Определение и разница между static и cohort payback
CAC Payback Period — это время, за которое клиент или когорта клиентов генерирует достаточно contribution margin, чтобы покрыть стоимость привлечения. Статическая версия полезна, но это только первое приближение.
Static Payback = CAC / (ARPA × Gross Margin)
Cohort Payback = первый месяц T, в котором кумулятивная contribution margin на исходного клиента ≥ CAC
Cumulative CM per customer(month T) = Σ(Cohort MRR × Gross Margin с Month 1 по T) / Клиентов в Month 0
Static payback описывает теоретическую окупаемость при стабильных предположениях. Cohort payback показывает, что реально произошло после churn, downgrade, expansion и временных лагов в конкретной когорте клиентов.
Разница между ними может быть небольшой у здорового expansion-driven SaaS. Но при высоком churn она становится огромной. В худших случаях static payback говорит “14 месяцев”, а когорта в реальности не окупается вообще.
Почему static payback часто ошибается
Допущение 1: ARPA остаётся постоянным
На практике клиенты часто стартуют на более низких тарифах, получают onboarding discounts, позже апселятся или иногда даунгрейдятся. Static payback игнорирует всю эту траекторию.
Если ARPA растёт после Month 3 или Month 6, статическая формула может завышать срок окупаемости. Если ARPA падает, наоборот, она недооценивает проблему.
Допущение 2: клиент доживает до окупаемости
Это самое разрушительное упрощение. Static payback предполагает, что клиент остаётся активным достаточно долго, чтобы вернуть CAC. Но при ощутимом churn значимая часть клиентов уходит до break-even.
Survival to Month T = (1 − Monthly Churn)^T
При месячном churn 5% вероятность дожить до Month 15 составляет всего около 46%. Это значит, что больше половины клиентов могут исчезнуть ещё до формального месяца окупаемости.
Допущение 3: доллар сегодня равен доллару потом
CAC платится upfront, а contribution margin приходит постепенно. Static payback игнорирует временную стоимость денег. Это особенно важно, когда payback растягивается за 15-18 месяцев.
Discounted CM_t = CM_t / (1 + r)^t
Как правильно строить cohort payback
- Привязать CAC к когорте с корректным acquisition lag, а не просто к расходам того же месяца.
- Посчитать monthly cohort contribution margin как cohort MRR, умноженный на gross margin.
- Накопить contribution margin по месяцам.
- Делить на исходный размер когорты в Month 0, а не на текущее количество активных клиентов.
- Отмечать break-even в первый месяц, когда cumulative CM на исходного клиента превысил CAC.
Три практических сценария
В low-churn и healthy expansion бизнесе cohort payback может быть близок к static payback. В бизнесе со слабым retention cohort payback обычно заметно длиннее. В high-churn бизнесе без expansion когорта может не окупиться вообще.
Связанные метрики и стратегический смысл
Payback по каналам — один из самых ценных срезов
Разные каналы создают разные retention curves, разный expansion profile и, как следствие, радикально разные реальные сроки окупаемости. Organic search и referral часто окупаются значительно быстрее outbound или paid social, даже если дают меньше topline volume.
Discounted cohort payback
Discounted Cohort Payback = первый месяц T, где Σ(CM_t / (1 + r)^t) ≥ CAC
Этот вариант особенно важен для финансового моделирования и board-level capital planning. Чем выше стоимость капитала и длиннее payback, тем сильнее расходятся nominal и discounted payback.
Portfolio payback
Portfolio Payback = первый месяц, когда cumulative CM всех активных когорт ≥ total acquisition spend по этим когортам
Portfolio payback обычно длиннее, чем static payback отдельной когорты, потому что инвестиции в привлечение и монетизация перекрываются во времени между многими когортами.
Целевой payback позволяет посчитать максимальный CAC
Max CAC = ожидаемая cohort CM в пределах target payback window на исходного клиента
Это обратный взгляд на планирование. Если бизнес хочет 12-месячный cohort payback, этот target задаёт жёсткий потолок допустимого CAC с учётом ожидаемого churn, expansion и margin.
Cohort payback нужно читать вместе с customer lifetime
Payback / Lifetime = доля жизни клиента, которая уходит на возврат CAC
Если payback близок к lifetime, экономика остаётся хрупкой, даже если когорта формально окупается. Сильный SaaS обычно возвращает CAC так, чтобы у клиента оставалась большая “прибыльная” часть жизни впереди.
Gap между реальным и ожидаемым payback
Payback Gap = Realized Cohort Payback − Expected Static Payback
Положительный gap означает, что churn или слабый expansion делают реальную экономику хуже модели. Отрицательный gap означает, что реальное поведение клиентов лучше ожиданий.
Типичные ошибки при анализе CAC payback
- Использовать static payback как прокси при высоком monthly churn. Выше примерно 4% в месяц искажение уже может быть крупным.
- Делить cohort contribution margin на активных клиентов, а не на исходную когорту. Это делает payback искусственно оптимистичным.
- Игнорировать acquisition lag. CAC, который приписан к когорте, должен соответствовать реальному sales cycle.
- Смешивать сегменты с разным ARPA в одной когорте. SMB и enterprise обычно нужно моделировать отдельно.
- Игнорировать expansion “для консерватизма”. Реальный expansion нужно учитывать; для conservative scenario его надо уменьшать, а не занулять.
- Строить слишком маленькие месячные когорты. Малые выборки создают нестабильные payback curves и ложную уверенность.
- Путать revenue payback и cash payback. Это разные ответы на разные управленческие вопросы.
Пример расчёта и диагностика
Пример для Series A с тремя когортами:
- Q1 cohort CAC = $1,875, Cohort Payback = 16.1 months, Static Payback = 16.0 months
- Q2 cohort CAC = $1,800, Cohort Payback = 19.8 months, Static Payback = 13.6 months
- Q3 cohort CAC = $1,818, Cohort Payback = 24.3 months, Static Payback = 12.9 months
Самое опасное здесь в том, что static payback как будто улучшается, потому что растёт ARPA. Но реальный cohort payback резко ухудшается, потому что churn растёт, а expansion слабеет. К Q3 реальный payback уже длиннее customer lifetime, а значит когорта экономически сломана.
Диагноз: бизнес привлекает клиентов, которые на старте выглядят крупнее, но ведут себя хуже по мере жизни.
Что проверять первым: сдвиг в сторону слабого-fit SMB или деградацию онбординга.
Лучший следующий шаг: разбить когорту по сегменту и каналу, прежде чем доверять усреднённому payback.
Как Dnoise считает CAC payback
Dnoise показывает static, NRR-adjusted и cohort-based CAC payback рядом. Cohort payback строится по реальным Stripe-backed кривым cohort contribution margin, а не по плоскому предположению о среднем revenue.
CAC можно вводить вручную или синхронизировать из spend systems с настраиваемым лагом. Продукт автоматически показывает месяц break-even, прогнозирует payback для когорт, которые ещё не пересекли линию окупаемости, и считает gap между static и realized cohort payback.
Почему решения по CAC требуют cohort payback
Dnoise помогает понять, действительно ли acquisition spend возвращается вовремя или static payback скрывает слабую retention-экономику.