Маркетинговая аналитика: метрики воронки, формула ROMI и как считать окупаемость маркетинга

Одна B2B-компания считала окупаемость своего маркетинга по Яндекс Директу и получала ROMI 240%, канал выглядел отличным решением для масштабирования. Как только в расчет добавили зарплату маркетолога, CRM и подрядчика на контент, показатель упал до 93%, почти вдвое ближе к границе окупаемости, чем к уверенному росту. Цифры не изменились, изменилась полнота расчета, а вместе с ней и управленческое решение, которое из этих цифр следовало.

Похожая история повторяется в большинстве компаний, где маркетинговую аналитику сводят к десятку разрозненных цифр из рекламных кабинетов, а не к системе, которая доводит метрику до управленческого вывода. Директор смотрит на CTR и конверсию, маркетолог отчитывается своим ROAS, а вопрос, окупается ли маркетинг вообще, каждый раз считается заново и по-разному. В статье разберем, какие метрики смотреть на каждом этапе воронки, чем ROMI принципиально отличается от ROI и ROAS, как правильно считать ROMI с учетом косвенных затрат, зачем нужен когортный анализ и как по всем этим цифрам принимать решение масштабировать канал или отключать.

Что такое маркетинговая аналитика и зачем она бизнесу

Маркетинговая аналитика, это исследование данных для оценки эффективности маркетинговой деятельности и состояния развития бизнеса. На ее основе компания понимает, что двигает решениями покупателей, как оптимизировать кампании и окупаются ли вложенные в них деньги. Внутри этого поля обычно измеряют четыре вещи: эффективность конкретных маркетинговых активностей, поведение целевой аудитории, отдачу по рекламным каналам и итоговую рентабельность вложений.

Маркетинговую аналитику часто путают с бизнес-аналитикой в целом, хотя это разные по масштабу задачи. Бизнес-аналитика имеет более широкий фокус на всю организацию: продажи, финансы, склад, персонал. Маркетинговая аналитика специализируется конкретно на маркетинговых данных и эффективности кампаний, разбирая поведение клиента на каждом этапе воронки продаж. Разница практическая, а не терминологическая: бизнес-аналитик может месяц собирать общую картину по компании, а маркетологу нужен ответ здесь и сейчас, какой из пяти запущенных каналов тянет бюджет вниз.

Задача маркетинговой аналитики в итоге сводится к одному вопросу, который редко формулируют прямо: какой канал и какая кампания реально приносят деньги, а какие держатся в медиаплане по инерции. Ответ требует не одной метрики, а связки нескольких, взятых на разных этапах воронки, от первого показа рекламы до повторной покупки. Более широкий взгляд на то, из чего вообще складывается системная аналитика бизнеса, а не только маркетинга, разобран в статье про бизнес-аналитику. Прежде чем считать окупаемость всего маркетинга формулой, разберем эту связку метрик по порядку, от верха воронки к низу, детальнее об устройстве самой воронки продаж можно прочитать в статье про аналитику продаж.

Ключевые метрики маркетинга по этапам воронки

Верх воронки, показы и клики, измеряют метриками трафика. CTR, показатель кликабельности, считается как отношение числа кликов к числу показов объявления, умноженное на сто процентов, и показывает, насколько объявление вообще цепляет внимание аудитории. Ориентиры условны и зависят от формата: в поиске Яндекс Директа CTR от 8% обычно считают хорошим показателем, 4-7% нормальным, а ниже 4% низким, в рекламной сети (РСЯ) планка ниже, там хорошим ориентиром служит CTR 0,5-2%, а значение до 0,4% сигнализирует, что объявление не вызывает интереса.

Следующий слой, метрики стоимости: CPC, цена за клик, считается как отношение расходов на рекламу к числу кликов. CPA, цена за целевое действие, шире и охватывает не только клик, а любое совершенное действие: заявку, покупку, установку приложения. CPL, стоимость лида, это частный случай CPA, где целевым действием считаются именно контактные данные заинтересованного пользователя, а не покупка или другое действие дальше по воронке. Различать три метрики важно потому, что путаница между ними маскирует, на каком именно шаге воронки бизнес переплачивает: за внимание, за контакт или за итоговую продажу.

Дальше идет конверсия, процент посетителей, совершивших целевое действие, от общего числа посетителей сайта или лендинга. Универсальных порогов хорошей конверсии на практике нет: разброс по нишам огромный, розница и электронная коммерция с широким ассортиментом показывают одни цифры, узкоспециализированные ниши с дорогим товаром совсем другие, и сравнивать свою конверсию стоит не с абстрактным нормативом из интернета, а с историей своей же ниши и своего же сайта за предыдущие периоды.

Замыкает воронку удержание, потому что первая продажа редко окупает маркетинг сама по себе. Retention Rate, доля клиентов, которые продолжают пользоваться продуктом за определенный период, считается по формуле (число клиентов на конец периода минус новые клиенты за период) деленное на число клиентов на начало периода. Чем выше удержание, тем больше пожизненная ценность клиента, LTV, которая считается как средний чек, умноженный на количество повторных продаж и среднее время удержания. К этой связке метрик мы вернемся отдельно в разделе про долгосрочную окупаемость, а сейчас соберем метрики воронки в одну таблицу.

Собирать эти метрики по каждому каналу вручную, сверяя рекламные кабинеты, коллтрекинг и CRM, само по себе занимает больше времени, чем анализ цифр, которые в итоге получаются. Единый дашборд Analyzo подтягивает данные всех каналов в одно место, так что разбивка по этапам воронки строится автоматически, а не пересобирается в таблице перед каждым совещанием.

ROMI, ROI и ROAS: в чем разница

Метрики воронки отвечают на вопрос, что происходит с трафиком и заявками, но не отвечают на главный вопрос директора: окупается ли маркетинг вообще. Для этого существуют три похожих на слух показателя, ROMI, ROI и ROAS, и путаница между ними, пожалуй, самая частая методическая ошибка в маркетинговых отчетах.

ROI, Return on Investment, коэффициент рентабельности инвестиций, считается по формуле (Доход минус Затраты) деленное на Затраты, умноженное на 100%, и охватывает вообще все вложения в бизнес, не только маркетинговые: оборудование, аренду, зарплаты производства, любые инвестиции компании. Это самый широкий из трех показателей, и именно поэтому он плохо подходит для оценки конкретно маркетинга: в знаменателе смешиваются траты, к которым маркетинг не имеет отношения, и итоговая цифра размывает вклад рекламной кампании до почти незаметной доли.

ROAS, Return on Ad Spend, устроен противоположным образом, узко: он считается как доход от рекламы, деленный на расходы на рекламу, умноженный на 100%, и берет в расчет только сам рекламный бюджет. ROAS считается от выручки, а не от прибыли, и не видит других маркетинговых активностей, кроме прямой рекламы, SMM, работу с блогерами или email-рассылки в эту формулу включить нельзя, хотя деньги на них тоже потрачены.

ROMI, Return on Marketing Investment, занимает промежуточную и самую практичную для маркетинга позицию: он охватывает все маркетинговые инвестиции, а не только рекламный бюджет, но не смешивается с прочими бизнес-затратами, как ROI. Базовая формула, (Доход от маркетинга минус Затраты на маркетинг) деленное на Затраты на маркетинг, умноженное на 100%, разберем подробно в следующем разделе вместе с частой ошибкой в ее применении.

Формула расчета ROMI: что входит в затраты

Базовая формула ROMI выглядит просто: (Доход от маркетинга минус Затраты на маркетинг) деленное на Затраты на маркетинг, умноженное на 100%. Есть и более точный вариант, где в числителе не выручка, а валовая прибыль, выручка, умноженная на маржинальность, минус затраты на маркетинг, деленное на затраты на маркетинг. Разница между двумя вариантами формулы не в математике, а в том, какие затраты вообще попадают в знаменатель, и именно здесь чаще всего заканчивается честность расчета.

На практике почти все считают только прямые расходы: рекламу в разных каналах и создание рекламных материалов. За скобками остаются косвенные затраты: зарплата маркетолога, гонорары подрядчикам, дизайнерам и таргетологам, стоимость CRM и сервисов аналитики. Разбор одного такого расчета для B2B-компании, продающей оборудование, показывает масштаб искажения: считая только Яндекс Директ, компания получала ROMI 240%, но после добавления зарплаты маркетолога, стоимости CRM и подрядчика на контент показатель упал до 93%, практически на границу окупаемости.

Разберем логику на условном примере с онлайн-школой, чтобы увидеть тот же эффект на пошаговом расчете. Представим, что школа привлекла 100 клиентов со средним чеком первой покупки 15 000 рублей и потратила на рекламу 400 000 рублей. Если считать только по выручке первой покупки и только по прямым расходам, выручка составит 1 500 000 рублей (15 000 × 100), а ROMI получится (1 500 000 − 400 000) / 400 000 × 100% = 275%, число, с которым не стыдно идти на совещание.

Теперь добавим то, что обычно упускают: зарплату маркетолога 180 000 рублей, CRM и сервисы 70 000 рублей, и посчитаем не по разовой выручке, а по LTV клиента за 12 месяцев с учетом маржи. При LTV 35 000 рублей и марже 60% полная прибыль с клиента составит 21 000 рублей, а с базы в 100 клиентов, 2 100 000 рублей. Полные затраты вырастут до 650 000 рублей (400 000 + 180 000 + 70 000). ROMI по полному расчету: (2 100 000 − 650 000) / 650 000 × 100% = 223%. Разница с наивным расчетом, 52 процентных пункта, при том что канал в обоих случаях один и тот же.

Известна и обратная по знаку история, когда изменение состава затрат искусственно улучшало ROMI: при переходе с печатной рассылки на email-рассылку показатель резко вырос не потому, что канал стал эффективнее, а потому что из расчета выпали расходы на печать и почтовую пересылку, которые раньше входили в знаменатель. Формула ROMI одна и та же в обоих случаях, честной или искаженной ее делает состав затрат, который в нее подставляют, а не сама математика деления дохода на расходы.

LTV, Retention Rate и когортный анализ: окупаемость в долгую

Разовый расчет ROMI по одной сделке не показывает всей картины там, где бизнес живет за счет повторных покупок или подписки. Классический пример: стриминговый сервис тратит 300 рублей на привлечение одного слушателя, а подписка стоит 299 рублей в месяц, из которых чистой прибыли остается 100 рублей. По первой сделке привлечение выглядит убыточным, минус 200 рублей. Но если люди в среднем остаются на сервисе 10 месяцев, вложения возвращаются уже за три месяца, а дальше идет чистая прибыль, и кампанию по такой логике можно смело масштабировать, хотя разовый расчет ROMI сказал бы обратное.

Именно поэтому для розницы с одной сделкой на клиента ROMI считают по выручке, а для B2B и подписных моделей через LTV, пожизненную ценность клиента. Чтобы увидеть, как ведет себя LTV не в среднем по базе, а у конкретных групп клиентов, используют когортный анализ. Когортный анализ делит аудиторию на группы, когорты, объединенные общим временным признаком, а не рассматривает ее как единое целое, и именно деление по времени отличает когорту от обычной сегментации по признаку вроде пола или региона.

Когорты формируют по общему событию за один и тот же период: например, все, кто зарегистрировался в одном месяце, или все, кто сделал первую покупку на одной неделе. Дальше когорты сравнивают между собой по каналу привлечения, чтобы увидеть, какой источник трафика приводит клиентов, остающихся надолго, а какой дает разовый всплеск регистраций без долгосрочной ценности. Разберем на методическом примере: две когорты, аудитория от блогера и аудитория с email-рассылки, стартуют одинаково, по 100% удержания на первой неделе. Дальше кривые расходятся: на второй неделе удержание 85% против 65%, на четвертой 78% против 45%, на восьмой 70% против 30%, аудитория от блогера держится заметно дольше, хотя обычная сегментация по объему регистраций этой разницы вообще не покажет.

Практический вывод простой: если канал сравнивать только по стоимости привлечения или по объему первой сделки, дешевый канал с низким удержанием может выглядеть выгоднее дорогого канала с высоким удержанием, а через несколько месяцев картина перевернется. Когортный анализ и расчет через LTV существуют именно для того, чтобы увидеть эту разницу раньше, чем она проявится в общей выручке.

Data-driven подход: как собрать данные для расчета ROMI

Все расчеты выше требуют одного условия: данные о доходах и расходах должны быть под рукой и совпадать между собой. Data-driven подход, это управленческий метод, при котором решения принимаются на основе данных, а не на основе интуиции и личного опыта специалиста. Data-driven не означает отказ от экспертизы и интуиции: методы не конкурируют, а дополняют друг друга, просто интуитивное суждение проверяется цифрами, а не заменяет их и не подменяется ими.

Для честного расчета ROMI нужны данные минимум из трех источников:

• CRM: сделки, выручка, статус клиента.
• Рекламные кабинеты: расходы по каждому каналу и кампании.
• Коллтрекинг: привязка звонка к рекламному источнику там, где обращения приходят по телефону, а не через форму на сайте.

Проблема в том, что каждая система видит только свою часть картины: рекламный кабинет может показать 20 заявок за период, тогда как в CRM за тот же период зафиксировано 35 обращений, потому что часть обращений просто не долетает до аналитики рекламной платформы.

Ручной способ свести эти данные, выгружать вручную и сводить в Excel, ломается на масштабе быстрее, чем кажется. В одном описанном случае руководитель колл-центра вручную переносил данные по 12 000 карточек сделок из CRM в таблицу, и проверить корректность такого объема физически было невозможно, а построить на нем сквозную аналитику тем более. У каждого отдела при этом оказывались свои фильтры и свое понимание, какие лиды считать целевыми, и обсуждение цифр на планерке превращалось в спор о том, чьи данные верные, а не в разговор о самом решении.

Единый дашборд Analyzo подключает CRM, рекламные кабинеты и коллтрекинг напрямую, без ручной выгрузки в новую таблицу перед каждым отчетом, и сводит расхождения между системами сразу на входе, а не после спора на планерке о том, откуда взялась разница в 15 обращений. Как именно этот же подход к данным применяется за пределами маркетинга, в закупках, найме и бюджете компании, подробнее разобрано в статье про data-driven решения и прогнозирование продаж.

Как использовать метрики и ROMI для решений

Посчитанный ROMI сам по себе не решение, а вход для решения: масштабировать канал, оптимизировать его или отключить. Универсального норматива хорошего ROMI не существует, слишком сильно он зависит от отрасли и целей кампании, но рабочие ориентиры есть. В идеале ROMI должен быть выше 100%, то есть маркетинг возвращает больше, чем в него вложено, а для онлайн-бизнеса типичным ориентиром роста часто называют диапазон в 3-5 раз, то есть 300-500%, хотя для офлайн-кампаний с более высокими затратами на рекламу этот ориентир обычно ниже.

Практичнее смотреть не на единственное число, а на диапазон и логику действия при каждом значении. Отрицательный ROMI обычно значит, что канал стоит поставить на паузу или пересмотреть гипотезу целиком. ROMI в диапазоне 0-30% сигнализирует, что канал на грани окупаемости и нуждается в оптимизации оффера или креативов, а не в отключении. Диапазон 30-100% говорит о рабочем канале, который можно точечно масштабировать после доработок, а ROMI выше 100% указывает на сильный канал, который стоит масштабировать, контролируя при этом стоимость привлечения и маржу, чтобы рост не съел саму эффективность.

Отключать канал по данным за одну-две недели нельзя, особенно с сезонным бизнесом: короткий период почти всегда дает статистический шум, а не реальную картину. Разумное окно оценки, 4-12 недель, короче него решение легко принять на случайном всплеске или провале, а не на устойчивой тенденции. Отдельная оговорка: если задача канала не прямые продажи, а охват и узнаваемость бренда, низкий ROMI сам по себе не повод его закрывать, оценивать такой канал стоит по своим метрикам, а не по чужой логике продающих каналов.

Считать ROMI полезно на нескольких уровнях одновременно: по каждому каналу отдельно, по отдельным кампаниям внутри канала и по совокупному бюджету. Совокупный ROMI показывает общую рентабельность маркетинга, но не отвечает на вопрос, какой именно канал тянет эту цифру вверх, а какой вниз, и без разбивки по каналам сильный и слабый канал маскируют друг друга в общем среднем. Аномальное отклонение метрики от обычного диапазона, резкий скачок CPL или падение конверсии без видимой причины, стоит воспринимать как сигнал проверить гипотезу, а не как погрешность отчета: AI-поиск аномалий в Analyzo замечает такие отклонения раньше, чем они станут заметны при ручном просмотре таблицы раз в неделю.

Частые ошибки при расчете ROMI и метрик маркетинга

Первая и самая частая ошибка, считать ROMI только по прямым расходам на рекламу, забывая зарплату маркетолога, подрядчиков и стоимость CRM и сервисов аналитики. Разбор такой ошибки в примере выше показал разрыв в 147 процентных пунктов между наивным и полным расчетом, и это не редкое исключение, а типичный масштаб искажения при пропуске косвенных затрат.

Вторая ошибка, считать единый ROMI по всему маркетинговому бюджету вместо разбивки по каналам. Общий расчет маскирует разрыв между эффективными и убыточными источниками: например, email-рассылка с ROMI 400% и медийная реклама с ROMI минус 30% в сумме дадут среднее значение, которое не отражает реальность ни одного из двух каналов и подталкивает к решению не трогать ни один из них, хотя действовать нужно было бы прямо противоположно.

Третья ошибка, путать ROMI с ROI при обсуждении с другими отделами компании. Проблема не в формулах, а в том, что эти метрики отвечают на разные вопросы: ROMI помогает понять, окупился ли конкретный маркетинговый сценарий или канал, а ROI показывает, сходится ли вся инвестиция целиком, включая производство, персонал и остальные затраты бизнеса. Ошибка начинается в тот момент, когда ROMI по одному успешному каналу выдают за доказательство окупаемости всей маркетинговой программы, хотя остальные каналы могли работать в минус.

Инструменты для автоматизации маркетинговой аналитики

Каждый класс инструментов решает свой участок задачи и одновременно упирается в один и тот же предел, он видит только то, что происходит на его собственной площадке. Рекламный кабинет фиксирует показы, клики и заявки внутри своей платформы, но не видит, что происходит с клиентом после перехода на сайт. Знакомая ситуация: маркетолог показывает отчет с растущим числом заявок из кабинета, а руководитель продаж говорит, что реальных продаж не прибавилось, потому что каждый смотрит на данные своей системы, а полной картины пути клиента не видит никто.

Коллтрекинг закрывает часть этого разрыва там, где заявки приходят звонком, а не формой на сайте, привязывая конкретный номер телефона к рекламному источнику. CRM хранит данные о сделках и выручке, но сама по себе не знает, сколько стоил конкретный лид в рекламном кабинете. Ни один из этих инструментов по отдельности не заменяет сквозную связку: она нужна не потому, что отдельные системы плохие, а потому что каждая из них физически не видит данные соседней.

BI-платформы с искусственным интеллектом смещают роль аналитики с простого "что произошло" к объяснению причин и подсказке, что делать дальше. Раньше бизнес-аналитика отвечала на вопрос, сколько было показов и кликов, а сейчас от нее ждут ответа, почему упала конверсия и что с этим делать, потому что времени на ручной разбор дашбордов у бизнеса становится меньше. Единый дашборд Analyzo собирает CRM, рекламные кабинеты и коллтрекинг в одном месте и достраивает картину пути клиента там, где отдельные системы обрываются каждая на своем участке.

Часто задаваемые вопросы

Какие метрики маркетинга считать обязательными для старта? Минимальный рабочий набор, это CTR и CPC на верху воронки, CPL или CPA для оценки стоимости заявки, конверсия сайта и ROMI как итоговый показатель окупаемости. Остальные метрики, включая LTV и когортный анализ, имеет смысл добавлять по мере роста базы повторных клиентов.

Какая метрика лучше всего показывает эффективность цифрового маркетинга? Единой универсальной метрики нет, выбор зависит от цели канала. Для охватных задач важен CTR и объем показов, для лидогенерации, CPL и конверсия в заявку, а для оценки итоговой окупаемости всего маркетингового бюджета, именно ROMI, а не ROAS или ROI по отдельности.

С чего начать маркетинговую аналитику, если раньше ее не считали вообще? С одного канала и базовой формулы ROMI без косвенных затрат, чтобы получить первую точку отсчета. Дальше стоит добавить зарплату и стоимость инструментов в расчет, свести данные CRM и рекламных кабинетов в одном месте и только потом переходить к когортному анализу и LTV для бизнеса с повторными покупками.

Что показывают данные

Маркетинговая аналитика не сводится к набору метрик ради красивого отчета, она нужна для одного управленческого вывода: какой канал реально приносит деньги, а какой держится в бюджете по инерции. ROMI дает честный ответ только тогда, когда в него заложены не только прямые расходы на рекламу, а реальная стоимость маркетинга целиком, включая зарплаты и инструменты, а данные для расчета сведены из всех источников, а не выдернуты из одного рекламного кабинета.

Разрыв между 275% и 223% в примере с онлайн-школой или между 240% и 93% в примере с B2B-компанией показывает не ошибку в формуле, а разницу между удобной цифрой для отчета и цифрой, на которую можно реально опереться при решении масштабировать или закрывать канал. Единый дашборд Analyzo подключает источники данных маркетинга в одном месте и сам считает метрики по каждому каналу, так что честный ROMI получается быстрее, чем свод одной таблицы вручную за прошлый месяц.