TGViewer
Борзило Борзило @y_borzilo · 5.57K subscribers
Post #251 1.77K
♟ Почему LTV — плохая метрика для управления продуктом?

LTV (life time value) - суммарный доход, который мы получаем с клиента за период жизни клиента. (можно считать на платящего клиента, можно на привлеченного пользователя)

У этой метрики есть 2 особенности из-за которых она не подходит для управления продуктом.

1. Долгий срок подсчета
К примеру вы сделали изменение в продукте и хотите понять как изменится LTV клиентов в когорте на которых выкатили изменение. Соответственно если у вас срок жизни клиента 1 год, то нужно год ждать, чтобы понять какой будет LTV у новой когорты. Но бизнес не может ждать год, чтобы принять решение, потому что за год все сильно может измениться.

2. Метрика не информативна
Она не позволяет понять в каком месте у нас проблемы. Допустим мы выяснили, что у нас упал LTV, но как понять что с этим делать? LTV не дает ответа на этот вопрос. Как правило нам нужны прокси метрики более низкого порядка. В упрощенном виде LTV можно представить как

LTV на пользователя = конверсия в 1 покупку * средний чек * число покупок за период жизни

В зависимости от того какая из метрик проседает, потребуется работать с разными зонами продукта/маркетинга.

Например
- если проседает конверсия в первую покупку, надо проверять источники трафика на то, привлекаем мы целевой трафик или нет, также есть смысл поработать с конверторами(лендингами), ценностными предложениями.

- если проседает средний чек и у вас продукт подразумевает вариативность цен и состав покупки, то нужно поработать над офферами, ценообразованием, механиками апсела, кроссела.

- если проседает число покупок, то нужно понять оправдал ли продукт ожидания клиентов при первом использовании, собрать фидбек и возможно скорректировать продукт, также могут быть проблемы с биллингом и повторными списаниями, а возможно вам нужно выстраивать e-mail, push рассылки для повторных продаж.

Для чего тогда нужна метрика LTV?
На мой взгляд эта метрика нужна для понимания возможности масштабирования продукта и управления закупкой трафика.

Когда найден product market fit, то настает этап масштабирования и чтобы перейти к масштабированию важно, чтобы LTV был больше чем затраты на клиента, т.е. экономика работала в плюс. Одна из основных статей затрат в онлайн продуктах - это стоимость привлечения клиента.

Обычно для масштабирования закладывают условие, что LTV > CAC в 3-5 раз. Это оправдано тем, что при масштабировании CAC(стоимость клиента) постоянно растет. На это есть много причин: сначала вы выгребаете самую целевую аудиторию, которая имеет хорошую конверсию и получаете низкий CAC, а после надо идти в менее целевые сегменты, где конверсия снижается и CAC растет, кроме этого цены на аукционах рекламных систем постоянно растут из-за роста конкуренции.

Для управления закупкой трафика LTV в чистом виде тоже не подходит, т.к. мы не можем запустить рекламу и ждать год, когда дозреет LTV по когорте привлеченных пользователей, т.к. управлять рекламой нужно оперативно. Тут можно смотреть на прогнозный LTV, т.е. например прогнозировать LTV когорты через 1 год на основе жизни этой когорты в 1 неделю, но это не самая простая задача.
  • 👍 21
  • 🔥 4
  • ❤ 1
  • 👎 1
  • 💩 1
More from @y_borzilo
  1. Aug 4, 2026Сегодня мне 36 годиков🤠 Утром сходил на тренировку, скоро буду кушать торт, а вечером про…
  2. Jun 30, 2026Мифы АБ тестирования. Часть 3 Миф 1. Рандомизация создает абсолютно одинаковые группы Реал…
  3. Jun 24, 2026Проанализировал отзывы при помощи ИИ 🤖 Уже накопилось достаточно много отзывов о курсе и…
  4. Jun 22, 2026Артефакты курса по АБ тестам В прошлом посте я анонсировал набор на 6 поток курса по АБ те…
  5. Jun 18, 2026📣 6 поток курса по АБ тестированию 30 июня планирую запуск 6 потока курса по АБ тестирова…
  6. Jun 16, 2026После прохождения 6 занятий статистика стала понятней - сложилась единая картина Еще один…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →