CAC посчитан, ARPU в отчёте, churn на дашборде. А на вопрос, здоров ли бизнес, команда пожимает плечами. Так бывает, когда каждую метрику стартапа читают отдельно: поодиночке цифра почти всегда выглядит терпимо, а правду говорит только в паре с соседней.
Одна и та же цифра бывает здоровьем и симптомом
Возьмите рост DAU на 20% за месяц. При стабильном удержании (retention) это хороший знак. Если рост дали дешёвые каналы с нецелевой аудиторией, через пару недель придёт всплеск оттока.
Разница видна только на следующем шаге воронки. Отчёт о регистрациях почти всегда хвалит самый дешёвый и широкий канал, а доля тех, кто вернулся на седьмой день, нередко отдаёт победу другому. Метрика верхнего уровня при этом не ошибается. Она просто отвечает не на тот вопрос.
DAU, CAC, ARPU, ARPC и churn складываются в язык, на котором бизнес говорит с командой и инвесторами. Если читать слова по одному, смысл фразы теряется даже при идеально посчитанных формулах.
Метрику принимают за цель, хотя это рычаг
Когда показатели перестают расти, обычно винят неверно выбранные KPI. Удобно, но мимо. Чаще цифру используют как отчёт: роста требуют там, где у команды нет права менять то, от чего он зависит.
Корень в том, что метрика становится целью. DAU должен расти, CAC снижаться, ARPU увеличиваться. Чем это кончается, известно давно: показатель, на который начали давить, перестаёт отражать то, что отражал. Команда, которую оценивают по DAU, найдёт способ поднять DAU. Ценность продукта при этом может не сдвинуться.
Типичный пример: бонус отделу за DAU. Через месяц появляются пуш-уведомления, которые открывают приложение ради одной сессии, и график растёт на глазах. Сколько из этих сессий закончились действием, ради которого продукт существует, такой отчёт не скажет.
Дальше два исхода. Продакт-менеджер либо подкрашивает цифры, либо перестаёт им верить. Для стартапа оба одинаково опасны.
Метрика работает, только если от неё ведёт прямая дорога к решению. Churn растёт, а повлиять на продукт, цену или каналы нельзя? Тогда цифра бесполезна. Контур рвётся и в другом месте. Когда возникает разрыв между продуктовыми и финансовыми метриками, продукт смотрит на DAU и retention, а бизнес на выручку и CAC. Уровни не связаны, и решения начинают конфликтовать. Виновата в такой системе сама логика управления через цифры, и замена людей её не исправит.
Ошибку в расчёте исправляют за день, самообман живёт кварталами
На ранней стадии ошибки интерпретации неизбежны: данных мало, поведение пользователей скачет. Безвредны те, что быстро всплывают. Неверная сегментация DAU, кривой ARPU на тестовом периоде. Такие ошибки даже полезны: они заставляют уточнять модель бизнеса и отделять сигнал от шума. Скажем, ARPU на тестовом периоде посчитали по всем зарегистрированным, хотя половина из них ещё не дошла до платёжного экрана. Через неделю цифру поправили, и модель стала точнее.
Опасны ошибки, которые не признают. Команда продолжает опираться на метрику, зная, что та не отражает реальность. Сценарии узнаваемы:
- DAU растёт за счёт нецелевых пользователей, и это подают как успех;
- регулярно смотрят на ARPU и не смотрят на churn, потому что он портит картину;
- снижают CAC любой ценой и почти гарантированно получают проблему с retention.
В этот момент цифры перестают быть инструментом и становятся декорацией.
Источников у самообмана обычно три. Первый сидит в исследовании. Интервью с пользователями живут отдельно от цифр, и гипотезы рождаются без опоры на поведение. На DAU смотрят, но не разбирают, какие сценарии приводят к повторному визиту.
Второй источник в разработке. Фичу выпускают, потому что «это должно улучшить retention», а критерий успеха не записан. Измеряют всё подряд и не могут назвать ведущий показатель для текущей стадии. Признак простой: в тикете фичи есть поле «ожидаемый эффект», а в нём пусто или написано «улучшит вовлечённость».
Третий в разговорах. Каждый отдел тянет цифры в свою сторону, инвесторы слышат одни показатели, команда видит другие. Встреча о метриках приносит больше напряжения, чем ясности.
Пять формул, о которых договариваются до первого спора
Половина споров о метриках на деле спор об определениях. Поэтому формулы фиксируют один раз и для всей команды. Ниже минимальный словарь, чтобы маркетинг, продукт и финансы считали одно и то же:
ARPU = выручка за период / все активные пользователи
ARPC = выручка за период / платящие пользователи
CAC = затраты на привлечение / число привлечённых клиентов
Средняя «жизнь» клиента ≈ 1 / отток за период (при стабильном оттоке)
LTV ≈ ARPU × валовая маржа × средняя «жизнь» клиента
Допустим, из 10 000 активных пользователей платят 1 000, а выручка составляет 5 000 € в месяц. Тогда ARPU = 0,5 €, а ARPC = 5 €. Разрыв в десять раз и есть доля платящих: 10%.
Сам по себе разрыв ни хорош, ни плох. Низкий ARPU при высоком ARPC чаще говорит о проблеме с конверсией в оплату: ценность продукта платящие, судя по ARPC, видят. Чтобы это проверить, нужны данные по сегментам и по шагам до оплаты.
Следить стоит за динамикой разрыва. Если ARPC растёт, а ARPU стоит, платящих становится меньше и каждый платит больше. Так выглядит продукт, который теряет массовый сегмент. Во втором кейсе ниже тот же процесс прятался за растущим средним чеком.
О retention и churn тоже стоит договориться заранее. Обычно retention считают как долю вернувшихся среди установивших: 30 из 100 дают 30%. Churn равен 100% минус retention. Звучит банально, пока одна команда не начинает считать отток от активных, а другая от всех зарегистрированных.
Продолжим тот же пример. Месячный отток 5% даёт среднюю «жизнь» клиента около 20 месяцев. При ARPU 0,5 € и валовой марже 80% получаем LTV ≈ 0,5 × 0,8 × 20 = 8 € на пользователя. Если привлечение одного пользователя стоит 4 €, отношение LTV к CAC равно 2.
Окупаемость здесь приемлемая: 4 € делим на 0,4 € валовой прибыли в месяц и получаем 10 месяцев. А вот запаса почти нет, каждый привлечённый пользователь приносит лишь вдвое больше, чем стоил. Стоит оттоку подрасти с 5% до 7%, и LTV падает примерно до 5,7 €, а отношение к CAC до 1,4.
Анти-язык выдаёт чтение без поведения
Даже зрелые команды спотыкаются в одних и тех же местах. Причина почти всегда одна: цифру читают без поведения, которое за ней стоит.
- Рост DAU принимают за вовлечённость, не разбирая, что возвращает пользователей.
- CAC оптимизируют в отрыве от качества, хотя самые дешёвые пользователи часто живут меньше всех.
- Средний ARPU прячет разрыв между платящими сегментами. Его путают с ARPC, хотя это ответы на разные вопросы.
- Высокий churn на старте списывают на «детские болезни». Сам он почти никогда не проходит.
Вторая группа промахов касается обращения с цифрами. Метрики переопределяют задним числом ради красивого графика. Забывают про лаг: многие продуктовые изменения дают эффект только через месяцы. Берут чужие бенчмарки без поправки на рынок, модель монетизации и стадию.
Эти промахи слышны в речи. «DAU растёт, значит продукт успешен» без анализа retention. «CAC снизился, всё отлично» при растущем churn и падающем LTV. «ARPU маленький, потому что рынок такой» без проверки сегментов. «Метрики просели из-за сезона» без данных прошлого года. «Инвесторам важен только рост», когда рост не подтверждён экономикой.
Каждую такую фразу полезно переспросить цифрой из соседней метрики. Обычно на этом разговор и меняется.
DAU без ценности и ARPU поверх оттока
Механика обоих сценариев ниже типовая.
Представим B2C-стартап, который видел устойчивый рост DAU и считал его главным доказательством успеха. Команда вкладывалась в привлечение и снижала CAC через массовые каналы.
Разбор по сценариям показал другое. Больше 60% пользователей возвращались лишь однажды, D7-удержание было критически низким, и его никто не смотрел. Ценность продукта получали только пользователи с определённым поведением. Остальные заходили случайно.
Команда пересобрала онбординг и срезала бюджет на неэффективные каналы. DAU временно упал. Retention вырос почти вдвое, а через три месяца поднялся и ARPU, потому что аудитория стала качественнее. Почему падение DAU оказалось хорошей новостью? Ушли пользователи, которые и так не возвращались, и их место на графике перестал занимать шум. Рост замедлился в количестве и стал устойчивее по сути.
Во втором кейсе SaaS-стартап держал в фокусе ARPU. Средний чек рос, и это принимали за подтверждение стратегии. Тем временем малый бизнес тихо уходил: эти клиенты платили мало и в поле зрения не попадали.
Разбор ARPC по сегментам расставил всё по местам. Рост ARPU давали крупные клиенты, а массовый сегмент терялся, потому что продукт перестал отвечать его ожиданиям. Средний чек рос как раз потому, что дешёвые клиенты уходили. Команда развела продуктовые пакеты и переписала коммуникацию. Churn в массовом сегменте снизился, общий рост замедлился, зато LTV стал предсказуемым.
Девять вопросов перед решением
Перед запуском фичи или кампании полезно пройтись по списку. На каждый вопрос отвечают «да», «нет» или цифрой.
- Одинаково ли вся команда считает DAU, ARPU и churn, и записаны ли определения?
- Есть ли у метрики гипотеза с числом: не «смотрим DAU», а «поднимет ли новый онбординг долю активных на 7-й день, скажем, с 20% до 25%»?
- Понимаем ли мы, какие сценарии стоят за DAU, и смотрим ли retention по когортам?
- Сравниваем ли CAC с LTV на одном горизонте, а не по первому месяцу?
- Различают ли отчёты ARPU и ARPC?
- Записан ли ожидаемый лаг эффекта: неделя, месяц, квартал?
- Есть ли показатель, отражающий реальную ценность продукта, а не только активность?
- Знаем ли мы причины churn, а не только его величину?
- Записан ли критерий успеха до того, как пришли данные?
Седьмой пункт проще всего проверить на чужих примерах. В опросе 40 с лишним компаний, который провёл Ленни Рачицки, North Star у Airbnb считает забронированные ночи, у Netflix среднее число часов просмотра в месяц. Ни одна из этих метрик не похожа на DAU: обе считают полученную ценность.
Пятый пункт ловит самую частую путаницу. В инвесторской презентации стоит ARPU, в продуктовом отчёте ARPC, и обе цифры называют «средним чеком».
Если на три вопроса из девяти ответ «нет», спорить о росте рано. Сначала чинят определения.
Честное чтение всегда парное
На ранней стадии retention важнее DAU. Можно приводить тысячи пользователей в день, но, если они не возвращаются, ценности нет. Разгонять DAU имеет смысл, когда удержание уже стабильно.
CAC тоже не проблема сам по себе. Высокий CAC допустим, если пользователи долго остаются и регулярно платят. Поэтому его оценивают на горизонте LTV.
Churn опаснее, чем выглядит, потому что он работает против накопления. При оттоке 5% в месяц база без нового притока за год сжимается почти вдвое: 0,95 в двенадцатой степени даёт около 0,54. Небольшой рост оттока способен съесть всё привлечение. Для SaaS полезнее считать отток выручки, а не только клиентов: уход одного крупного клиента может стоить в десятки раз дороже ухода мелкого, а в процентах по головам они весят одинаково.
Отсюда рабочее правило. CAC читают рядом с LTV, ARPU рядом с ARPC, обе пары по когортам последних месяцев. За растущим разрывом почти всегда стоит конкретный сегмент или сценарий, и это уже гипотеза, которую можно проверить.
Как это выглядит на цифрах. Допустим, в марте CAC упал с 4 € до 3 €, и маркетинг празднует. Мартовская когорта при этом уходит со скоростью 8% в месяц вместо 5%. Её средняя «жизнь» сокращается с 20 до 12,5 месяца, LTV с 8 € до 5 €. Отношение LTV к CAC было 2, стало 1,67. Привлекли дешевле, заработали хуже, а на дашборде, где CAC живёт отдельно от оттока, март так и останется месяцем победы.