«Как понять, работает ли реклама, если клиент покупает через полгода?» — вопрос, который ставит в тупик многих маркетологов 🤔 Особенно актуально для B2B, недвижимости, дорогих услуг.
Проблема длинного цикла
Алексей продает оборудование для производства. Средний чек — 2 миллиона рублей, цикл сделки — 4-8 месяцев 🏭 Как оценить эффективность рекламной кампании, которая запущена месяц назад?
Классические метрики не работают. CPA, ROI, ROAS показывают убытки, хотя воронка может быть выстроена идеально. Нужен другой подход.
Метод 1: Сквозная аналитика с привязкой к источникам
Каждую заявку помечаем меткой источника и ведем до финальной сделки. Через CRM или таблицы отслеживаем путь клиента от первого касания до покупки 📊
Важно: если клиент пришел из контекста, но купил после звонка менеджера, засчитываем сделку контексту. Последний клик часто врет в длинных циклах.
Метод 2: Расчет LTV через когорты
Разбиваем клиентов по месяцам привлечения и отслеживаем, сколько из каждой группы в итоге покупает. Строим прогноз на основе исторических данных 📈
Пример: из 100 заявок января через 6 месяцев покупают 15 человек со средним чеком 500 тысяч. LTV одной заявки = 75 тысяч рублей. Можно планировать бюджеты.
Промежуточные конверсии как индикатор
Ольга продает курсы повышения квалификации для медиков стоимостью 150 тысяч рублей. Цикл решения — 3-4 месяца 👩⚕️ Она научилась оценивать эффективность по промежуточным этапам:
- Заявка → Звонок менеджера (70%)
- Звонок → Презентация (40%)
- Презентация → Согласование бюджета (25%)
- Согласование → Сделка (60%)
Если на каком-то этапе конверсия проседает, проблема не в рекламе, а в работе отдела продаж.
Прогнозирование через исторические данные
Собираем статистику за год-два и выводим закономерности. Если из 1000 заявок через полгода покупают 80 человек, то можем заложить конверсию 8% в планы 📋
Атрибуция в длинных циклах
Клиент может прийти из поиска, потом увидеть рекламу в соцсетях, затем перейти по email-рассылке. Какому каналу засчитать сделку? 🎯
Модель First Click: засчитываем первому касанию. Подходит для оценки каналов привлечения.
Модель Linear: делим сделку поровну между всеми касаниями. Справедливо, но сложно в учете.
Модель Time Decay: больший вес последним касаниям. Логично для длинных циклов.
Расчет допустимой стоимости заявки
Формула простая: LTV клиента × конверсия в сделку × маржинальность = максимальный CPA ⚖️
Пример: LTV 500 тысяч, конверсия 10%, маржа 30%. Максимальный CPA = 500 000 × 0,1 × 0,3 = 15 000 рублей за заявку.
Ошибки в долгосрочном планировании
Ошибка №1: Оценивать кампанию по первому месяцу. В длинных циклах нужно минимум 3-6 месяцев для выводов.
Ошибка №2: Забывать про сезонность. В B2B летом и зимой решения принимают реже 📅
Ошибка №3: Не учитывать изменения в отделе продаж. Новый менеджер может испортить всю статистику по конверсиям.
Наш совет: Настройте сквозную аналитику от заявки до сделки. Если данных мало, начните с отслеживания промежуточных конверсий — это даст понимание эффективности уже через месяц.