За последние $10$ лет цифровизация кардинально изменила маркетинговые воронки и подходы к их оценке. Кратко — основные трансформации и новые метрики.
1) Как изменилась воронка (кратко)
- Линейная воронка → нелинейное, цикличное путешествие клиента: многоканальность (omnichannel), возвраты на этапы повторной оценки, лояльность/адвокация вошли в конструкцию воронки.
- Фокус на микроконверсиях и событии‑ориентированном отслеживании вместо только «lead → sale».
- Персонализация и динамический контент: адаптация посылов в реальном времени на основе данных пользователя.
- Автоматизация и скоринг лидов (lead scoring), триггерные кампании, маркетинговая автоматизация сокращают время и стоимость конверсии.
- Реальное время и предиктивная аналитика: прогнозирование LTV, оттока, вероятности покупки.
- Изменение измерения и атрибуции: multi‑touch, data‑driven атрибуция, рост importance incrementality и экспериментальных подходов (holdout tests) из‑за приватности и исчезновения third‑party cookies.
2) Новые и переосмысленные метрики (с объяснениями и формулами)
- Conversion rate (по этапам или для микроконверсий):
$\text{Conversion rate}=\frac{\text{conversions}}{\text{visitors}}$ - Customer Acquisition Cost (CAC):
$\text{CAC}=\frac{\text{Total marketing + sales cost}}{\text{Number of acquired customers}}$ - Lifetime Value (LTV), упрощённая формула:
$\text{LTV}=\frac{\text{ARPU}}{\text{Churn rate}}$
или агрегированно дисконтированная сумма: $\text{LTV}={\sum }_{t=1}^T\frac{m_t}{(1+d{)}^t}$ - LTV : CAC ratio:
$\text{LTV:CAC}=\frac{\text{LTV}}{\text{CAC}}$ — ключ для оценки рентабельности привлечения.
- ROAS (Return on Ad Spend):
$\text{ROAS}=\frac{\text{Revenue from ads}}{\text{Ad spend}}$ - Incrementality / Lift (результат экспериментальных тестов):
$\text{Incremental lift}={\text{Conversion}}_{\text{test}}-{\text{Conversion}}_{\text{control}}$ - Assisted conversions / Multi‑touch contribution — доля конверсий, где канал участвовал, но не был финальным шагом; важно при оценке omni‑channel вклада.
- View‑through conversions — конверсии после просмотра (не клика) рекламы; полезно для brand‑кампаний.
- MQL → SQL conversion rate:
$\text{MQL→SQL}=\frac{\text{Number of SQLs}}{\text{Number of MQLs}}$ - MQL Velocity (рост лидов):
$\text{MQL velocity}=\frac{{\text{MQLs}}_{\text{this period}}-{\text{MQLs}}_{\text{last period}}}{{\text{MQLs}}_{\text{last period}}}$ - Time to convert / Conversion velocity — среднее время от первого контакта до продажи (важно для оптимизации воронки).
- Churn rate / Retention:
$\text{Churn rate}=\frac{\text{Customers lost during period}}{\text{Customers at start of period}}$
$\text{Retention}=\frac{\text{Customers at end of period}-\text{New customers in period}}{\text{Customers at start of period}}$ - DAU/MAU (engagement ratio):
$\text{DAU/MAU}=\frac{\text{DAU}}{\text{MAU}}$ — показатель «прилипчивости» продукта.
- Cohort metrics — retention/ARPU по когортам для оценки качества привлечения во времени (используется вместо агрегированных показателей).
- Predictive metrics: propensity to buy, predicted LTV, churn probability — выводятся моделями и используются для персонализации и бюджетирования.
- Cost per Action variants: CPA, CPI, CPL — и их цифровые аналоги с event‑уровнем учётом.
- Customer Engagement Score / NPS / CSAT — смешанные метрики для оценки качества взаимодействия и лояльности, важны в post‑purchase и advocacy стадиях.
3) Практические выводы (очень кратко)
- Воронка стала многоканальной, событийно‑ориентированной и цикличной; важно измерять микроконверсии и удержание, а не только верхнюю/нижнюю часть.
- Нужен набор метрик: CAC, LTV, LTV:CAC, ROAS + incrementality, assisted conversions и cohort retention — чтобы принимать решения на данных, а не по last‑click.
- Из‑за приватности наблюдается переход к экспериментам, моделям и серверному отслеживанию — фокус на измеримой инкрементальной ценности кампаний.
Если нужно, могу кратко предложить «минимальный набор KPI» для вашей конкретной бизнес‑модели (e‑commerce, SaaS, B2B).