LTV в нутре считают не по выручке, а по повторным оплатам и возвратам

LTV в нутре считают не по выручке, а по повторным оплатам и возвратам

Если смотреть только на первую конверсию, связка может выглядеть прибыльной. Но в нутре маржа часто делается на втором и третьем заказе: один продукт закрывает вход, повторка вытягивает ROI. Поэтому база для анализа — cohort tracking: дата первого заказа, источник, оффер, апселл, доля выкупа и окно повторной покупки.

Что фиксировать в трекере и CRM:
— CR1, CR2, CR3 по каждому источнику
— EPC по первой покупке и по суммарной выручке когорты
— payout after refund window, а не «грязный» доход
— долю повторных заказов по 7/14/30-дневным окнам

Без этого вы оптимизируете не LTV, а шум. Анализ показывает, что данные говорят сами за себя: если у источника высокий CR1, но проваливается повторка, его реальный LTV ниже, чем у более «дорогого» трафика с сильной когортой. Особенно это видно на товарах с длинным циклом принятия решения и на наборах с допродажами.

Практика простая: сегментируйте трафик по крео и лендингу, считайте LTV отдельно по каждому сегменту, режьте связки, где повторная выручка не покрывает CAC. Тестируем гипотезу через A/B-тесты, остальное — догадки.

В нутре нет магии, есть только оптимизация связки: если когорты не растут, масштабировать нечего.