Как посчитать CAC по каналам в SQL

Зачем CAC по каналам

Blended CAC скрывает, какие каналы дешёвые, а какие дорогие. Если общий CAC = $100, это среднее: organic — $20, Google Ads — $250, Facebook — $80. Чтобы решать, куда направить бюджет, нужен разрез.

Базовая формула

CAC_channel = (расходы на канал за период) / (привлечённых юзеров через канал)

«Привлечённый» обычно = first paid customer. Можно signups или активаций.

По utm_source

WITH new_users AS (
    SELECT
        utm_source AS channel,
        user_id
    FROM users
    WHERE created_at >= '2026-04-01' AND created_at < '2026-05-01'
),
spend AS (
    SELECT channel, SUM(amount) AS total_spend
    FROM marketing_spend
    WHERE spend_date >= '2026-04-01' AND spend_date < '2026-05-01'
    GROUP BY channel
)
SELECT
    s.channel,
    s.total_spend,
    COUNT(nu.user_id) AS new_users,
    s.total_spend / NULLIF(COUNT(nu.user_id), 0) AS cac
FROM spend s
LEFT JOIN new_users nu USING (channel)
GROUP BY s.channel, s.total_spend
ORDER BY cac DESC;

LEFT JOIN чтобы каналы без users в этом месяце тоже показались (с infinite CAC — флаг).

По region/platform

Иногда канал работает разно в RU и US. Добавляем сегмент:

WITH cohort AS (
    SELECT u.user_id, u.utm_source AS channel, u.country
    FROM users u
    WHERE u.created_at >= '2026-04-01' AND u.created_at < '2026-05-01'
),
spend AS (
    SELECT channel, country, SUM(amount) AS spend
    FROM marketing_spend
    WHERE spend_date >= '2026-04-01' AND spend_date < '2026-05-01'
    GROUP BY channel, country
)
SELECT
    s.channel,
    s.country,
    s.spend,
    COUNT(c.user_id) AS new_users,
    s.spend / NULLIF(COUNT(c.user_id), 0) AS cac
FROM spend s
LEFT JOIN cohort c USING (channel, country)
GROUP BY s.channel, s.country, s.spend
ORDER BY s.country, cac DESC;

Google Ads / US может быть $300, Google Ads / Russia — $50. Разная конкуренция, разное предложение.

Динамика во времени

Помесячный CAC по каналам — увидеть, растёт ли цена привлечения:

WITH monthly AS (
    SELECT
        DATE_TRUNC('month', spend_date)::DATE AS month,
        channel,
        SUM(amount) AS spend
    FROM marketing_spend
    WHERE spend_date >= CURRENT_DATE - INTERVAL '12 months'
    GROUP BY DATE_TRUNC('month', spend_date), channel
),
users_per_month AS (
    SELECT
        DATE_TRUNC('month', created_at)::DATE AS month,
        utm_source AS channel,
        COUNT(*) AS new_users
    FROM users
    WHERE created_at >= CURRENT_DATE - INTERVAL '12 months'
    GROUP BY DATE_TRUNC('month', created_at), utm_source
)
SELECT
    m.month,
    m.channel,
    m.spend,
    u.new_users,
    m.spend / NULLIF(u.new_users, 0) AS monthly_cac
FROM monthly m
LEFT JOIN users_per_month u USING (month, channel)
ORDER BY m.channel, m.month;

Растущий CAC в канале — flag: бьют ceiling масштабирования.

Частые ошибки

Ошибка 1. Attribution model. First-touch, last-touch, multi-touch дают разные CAC. Зафиксируйте модель.

Ошибка 2. Считать только paid customers. Если включаете free signups в knowledge base, CAC ниже, но обманчиво — free не отбивают расходы.

Ошибка 3. Игнорировать organic. Organic CAC = (контент-команда + SEO tools) / organic signups. Не «бесплатно».

Ошибка 4. Не учитывать lag. Расходы в апреле могут давать signups в мае. Особенно для long sales cycle.

Ошибка 5. CAC без LTV. $50 CAC выглядит дёшево, но если LTV = $30 — убыточно. LTV/CAC ratio > 3 — стандарт.

Связанные темы

• Как посчитать CAC в SQL
• Как посчитать blended CAC в SQL
• Как посчитать LTV в SQL
• Как посчитать CAC payback в SQL

FAQ

Что считать «привлечённым»?

Зависит от продукта. SaaS — first paid. B2C apps — first install. Solid: тот, на кого ROI считается.

Lag — сколько?

B2C 7-30 дней. B2B 90+. Calibrate by data.

Branded paid и organic — разные?

Yes. Branded paid (когда кто-то ищет «kariernik») зачастую перехват organic — фактический CAC выше.

Какой CAC «нормальный»?

Зависит от LTV. LTV/CAC > 3 — healthy.

CAC по сегменту customers?

Сложнее: нужно matching paid → segment. Через UTM + sign-up survey.