Формулы для аналитики: 6 способов найти точки роста прибыли

Продажи выросли, а денег у компании стало меньше. Реклама приводит покупателей, которые исчезают после первого заказа. Склад заполнен, но нужных товаров постоянно не хватает. В таких ситуациях общий отчет о выручке мало помогает: он показывает результат, но не объясняет, где бизнес теряет деньги.

Формулы для аналитики помогают разложить результат на управляемые факторы: цену, объем продаж, затраты, удержание клиентов и структуру ассортимента. А подходящее представление данных делает эти связи заметными: когортная таблица показывает отток, диаграмма Парето — концентрацию результата, диаграмма чувствительности — влияние каждого фактора на прибыль.

Разберем шесть подходов, включая исторические примеры Apple, American Airlines и Amazon. Все расчеты в рублях ниже — учебные примеры, а результаты компаний указаны отдельно со ссылками на источники.

1. LTV клиента: сколько бизнес зарабатывает за все время отношений

Представим сервис по подписке. На привлечение клиента он тратит 4 000 ₽. В первый месяц клиент приносит 1 000 ₽ маржинального дохода. Если оценивать только первую оплату, реклама выглядит убыточной. Но вывод изменится, если клиент останется на год.

LTV, или Lifetime Value, — оценка ценности клиента за весь период отношений с компанией. Важно уточнять методику: одни компании считают LTV по выручке, другие — по маржинальному доходу. Для оценки окупаемости привлечения полезнее второй вариант.

Для подписной модели с постоянными показателями можно использовать упрощенную формулу:

Здесь ARPU — средняя месячная выручка на клиента, m — доля маржинального дохода после переменных затрат, c — месячная доля ушедших клиентов.

При ARPU 2 000 ₽, маржинальности 50% и месячном оттоке 10% получаем:

LTV ≈ 2 000 × 0,5 / 0,10 = 10 000 ₽.

Если отток снизится до 8%, расчетный LTV вырастет до 12 500 ₽ — на 25%. При этом месячное удержание увеличится с 90% до 92%, то есть на 2 процентных пункта.

Модель предполагает стабильные выручку, маржинальность и отток, не учитывает дисконтирование и не вычитает стоимость привлечения. Для разовых покупок и сложного поведения клиентов лучше считать накопленный маржинальный доход по когортам и отдельно прогнозировать будущие периоды.

Когортный анализ LTV: как проверить ценность клиентов по фактическим данным

В когортном анализе LTV клиентов объединяют по периоду первой покупки и сравнивают накопленный маржинальный доход на одного первоначального клиента. Сопоставлять группы нужно на одинаковом возрасте: например, после трёх месяцев наблюдения. Накопленный результат за этот срок ещё не равен окончательному LTV — будущие поступления потребуют отдельного прогноза.

Что изменило взгляд на удержание

В работе Bain & Company Prescription for Cutting Costs Фред Райхельд приводит пример финансовых услуг: увеличение удержания на 5% связано с ростом прибыли более чем на 25%. Этот отраслевой результат нельзя превращать в универсальную формулу для любой компании.

Как представить данные: построить когортную таблицу, где строки — группы клиентов по месяцу первой покупки, а столбцы — месяцы с момента привлечения. В ячейках показать удержание или накопленный маржинальный доход на первоначального клиента когорты.

Какое решение принять: сравнить каналы по окупаемости и повторным покупкам. Дешевый первый заказ может оказаться дорогим способом привлечь клиента, который больше не вернется.

2. Матрица Apple 2×2: как представление данных помогает выбрать приоритеты

Не всякий полезный аналитический инструмент выглядит как уравнение. Иногда решение появляется после изменения структуры таблицы.

На выступлении Seybold в сентябре 1998 года Стив Джобс объяснял продуктовый фокус Apple: потребительские и профессиональные компьютеры, в каждой категории — настольные и портативные. Четыре направления позволяли сосредоточить сильные команды на каждом продукте.

Это схема линейки к 1999 году: iBook появился в июле 1999-го, а не сразу после возвращения Джобса в 1997-м. Дату подтверждает сообщение Apple.

Согласно годовой отчетности Apple, 1998 финансовый год компания завершила с чистой прибылью 309 млн долларов после убытка 1 045 млн долларов годом ранее. Упрощение линейки было частью преобразований; приписывать весь финансовый результат одной матрице было бы неверно.

Как применить: разложить свои продукты по двум признакам, например «малый бизнес / крупные компании» и «готовое решение / индивидуальный проект». В каждой ячейке указать выручку, маржинальный доход и затраты рабочего времени. Так станет видно, какие предложения конкурируют за одни ресурсы и где сложность ассортимента не окупается.

3. Диаграмма распределения Парето: какие товары и проблемы определяют результат

Диаграмма Парето — столбчатый график, в котором категории расположены по убыванию выбранного показателя. Часто его дополняют линией накопленного процента. Такую конструкцию описывает Американское общество качества ASQ.

В поиске встречается название «диаграмма распределения Парето». В бизнес-анализе обычно имеют в виду именно диаграмму Парето. Ее следует отличать от статистического распределения Парето — отдельной вероятностной модели.

По горизонтали располагают товары, клиентов или причины проблем. Левая вертикальная ось показывает величину показателя, правая — накопленную долю в процентах.

Допустим, пять товарных групп принесли положительный маржинальный доход:

Две группы из пяти обеспечивают 80% результата. Здесь соотношение получилось 40/80. Подгонять его под известные 20/80 не нужно: задача аналитика — измерить реальную концентрацию.

Какое решение принять: проверить доступность лидирующих товаров, условия закупки и причины потерь по ним. Если строить диаграмму по стоимости брака или возвратов, она покажет приоритетные проблемы.

Малая доля в продажах сама по себе не делает товар неликвидным: он может дополнять основную покупку или привлекать важный сегмент. Убыточные позиции стоит разобрать отдельно — отрицательные значения затрудняют интерпретацию обычной накопительной кривой.

4. Формула рычага прибыли: почему изменение цены на 1% может дать больше 1% прибыли

Формула рычага прибыли показывает, насколько результат чувствителен к изменению цены, объема продаж и затрат. Под этим названием удобно рассматривать набор расчетов на основе модели операционной прибыли:

Здесь p — цена единицы, v — переменные затраты на единицу, Q — количество проданных единиц, F — постоянные затраты за тот же период. Цены и затраты нужно считать на сопоставимой основе, например без возмещаемого НДС.

Компания продает 1 000 единиц товара по 1 000 ₽. Переменные затраты составляют 600 ₽ на единицу, постоянные — 300 000 ₽ за период:

П = (1 000 − 600) × 1 000 − 300 000 = 100 000 ₽.

Сравним четыре независимых сценария:

В каждом сценарии остальные параметры сохранены. Разница возникает потому, что дополнительная выручка от повышения цены целиком увеличивает прибыль в рамках модели, а дополнительные продажи требуют переменных затрат.

Для изменения цены при неизменных объеме и затратах:

Рентабельность подставляют десятичной дробью: 1% / 0,10 = 10%. При нулевой прибыли процентный прирост не определен; при убытке полезнее сравнивать абсолютный результат в рублях.

В исследовании McKinsey The Power of Pricing, 2003 для средней экономики компаний S&P 1500 повышение цены на 1% при сохранении объема давало расчетный рост операционной прибыли на 8%. Это исторический расчет по конкретной выборке.

Как представить данные: диаграммой чувствительности сравнить сценарии, а водопадной диаграммой показать, как отдельные изменения складываются в итоговую прибыль.

Перед изменением цен нужно оценить реакцию спроса. Формула показывает эффект при заданных условиях, но не гарантирует, что покупатели сохранят прежний объем заказов.

5. Управление доходностью American Airlines: сколько стоит непроданное место

Место в самолете — ресурс с ограниченным сроком продажи. После вылета его уже невозможно реализовать. Поэтому авиакомпании важно одновременно учитывать загрузку и доход с каждого места.

Система управления доходностью American Airlines объединяла модели овербукинга, распределения мест по льготным тарифам и управления пассажиропотоками. По данным INFORMS, компания оценивала совокупный измеримый эффект программы в 1,4 млрд долларов за три года. Это оценка компании для программы в целом, а не результат одной тепловой карты.

Для понимания логики полезна упрощенная модель ожидаемой выручки при одной цене:

p — цена, D(p) — случайный спрос при этой цене, C — доступная вместимость, E — математическое ожидание. Продажи ограничены и спросом, и количеством мест.

Это учебная модель, а не формула DINAMO. В реальной системе нужно учитывать несколько тарифов, время до вылета, отмены и маршруты с пересадками.

Как представить данные: на тепловой карте показать загрузку по датам и времени, рядом — среднюю цену и выручку на доступное место. Аналогичный подход полезен гостиницам, сервисным центрам и другим компаниям с ограниченной емкостью и датой оказания услуги.

Какое решение принять: проверить, какие условия и тарифы помогают заполнять свободную емкость, сохраняя доходность востребованных периодов.

6. Анализ совместных покупок: какие товары стоит рекомендовать вместе

Топ продаж показывает популярные товары. Анализ корзин отвечает на другой вопрос: что покупают вместе чаще, чем можно было бы ожидать исходя из общей популярности товаров?

Для правила «покупатели товара А также покупают товар Б» используют три показателя. Их определения приведены в документации IBM:

• Поддержка, Support = P(A ∩ B). Доля всех заказов, содержащих оба товара.
• Достоверность, Confidence = P(B | A) = P(A ∩ B) / P(A). Доля заказов с Б среди заказов с А.
• Лифт, Lift = P(B | A) / P(B). Во сколько раз покупка Б чаще встречается в заказах с А, чем во всех заказах.

Из 1 000 заказов товар А встречается в 200, товар Б — в 100, оба вместе — в 60. Тогда поддержка равна 6%, достоверность — 30%, а лифт — 3. В заказах с А товар Б встречается втрое чаще, чем в среднем.

Это основание проверить рекомендацию или комплект. Связь еще не доказывает, что предложение увеличит продажи: товары могли покупать вместе из-за уже действующей акции. Нужно проверить размер выборки и измерить эффект предложения, например A/B-тестом.

Amazon описывает развитие рекомендаций на основе сходства товаров в материале The History of Amazon’s Recommendation Algorithm. Ассоциативные правила помогают понять совместные покупки, однако рекомендательные системы используют более широкий набор методов.

Как представить данные: начать с таблицы пар товаров, числа совместных заказов, поддержки и лифта. Граф связей пригодится, когда нужно увидеть группы взаимосвязанных товаров.

Формула и представление данных: что выбрать для своей задачи

Выбор стоит начинать с решения, которое предстоит принять. Затем определить показатель, проверить состав данных и рассчитать несколько сценариев. В отчет нужно включить период, единицы измерения и допущения модели: без них одинаковые названия метрик могут скрывать разные расчеты.

Частые вопросы о формулах для аналитики

Какие формулы для аналитики бизнеса освоить в первую очередь?

Начните с выручки, маржинального дохода, операционной прибыли и рентабельности. Затем добавляйте показатели под задачу: LTV для повторных продаж, накопленную долю для приоритизации, чувствительность прибыли для проверки управленческих решений.

Всегда ли диаграмма Парето показывает соотношение 80/20?

Нет. Она показывает фактическую концентрацию выбранного показателя. Соотношение 80/20 — ориентир, который нужно проверять, а не условие правильности диаграммы.

Чем рычаг прибыли отличается от операционного рычага?

В этой статье рычаги прибыли — общее название факторов, влияющих на результат. Степень операционного рычага — конкретный показатель: маржинальный доход, деленный на операционную прибыль. В линейной модели он показывает чувствительность прибыли к изменению объема при неизменных цене, переменных затратах на единицу и постоянных затратах. Для учебного примера выше он равен 400 000 / 100 000 = 4.

Можно ли выполнять эти расчеты в Excel?

Да. Для базовых расчетов достаточно таблиц, формул, сортировки и диаграмм. До автоматизации важно договориться о составе затрат, определении клиента и периоде анализа: точность формулы не исправит ошибки исходных данных.