t. +7 (495) 153-42-47
+7 (495) 620-58-99
Начнем знакомство?
/
/
ДРР — псевдометрика? Топ наиболее важных метрик маркетинга
Блог
910
21.08.2025

ДРР — псевдометрика? Топ наиболее важных метрик маркетинга

Рассказывает Яна Турчинская, отраслевой консультант, ex. директор по маркетингу Divan.ru / KazanExpress («Магнит Маркет») / Kopikot, ex. руководитель онлайн-маркетинга «Петрович».


За 15 лет в рекламе и маркетинге я столкнулась с большим количеством заблуждений, связанных с оценкой эффективности каналов коммуникации. Одна из часто встречающихся ошибок — фанатичная ориентация на ДРР (доля рекламных расходов). Отслеживать ее целесообразно на старте компании или продукта, но не стоит ставить эту метрику во главе оценки эффективности.

Простой пример

Компания с высоким LTV клиентов длительное время ориентировалась на ДРР. Показатель по ключевому каналу привлечения клиентов из месяца в месяц был фантастически низким. Руководство и маркетологи радовались, пока не началось падение продаж. При анализе выяснилось, что этот канал не привлекал новую аудиторию, а каннибализировал повторные покупки старой. Когда когорты изжили себя, началось резкое падение.

Почему так получилось? Канал, который действительно привлекал новых лояльных клиентов, сократили из-за высокой ДРР.

Какие метрики стоит отслеживать, чтобы не оказаться в подобной ситуации:

  • CAC (стоимость привлечения клиентов);
  • AOV (средний чек);
  • LTV (пожизненная ценность клиента);
 
  • Retention Rate (коэффициент удержания клиентов);
  • TOMA (top-of-mind).
На какие метрики я реже обращаю внимание:
  • CTR (показатель кликабельности);
  • CPC (стоимость одного клика);
  • CPM (стоимость тысячи показов).
А также прочие показатели, которые не отвечают на вопросы:
  • Сколько клиентов охватил/привел/вернул канал?
  • Сколько это стоило бизнесу?
  • Сколько это позволило заработать?
Но помните, что не бывает плохих метрик. Каждый показатель позволяет посмотреть на результаты работы отдела под своим ракурсом. Важно следить за полнотой картины и корректностью полученных данных — перепроверять не только негативные, но и позитивные аномалии в статистике.