Аналитика программ лояльности на Wildberries: как считать LTV

Программы лояльности — один из главных инструментов удержания клиентов в e-commerce. Но на Wildberries продавцы часто внедряют их вслепую: раздают баллы, скидки и подарки, не понимая, как это влияет на прибыль. В этой статье разберём, как считать LTV (пожизненную ценность клиента) и оценивать эффективность механик лояльности через аналитику.

Оглавление

• Почему скидки перестали работать
• Метрики лояльности: что считать
• Юнит-экономика программы лояльности
• Дашборд для контроля LTV
• Реклама и лояльность: как не слить бюджет
• Остатки и лояльность: связь с out-of-stock
• AI-анализ эффективности программ
• FAQ

Почему скидки перестали работать

Традиционные скидки — это прямой удар по марже. Продавец снижает цену, клиент покупает, но LTV часто не растёт: покупатель привыкает ждать акций и не возвращается по полной цене. Без аналитики невозможно понять, окупается ли скидка.

Как это считается:

• Сравниваем когорты клиентов, которые покупали со скидкой и без.
• Считаем LTV за 90 дней: сумма всех покупок минус комиссии, логистика, реклама.
• Если LTV у «скидочной» когорты ниже — скидка не работает.

На дашборде в sellerdish.ru видно, что средний чек падает на 15%, а частота покупок не растёт — значит, скидка просто снижает прибыль.

Метрики лояльности: что считать

Для оценки программ лояльности нужно отслеживать 16 ключевых метрик. Вот основные:

Метрика	Формула	Что показывает
LTV (30/90/365)	Сумма прибыли с клиента за период	Ценность клиента
ДРР (доля рекламных расходов)	Расходы на рекламу / Выручка	Эффективность рекламы
Маржа по клиенту	(Выручка - Себестоимость - Комиссии - Логистика - Реклама) / Количество заказов	Прибыльность клиента
Частота покупок	Количество заказов / Количество клиентов	Лояльность
Средний чек	Выручка / Количество заказов	Ценность покупки
Возвраты	Сумма возвратов / Выручка	Качество товара и удовлетворённость

Как это работает в аналитике:

• В системе видно, что клиенты с бонусами имеют LTV на 20% выше, но только если бонусы не превышают 5% от выручки.
• Если ДРР растёт, а LTV нет — реклама неэффективна.

Юнит-экономика программы лояльности

Любая механика лояльности должна быть просчитана до внедрения. Рассмотрим на примере товара для кухни (кастрюля, себестоимость 500 руб., продажа за 1500 руб.).

Расходы на единицу:

• Комиссия WB: 15% = 225 руб.
• Логистика: 100 руб.
• Хранение: 20 руб.
• Реклама: 200 руб. (ДРР 13%)
• Баллы лояльности: 5% = 75 руб.
• Себестоимость: 500 руб.
• Итого расходов: 1120 руб.
• Прибыль: 1500 - 1120 = 380 руб.

Если баллы увеличить до 10%, прибыль упадёт до 305 руб. Без аналитики продавец может не заметить, что программа лояльности «съедает» 20% маржи.

Водопад расходов — на дашборде sellerdish.ru можно разложить все затраты и увидеть, что баллы лояльности становятся второй по величине статьёй после комиссии.

Дашборд для контроля LTV

Чтобы управлять программами лояльности, нужен дашборд с 16 метриками и сравнением периодов. Вот минимальный набор:

1. Прибыль по клиентам (с разбивкой по когортам)
2. LTV 30/90/365
3. ДРР (общий и по каналам)
4. Маржа (средняя и по товарам)
5. Частота покупок
6. Средний чек
7. Возвраты (в рублях и %)
8. Out-of-stock (влияет на LTV)
9. Залежалость (товары, которые не продаются)
10. Эффективность акций (рост выручки vs. падение маржи)
11. Баллы лояльности (начислено, использовано, сгорело)
12. CAC (стоимость привлечения клиента)
13. ROI рекламы
14. Конверсия в повторную покупку
15. Среднее время между заказами
16. Когортный анализ (по месяцам)

Как это помогает:

• Видим, что клиенты, получившие баллы, покупают на 30% чаще, но их средний чек ниже на 10%.
• Сравниваем периоды: после введения программы LTV вырос на 15%, но маржа упала на 5%.

Реклама и лояльность: как не слить бюджет

Реклама и лояльность тесно связаны. Часто продавцы тратят на рекламу, чтобы привлечь клиентов, а потом дают им скидки — и прибыль уходит в ноль.

Как анализировать:

• Смотрим ДРР по каждому товару. Если ДРР > 20%, а LTV низкий — товар убыточен.
• Выявляем товары, которые окупаются за счёт повторных продаж (высокий LTV), и те, что сливают бюджет (низкий LTV, высокий ДРР).
• На дашборде видно: товар А имеет ДРР 25%, но LTV 90 дней = 5000 руб. — он окупается. Товар Б — ДРР 30%, LTV = 800 руб. — его нужно отключать от рекламы.

Рекомендация: не давать баллы лояльности на товары с высокой рекламной нагрузкой — это удваивает расходы.

Остатки и лояльность: связь с out-of-stock

Out-of-stock (отсутствие товара на складе) убивает LTV. Клиент, который не нашёл товар, уходит к конкуренту и может не вернуться. Программа лояльности бесполезна, если товара нет в наличии.

Как считать:

• Отслеживаем долю заказов, которые не были отгружены из-за отсутствия товара.
• Сравниваем LTV клиентов, которые столкнулись с out-of-stock, и тех, кто нет.
• В аналитике видно: out-of-stock снижает LTV на 25%.

Залежалость — товары, которые лежат на складе больше 60 дней. Они генерируют расходы на хранение и снижают общую маржу. Если на такие товары начислять баллы лояльности, убытки растут.

Решение: использовать аналитику для прогноза спроса и своевременного пополнения запасов. На дашборде sellerdish.ru можно настроить уведомления о критических остатках.

AI-анализ эффективности программ

Искусственный интеллект помогает выявить проблемы, которые не видны при ручном анализе. Например:

• Проблема: программа лояльности не увеличивает частоту покупок.

• AI-анализ: система находит, что 80% баллов получают клиенты, которые и так покупают часто, а новые клиенты не активируются.

• Рекомендация: изменить механику начисления — давать баллы за первую покупку, а не за повторную.

• Проблема: высокая доля возвратов среди участников программы.

• AI-анализ: выясняется, что баллы начисляются на товары с низким качеством.

• Рекомендация: исключить такие товары из программы.

Как это работает:

• AI анализирует историю покупок, возвратов, начислений и строит модели.
• В результатах — конкретные действия: «Увеличьте баллы на 2% для товаров категории X, чтобы поднять LTV на 10%».

FAQ

Вопрос 1: Как часто нужно пересчитывать LTV? Ответ: Рекомендуется раз в неделю, а также после каждого изменения программы лояльности. Используйте когортный анализ для отслеживания динамики.

Вопрос 2: Какая доля баллов лояльности считается оптимальной? Ответ: Обычно 3-5% от выручки. Если больше — маржа падает, если меньше — программа не мотивирует.

Вопрос 3: Как понять, что программа лояльности не работает? Ответ: Если LTV не растёт, а ДРР и возвраты увеличиваются — программа неэффективна. Также смотрите на частоту покупок: если она не меняется, клиенты не становятся лояльнее.

Вопрос 4: Нужно ли давать баллы на все товары? Ответ: Нет, только на товары с высокой маржой и низким возвратом. Иначе вы будете субсидировать убыточные позиции.

Вопрос 5: Какой сервис аналитики использовать? Ответ: Мы рекомендуем sellerdish.ru — там есть готовые дашборды для LTV, юнит-экономики и AI-анализа.

Заключение

Программы лояльности на Wildberries — мощный инструмент, но без аналитики они превращаются в чёрную дыру для бюджета. Считайте LTV, контролируйте ДРР, следите за остатками и используйте AI для выявления скрытых проблем. Только data-driven подход позволит вам строить лояльность, которая приносит прибыль.