частина 3 · урок 5
Чесність моделі і ретроспектива ринку
Хорошого фахівця відрізняє не «модель без вад», а чесне розуміння її меж. Плюс — розуміння, звідки взялися вхідні числа: у портфоліо це не «підгонка під коридори», а зведення з реальних джерел і симуляція повного ринкового циклу.
Обмеження — скажи це сама, до того як запитають
Приклади з Проєкту 1:
· Модель не враховує зростання CPA при збільшенні бюджету — у реальності він зазвичай росте (вигорання аудиторії).
· Частина цифр (CPL ₴620, «лід→запис» 38%, строк життя постійного 2,8 року, частки ліній) — обґрунтовані оцінки [M], грейд C, не підтверджені факти по українському ринку.
· Немає незалежного фінансового якоря: маржа і LTV звірені з галузевими коридорами, але не з реальною звітністю київських мереж.
· Крива утримання спрощена — геометричне згасання (той самий річний відсоток); реальна крутіша на початку.
· Змішаний CAC використовує одну оціночну цифру для альтернативних каналів — точних пропорцій платний/безкоштовний трафік для UA не знайдено.
Навіщо це говорити самій. Проговорити обмеження першою — сильний хід: показує, що ти розумієш модель, а не просто віриш цифрам на екрані. Рекрутер, який хотів «підловити», отримує відповідь до питання (див. Частина 0, урок 4).
Що додано понад базову модель — і навіщо
Частину обмежень можна не просто визнати, а частково закрити. Чотири додавання перетворюють «ми це не рахували» на «ось як це можна порахувати, хай і з застереженнями»:
- Сезон — тепер перемикач (спад / середній місяць / пік), а не просто застереження. Точних цифр української сезонності немає — це оцінка напряму ефекту.
- Змішаний CAC — не вся економіка йде через рекламу. Новий блок рахує CAC з урахуванням частки клієнтів із сарафану і локального пошуку.
- Крива утримання когорти — не одне число «retention 40%», а помісячна траєкторія.
- Sensitivity — який із важелів рухає LTV:CAC найсильніше (урок 4).
Ретроспектива ринку 2021–2026 — чому модель виглядає саме так
Модель не «народилась у 2026»: студія №1 відкрилась у 2019, мережа пройшла повний цикл. Ретроспектива побудована на реальному макро-ряду (курс, інфляція, реальна ЗП — Держстат/НБУ), а траєкторія самої LUMÉ поверх — модельне допущення [M].
· 2019–2021: одна студія, чек ≈₴1 850 (у цінах тих років).
· 2022: обвал — ВВП −28,8%, реальна ЗП −11,9%, курс ₴27→33. Попит просів (множник 0,62), виручка студії −21%. Але клієнт преміум-косметології відкладає, а не відмовляється.
· 2023: унікальне вікно — пропозиція −30% з 2020, попит > пропозиції ~7×, ін'єкційна косметологія в столиці +40%+. №2 відкрилась саме в це вікно.
· 2024–2026: нормалізація з прискоренням цін.
Категорійна інфляція — ключовий вхід
Б'юті-послуги в 2025 подорожчали на +33,6% за рік (Barb.ua; Київ +20,3%) — у 3–4 рази швидше за ІСЦ. Сектор має цінову владу: перекладає зростання витрат (препарати, ЗП, оренда) у ціни без утрати попиту.
Тому в ретроспективі ціни LUMÉ індексуються за категоріями послуг, а не за загальною інфляцією. Виручка рахується: число студій × крива виходу на потужність × категорійна індексація цін × сезонність × макро-множник попиту по роках.
Розстав ринковий цикл
- 2021: пік, щільна конкуренція, низькі ціни
- 2022: обвал і V-відскок за ~місяць; преміум відкладає, не відмовляється
- 2023: вікно — пропозиція −30%, попит > пропозиції ×7, ін'єкції +40%
- 2024: нормалізація, реальна ЗП обганяє інфляцію
- 2025: цінова хвиля — б'юті-послуги +33,6%
- 2026: «бʼюті-бум» + жорсткішання регуляторики
Порядок
пік → обвал → вікно → нормалізація → цінова хвиля → бум. Кожен рік — реальні макро-числа, траєкторія LUMÉ поверх — [M].
«Біблія» як єдине джерело правди
Усі операційні проєкти (такти VIII–XII) і вся автоматизація беруть числа з одного файла: params.py → figures.json. Змінюєш параметр в одному місці — перераховується все: звіт, дашборд, пороги kill/scale в кампаніях, промпт тижневого наративу.
Навіщо. Якщо цифру LTV вписувати руками в п'ять проєктів — рано чи пізно вони розійдуться. Це вже ставалося: при першій швидкій збірці помилка в розрахунку протекла крізь три проєкти (див. Частина 0, урок 6). Один файл = одна правда.
Кожне число в Біблії має тег [S]/[M]/[D]. Ретроспектива названа симуляцією «що мережа такого типу пережила б», а не «історією LUMÉ» — макро реальне (грейд A), траєкторія [M].
Познач числа моделі тегами
Відповіді
S · M · D · S · M · D.
«Модель я не вважаю бездоганною — у неї є розділ, де я перша називаю межі: не враховує зростання CPA при бюджеті, частина цифр — оцінки грейду C, немає незалежного фінансового якоря. Частину обмежень я потім частково закрила — сезон став тумблером, retention став кривою, а не числом. Вхідні числа не підігнані: макро-ряд реальний, з Держстату і НБУ, а траєкторію самої мережі я чесно позначаю як симуляцію. І всі проєкти тягнуть числа з одного файла — щоб при зміні параметра не довелось правити п'ять місць і щоб цифри не розійшлися».
Міні-завдання Частини 3
Візьми знайомий сервіс із повторними візитами (кав'ярня за підпискою, барбершоп, автомийка, фітнес). Порахуй юніт-економіку «на серветці». Роби насправді — це головна вправа частини.
Ти щойно пройшла повну юніт-економіку сервісу з нуля. Далі — Частина 4: конкуренти.
Навіщо в портфоліо всі операційні проєкти беруть числа з одного файла «Біблії», а не вписують їх окремо в кожен?
Варіант 2. Єдине джерело правди — це і про консистентність (одна цифра LTV скрізь), і про безпеку (зміна параметра не потребує ручної правки п'яти місць). Правильна відповідь завершує Частину 3.