Лучше ли анализировать метрику траты на пользователя вместо среднего чека?
Комментарии (1)
Ответ сгенерирован нейросетью и может содержать ошибки
Лучше ли анализировать метрику траты на пользователя вместо среднего чека?
Оба подхода нужны - это разные вопросы
Это отличный вопрос, потому что раскрывает разницу между Average Order Value (AOV) и Revenue Per User (RPU). Они измеряют разные вещи и отвечают на разные вопросы. Я использую оба, но в разных контекстах.
1. Что такое каждая метрика
Average Order Value (AOV) - средний чек
Формула:
AOV = Общая выручка / Количество заказов
Пример: Всего заказано на сумму 100,000 руб Заказов: 1,000
AOV = 100,000 / 1,000 = 100 руб
Что это показывает:
- Насколько большой типичный заказ
- Работает ли upsell/cross-sell
- Покупают ли люди товары дороже
Revenue Per User (RPU) - выручка на пользователя
Формула:
RPU = Общая выручка / Количество пользователей
Пример: То же: выручка 100,000 руб Пользователей: 500
RPU = 100,000 / 500 = 200 руб
Что это показывает:
- Сколько денег каждый пользователь приносит в среднем
- Насколько хорошо мы монетизируем пользовательскую базу
- Должен ли рост пользователей привести к пропорциональному росту выручки
2. Различие между ними
Есть критичная связь:
RPU = AOV × Conversion Rate × Purchase Frequency
Пример разницы:
Одна платформа:
- 1,000 пользователей
- 200 делают покупки (20% conversion)
- Каждый покупатель делает 2.5 заказа
- Средний заказ = 100 руб
RPU = 100 × 0.20 × 2.5 = 50 руб за пользователя
Другая платформа:
- 1,000 пользователей
- 500 делают покупки (50% conversion)
- Каждый покупатель делает 1 заказ
- Средний заказ = 100 руб
RPU = 100 × 0.50 × 1 = 50 руб за пользователя
Оба имеют одинаковый RPU, но совсем разные стратегии!
3. Когда анализировать AOV
Сценарий 1: Оптимизация монетизации одного покупателя
Если я работаю над тем, чтобы каждый заказ был больше, AOV - это ключевая метрика.
Инструменты для роста AOV:
- Upsell ("Хотите размер больше за +50 руб?")
- Cross-sell ("Дополните товар аксессуарами")
- Bundle ("Купи 3 товара и получи скидку 15%")
- Минимальная сумма заказа ("Еще 50 руб до бесплатной доставки")
A/B тест для AOV:
Control: Нет рекомендаций
Treatment: "Часто покупают вместе" блок
Rезультат:
- AOV Control = 100 руб
- AOV Treatment = 120 руб (+20%)
Это хороший результат для fokus на AOV.
Сценарий 2: Проблема с конверсией
Если я вижу, что конверсия падает, но AOV растет - это красный флаг:
Еваль время:
Конверсия: 5% → 4% (падает на 20%)
AOV: 100 руб → 110 руб (растет на 10%)
Но RPU: 50 * 0.05 * 1 = 2.5 руб
Teперь: 110 * 0.04 * 1 = 4.4 руб
Хм, RPU растет? Тогда это нормально!
Без RPU я бы подумал, что конверсия - это проблема.
4. Когда анализировать RPU
Сценарий 1: Общая оценка бизнеса
RPU отвечает на вопрос: "Какую выручку я получаю со всей моей пользовательской базы?"
Это метрика для:
- Инвесторов
- Forecasting выручки
- Сравнения по периодам
- Оценки efficiency пользовательской базы
Пример:
Я хочу увеличить выручку на 50%. Как это достичь?
Текущее: RPU = 50 руб, Users = 10,000, Revenue = 500,000 руб
Цель: Revenue = 750,000 руб
Опция 1: Увеличить Users на 50%
New Users = 15,000, RPU = 50 → Revenue = 750,000 ✓
Опция 2: Увеличить RPU на 50%
Users = 10,000, RPU = 75 → Revenue = 750,000 ✓
Опция 3: Гибридный подход
Users = 12,000, RPU = 62.5 → Revenue = 750,000 ✓
RPU позволяет видеть все опции.
Сценарий 2: Регрессия или прогресс
Если RPU падает - это всегда плохо. Это значит, что либо:
- Меньше пользователей
- Они покупают реже
- Они покупают дешевле
Пример диагностики:
РПУ упал с 50 руб до 45 руб (-10%)
Разбираемся в причинах:
1. Новые пользователи?
- Было: 10,000 users
- Стало: 12,000 users
- Новые пользователи имеют lower AOV/frequency
- Решение: Лучше onboarding, уменьшить CAC
2. Конверсия упала?
- Было: 5% of users make purchases
- Стало: 4%
- Решение: Fix checkout, improve product quality
3. Repeat rate упал?
- Было: среднее 2 заказа на пользователя
- Стало: 1.5 заказа
- Решение: Retention campaigns, email marketing
4. AOV упал?
- Было: 100 руб
- Стало: 90 руб
- Решение: Upsell, better recommendations
RPU - это early warning system.
5. Как я их использую вместе
Рекомендуемый dashboard
┌─────────────────────────────────────────────────┐
│ Revenue Health Dashboard │
├─────────────────────────────────────────────────┤
│ Total Revenue: $150,000 ↑ 12% vs last week │
├─────────────────────────────────────────────────┤
│ RPU (Revenue Per User) │
│ Current: $50 ↑ 5% vs last week │
│ 7-day trend: ↗ (good) │
├─────────────────────────────────────────────────┤
│ Components of RPU: │
│ • Conversion Rate: 5% ↓ 0.5% │
│ • Purchase Frequency: 2.0 → (stable) │
│ • AOV: $100 ↑ 5% ✓ (компенс.) │
├─────────────────────────────────────────────────┤
│ Takeaway: RPU растет благодаря AOV, │
│ но конверсия падает. Нужна проверка checkout │
└─────────────────────────────────────────────────┘
SQL Query для анализа
WITH daily_metrics AS (
SELECT
DATE(created_at) as date,
COUNT(DISTINCT user_id) as unique_users,
COUNT(DISTINCT CASE WHEN user_purchase = true THEN user_id END) as paying_users,
COUNT(*) as total_orders,
SUM(order_value) as daily_revenue
FROM orders
GROUP BY DATE(created_at)
)
SELECT
date,
daily_revenue,
unique_users,
ROUND(daily_revenue / unique_users, 2) as RPU,
ROUND(daily_revenue / total_orders, 2) as AOV,
ROUND(100.0 * paying_users / unique_users, 2) as conversion_rate_pct,
ROUND(total_orders::float / paying_users, 2) as avg_orders_per_buyer
FROM daily_metrics
ORDER BY date DESC;
6. Пример: Две кампании
Кампания A: Focus на AOV
Добавили upsell блок "Дополнительные товары"
Before: AOV = 100, Conversion = 5%, Frequency = 2
After: AOV = 115, Conversion = 4.5%, Frequency = 2
Impact on RPU:
Before: 100 × 0.05 × 2 = 10 руб
After: 115 × 0.045 × 2 = 10.35 руб
Рост на 3.5% - хороший результат, но конверсия упала.
Уsell работает, но отталкивает некоторых пользователей.
Кампания B: Focus на конверсию
Упростили checkout (убрали 2 шага)
Before: AOV = 100, Conversion = 5%, Frequency = 2
After: AOV = 98, Conversion = 6.5%, Frequency = 2.1
Impact on RPU:
Before: 100 × 0.05 × 2 = 10 руб
After: 98 × 0.065 × 2.1 = 13.35 руб
Рост на 33.5% - отличный результат!
Больше людей покупает, и они покупают чаще.
Вывод: Кампания B лучше. AOV упал, но RPU вырос благодаря конверсии.
7. Лучшие практики
Отслеживай оба:
- RPU как главную метрику (что видят инвесторы)
- AOV как компонент (что можно оптимизировать)
Анализируй разложение:
RPU = AOV × Conversion × Frequency
Если RPU падает, определи какой компонент виноват:
- AOV ↓ = проблема с монетизацией
- Conversion ↓ = проблема с product-market fit
- Frequency ↓ = проблема с retention/loyalty
Для фич-тестирования:
- Если фича направлена на "сделать заказ больше" → primary = AOV
- Если фича направлена на "привлечь больше покупателей" → primary = Conversion
- Если фича направлена на "удержать пользователей" → primary = Frequency
- Но ВСЕГДА смотри на RPU как на итоговый результат
Red Flags:
- RPU растет, но AOV и Conversion падают → не sustainable
- RPU падает, но AOV растет → Conversion/Frequency упали слишком сильно
- Конверсия растет, но RPU падает → что-то не то с качеством пользователей
Заключение
Average Order Value показывает "как глубоко мы монетизируем каждого покупателя"
Revenue Per User показывает "как эффективно мы монетизируем всех пользователей"
Для Product Analyst правильный подход:
- RPU - главная метрика (health check всего бизнеса)
- AOV - одна из трех компонент RPU
- Анализируй разложение RPU чтобы найти проблемы
- Оптимизируй компоненты, которые отстают
Использование только AOV - это как смотреть на половину картины. RPU - это полная картина.