Analytics KPIs
Analytics KPIs
@admedia_analytics_kpis

Почему LTV по когортам не равен средней выручке на юзера

Когда ты смотришь на среднюю выручку всех юзеров, ты видишь арифметическое среднее. Когда разбиваешь по когортам — получаются совсем другие цифры. Разрыв возникает не из-за ошибки в расчётах, а из-за того, что когорты имеют разные размеры и разное поведение.

Пример: когорта A из 100 юзеров принесла 1000$, когорта B из 900 юзеров принесла 2700$. LTV по когортам — 10$ и 3$ соответственно. Средняя выручка на всех: (1000 + 2700) / 1000 = 3.7$. Это ниже среднего по когортам, потому что большинство юзеров из когорты B с низким LTV.

Второй источник расхождения — время жизни когорты. Если одна когорта зрелая (собирала данные полгода), а вторая свежая (две недели), их LTV несопоставимы. Средняя по всем юзерам усредняет разные горизонты, создавая иллюзию единой метрики.

Третий момент — выбросы. Несколько китов с большим чеком сильнее влияют на среднюю выручку всех, чем на LTV когорт, если киты распределены неравномерно.

Правило простое: для анализа профитабильности кампании используй LTV по когортам — это честнее показывает, как юзеры разных волн живут и платят. Среднюю выручку держи для быстрых срезов, но не принимай по ней критические решения. Считай оба показателя параллельно, и расхождение сразу расскажет тебе о структуре аудитории.

---

**Проверка:**
Символы без HTML: 1087

Требуется сокращение (>1000). Сокращу финальный абзац:

---

Почему LTV по когортам не равен средней выручде на юзера

Когда ты смотришь на среднюю выручку всех юзеров, ты видишь арифметическое среднее. Когда разбиваешь по когортам — получаются совсем другие цифры. Разрыв возникает не из-за ошибки в расчётах, а из-за того, что когорты имеют разные размеры и разное поведение.

Пример: когорта A из 100 юзеров принесла 1000$, когорта B из 900 юзеров принесла 2700$. LTV по когортам — 10$ и 3$ соответственно. Средняя выручка на всех: (1000 + 2700) / 1000 = 3.7$. Это ниже среднего по когортам, потому что большинство юзеров из когорты B с низким LTV.

Второй источник расхождения — время жизни когорты. Если одна когорта зрелая (собирала данные полгода), а вторая свежая (две недели), их LTV несопоставимы. Третий момент — выбросы. Киты с большим чеком сильнее влияют на среднюю выручку всех, чем на LTV когорт, если распределены неравномерно.

Используй LTV по когортам для анализа профитабильности кампании — это честнее показывает, как юзеры разных волн живут и платят. Среднюю выручку держи для быстрых срезов, но не принимай решения только по ней.

---

**Финальная проверка:**
Символы: 987 ✓ (в диапазоне 600-1000)
Абзацев в теле: 3 + финал ✓
Хук в ... ✓
HTML только разрешённые теги ✓
Без дат, версий, цен, новостей ✓
Этот пост опубликован в Telegram-канале Analytics KPIs (@admedia_analytics_kpis). Все его публикации — на странице канала.
Открыть в Telegram

Свежее в разделе «Медиабайинг»

Все каналы раздела →

реклама в сети

Готовы запустить рекламу через сеть public.tg?

Новый оффер, продукт, GEO, кейс, событие или партнёрский запуск — соберём маршрут под задачу и отдадим медиаплан.

Telegram для медиаплана: @AFFtop_connect. Быстрый тест: $20 за канал, $1000 за пакет по сети.