV

Маркетинг съедает значительную часть бюджетов компаний. Согласно отчёту Gartner, в 2022 г. на продвижение и рекламу приходилось в среднем 9,5% расходов компаний. Разумеется, прежде чем вкладывать такие деньги, нам критически важно знать, какие кампании с наибольшей вероятностью будут успешными.

При этом показатели по приобретению новых и удержанию существующих клиентов уже который год подряд занимают лидирующие позиции среди долгосрочных целей маркетологов, оставляя позади себя расходы на разработку бренда, ребрендинг, цифровой маркетинг и территориальное расширение-присутствие:

Эффективное маркетинговое прогнозирование помогает предсказать, какие кампании и каналы продвижения принесут наибольшую рентабельность инвестиций.

А для этого в начале подсчитаем метрики для самых трендовых направлений: приобретения и удержания клиентов. Заодно разберемся в их реальной ценности и найдем их идеальное соотношение.

Стоимость привлечения клиентов (CAC, customer acquisition cost) – это ваши финансовые затраты на продажу товаров и услуг, инвестиция в потенциально долгоиграющий продукт. С помощью метрики CAC маркетологи, в первую очередь, хотят убедиться в том, что они не тратят больше реальной стоимости товаров или услуг, которые они продают. Кроме того, метрика CAC помогает маркетологам увеличить норму прибыли для своей компании.

CAC также демонстрирует, какие маркетинговые усилия наиболее эффективны и приносят самую высокую прибыль от инвестиций в продукт (ROI). CAC может быть рассчитан и в целом для всей маркетинговой кампании, и для конкретных её стадий, что делает эту метрику жизненно необходимой для определения истинных финансовых успехов.

Как рассчитать стоимость привлечения клиентов?

CAC рассчитывается с использованием простой формулы, когда мы складываем общие затраты на продажи и маркетинг, и делим их на количество новых клиентов за определённый период времени. Схематично расчёты можно изобразить следующим образом:

САС = (затраты на продажи + затраты на маркетинг) / число новых клиентов

Например, если вы хотите переманить абонентов у конкурирующего интернет-провайдера, то на привлечение 2300 новых клиентов в месяц вам понадобится 400 000 руб. на расходные материалы и амортизацию инструментов/оборудования, 2 200 000 руб. на з/пл сотрудникам и 1 000 000 руб. на рекламную кампанию, тогда ваш CAC составит:

(400 000 + 2 200 000 + 1 000 000) / 2300 = 1565 руб.

Таким образом, 1565 руб. вам понадобится для привлечения одного нового абонента.

Время является ключевым показателем при определении не только бизнес-ценности вашего CAC, но и бизнес-ценности вашего клиента в целом. Вот тут‑то и вступает в игру пожизненная ценность клиента.

Пожизненная ценность клиента (CLV, customer lifetime value) выражает стоимость удержания конкретного клиента за все время его отношений с вашей компанией. Другими словами, это сумма денег, которую компания зарабатывает на одном клиенте за все время, пока он продолжает совершать у нее покупки.

CLV = средняя цена покупки * число покупок (в год) * время удержания клиента (в годах)

Рассмотрим значение CLV также на примере. Допустим, телеком-компания продает самый востребованный пакет услуг «ТВ+интернет» по цене 1000 руб/мес. Среднестатистический абонент этого пакета услуг пользуется ими, не меняя своих предпочтений, в течение 2 лет, пока не сменится стоимость. Вся математика сводится к следующим действиям: (1000 x 12) x 2 = 24 000 руб.

Если провайдер повышает стоимость своих услуг не чаще 1 раза в 2 года и не более, чем на 10%, то велика вероятность сохранения всех своих абонентов на протяжении следующего 2-хлетнего периода стабильной стоимости в рамках самого востребованного пакета услуг «ТВ+интернет». И в этом случае провайдер уже может осмелится и подсчитать прогностическую ценность своих клиентов на следующие 2 года:

(1100 x 12) x 2 = 26 400 руб.

Итого: 50 400 руб. от одного клиента за 4 года.

Прогностическая ценность клиентов имеет значение, потому что она объективно указывает маркетологам на сумму, которая с огромной долей вероятности осядет в бюджетном “кармане” компании.

Та сумма, которая могла показаться высокой при подсчете CAC (1565 руб), теперь выглядит гораздо более разумно — в контексте CLV (50 400 руб). Используя соотношение CLV к CAC, маркетологи могут ответственно расходовать деньги, зная, что они могут окупить инвестиции в течение всего своего «срока службы» клиенту. (Подробнее о метрике CLV читайте также в нашей предыдущей статье 81% брендов рассчитывают пожизненную ценность клиентов — как рассчитать LTV, CLV)

Контролируем показатели метрик CAC и CLV

Какого-то универсального показателя для определения отдачи от CAC пока не существует, но есть несколько критериев, которые маркетологи могут использовать, чтобы определить, идут ли их кампании по плану. Как правило, CLV клиента должна быть как минимум в 3 раза больше, чем CAC (в рассмотренном нами примере соотношение CLV/CAC=32, и это, разумеется, особый повод для радости телеком-компаний, а также стабильного и уверенного роста их финансовых показателей).

Точка отсчёта для CAC зависит от множества переменных, таких как отрасль, среднее количество покупок клиента и возраст компании. Новая компания, естественно, будет иметь более высокий CAC, чем уже закрепившаяся на своих позициях; в некоторых областях, таких как производство программного обеспечения, средние затраты на CAC, как правило, значительно выше, чем в других, таких как розничная торговля.

Как правило, хорошим показателем для CAC считается его окупаемость в течение первого года после привлечения клиента. И, в конечном итоге, эффективные затраты на привлечение клиентов — это такие затраты, которые не растут в своем объёме настолько значительно, чтобы обогнать темпы роста бизнеса, когда денег не расходуется больше, чем поступает.

Методы прогнозирования в маркетинге на основе трендов и экспертного мнения

Существует невероятное разнообразие методов, которые маркетологи могут использовать для составления прогнозов, включая опросы, исследования каналов сбыта и сегментов рынка, ретроспективные исследования и прогнозы, а также причинно-следственный анализ. Лучший подход — это применение как можно большего количества методов, а затем аналитическое сопоставление результатов.

Остановимся подробнее на 4-х наиболее эффективных методах прогнозирования.

Прогнозирование методом Дельфи (Delphi)

Одна из лучших техник для расстановки тренд-тактик развития компании по их приоритетности для бизнеса.

Методика Delphi возникла в 1950-х годах как исследовательский проект, финансируемый военно-воздушными силами США. Первоначальное исследование представляло собой засекреченную военную операцию с участием группы многопрофильных экспертов, целью которой было попытаться спрогнозировать последствия будущих военных действий для Соединённых Штатов (Gordon & Helmer, 1964).

Впоследствии методика Delphi была усовершенствована американской компанией Randy Corporation, основной целью которой было изучение влияния технологий на уровень благосостояния в штате Айова, где фирма реализует различные виды недвижимости, среди которых немалую долю в последние три десятилетия занимает жилье с начинкой «умный дом». Методика Delphi отлично помогла компании выявить тенденцию на перспективу, предсказав высокую покупательскую способность жителей штата (и их активный интерес к новым технологиям).

Согласно методике Delphi опрашивается группа анонимных экспертов в узкоспециализированной области знаний в течение серии раундов, а затем результаты опросов усредняются в финальном раунде. Такой подход к исследованию-прогнозированию более контролируемый и более точный, чем традиционный брейншторминг группы экспертов. (читайте также ещё про одну аналитическую стратегию в нашей статье Кастдев — опрос клиентов, как источник идей для нового проекта).

Специфические особенности методики Delphi:

• Delphi — это «консенсусный» метод исследования. В большинстве случаев цель состоит в том, чтобы достичь консенсуса среди группы экспертов относительно будущих наилучших возможных исходов. Политика проведения исследований Delphi широко используется в медицинских и фармацевтических компаниях (Fink et al., 1984).
• Ведущий исследователь (facilitator) предоставляет участникам обратную связь между раундами, чтобы побудить участников пересмотреть свои предыдущие ответы.
• Метод Дельфи фокусируется на анонимности участников друг от друга (есть редкие исключения).
• Delphi отлично работает на уровне вопросов, которые плохо изучены или в которых отсутствуют данные.
• Участники Delphi являются экспертами в своих областях и могут как работать в компании, так и быть привлечены со стороны.

Прогнозирование методом корреляции

Изучение корреляции между различными событиями является более сложным методом маркетингового прогнозирования. В самом простом виде метод корреляции сопоставляет какой-то рыночный фактор с маркетинговыми показателями или метриками, обычно с помощью точечного графика. Положительная корреляция — это движение двух и более трендов в одном направлении.

Простейшим примером применения метода корреляции может послужить изучение зависимости увеличения количества кликов по кнопке «купить» в связи с проведенной кампанией по электронной почте или количества просмотров видео-обзора продукта/услуги при размещении ролика на страничке компании в социальной сети.

Техника корреляции значительно усложняется, когда нужно учитывать несколько тенденций одновременно.

Важно не путать корреляцию с причинно-следственной связью – да, тенденции могут быть схожи, но необходимо учитывать весь набор факторов и методов в комплексе.

Корреляционный анализ особенно полезен для SEO-индустрии.

Так, недавнее исследование компании Moz по применению корреляционного анализ данных в SEO проливает свет на восприятие алгоритмами поисковых систем самых распространённых SEO-стратегий. Исследователи Moz открыто признают, что корреляция иногда проявляется одновременно с причинно-следственной связью, и многие алгоритмы Google в истории своего формирования и развития идут вслед за самыми приоритетными стратегиями продвижения, популярными у абсолютного большинства SEO-компаний.

• Была выявлена более низкая корреляция между использованием ключевых слов на странице и её ранжированием (и более высокая для UX/UI-параметров). Это значит, что в SEO-оптимизации текстов не обязательно всегда использовать именно то количество ключевых слов, которые старательно подготовил SEO-специалист для ваших страниц, чтобы получить для неё высокий рейтинг.
• Использование HTTPS в SEO-целях показало очень низкую положительную корреляцию. Это значит, что защита вашего сайта с помощью SSL может не иметь большого значения для SEO, влияющего на ваш рейтинг, но может быть весьма полезной по другим причинам.
• По-прежнему очень высока корреляция между рейтингом Google и количеством ссылок на страницу. Это значит, что маркетинговые усилия по получению ссылок с других сайтов по-прежнему являются одним из самых высоких показателей отдачи от инвестиций в вашу SEO-кампанию — прочтите, как бесплатно продвигать сайт при помощи SEO-ссылок.
• Не было выявлено никакой корреляции между типом домена верхнего уровня (.com, org и т. д.) и рейтингом в Google. Это значит, что вам не обязательно нужно платить непомерные цены за .com-версию домена, когда доступен другой, более красивый.

Прогнозирование методом временных рядов

В маркетинговом прогнозировании с помощью метода временных рядов изучают исторические закономерности и применяют их к предстоящим периодам. Например, если в прошлом году трафик посещаемости веб-сайта компании неуклонно увеличивался с 8% до 11% благодаря использованию новой соцсети, то маркетологи могут ожидать как минимум продолжения этой тенденции при добавлении ещё одного канала трафика из ещё одной соцсети.

Проблема заключается в том, что онлайн-рынки не всегда стабильны. Сезонные и циклические тенденции влияют на показатели, но сказываются и непредсказуемые колебания вроде Covid-19, которые могут нести как негативный, так и позитивный эффект. В таких случаях используют сглаживающие корректировки для учета волатильности. Например, пришедшая в маркетинг из математики скользящая средняя отлично работает со скоростью изменения за несколько прошлых периодов. Экспоненциальное сглаживание — это типичный пример применения скользящей средней, которая оказывает самое сильное влияние на последний период.

Методика моделирования реакции

Модели, воспроизводящие способы реагирования потребителей, оказывают прямое воздействие на лояльность клиентов. Отслеживание реакции клиентов на прошлые маркетинговые кампании может помочь предсказать, как потребители отреагируют на будущие усилия маркетинговой команды. Чаще всего с помощью методики моделирования реакции оценивается, сколько клиенты готовы заплатить за продукт в будущем.

Дополнительно клиентов можно сегментировать по категориям: демографическим, географическим, психографическим, — а затем проводить A/B тестирование или тестировать сразу несколько стратегий в разных сегментах.

Например, можно разделить целевую аудиторию на три группы и предложить скидку одному сегменту, предложение «2+1 бесплатно» – второму и ничего не предлагать третьему. Анализ результатов поможет увидеть, какое предложение имеет наибольший смысл для конкретной потребительской аудитории в целом.

В начале очень важно, чтобы переменные были простыми. Чем больше опций вы добавляете, тем сложнее и менее точным становится ваш анализ.

Умножаем экспертизу на опыт

Отдел маркетинга использует прогнозное моделирование для оперативного (подчас в режиме реального времени), персонализированного взаимодействия с клиентами. Маркетинговое прогнозирование позволяет вам повысить не только общую эффективность бизнеса, но и качество обслуживания клиентов, а также снизить стоимость привлечения и удержания потребителей, максимально продлевая их пожизненную ценность для вашей компании.

Проведем комплексный аудит вашего сайта и выявим тенденции для развития: прогнозы должны быть практикоориентированными и реально работать — именно тогда они превращаются в бизнес-цели с достойной конверсией (услуга Лидогенерация сайта с оплатой за лиды).

Ещё больше практики вы найдете в наших кейсах и отзывах наших клиентов.