Unit-экономика на данных: как считать прибыль по каналам и компаниям в одном отчёте

По мере роста компании становится критически важно понимать, какие каналы формируют реальную прибыль, а какие лишь увеличивают оборот. На практике это часто приводит к расхождению в интерпретациях: маркетинг опирается на данные рекламных кабинетов и демонстрирует положительную окупаемость, финансы сверяют показатели с движением денежных средств и фиксируют отсутствие сопоставимого прироста, коммерческий блок учитывает влияние скидок и возвратов. Дополнительную сложность создают маркетплейсы, где момент продажи и момент выплаты существенно разнесены во времени.

Ценность unit-экономики заключается в том, что она переводит обсуждение из плоскости субъективных оценок в плоскость единых правил расчёта. Этот подход позволяет связать данные рекламы, CRM и маркетплейсов в целостную аналитическую модель и оценивать не номинальную выручку по клику, а фактический вклад — сумму, остающуюся после себестоимости, переменных расходов и маркетинговых затрат. Именно показатель вклада обеспечивает корректное формирование P&L по каналам, их сопоставимость между собой и детальный анализ результатов по компаниям и брендам в рамках единого отчёта.

Рекламные системы прекрасно объясняют трафик: клики, показы, конверсии. Иногда они даже показывают выручку, если вы передаете события и суммы. Но прибыль там почти никогда не живёт — и по очень приземленным причинам.

• Разные даты и неполная экономика: в рекламе расход фиксируется по дате списания, а продажи могут жить по дате заказа, оплаты или отгрузки. Поверх этого часто не учтены переменные расходы (логистика, комиссии, эквайринг, упаковка, хранение, штрафы, промо, возвраты). В итоге вы сравниваете несравнимое: расход сегодня, выручку когда-нибудь, а стоимость исполнения заказа — вообще где-то вне отчёта.

• Атрибуция — это модель, а не истина: один клиент мог кликнуть рекламу, потом вернуться из органики, а повторную покупку сделать по email. Если не договориться о правилах, вы будете бесконечно перетягивать выручку между каналами.

Поэтому единый отчёт по unit-экономике начинается не с формул CAC/LTV, а с ответа на вопрос: какую прибыль мы считаем и по какой точке времени мы ее признаем.

Отсюда и типичный конфликт вокруг ROMI. Сам по себе ROMI полезен, но он отвечает только на один вопрос: насколько окупились рекламные вложения в рамках выбранной модели атрибуции и доступной выручки. Unit-экономика отвечает на другой вопрос — сколько денег реально осталось после себестоимости, переменных расходов и маркетинга. Поэтому канал может выглядеть сильным по отчету рекламной системы и при этом быть слабым по вкладу, если его съедают скидки, возвраты или дорогая операционная часть.

Слово unit в unit-экономике — это ваш базовый объект, на котором вы принимаете решения. В e-commerce полезно держать сразу два юнита рядом: заказ и клиент. Заказ помогает понимать, какая реклама приводит дорогие корзины и где проваливается маржа из‑за скидок. Клиент нужен для CAC, LTV и payback — потому что ценность часто раскрывается не в первом заказе, а в повторных.

Чтобы не запутаться, большинство команд выбирают понятную управленческую прибыль — вклад (contribution margin). Он хорош тем, что показывает сколько денег осталось после переменных затрат и маркетинга, то есть напрямую отвечает на вопрос “имеет ли смысл масштабировать этот канал”. 

Самая базовая формула выглядит так: Вклад = Выручка − COGS − Переменные расходы − Расходы на маркетинг

В этой точке обычно и появляется самое полезное управленческое понимание: проблема не всегда в самом рекламном канале. Нередко канал выглядит слабым только потому, что в расчёт наконец попали логистика, возвраты, комиссии, эквайринг или скидки, которые раньше жили в других отчетах и не связывались с продажей. Поэтому unit-экономика полезна не тем, что считает маркетинг строже, а тем, что показывает реальную экономику заказа и помогает увидеть, где именно теряется прибыль.

Важно и сразу зафиксировать границы расчета. Когда мы говорим о unit-экономике канала или клиента, речь обычно идет не о чистой прибыли бизнеса целиком, а об управленческой марже на уровне заказа, клиента или канала. Постоянные расходы вроде офиса, фиксированных зарплат, разработки или аренды в такой расчет чаще всего не включаются, потому что задача здесь другая: понять, дает ли канал положительный вклад и можно ли его масштабировать без самообмана.

Чтобы построить unit экономику e-commerce на данных, вам не нужен идеальный дата-лейк. Нужен минимальный набор, который обновляется регулярно и имеет понятные ключи.

• Реклама: дата, платформа/источник, кампания (и глубже при желании), расход.

• CRM / сайт: order_id, дата оплаты (желательно), выручка, скидка, company_id/brand_id, customer_id, сохранённые UTM (или нормализованный ключ источника).

• Маркетплейсы: идентификатор заказа/поставки, суммы продаж, комиссии, логистика/фулфилмент, хранение/штрафы, возвраты, итого к выплате.

• Справочники: себестоимость по SKU (COGS), маппинг UTM → канал/подканал, справочник компаний/брендов.

На практике этого минимального набора уже достаточно, если в нем есть две вещи: стабильные ключи и понятная дата признания. Лучше сразу договориться, что для продаж основной датой будет дата оплаты или иная управленческая дата, которую вы используете последовательно во всем отчете. И так же важно, чтобы в данных были отдельно видны скидки, возвраты и переменные расходы: именно они чаще всего и меняют картину прибыльности сильнее, чем кажется в рекламных кабинетах.

Почти все расхождения в отчетах появляются не из‑за сложных метрик, а из‑за того, что расход и продажа не имеют общего ключа.

В прямых продажах спасают UTM‑метки. Суть простая: вы сохраняете UTM в момент заказа/лида и нормализуете их в единый traffic_source_key. Тот же ключ вы строите для рекламных расходов. После этого расходы и продажи начинают группироваться одинаково, и P&L по каналам перестаёт быть ручным искусством.

Дальше — ключ компании/бренда. Если у вас несколько юрлиц или брендов с разной экономикой, company_id должен быть в каждой строке фактов. Иначе вы неизбежно получите усредненную правду, которая будет неверной для каждого конкретного бизнеса.

С маркетплейсами чаще всего нельзя атрибутировать покупателя до канала так же, как на сайте. Поэтому там обычно работают две стратегии: либо маркетплейс считается отдельным “каналом со своей экономикой”, либо используется разрез внутренней рекламы маркетплейса (если он доступен).

Технически самый устойчивый формат — звезда: факты отдельно, справочники отдельно. Тогда любая новая кампания или новый SKU не ломает модель, а просто попадает в уже существующие поля.

На уровне здравого смысла это выглядит так: есть таблица расходов на рекламу, есть таблица заказов (с датой оплаты), есть таблица строк заказов (для COGS), есть таблица удержаний маркетплейсов. А рядом — справочник каналов (как группировать UTM), справочник компаний и справочник товаров.

Именно такая структура позволяет в одном отчёте переключать разрезы: “показать по каналам”, “показать по брендам”, “показать по кампаниям”, “показать по категориям”.

В реальном управлении удобно идти сверху вниз: сначала собрать прибыльность каналов (P&L), затем — unit-метрики на клиента.

1) P&L по каналам (ядро отчёта).

На практике удобно разделять три уровня результата. Сначала считается валовая прибыль: выручка минус себестоимость. Затем из нее вычитаются переменные расходы на исполнение заказа — логистика, комиссии, эквайринг, упаковка, возвраты, удержания маркетплейсов. И уже после этого вычитается маркетинг, чтобы получить вклад канала. Это важное различие: валовая прибыль показывает, зарабатывает ли продукт, а вклад отвечает на управленческий вопрос, стоит ли масштабировать именно этот источник продаж.

2) CAC (стоимость привлечения).

CAC имеет смысл только как стоимость нового клиента, а не стоимость заказа. Поэтому вам нужен customer_id и дата первой покупки. Дальше формула простая: расходы канала за период делятся на количество новых клиентов, у которых первая покупка в этом периоде атрибутирована в этот канал.

Важный нюанс из практики: если у вас длинный цикл принятия решения, CAC по месяцам будет волнами из‑за промежутка между расходом и первой покупкой. Это нормально — просто разделите отчёты: бюджет контролируйте по дате расхода, unit-экономику — по дате первой покупки.

Отдельно полезно не смешивать в одном расчете новых и повторных клиентов. Если этого не сделать, каналы ремаркетинга почти всегда начинают выглядеть неоправданно эффективными, потому что они собирают уже прогретую аудиторию. Поэтому для привлечения новых клиентов лучше считать отдельный CAC, а для удержания и повторных продаж — смотреть экономику в другой логике, через маржу, частоту повторных заказов и payback по когортам.

3) LTV (ценность клиента) и payback (окупаемость).

В управленческой аналитике, как правило, значительно полезнее оценивать LTV на фиксированных и понятных горизонтах: 30, 90 и 180 дней. Причем лучше смотреть не просто выручку от клиента, а именно маржу или вклад, потому что два клиента с одинаковыми покупками могут иметь совершенно разную ценность для бизнеса из-за скидок, возвратов или дорогой логистики. Делается это по когортам: вы берёте клиентов, впервые купивших в период и пришедших из конкретного канала, и считаете, сколько маржи они принесли за следующие N дней.

Именно на этом этапе маркетинг и финансовая функция начинают оперировать единой системой оценки: не категориями вроде «ROMI составляет 500%», а конкретными параметрами окупаемости каналов. Например, один канал обеспечивает возврат инвестиций за два месяца, другой — за восемь, что требует либо пересмотра экономики канала, либо корректировки стратегии роста.

При построении управленческой отчётности важно учитывать несколько распространённых ошибок, которые могут существенно исказить выводы:

• Признание выручки по созданным, а не по оплаченным заказам завышает эффективность за счёт отмен и неоплат.

• Возвраты, не связанные с исходными продажами, создают иллюзию более высокой прибыльности.

• Использование разных дат признания для выручки, расходов и удержаний приводит к искажению динамики и делает показатели нестабильными.

• Отдельную проблему создаёт несогласованность UTM-разметки: из-за различий в регистре, опечаток и неоднородного нейминга одна и та же кампания может распадаться на множество строк.

• Не менее критично отсутствие контрольных сверок: если совокупные расходы, выручка и выплаты не совпадают с первичными данными, обсуждение атрибуции и эффективности каналов теряет смысл.

Зрелая система отчётности всегда предполагает верификацию итоговых показателей с бухгалтерскими данными, CRM и отчётами маркетплейсов. Только после этого имеет смысл переходить к анализу разрезов, сравнению каналов и поиску точек оптимизации.

Когда unit-экономика строится на данных, компания переходит от споров о корректности отдельных отчетов к управлению на основе единых правил расчета. В рамках одного отчета становится видно, какие каналы формируют реальный вклад в прибыль, какие лишь увеличивают оборот, а какие оказываются убыточными уже на этапе исполнения заказа. Если бизнес включает несколько брендов, юридических лиц или направлений, такой подход позволяет получать не усредненную картину по компании в целом, а полноценный управленческий P&L по каждому сегменту и каждому каналу. В результате каналы оцениваются не по объему выручки или стоимости клика, а по их способности приносить маржинальную прибыль и окупаться в приемлемые сроки. Это создает более точную основу для управленческих решений и помогает избежать искажений, которые неизбежно возникают при усреднении данных.

Еще больше интересных и познавательных статей вы найдете в нашем блоге