Если вы считаете LTV “по средним”, а payback — “на глаз”, то экономика будет плясать при каждом сезонном провале/росте CAC. В 2026 точность особенно важна: атрибуция становится шумнее, e-com не растёт темпами первых лет, поэтому решает retention и реальная частота покупок.
Цель на этой неделе: собрать рабочую модель LTV и payback по когортам и понять, где именно ломается экономика.
День 1 — выберите правило расчёта LTV
1) Определите горизонт: 90 дней и 180 дней (для большинства D2C этого достаточно, чтобы сравнивать гипотезы).
2) Определите “возврат” в деньгах: валовая прибыль (выручка минус COGS и переменные затраты на заказ: доставка, оплата, упаковка). Маржинальность фиксируйте как среднюю по SKU/категориям.
3) Определите LTV как накопленную валовую прибыль на клиента за выбранный горизонт.
Дни 2–3 — выгрузите когорты и частоту
1) Сегментируйте клиентов по месяцу первой покупки (когорты M0, M1…).
2) Для каждой когорты соберите:
— количество клиентов
— число повторных заказов (в пределах 90/180 дней)
— среднюю валовую прибыль на заказ
— долю клиентов с 2+ заказами (повторяемость)
3) Сделайте две таблицы: LTV90 и LTV180.
День 4 — посчитайте LTV по когорте “сверху вниз”
Для каждой когорты:
1) LTV90 = (сумма валовой прибыли от клиентов когорты за 90 дней) / (число клиентов когорты).
2) То же для LTV180.
3) Проверьте sanity-check: LTV должен быть >= валовой прибыли с одной покупки × 1.0 (минимум), а не “случайно” выше/ниже на порядок.
День 5 — привяжите CAC к той же логике
1) На уровне канала/кампании посчитайте CAC по когортам первой покупки (а не по среднему за месяц).
2) Важное правило: если у вас mix каналов, не пытайтесь “средним” склеить всё. Делайте расчёт хотя бы по 3–5 ключевым источникам первого заказа.
3) Если данных по каналу мало, используйте агрегирование: “Performance-источники” / “Organic-источники” / “Ретеншн-инициация” (реактивации, e-mail триггеры и т.п.).
Дни 6–7 — payback и управляемые рычаги
1) Payback в днях (простая версия):
— для каждой когорты накопите валовую прибыль по месяцам после M0
— найдите момент, когда накопленная валовая прибыль становится >= CAC
2) Если payback не удаётся в 180 дней — не “чините маркетинг”. Ищите разрыв в одном из пунктов:
— слишком высокий CAC относительно маржи (проблема верхнего уровня)
— слабая повторяемость (доля 2+ заказов падает)
— падение маржи из‑за скидок/логистики (процессная проблема)
3) Сформулируйте 1–2 теста на рычаг:
— поднять повторяемость (внутренние сценарии: post-purchase цепочки, сервис, пополнение/перезапуск)
— защитить маржу (скидка только на упаковку предложения, а не на всю корзину)
Результат недели: таблица “кохорты × LTV90/LTV180 × CAC × payback” по ключевым источникам. Это и есть ваша Topical Authority в экономике: когда атрибуция шумит, вы опираетесь на поведение клиентов, а не на last-click.
— @DTCeconomicsRu
Gamblica — обзор конференции
@conf_gamblica
Как посчитать LTV и payback в D2C за 7 дней: без «магии» и с проверкой на когортах
Этот пост опубликован в Telegram-канале Gamblica — обзор конференции (@conf_gamblica). Все его публикации — на странице канала.
Открыть в Telegram