Главный тезис
📈 Бизнес растёт, но цикл короткий.
Выручка обновила рекорд второй месяц подряд (900K ₽ в июне, run-rate июля ~921K). Но 80% базы — на 30-дневной подписке и 82% активных подписчиков моложе 30 дней. В этой модели рост выручки держится почти целиком на ежемесячном притоке и первых продлениях, а любой сбой канала или всплеск оттока сразу бьёт по выручке следующего месяца.
🎯 Единственный наиболее эффективный рычаг — спасение declined-транзакций (dunning).
Среди платёжного оттока (банковский declined + добровольная отмена) доля declined выросла с ~25% (фев–апр) до ~55% (май–июл): число declined утроилось в мае (92 → 231/мес) и там закрепилось. Это уже не поведение подписчика — это платёжная инфраструктура. Dunning не требует ни новых пользователей, ни изменения продукта и даёт оценочно +90–100K ₽/мес при рекорде июня (~10–11% к выручке). ROI этой работы несоразмерно выше любого другого рычага.
Примечание к базе оттока: события un-subscribed (блокировка бота в Telegram) исключены из платёжного оттока — 94.5% из них приходится на аккаунты, которые никогда не платили, а их месячный объём отражает охват рассылок по мёртвой базе, а не отвал подписчиков.
Дальше по ROI — перевод легаси-базы на fee-фильтр (готовая инфраструктура nudge, сильнейший LR-рычаг +19.6 пт) и починка rescue-flow (добровольный отток). Контентные LR-фиксы (broad-role drag, спец-требования) — медленный, но кумулятивный вклад в снижение voluntary churn.
1. Бизнес на языке unit-экономики
Формула: LTVLTV = ARPU × Lifetime, где Lifetime ≈ 1 / churn (в месяцах).
Рост выручки (Приток × Конверсия × ARPU) + (Удержание × LTV).
Цикл месячный — 80% базы на 30-дневной подписке, поэтому оперируем месячным churn и Lifetime.
1.1 Ключевые метрики (июнь 2026 — последний закрытый месяц)
Выручка
900 336 ₽
+22.8% MoM · рекорд
ARPU
813 ₽
~800 стабильно
Платящая база
1 105
+22.5% MoM
Новые платящие
315
рекорд с сен 25
Churn (cohort)
15.7%
↓ с 30% в марте
Lifetime
~6.4 мес
1 / 0.157
LTV
~5 180 ₽
ARPU × Lifetime
Окупаемость CAC
1 мес
ARPU ≥ любого канала
1.2 Помесячная динамика выручки и churn (lookback)
| Месяц | Выручка | MoM% | ARPU | Новые платящие | Churn (cohort) | LTV (оценка) |
|---|
| Май 25 | 239 012 ₽ | — | — | — | — | — |
| Сен 25 | ~356 000 ₽ | — | 844 ₽ | — | — | — |
| Дек 25 | 447 089 ₽ | — | 764 ₽ | — | ~22.8% | ~3 360 ₽ |
| Янв 26 | 495 117 ₽ | +10.7% | 825 ₽ | 90 | ~22.8% | ~3 620 ₽ |
| Фев 26 | 425 996 ₽ | −14.0% | 766 ₽ | — | 20.4% | ~3 760 ₽ |
| Мар 26 | 534 362 ₽ | +25.4% | 808 ₽ | 98 | 25.0% | ~3 230 ₽ |
| Апр 26 | 605 580 ₽ | +13.3% | 844 ₽ | 205 | 23.8% | ~3 550 ₽ |
| Май 26 | 733 272 ₽ | +21.1% | 811 ₽ | 244 | 15.9% | ~5 100 ₽ |
| Июн 26 | 900 336 ₽ | +22.8% | 813 ₽ | 315 | 15.7% | ~5 180 ₽ |
| Июл 26 (MTD) | 653 880 ₽ | −27.4% предв. | 783 ₽ | 201 | 22.0% предв. | ~3 700 ₽ |
Июльские цифры — MTD-снимок (22/31 дня), run-rate выручки ~921K ₽ на закрытие (выше рекорда июня). Сравнения MoM корректны только после закрытия месяца — см. 1.3 для честного day-to-day сравнения.
1.3 Сравнение день-к-дню (1–22 число: июнь vs июль)
Зачем: MTD-июль (22/31 дня) нельзя честно сравнивать с закрытым июнем (30/30 дней) — разный знаменатель искусственно завышает «спад». Здесь то же окно (1–22 число) для обоих месяцев, живой срез БД на 2026-07-22.
| Метрика | Июн 1–22 | Июл 1–22 | Δ |
|---|
| Выручка | 660 931 ₽ | 653 880 ₽ | −1.1% |
| Новые платящие | 231 | 201 | −13.0% |
| ARPU | 810 ₽ | 783 ₽ | −3.3% |
Вывод. При честном сравнении (день 1–22 к дню 1–22) спад выручки почти исчезает: −1.1% вместо пугающих −27.4% из MoM-сравнения MTD-июля против полностью закрытого июня. Реальная просадка — в притоке новых платящих (−13.0%), а не в выручке как таковой; это ближе к обычной волатильности набора, чем к структурному спаду. Официальный MoM% по-прежнему корректен только после закрытия месяца (после 8 августа), но day-to-day снимает большую часть иллюзии обвала.
2. Структура базы — короткий цикл
Что: Возраст подпискисколько дней осталось до expiry_date у активных подписчиков.
Зачем: показывает, насколько бизнес зависит от «свежей» базы vs долгосрочных подписчиков.
Источник: живой срез БД на 2026-07-22 (WHERE expiry_date >= CURRENT_DATE AND sb_id IS NOT NULL).
2.1 Распределение по возрасту активной подписки
2.2 Распределение по тарифам
| Тариф | Подписчиков | Доля | Ср. дней до истечения |
|---|
| 30 дней | 1 150 | 80.6% | 17 |
| 90 дней | 202 | 14.2% | 47 |
| 365 дней | 71 | 5.0% | 195 |
| Итого активных | 1 427 | 100% | — |
Следствие для unit-экономики.
82% выручки каждого месяца — это люди, кто платит первый или второй месяц. Это означает:
- Высокую чувствительность к притоку (CAC-каналы → выручка следующего месяца).
- Высокую чувствительность к первому/второму продлению — churn первых 30–60 дней решает всё.
- Низкую защищённость от сбоев канала привлечения — нет «ядра» многолетних подписчиков как буфера.
3. 🔴 Рычаг №1 — Dunning / smart-retry для declined
Зачем: Максимальный ROIне требует роста притока или изменения продукта, влияет на ~55% платёжного оттока.
Каждый спасённый declined = полный LTV ~5 180 ₽ (при среднем churn), без шанса на rescue-flow (тот ловит только добровольные отмены).
3.1 Структура платёжного оттока за 60 дней (живой срез БД)
| Тип оттока | Событий (60д) | Доля платёжного оттока | Описание |
|---|
sub_declined | 580 | 54.5% | Банковский реджект при автопродлении |
sub_removed | 485 | 45.5% | Добровольная отмена через flow |
| Итого платёжный отток | 1 065 | 100% | — |
Не платёжный отток (справочно): un-subscribed — 1 160 событий за 60 дней. Это блокировка бота в Telegram по всей базе; 94.5% — аккаунты, которые ни разу не платили (из 780 уникальных лишь 6 имели активную подписку). Пишется внешним слоем (Salebot) при массовой рассылке, задевающей мёртвые аккаунты, поэтому в структуру оттока подписчиков не входит.
3.2 Динамика доли declined в платёжном оттоке (declined / declined+removed)
Доля declined в платёжном оттоке (declined / declined+removed)
| Месяц | Declined-доля | Declined, шт. | Комментарий |
|---|
| Фев 26 | 30.7% | 71 | Добровольный отток доминирует |
| Мар 26 | 23.8% | 73 | — |
| Апр 26 | 28.6% | 92 | — |
| Май 26 | 53.6% | 231 | Структурный сдвиг — declined утроился |
| Июн 26 | 53.9% | 277 | Закрепился |
| Июл 26 (MTD) | 56.2% | 237 | Держится |
Ключевой вывод.
Сдвиг реальный и произошёл в мае: абсолютное число declined выросло втрое (92 → 231/мес) и удержалось. Знаменатель — только платёжный отток (declined + removed), без un-subscribed (блокировки бота неплатящими). Voluntary-отток (removed) при этом остаётся низким и стабильным — продукт удерживает, подписки убивает отказ банка при автопродлении, а не сами пользователи. Каждый declined = потерянный LTV целиком, без возможности rescue (тот ловит только добровольные sub_removed).
Оценка потенциального подъёма.
Типичный recovery-rate для dunning в подписках —
30–50%. При возврате хотя бы 40% declined:
- 580 declined × 0.4 × 793 ₽ ARPU ≈ +184 000 ₽ за 60 дней
- ≈ +90–100K ₽/мес при сохранении базы
- ≈ ~10–11% к выручке при рекорде июня
Без новых пользователей, без CAC, без изменения продукта.
4. 🟠 Рычаг №2 — Rescue-flow: починка мёртвых стадий
Что: Rescue-flowпоследовательность экранов при попытке отменить подписку (Salebot блоки).
Источник: churn-report за 27 апр – 4 мая 2026.
4.1 Карта rescue-flow — где работает и где нет
| Стадия | Дошли (уник.) | Drop-off | Эффект |
|---|
| 01_entry | 16 | — | Вход в flow |
| 02_tell-more | 15 | 25% | — |
| 03_recovery | 12 | 20% | Единственная работающая стадия (save) |
| 04_value-stats | 9 | 25% | 0% save — мёртвая |
| 05_risk-warning | 9 | 0% | 0% save — мёртвая |
| 06_cancel-confirm | 9 | 0% | 0% save — мёртвая |
Главная проблема.
Все 9 пользователей, дошедших до шага 04, проходят насквозь до cancel-confirm. Кнопка «Продолжить поиск кастингов» на шагах 04/05/06 — мёртвая. Ретеншн работает ТОЛЬКО на шаге 3 (recovery-карточка с офферами). Покрытие flow = 22.7% — три четверти отмен проходят мимо flow.
4.2 Save rate по причине отмены
| Причина | Попыток | Saved | Save rate |
|---|
| 3_coverage (охват) | 1 | 1 | 100% |
| 6_tech (технические) | 1 | 1 | 100% |
| 5_pause (временно) | 2 | 1 | 50% |
| 2_price (цена) | 2 | 0 | 0% |
| 1_mismatch (не те кастинги) | 1 | 0 | 0% |
| 4_spam (битые ссылки) | 1 | 0 | 0% |
| 7_tg_block | 1 | 0 | 0% |
Price-отказ и content-mismatch не лечатся текущими офферами. Это перекликается с like-rate-данными (раздел 5) — content-relevance — это одновременно LR-проблема и churn-драйвер.
5. Like-rate как опережающий индикатор retention
Что: Like Rateдоля лайков среди всех реакций на присланные кастинги. Не финансовая метрика напрямую, но опережающий индикатор voluntary churn (категория 1_mismatch).
5.1 Текущее состояние
Общий LR
~32–33%
плато с нач. июля
Медианный LR
24%
типичный пользователь
Бейзлайн конца июня
34–38%
спад с 04-05 июля
Топ-10% дизлайкеров
55%
всех дизлайков
Aggregate LR завышен тяжёлыми реактерами: 44 пользователя (10%) дают 55% всех дизлайков. Медианный пользователь одобряет четверть, а не треть. Исключение 122 «хронических» (LR<10%) поднимает aggregate с 33% до 43%.
5.2 Что реально двигает LR (по силе влияния)
Источник: like-rate-by-mode, 14 дней (01–14 июля), 431 пользователь.
Минимум гонорара
+19.6 пт
| Рычаг | Lift (aggregate LR) | С фильтром | Без фильтра | Статус |
|---|
| Минимум гонорара (fee > 0) | +19.6 пт | 35.7% | 16.1% | Гейт 10.07 НО 55% базы без fee |
| Типы ролей (role_types) | +5.8 пт | 34.3% | 28.5% | advanced-only |
| Конкретный город (vs «все») | +4.6 пт | 34.6% | 30.0% | Не реализован |
| Stopwords | +0.2 пт | 33.4% | 33.2% | плоско |
| Тумблер «некоммерческие» | нет эффекта | — | — | подтверждено 2× |
5.3 Масштаб главной «дыры» — гонорар
Без гонорара (fee null/0)
3427 из 6234 (55%) онборднутых пользователей имеют fee IS NULL или 0. Это легаси, до которого UI-гейт (задеплоен 10.07) ещё не дошёл — они заходили раньше. Fee-рычаг даёт +19.6 пт LR — сильнейший из всех измеренных, и для 55% базы он ещё не применён.
5.4 Контентные LR-драйверы (findings_log)
| Драйвер | Вклад (день) | Описание | Статус |
|---|
| F-006 Broad-role drag | 75👎 (5.2% дня) | Широкая массовка-роль рядом с узкой → веер на 700+ адресатов | в работе |
| F-001 Спец-требования | 84👎 (3 кейса/день) | Нематчируемые требования (прописка, «свой велосипед», «свой ребёнок») | наблюдаем |
| F-005 Флуд-дубли | 82👎 | Кластеры дублей по тексту/сигнатуре | в работе |
| F-009 Pay-to-play | 13👎 | «Оплата студии пополам» — модель платит | частично закрыт |
6. Воронка привлечения
Что: ВоронкаStarted → Onboarded (профиль заполнен) → First paid.
Период: июль 2026 (MTD).
| Месяц | Started | Onboarded | First paid | S→O | O→P | S→P |
|---|
| Мар 26 | 608 | 623 | 98 | — | — | — |
| Апр 26 | 967 | 576 | 153 | 59.6% | 26.6% | 15.8% |
| Май 26 | 1 604 | 1 405 | 244 | 87.6% | 17.4% | 15.2% |
| Июн 26 | 2 751 | 2 272 | 315 | 82.6% | 13.9% | 11.5% |
| Июл 26 (MTD) | 1 546 | 1 335 | 201 | 86.4% | 15.1% | 13.0% |
Узкое место — переход O→P (15.1%).
Подъём O→P с 15% до 20% на 1335 онборднутых/мес = +67 новых платящих × 793 ₽ × 5.2 мес LTV ≈ +276 000 ₽ LTV-прироста в когорте. Это второй по силе рычаг после dunning. Гипотезы: trial-период, промо первой оплаты, упрощение тарифной стены.
Day-to-day проверка (1–22 число): июнь S→O 82.2% · O→P 14.5% · S→P 11.9% → июль S→O 86.3% · O→P 14.9% · S→P 12.9%. При честном сравнении того же окна, а не полного июня против MTD-июля, воронка не просаживается, а стабильно улучшается — MTD-эффект здесь не искажает вывод.
6.1 UTM-каналы (июль MTD)
Слепая UTM растёт: None было 9% в мае → 21.8% в июле. Это проблема атрибуции, мешающая считать CAC по каналам. Без устранения приоритизация привлечения слепая.
7. Стратегические приоритеты (по ROI)
PRIORITY 1
Dunning & smart-retry для declined
Платёжный слой. Несоразмерно высокий ROI: влияет на ~55% платёжного оттока, не требует роста притока или изменения продукта.
- Включить встроенный CloudPayments smart-retry (Account 7631).
- Настроить уведомление пользователю при declined с кнопкой «обновить карту / оплатить вручную» через бота (инфраструктура send-msg +
cp_sub_status готовы).
- Замер recovery-rate за 30 дней; цель — 30–40% спасённых declined.
Ожидаемый эффект: +90–100K ₽/мес (~10–11% к выручке при рекорде). Окупаемость — недели.
PRIORITY 2
Nudge-кампания для 3427 легаси без гонорара
Fee-рычаг даёт +19.6 пт LR — сильнейший из всех измеренных. Гейт задеплоен 10.07, но 55% онборднутых до него не дошли. Инфраструктура готова:
nudge_send_logs,
variant='LR_REFINE', кулдаун 30 дней, 45 кандидатов уже выделены в §7 like-rate-by-mode.
- Массовая nudge-кампания «укажите минимальную ставку» для всех
fee IS NULL активных подписчиков.
- Параллельно — nudge «выберите конкретный город» для 22% без города (рычаг №2, +4.6 пт, не реализован в онбординге).
- Логировать отправки, замерять LR-эффект через 14 дней.
Ожидаемый эффект: median LR 24% → 30%+ на обработанной когорте; снижение voluntary churn типа 1_mismatch (подтверждается feedback-логами).
PRIORITY 3
Починка rescue-flow: убрать мёртвые стадии
Добровольный churn 4.9–7.3% — второй по объёму. Save rate сейчас 46%, но работает только на 1 стадии из 6, и flow ловит лишь 22.7% отмен.
- Убрать/переделать шаги 04–06 (value-stats, risk-warning, cancel-confirm) — они 0% save, только раздражают.
- Расширить покрытие flow с 22.7% → целевые 60%+ (перехватывать CP-level
un-subscribed).
- Для
2_price-отказов — ввести discount/заморозку прямо в recovery-карточку (сейчас 0% save по цене).
Ожидаемый эффект: save-rate 46% → 55–60%; удержание первых 30–60 дней (где сидит 82% базы) — прямой прирост LTV.
PRIORITY 4
Контентные LR-драйверы (F-006, F-001, F-005)
Медленный продуктовый рычаг, снижающий voluntary churn (mismatch). Эффект кумулятивный, не взрывной. Дизайн готов в findings_log.
- F-006 broad-role drag guard — при ≥2 ролях и узкой роли broad-роль не расширяет fanout. Главный точечный драйвер.
- F-001 Targetability Gate — не слать роль по вайлдкарду при спец-требовании. Частота растёт (3 кейса/день).
- F-005 смысловую дедупликацию дублей (82👎/день на кластерах).
Ожидаемый эффект: снижение точечных дизлайков на ~10–15%, кумулятивное улучшение LR и retention.
PRIORITY 5
Атрибуция UTM + рост O→P конверсии
- UTM: закрыть «слепую» 22% (None выросла с 9% до 22%) — без этого приоритизация привлечения слепая, нельзя считать CAC по каналам.
- O→P конверсия: подъём с 15% до 20% = +67 новых платящих/мес × LTV. Гипотезы: trial-период, промо первой оплаты, упрощение тарифной стены. Замерять A/B.
Ожидаемый эффект: точная атрибуция + ~+276K ₽ LTV-прироста в когорте при подъёме O→P.
8. Куда НЕ вкладывать (проверено — не рычаги)
| Кандидат | Доказательство | Вердикт |
|---|
| Тумблер «некоммерческие» (a_n_f / a_n_c) | Эффекта на LR нет, проверено повторно на 14-дневном прогоне | не рычаг |
| Stopwords как mass-рычаг | +0.2 пт, selection bias; только точечно для хронических дизлайкеров | не рычаг |
| project_types сужение (advanced) | На последнем прогоне инвертировалось; не пересматривать рекомендацию | под вопросом |
| «Вернувшиеся» (returnees) | 85% re-subscribed — misclassified first-timers; настоящий return-rate ~7/мес | не рычаг |
9. Сводка unit-экономики с рычагами
| Параметр | Текущее | Рычаг | Цель (6 мес) | Механика |
|---|
| ARPU | 793 ₽ | mix к 90/365 тарифам | ~900 ₽ | Апсейл длинных тарифов в онбординге |
| Churn (cohort) | 15.7–22% | P1 dunning + P3 rescue | 12–14% | Recovery declined + save-rate 60% |
| Lifetime | 4.5–6.4 мес | ↑ retention | 7–8 мес | Следствие ↓ churn |
| LTV | 3 700–5 180 ₽ | P1 + P3 | ~6 500 ₽ | ARPU × Lifetime |
| Новые платящие | ~300/мес | P6 O→P 15→20% | ~370/мес | Воронка онбординга |
| Median LR | 24% | P2 nudge fee/city | 30%+ | 55% базы без гонорара |
Главный стратегический тезис.
Бизнес растёт (+22.8% MoM рекорд), но цикл короткий (80% на 30-дн подписке, 82% базы моложе 30 дней). В этой модели единственный наиболее эффективный рычаг — спасение declined-транзакций (P1): не требует ни нового притока, ни изменения продукта, бьёт по ~55% платёжного оттока и даёт ~10–11% к выручке при рекорде. Дальше по ROI — перевод легаси на fee-фильтр (P2) и починка rescue-flow (P3).
Методология и источники
Период анализа: Янв – Июл 2026 (YTD), с 12-месячным lookback до мая 2025.
Источники данных:
- revenue-report (Apr–Июл 2026) — месячные executive-резюме с MoM-трендами, воронкой, UTM, поддержкой.
- monthly-revenue-check (Янв–Июн 2026) — детальная сверка выручки DB ↔ CloudPayments ↔ Salebot.
- churn-report (27 апр – 4 мая 2026) — пошаговая карта rescue-flow, save-rate по причинам.
- like-rate-analysis + like-rate-by-mode (Июн–Июл 2026) — LR-драйверы, рычаги фильтров, когорта low-LR.
- findings_log — накопительная база LR-драйверов (F-001…F-009).
- Живые срезы БД на 2026-07-22 — возраст активной базы, тарифы, отток за 60 дней, ARPU.
Формула unit-экономики: LTV = ARPU × Lifetime, где Lifetime ≈ 1 / churn. Оперируем месячным циклом (80% базы на 30-дневной подписке).
Ограничения:
- Июльские цифры — MTD-снимок (22/31 дня), часть продлений ещё в 7-дн grace CloudPayments. Финальные данные — после 8 августа.
- Churn-отчёт за апрель-май — малая выборка (13 уник. пользователей), тренды значимы при 30+.
- LR-данные — 7-14-дневные окна, не чистые календарные месяцы.
- Оценки потенциального эффекта (dunning recovery, nudge impact) — модельные, требуют замера после реализации.
Сгенерировано: 2026-07-22 · стратегическая сессия на базе месячных и like-rate отчётов.