Как Тинькофф снизил CPO (стоимость подтверждённой подписки) на 27% через сегментацию по LTV (пожизненной ценно

Как Тинькофф снизил CPO (стоимость подтверждённой подписки) на 27% через сегментацию по LTV (пожизненной ценности клиента) в контексте

Контекст: премиум-подписка Тинькофф Pro к 2024 году столкнулась с типичной ловушкой финтех-продуктов — высокий CPO на холодном трафике, который в первые месяцы не окупался. Средний чек подписки держался в районе 299 ₽/мес, но реальная LTV когорты (группы пользователей, привлечённых за один период) зависела не от источника трафика, а от поведения в первые 14 дней.

Задача: команда performance-маркетинга Тинькофф искала способ перераспределить бюджет в пользу тех кампаний и креативов, которые приводят пользователей с высокой LTV, а не с высоким CTR (количеством кликов).

Решение: аналитики построили модель прогнозирования LTV на 90 дней на основе событий в продукте: активация карты, переводы, количество сохранённых шаблонов. Затем связка данных: модель + данные из Google Ads и VK Рекламы загружались в сквозную аналитику (единую систему сбора данных о клиенте на всех этапах), что позволяло атрибутировать конверсию по последнему клику (last-click) и помечать контакты, привлечённые с высокой прогнозной LTV. Параллельно рекламные креативы тестировались в трёх сегментах: «инвесторы», «путешественники», «семейный бюджет» — каждый со своим оффером.

Дополнительно: ставки в аукционах начали корректироваться не только по конверсии, но и по прогнозному LTV через стратегии Target ROAS (оптимизация рентабельности расходов на рекламу) с настраиваемыми офсетами (корректировками ставок). По кампаниям, которые приводили клиентов с LTV выше медианы, ставки повышались на 15–20%, по «дешёвым» подписчикам — резались.

Результат:
— CPO снизился на 27% за 4 месяца (с 480 до 350 ₽).
— 90-дневный LTV подписки вырос на 11%, потому что в воронку попадало больше «тяжёлых» пользователей.
— Доля рекламного бюджета на холодный трафик сократилась с 60% до 42%, остальное перераспределилось в ремаркетинг и look-alike (похожие аудитории) сегменты на базе LTV-модели.
— Команда впервые увидела, что YouTube Ads даёт более дорогой CPO, но лучший LTV, и не стала его отключать.

Урок: оптимизация по последнему клику в подписочных моделях врёт. При низком среднем чеке решает не цена лида, а LTV, который он принесёт. В 2026 году privacy-first атрибуция (серверная аналитика, модели атрибуции на основе данных) делает такую сегментацию обязательной: без модели прогнозирования LTV performance-маркетинг превращается в «оптимизацию вчерашнего дня».

Применимо к performance-специалисту: если вы ведёте кампании с подписочной или повторной монетизацией, начните с простого — выгрузите когорту пользователей за 3 месяца, разбейте на три LTV-сегмента и сопоставьте с источниками трафика. Скорее всего, увидите, что «дешёвые» лиды стоят дороже всего.

— @PaidSearchRoom