Когортный анализ показывает не средний ROI, а сегменты, которые реально печатают маржу

Разбивайте аудиторию не только по каналу, но и по времени первого касания, источнику, офферу и устройству. Иначе вы смешиваете разные вероятностные распределения в одну «среднюю» метрику, а среднее в рекламе почти всегда врет.

Смотрите на когорты по полям:
— дата первого конверсии/визита;
— канал и кампания;
— товарная категория или оффер;
— гео и device;
— повторные покупки, возвраты, LTV по окну 7/30/60 дней.

Главная задача — сравнить не CTR и не CPL, а кумулятивную валовую прибыль на пользователя: GP = выручка - себестоимость - возвраты - переменные издержки. Если когорты с похожим CAC дают разный GP, значит вы нашли не «лучший трафик», а более качественный сегмент спроса. Считаем инкрементальность.

Практика такая: оставляйте в работе только те связки, где кривая накопленного LTV быстрее выходит на окупаемость и меньше проседает на длинном хвосте. Когорты с быстрым первым заказом, но слабым повтором — это кассовый шум. Когорты с умеренным стартом, но сильным ретеншном — фундамент масштабирования.

Разбираем механику окупаемости: не оптимизируйте медиапокупку по одной точке атрибуции. Оптимизация на уровне юнит-экономики требует когорты, маржу и возвраты считать вместе. Только так видно, где растет реальный ROI, а где кабинет просто красиво распределяет заслуги.