# Как считать LTV в Mindbox: от данных платформы до управленческого решения > Mindbox не покажет LTV кнопкой. Разбираем, как собрать метрику из сырых данных платформы и превратить ее в решения по сегментам. **Рубрика:** Статьи **Дата:** 2026-07-04 Открываешь дашборд Mindbox, а там сотни метрик: отклики на рассылки, конверсии в заказ, RFM-сегменты, выручка по механикам. Красиво. Только вот на вопрос «сколько нам в среднем приносит клиент за все время жизни» ни один отчет прямого ответа не дает. И когда финдиректор спрашивает, можно ли поднять бюджет на удержание, маркетолог разводит руками — цифры вроде есть, а опереться не на что. LTV — та самая метрика, которая связывает CRM-маркетинг с деньгами компании. Без нее любой разговор про ретеншн превращается в «давайте слать больше писем, вдруг поможет». С ней — в нормальную управленческую логику: вот сегмент, вот его ценность, вот сколько разумно в него вложить. Как вытащить LTV из данных Mindbox и не запутаться в методологии, объясняет Егор Череватенко, CRM-маркетолог ClientCore. ## Почему в Mindbox нет кнопки «показать LTV» Платформа хранит всю транзакционную историю: кто, когда, что и на какую сумму купил. Этого достаточно для расчета. Но готовой метрики «LTV» в интерфейсе нет — и это нормально. LTV нельзя посчитать «вообще», его всегда считают под конкретную задачу и в конкретной методологии. Простейший вариант — исторический LTV. Берешь всех клиентов, суммируешь их выручку за все время, делишь на количество. Получаешь среднюю ценность клиента. В Mindbox эти данные есть в выгрузке по клиентской базе: суммарная выручка на профиль, число заказов, дата первого и последнего заказа. Уже на этом уровне многие компании впервые видят реальную картину — и она обычно неприятно отличается от ощущений. Проблема исторического подхода в том, что он смотрит назад. Клиент, пришедший три года назад, и клиент, пришедший в прошлом месяце, лежат в одной куче. Первый успел сделать восемь заказов, второй — один. Среднее по ним не говорит ничего полезного для будущих решений. Поэтому серьезный расчет почти всегда уходит в когорты. > Самая частая ошибка — считать один LTV на всю базу и потом этим числом обосновывать бюджеты. У одного нашего клиента в e-commerce средний LTV по базе был 6 200 рублей. Когда разбили по когортам, оказалось, что когорта с органики дает 9 800, а с одной платной механики — 2 100. Они полгода лили бюджет в канал, который окупался хуже всех, потому что смотрели на средневзвешенную цифру. > > — Егор Череватенко, CRM-маркетолог, ClientCore ## Что нужно из данных платформы Прежде чем строить формулы, договоритесь, что считаете LTV выручкой, а не прибылью. Это разные метрики, и путать их — частая беда. Если хотите управлять маржой, берите маржинальный LTV: умножайте выручку на среднюю валовую маржу по категории. Mindbox валовую маржу сам не знает, ее придется подмешивать из учетной системы. Минимальный набор данных из платформы для расчета: **Норма** - единый идентификатор клиента, по которому склеиваются все заказы (онлайн, офлайн, разные устройства) - полная транзакционная история с суммами и датами - дата первого заказа — для построения когорт - сегментация по каналу привлечения, если она заведена в профиль **Red flag** - заказы анонимных покупателей, не привязанные к профилю — они утекают мимо LTV - дубли профилей: один человек как три разных клиента занижает и LTV, и retention - отсутствие источника привлечения в данных — тогда когорты по каналам не построить Качество склейки профилей — фундамент. Если в базе бардак с идентификацией, любой расчет LTV будет врать в меньшую сторону, причем непредсказуемо. Сначала чистка дублей и сшивка офлайна с онлайном, потом формулы. ## Считаем LTV по когортам Когортный подход — рабочая лошадка для CRM-маркетинга. Логика простая: группируете клиентов по месяцу первого заказа и смотрите, как накапливается их выручка со временем. Когорта «январь 2024» через 12 месяцев принесла столько-то на одного клиента — это и есть их LTV на горизонте года. Из Mindbox выгружаете клиентов с датой первого заказа и всей последующей историей покупок. Дальше — в таблицу или BI. Строите матрицу: по строкам когорты (месяцы старта), по столбцам — номер месяца жизни (0, 1, 2, 3...). В каждой ячейке кумулятивная выручка на клиента. Получаете кривую накопления LTV, и сразу видно, на каком месяце клиенты «выдыхаются». Эта кривая ценнее одной цифры. Она показывает не только сколько клиент приносит, но и когда. Если 80% LTV набирается в первые два месяца, а дальше плато — у вас проблема с повторными продажами, и весь потенциал ретеншна не используется. Если кривая растет плавно и долго — клиенты лояльны, и здесь есть смысл вкладываться в программу удержания. > Когортная матрица вскрывает то, что среднее прячет. Был кейс в фарме: кривая LTV у когорт после редизайна welcome-цепочки стала круче на третьем-четвертом месяце. Мы это увидели именно по когортам — старые когорты выходили на плато к 6 200 рублям, новые добивали до 7 400. Без матрицы списали бы рост на сезон. > > — Егор Череватенко, CRM-маркетолог, ClientCore ## Прогнозный LTV: когда исторического мало Исторический LTV отвечает на вопрос «сколько уже принесли». Бизнесу часто нужнее «сколько принесут» — особенно когда оцениваешь, стоит ли вкладываться в свежую когорту прямо сейчас, не дожидаясь года данных. Тут начинается прогнозирование. Самый доступный способ — экстраполировать когортную кривую. Если когорты возрастом 12 месяцев у вас есть, а свежей всего три месяца, накладываете форму старой кривой на новую и достраиваете прогноз. Грубо, но для приоритизации сегментов часто достаточно. Более точные модели — вероятностные, вроде BG/NBD с гамма-гамма для среднего чека. Они оценивают, сколько покупок клиент еще совершит и на какую сумму, исходя из его поведения. Mindbox сырые данные для этого отдаст, а сам расчет делается во внешнем инструменте — Python, R или BI с нужными библиотеками. Для mid-market это уже не оверкилл, а нормальная практика, если повторные продажи — основа выручки. ## От цифры к решению: приоритизация сегментов Посчитать LTV — половина дела. Дальше он должен влиять на то, куда идут деньги и силы команды. Самое прямое применение — сравнить LTV с CAC по каналам и сегментам. Канал, где LTV/CAC меньше 3, обычно требует пересмотра. Где больше — туда стоит докладывать бюджет. Внутри базы LTV помогает расставить приоритеты в коммуникациях. Сегмент с высоким LTV и падающей частотой покупок — первый кандидат на реактивацию, потому что цена потери здесь максимальная. Сегмент с низким LTV и дорогим обслуживанием — повод задуматься, а нужно ли вообще его так активно греть. RFM в Mindbox дает поведенческую сегментацию, LTV добавляет к ней денежное измерение. Вместе они работают сильнее. **Норма** - LTV считается на регулярной основе, по когортам, и сравнивается с CAC по каналам - бюджет на удержание распределяется в пользу сегментов с высоким LTV и риском оттока - решения по запуску механик подкреплены прогнозом влияния на LTV когорты **Red flag** - LTV посчитали один раз для презентации инвестору и забыли - все сегменты получают одинаковую интенсивность коммуникаций независимо от их ценности - маркетинг отчитывается открываемостью писем, а не ростом LTV когорт > Управленческий смысл LTV в том, что он переводит разговор из "давайте слать больше" в "давайте вложим вот сюда, потому что здесь ценность клиента выше". У клиента в ритейле мы перераспределили бюджет коммуникаций в пользу топ-двух когорт по LTV и за квартал подняли повторную выручку на 11% при том же объеме отправок. > > — Егор Череватенко, CRM-маркетолог, ClientCore ## Частые ошибки в расчете Считают LTV по всем заказам, включая возвраты и отмены. Выручка раздувается, метрика врет в плюс. Возвраты надо вычитать — в данных Mindbox статус заказа есть, фильтруйте по нему. Смешивают B2C и B2B, розницу и опт в одной базе. У этих групп принципиально разная экономика, и общий LTV по ним бессмысленен. Считайте раздельно. Берут слишком короткий горизонт. Если у вас длинный цикл повторных покупок — скажем, в товарах для дома люди возвращаются раз в полгода-год — то LTV на горизонте трех месяцев недооценен в разы. Горизонт расчета должен соответствовать реальному циклу покупок вашей категории. И главное — считают LTV в вакууме, без привязки к стоимости привлечения и удержания. Сама по себе цифра ничего не значит. Значение появляется, когда рядом лежит, сколько стоило этого клиента привести и удержать. --- [Открыть статью на сайте](https://blog.clientcore.ru/articles/kak-schitat-ltv-v-mindbox-ot-dannyh-platformy-do-upravlencheskogo-resheniya)